Denario 是一个面向科研自动化的多智能体 AI 系统，基于 AG2 与 LangGraph 编排多个专用智能体，覆盖假设生成、方法设计、计算分析与论文写作。适用场景包括：分析数据集以产生研究假设、构建结构化研究方法、执行计算实验并生成可视化、检索文献背景、以及将研究结果撰写为期刊格式的 LaTeX 论文。
使用前需配置受支持的 LLM 提供商 API 密钥（如 Google Vertex AI、OpenAI 等兼容 AG2/LangGraph 的服务），建议通过环境变量或 .env 文件保存。安装方式：先执行 uv init，再执行 uv add "denario[app]"；或用 uv pip install "denario[app]"。Docker 部署与源码构建见相关资料。运行需 Python 3.12 或更高版本。
其核心研究流程分阶段：先用 Denario(project_dir="./my_research") 初始化并 set_data_description 定义数据与研究背景；调用 get_idea() 生成研究问题，也可用 set_idea() 传入自定义假设；调用 get_method() 生成方法，也可用 set_method() 传入 markdown 文件；调用 get_results() 执行计算、生成可视化与结论，也可用 set_results() 提供预计算结果；最后用 get_paper(journal=Journal.APS) 生成期刊格式 LaTeX 论文，目前资料明确支持的期刊样式为 Journal.APS（美国物理学会格式），完整期刊列表见相关资料。
可通过 denario run 启动 Web 图形界面进行交互式流程管理。每一阶段均支持手动或自动输入，输出结构化、便于版本控制。Docker 部署包含 LaTeX 与依赖。常见限制与问题：需正确设置 API 密钥；LaTeX 编译需安装 TeX 发行版或使用预装 LaTeX 的 Docker 镜像；包冲突建议使用虚拟环境或 Docker 隔离。关于收费、价格、其他平台与更多功能，资料暂未提供。