用途：Denario 是面向科研的多智能体系统，用来自动化从数据分析到可发表手稿的完整科研工作流，基于 AG2 与 LangGraph 编排假设生成、方法设计、计算分析与论文写作等专用智能体。
主要能力：四阶段科研流水线——数据描述、假设生成（get_idea）、方法开发（get_method）、结果生成（get_results），并可用 get_paper 生成期刊格式 LaTeX 论文，支持指定 Journal.APS。各阶段既可自动生成，也可手动提供自定义想法、方法或结果，支持文献检索。提供 Web 图形界面（denario run）、Docker 部署与 LaTeX 集成。
使用方式：用 uv 安装 uv init、uv add "denario[app]"，或用 pip install "denario[app]"。需配置受支持的 LLM 提供商 API 密钥（如 Google Vertex AI、OpenAI 及其他兼容 AG2/LangGraph 的服务），通过环境变量或 .env 文件保存。基本调用为 from denario import Denario、den = Denario(project_dir="./my_research")，依次调用 set_data_description、get_idea、get_method、get_results、get_paper；GUI 通过 denario run 启动。
适用场景：数据集假设探索、结构化研究方法与计算实验、生成可视化、撰写期刊格式论文、端到端科研自动化与可复现研究。
限制：需要 Python 3.12 或更高版本；生成论文需安装 TeX 发行版或使用预装 LaTeX 的 Docker 镜像；需有效的 LLM API 密钥；常见问题包括 API 密钥错误与包冲突，建议使用虚拟环境或 Docker 隔离。更多安装、LLM 配置、API 参考与示例见官方文档。具体收费、价格与效果资料暂未提供。