学习目标

整合所有学到的技术，构建一个完整的科研自动化助手。

---

系统架构

┌─────────────────────────────────────────────┐
│              Gradio Web UI                  │
│         (自然语言交互界面)                     │
└──────────────────┬──────────────────────────┘
                   │
┌──────────────────▼──────────────────────────┐
│         Orchestrator (LangGraph)             │
│    ┌─────────────────────────────────┐      │
│    │  Supervisor (意图分类 + 路由)    │      │
│    └──────────┬──────────────────────┘      │
│               │                              │
│    ┌──────────▼──────────────────────┐      │
│    │     Sub-Agent 集群               │      │
│    │  ├─ Literature Agent (CrewAI)   │      │
│    │  ├─ Deep Read Agent             │      │
│    │  ├─ Synthesis Agent             │      │
│    │  ├─ Writing Agent               │      │
│    │  └─ Experiment Agent            │      │
│    └──────────┬──────────────────────┘      │
└───────────────┼─────────────────────────────┘
                │
┌───────────────▼─────────────────────────────┐
│           Tool Layer (工具层)                │
│  ├─ arXiv API (论文搜索)                     │
│  ├─ Paper Processor (PDF解析)               │
│  ├─ Vision Tool (图表分析)                   │
│  └─ Citation Tool (引用管理)                 │
└───────────────┬─────────────────────────────┘
                │
┌───────────────▼─────────────────────────────┐
│         Memory Layer (记忆层)                │
│  ├─ ChromaDB (论文向量索引)                  │
│  ├─ SQLite (对话历史 + 论文元数据)            │
│  └─ Experiment Registry (实验跟踪)           │
└─────────────────────────────────────────────┘

---

核心能力

1. 文献搜索 "找 3 篇 BEV 感知论文"

Supervisor 识别意图 "literature"
→ Literature Agent (CrewAI: Searcher + Analyzer)
→ arXiv API 搜索
→ 返回结构化论文列表

2. 论文深度分析 "分析 BEVFormer 的方法"

Supervisor 识别意图 "deep_read"
→ Deep Read Agent
→ 加载 PDF → 分块 → 向量索引
→ 检索相关段落 → LLM 分析 → 结构化报告

3. 跨论文综合 "3D 检测有什么新趋势？"

Supervisor 识别意图 "synthesis"
→ Synthesis Agent
→ 多论文查询 → 交叉对比 → 识别趋势和空白

4. 综述撰写 "写一段 BEV 感知的 related work"

Supervisor 识别意图 "writing"
→ Writing Agent
→ 检索相关论文 → 组织叙事 → 生成学术风格的文本

5. 实验跟踪 "记录实验: BEVDet, mAP=0.42"

Supervisor 识别意图 "experiment"
→ Experiment Agent
→ 存入 SQLite → 生成排行榜

---

关键文件

文件	说明
agents/orchestrator.py	LangGraph 主编排器，Intent → Route → Specialist
tools/arxiv_tool.py	arXiv API 搜索工具
tools/paper_processor.py	PDF 解析、分块、索引
tools/vision_tool.py	论文图表视觉分析
memory/vector_store.py	ChromaDB 持久化向量索引
memory/paper_registry.py	SQLite 论文元数据管理
app.py	Gradio Web 交互界面
config.py	配置中心

---

启动方式

# Web 界面
python module_07_capstone/app.py
# 打开 http://localhost:7860

---

Module 7 核心总结

层级	技术
UI	Gradio ChatInterface
编排	LangGraph StateGraph + 条件路由
子 Agent	CrewAI (文献搜索) + LangGraph (深度分析)
工具	arXiv API + PDF 解析 + Vision LLM
记忆	ChromaDB (向量) + SQLite (结构化)

---

扩展方向

1. 真实 PDF 解析：接入 PyPDFLoader 解析用户上传的论文

2. 论文图表提取：用 Vision LLM 分析论文中的 Figure

3. 定时推送：每日自动搜索新论文并推送摘要

4. Slack/微信集成：通过 Bot 接口在聊天工具中使用

5. 多语言：支持中英文论文混合检索