1
自然语言入口
输入中文或英文调研需求，自动解析主题、年份、代码要求、PDF 下载策略和多样化检索关键词。
Why PaperPilot
不是论文清单，而是一条完整的研究工作流。
它把 LLM 的理解和写作能力放在需要判断的地方，把检索、去重、下载、状态记录和输出渲染交给确定性代码。
2
证据驱动报告
报告从 canonical model 渲染，论文编号、参考文献、代码链接和中英文结论保持一致。
3
可观察运行
每次任务生成独立 run folder，保存 state、events、protocol、corpus、verification 和 quality gate。
Agent Workflow
Intake 到 Report 的状态机式 Agent。
默认尽量自动，但关键阶段留下产物和诊断信息，方便复查、恢复和二次分析。
Intake
解析用户需求、当前模型、来源配置和任务参数。
Protocol
生成研究问题、纳入/排除标准、负面关键词和检索计划。
Search
并发调用 Source Registry，也支持导入本地 PDF、BibTeX、RIS。
Corpus
统一论文模型，按 DOI、arXiv、PMID、标题相似度去重。
Report
默认最多纳入 100 篇文献，生成中英文 Markdown、HTML、PDF，并附引用编号和代码仓库。
Wiki
同步输出 Obsidian Wiki：论文页、方法页、主题页、claim 页和可追踪 manifest。
Source Registry
覆盖 AI/CS、生医和 AI for Science 的多源检索。
稳定免 key 来源默认启用；需要 API key 的来源在配置后自动加入检索和 doctor 自检。
arXiv
Semantic Scholar
OpenAlex
Crossref
OpenReview
PubMed
Europe PMC
bioRxiv
medRxiv
DBLP
ACL Anthology
Papers.cool
DeepXiv / Agentic Data
CORE
Lens.org
IEEE Xplore
Springer Nature
Elsevier / Scopus
Dimensions
Quick Start
几条命令就能开始。
首次运行会生成 `~/.paperpilot/config.json`，你可以配置 OpenAI-compatible LLM 和可选检索来源 API。
python -m pip install paperpilot -i https://pypi.org/simple
PaperPilot
PaperPilot sources list
PaperPilot --doctor- report.zh.md / report.en.md
- report.zh.html / report.en.html
- report.zh.pdf / report.en.pdf
- obsidian_wiki/index.md
- obsidian_wiki/papers/*.md
- ranked_papers.json / corpus.json
- verification.json / quality_gate.json
- source_diagnostics.json / events.jsonl
让文献调研像飞行计划一样可追踪。
从关键词到证据链，从代码仓库到双语报告，完整能力由本地 CLI workflow 提供；浏览器里的轻量在线体验适合快速试用检索计划和候选论文列表。