EN

学术成果商业化评估智能体

多智能体 LLM 流水线;可提交研究主题或附加论文 PDF。

核验日期

核心信息

以下信息由程序从官方接口读取，不经模型改写。

许可证
MIT
语言
Python
维护方
shuxiachai
核验日期

它是什么

该项目是一个多智能体 LLM 流水线。项目使用 Python、CrewAI、FastAPI 和免构建的 JavaScript 客户端构建。项目由 shuxiachai 创建。项目采用 MIT 许可。

主要能力

  1. 用户可以提交研究主题或附加论文 PDF,并选择报告语言。

  2. 确定性代码先检索并验证来源。

  3. 加权总分由代码计算,而不是由模型计算。

  4. 用户可以跟踪进度、查看引用和可靠性警告,并导出 Markdown。

  5. 中断的运行可以从其最后一个已验证的检查点恢复。

  6. 付费请求会获得持久回执。

怎么上手

  1. CI 测试环境使用 Python 3.11 或 3.12。

  2. 默认测试套件不调用提供方。

  3. 快速开始中,依赖安装需要网络访问。

  4. 把示例环境文件复制为本地环境文件。

  5. 应移除未使用的占位密钥。

  6. 真实分析会产生提供方用量。

  7. PDF 提取是付费操作。

  8. 测试套件和浏览器冒烟测试不发出付费请求。

摘自 README · bash
git clone https://github.com/shuxiachai/academic-commercialization-agent.git
cd academic-commercialization-agent
uv sync
摘自 README · dotenv
LLM_PROVIDER=qwen
DASHSCOPE_API_KEY=your-key
QWEN_MODEL=qwen3.8-27b
QWEN_API_BASE=https://dashscope.aliyuncs.com/compatible-mode/v1
TAVILY_API_KEY=your-search-key
摘自 README · bash
uv run uvicorn api.main:app --reload
# Browser: http://localhost:8000  (sample reports: http://localhost:8000/samples)
# Alternative CLI (starts real provider work):
uv run academic_agent --topic "solid-state batteries for electric vehicles"

适合谁

报告支持研究分诊。有效的引用 ID 并不能证明来源支持该论断。在架构中,三个证据专家并行运行。

架构中的一个阶段并不承诺恰好只有一次模型请求。恢复后的运行是新的关联运行,原运行从不被覆盖。在 Sources 中可以按 ID 或关键词查找已保存的来源并阅读其保存的文本。

冻结基线包含 10 个主题 × 3 次实时重复。冻结基线的各项结果是不同的检查,而不是合并的准确率分数。未引用数字的代理指标并不能衡量所有幻觉。

工具执行或有效的 JSON 并不能证明论断得到支持。补充检索在生产环境中仍是零调用的影子模式。运行链接带有 128 位随机性,并充当读取凭据。

切勿公开私有运行链接。更改归访问码所有的运行,还需要该运行的所有者或管理员访问码。账户的密钥保存在其浏览器中,从不由服务器存储。

部署时使用一个应用副本 / 一个 Uvicorn 工作进程。基准测试报告的成本涵盖 Crew 节点,不含辅助、PDF 和搜索费用。

来源

本页内容整理自以下官方来源，点击可核对原文。

核验日期 ·

本页由 AI 依据上述官方来源整理，并经自动核对，未经本站实测。 发现错误？告诉我们。