Google团队推出Paper管弦乐队：又一个论文写作AI
p
pythonic生物人约 3 分钟
pythonic生物人约 3 分钟PaperOrchestra，名字起得挺文艺，论文管弦乐队。
本质上是个多Agent管道，吃进去你的实验记录和研究想法，吐出来一篇完整的LaTeX论文，带图带引用带表格，格式还是按你的会议模板来的。
这个项目的设计哲学挺有意思：不要API keys，不依赖任何LLM SDK，不内置任何模型调用。
那它怎么工作的？
靠的是skill pack——就是给Claude Code、Cursor、Cline这类coding agent看的“操作手册”。
每个skill就是一个SKILL.md文件，里面写死了指令。你的coding agent读到这些指令，用自己的工具（web search、LLM推理、文件读写）去执行。PaperOrchestra本身只提供确定性脚本：JSON校验、Levenshtein去重、BibTeX格式化、LaTeX语法检查。所有需要智能的地方，都交给agent自己的大脑。
这样设计的好处是：你手上有什么agent就能用什么，Claude也好GPT也好，不用为了跑这个管道专门去开新账号。
PaperOrchestra干了什么
管道分六个agent，外加一个可选的预处理器agent-research-aggregator。
预处理器（agent-research-aggregator），可能是你最需要的那个。它做的事很简单：把你散落在 .claude/、.cursor/、.antigravity/里的对话记录、实验log、metrics.json全部扒出来，合并去重，最后生成两个文件——idea.md（论文的核心想法）和experimental_log.md（结构化实验记录）。
然后进入正式管道：
Outline Agent，根据你的idea和实验log，生成一个结构化大纲，包括要画什么图、要引用哪些文献、每个章节写什么。 Plotting Agent，执行画图计划。可以接PaperBanana（另一个项目，专门画学术Figure），也会用matplotlib兜底。还能让VLM自我批判改进。 Literature Review Agent，web搜索候选论文，用Semantic Scholar验证（Levenshtein > 70的去重规则），然后起草Introduction和Related Work。要求引用整合度≥90%。 Section Writing Agent，一条多模态调用搞定剩下所有章节，包括从实验log自动生成表格、把Figure插到正确位置。 Content Refinement Agent，模拟同行评议，按halt rules决定接受还是重写，防止agent自己给自己打高分。
和已有的AI writing systems比起来，PaperOrchestra还是很能打的。
使用PaperOrchestra
三步。
第一步，clone下来
git clone https://github.com/Ar9av/PaperOrchestra ~/paper-orchestra
cd ~/paper-orchestra
pip install -r requirements.txt
第二步，把skills链接到你的agent目录。
以Claude Code为例：
mkdir -p ~/.claude/skills
ln -sf ~/paper-orchestra/skills/paper-orchestra ~/.claude/skills/
# 其他六个agent同理，懒得一个个ln可以用for循环
第三步，在你的项目目录里告诉agent：
> “Run the paper-orchestra pipeline on ./workspace”
或者如果你连idea.md和experimental_log.md都还没写：
> “Write a paper from my work in ~/my-project”
剩下的它自己会跑。
参考：https://doi.org/10.48550/arXiv.2604.05018
-推荐阅读-
matplotlib教程：20w字+数百张图形+1W行代码+详细代码注释
seaborn教程：12.3万字+500多张图形+8000行代码
一些有用的学习资源：
复现Nature子刊上3张图，换数据即可用！
复现Nature“水”子刊上配图，换数据即可用！
喜提“Acceptance”，多亏这两张图，能顶60张图的工作量！
复现Nature正刊上3张图，换数据即可用！
复现IF50.0期刊上6张图，换数据即可用！
复现中科院IF 25.9期刊上3张图，换数据即可用！
复现Nature子刊中的2张图，换个数据即可用！
复现IF 48.5的期刊图，这个图帮你省下50%版面费！
喜提“Major Revision”，太多图，被质疑在堆工作量......
审稿人：凭这个3D Heatmap，必须给minor revision
复现Nature子刊上3张图，换数据即可用！
复现Nature“水”子刊上配图，换数据即可用！
喜提“Acceptance”，多亏这两张图，能顶60张图的工作量！
复现Nature正刊上3张图，换数据即可用！
复现IF50.0期刊上6张图，换数据即可用！
如何加入学习？
（备注：299）