# 研究智能体 自主科研 agent：接一个研究选题，走完文献调研 → 想法生成 → 实验 → 写作 → 评审 → rebuttal / 展示的完整流程，产出可提交的论文。它不信任自己的输出——引用逐条对着 Crossref / OpenAlex / Semantic Scholar / arXiv 四个索引核验，论文里的数字要能追溯到实验的 `run_record.json`，评审可以换一个不同的模型来做（作者与审稿人不同模型，避免自评自）。 ## 可用性 每个受支持的 release 都同时包含 Research、Wiki Programs 和用于 PDF 解析的 PyMuPDF。安装 OpenProgram 后不需要再安装 Program 或 PDF 依赖。开发者可以用 editable checkout 替换其中任一 Program。 ## 怎么用 入口函数名为 **`research_agent`**，以工具形式（`as_tool=True`，toolset `research`）注册，聊天里直接描述研究任务即可触发，例如"Survey recent work on LLM uncertainty"。 命令行直接运行： ```bash openprogram programs run research_agent -a task="Survey recent work on LLM uncertainty" ``` 内部是两级控制：第一级由 LLM 选择进入哪个研究阶段（literature / idea / experiment / writing / review / rebuttal / presentation / theory / knowledge / project，阶段有依赖顺序，缺前置产出时会先补前置阶段）；第二级在阶段内由 LLM 依次挑选并运行该阶段的函数。共约 89 个函数、10 个阶段，每个函数是一个普通 Python 文件，docstring 就是 prompt，可直接编辑。 入口的几个隐藏参数（代码 / CLI 调用者可传）： | 参数 | 说明 | |---|---| | `reviewer` | 一个 `research_harness.roles.Reviewer` Agent；提供后，评审函数在它的模型上运行（跨模型评审） | | `work_dir` | 项目工作目录 | | `max_runtime_s` | 软性时间预算：到点后不再开新工作，正在跑的步骤跑完、正常收尾 | | `stop_event` | 优雅停止信号（任何带 `is_set()` 的对象），当前步骤跑完后收尾 | 返回值是一个 dict：`task`、`success`、`summary`、`stages_completed`、`history`。 ## 依赖注意 - 引用核验、无引用断言检查、citation-dump 检查等核查是纯 Python / 正则实现，不额外花 token；`integrity_gate` 用一次有界的 LLM 调用。 - 联网检索（arXiv / Semantic Scholar 等）需要网络可达；LaTeX 编译需要本机有 TeX 发行版。 源码与 README：`openprogram/programs/packages/research_harness/`，上游仓库 [Fzkuji/Research-Agent-Harness](https://github.com/Fzkuji/Research-Agent-Harness)。