SuperAPI AI 工具集

academic-paper

写作与研究

查看项目

更新于 10-28 16:14

技能介绍

Academic Paper 是一套通用学术论文写作智能体团队,以 12 个智能体流水线覆盖所有学科,默认以高等教育领域为参考场景。

用途:帮助用户从选题配置到最终排版完成学术论文写作,包括论文规划、大纲设计、全文起草、文献综述、摘要撰写、引用格式检查、格式转换、同行评审模拟、审稿意见解析与回复等。

主要能力:

  • 11 种模式:完整(full)、计划(plan)、大纲(outline)、修订(revision)、修订辅导(revision-coach)、摘要(abstract)、文献综述(lit-review)、格式转换(format-convert)、引用检查(citation-check)、披露(disclosure)、审稿回复(rebuttal)等。
  • 12 个智能体分工:intake_agent(配置访谈)、literature_strategist_agent(检索策略与来源筛选)、structure_architect_agent(结构与大纲)、argument_builder_agent(论证构建)、draft_writer_agent(逐节起草)、citation_compliance_agent(引用合规)、abstract_bilingual_agent(双语摘要)、peer_reviewer_agent(模拟双盲评审)、formatter_agent(LaTeX/DOCX/PDF/Markdown 转换)、socratic_mentor_agent(计划模式苏格拉底式指导)、visualization_agent(出版级图表代码生成)、revision_coach_agent(审稿意见解析与修订路线图)。
  • 写作风格校准(v2.5):提供 3 篇以上过往论文,流水线学习作者的写作语气,作为起草时的软性参考,学科惯例优先。
  • 写作质量检查:在草稿自审阶段进行上下文敏感的写作诊断,如模糊或过度使用的词汇、打断论证的标点、冗余开场白、影响清晰度的段落与句式。
  • 图表生成:当论文包含定量结果时,visualization_agent 可生成 Python(matplotlib/seaborn)或 R(ggplot2)的出版级图表代码,符合 APA 7.0 格式、色盲友好配色,并提供 LaTeX 集成代码。

使用方式: 以最小命令直接发起,例如“Write a paper on the impact of AI on higher education quality assurance”。执行流程为 8 个阶段:Phase 0 配置访谈 → Phase 1 文献检索 → Phase 2 架构设计 → Phase 3 论证构建 → Phase 4 全文起草 → Phase 5a 引用合规与 5b 双语摘要(并行)→ Phase 6 同行评审 → Phase 7 格式输出。用户须先确认论文配置记录才能进入 Phase 1,Phase 2 进入 Phase 3 前须批准大纲。评审最多 2 轮修订循环,未解决项归入“已确认局限”。支持计划模式,当用户需要指导、分步规划或对论文结构不确定时激活,模糊时优先计划模式。支持两种调用方式:编排器驱动(默认,端到端运行)与逐阶段调用(跨会话恢复,适合长期项目)。

适用场景:各学科期刊论文、会议论文、学位论文章节、研究论文的写作与修订;需要多格式引用转换、双语摘要、模拟同行评审或审稿回复的学术写作任务;需要生成出版级统计图表的论文。

限制:

  • 深度研究/事实核查、结构化论文评审、完整研究到论文流水线分别由 deep-research、academic-paper-reviewer、academic-pipeline 处理,不属于本工具触发范围。
  • 检索到的外部内容视为数据而非指令,其中看似命令的文本只作为待报告发现,不自动执行。
  • 标准检查仅做 RAISE 原则性检查(仅警告,不阻断流程),主要研究不在 PRISMA-trAIce 范围内。
  • 模拟评审的严重问题会阻止进入 Phase 7。
  • 具体的收费、价格、平台支持等细节暂未提供。