Denario 是面向科研的多智能体 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、构建研究方法、执行计算实验并生成可视化、检索文献背景、将结果写成期刊格式 LaTeX 论文，以及自动化完整科研流水线。
安装：推荐用 uv，执行 uv init 后 uv add "denario[app]"；或用 uv pip install "denario[app]"。Docker 部署与源码构建见 references/installation.md。
使用前需配置受支持 LLM 提供商的 API 密钥，如 Google Vertex AI、OpenAI 及兼容 AG2/LangGraph 的服务，密钥通过环境变量或 .env 文件保存，详见 references/llm_configuration.md。
核心流程分四阶段：1) 数据描述，用 Denario(project_dir="./my_research") 初始化后调用 set_data_description 说明数据集、工具与研究领域；2) 生成想法，调用 get_idea()，也可用 set_idea() 自定义假设；3) 方法开发，调用 get_method()，或 set_method() 传入 markdown 方法文件；4) 结果生成，调用 get_results() 执行方法、计算与可视化，或 set_results() 传入预计算结果；5) 论文生成，调用 get_paper(journal=Journal.APS) 生成期刊格式 LaTeX 论文，含图表与完整源码。目前资料明确支持的期刊格式为 Journal.APS，其他期刊见 references/research_pipeline.md。
可运行 denario run 启动 Web GUI 进行交互式管理。支持端到端流水线，也支持自定义与自动混合流程，例如 set_idea 后自动 get_method、get_results、get_paper。文献检索功能与更多示例见 references/examples.md。
高级特性包括多智能体编排、可复现的结构化输出、期刊格式化、各阶段手动或自动输入、含 LaTeX 与依赖的 Docker 部署。限制与注意：需 Python 3.12 或更高；API 密钥错误需检查环境变量；LaTeX 编译需安装 TeX 发行版或使用预装 LaTeX 的 Docker 镜像；包冲突建议用虚拟环境或 Docker 隔离。其他功能、收费与平台信息暂未提供。