THESIS Agent: ein intelligentes Werkzeug zur Unterstützung beim Verfassen akademischer Arbeiten

THESIS Agent ist ein auf GitHub gehostetes Open-Source-KI-Tool für intelligente Körper, das Nutzern helfen soll, wissenschaftliche Arbeiten effizienter zu verfassen. Es erleichtert die mühsame Arbeit in der akademischen Forschung, indem es die Verarbeitung von Dokumenten, die Analyse von Daten und die Erstellung von Inhalten automatisiert. Das Projekt basiert auf einem fortschrittlichen Sprachmodell, kombiniert mit einer Multi-Intelligent-Body-Kollaborationstechnologie, die eine vollständige Prozessunterstützung von der Dokumentation bis zur Datenvisualisierung bietet.THESIS Agent ist für Studenten, Forscher und Akademiker geeignet und verfügt über einen offenen Code, der es den Nutzern ermöglicht, die Funktionalität nach ihren Bedürfnissen anzupassen. Das Projekt verfügt über eine ausführliche Dokumentation und eine aktive Gemeinschaft, die es Nutzern mit einer gewissen technischen Grundlage ermöglicht, schnell loszulegen.

Funktionsliste

• Zusammenstellung und Analyse der LiteraturAutomatisches Extrahieren von Schlüsselinformationen aus dem Dokument und Erstellen einer Zusammenfassung oder von Schlüsselwörtern.
• Visualisierung der DatenErstellen von Diagrammen auf der Grundlage von Eingabedaten, z. B. Balkendiagramme, Liniendiagramme usw.
• automatisiertes SchreibenUnterstützung bei der Erstellung von Absätzen, Einleitungen oder Schlussfolgerungen, wodurch die manuelle Schreibzeit reduziert wird.
• Multi-Intelligenz-ZusammenarbeitMehrere KI-Intelligenzen arbeiten zusammen, um komplexe Aufgaben aufzuschlüsseln und effizient auszuführen.
• Codegenerierung und FehlerbehebungAutomatische Generierung von Codeschnipseln und Unterstützung von Debugging zur Optimierung der Ergebnisse.
• WerkzeugintegrationUnterstützung der Anbindung an externe Tools (z. B. akademische Datenbanken) zur Verbesserung der Datenverarbeitungsmöglichkeiten.

Hilfe verwenden

Einbauverfahren

Um THESIS Agent zu verwenden, müssen Sie zunächst Ihr GitHub-Repository klonen und Ihre Laufzeitumgebung konfigurieren. Hier sind die detaillierten Installationsschritte:

1. Klon-Lager::
   Führen Sie den folgenden Befehl im Terminal aus, um das Projekt lokal zu klonen:

   git clone https://github.com/THESIS-AGENT/thesis-agent-demo.git
   cd thesis-agent-demo
   

2. Installation von Abhängigkeiten::
   Das Projekt hängt von Python 3.11 und den zugehörigen Bibliotheken ab. Um Konflikte zu vermeiden, wird eine virtuelle Umgebung empfohlen:

   python -m venv venv
   source venv/bin/activate  # Windows 用户运行: venv\Scripts\activate
   pip install -r requirements.txt
   

3. Umgebungsvariablen konfigurieren::
   Das Projekt benötigt einen API-Schlüssel (z. B. OpenAI oder ein anderes Sprachmodell). Erstellen Sie im Stammverzeichnis des Projekts die Datei .env fügen Sie Folgendes hinzu:

   OPENAI_API_KEY=your_openai_api_key
   ANTHROPIC_API_KEY=your_anthropic_api_key
   

   Sie müssen den Schlüssel von der entsprechenden Plattform erhalten und sicherstellen, dass die Internetverbindung stabil ist.

4. Installation von Browser-Tools::
   Einige Funktionen erfordern Playwright für die Webinteraktion. Führen Sie den folgenden Befehl aus, um es zu installieren:

   pip install playwright
   playwright install chromium --with-deps
   

5. laufendes Beispiel::
   Sobald die Installation abgeschlossen ist, führen Sie das Beispielskript aus, um die Umgebungskonfiguration zu überprüfen:

   python examples/run_demo.py
   

   Anhand von Beispielskripten werden die grundlegenden Funktionen der Literaturanalyse und Datenvisualisierung demonstriert.

Funktion Betriebsablauf

Zusammenstellung und Analyse der Literatur

Eine der Kernfunktionen von THESIS Agent ist die automatisierte Verarbeitung von wissenschaftlicher Literatur. Nutzer können eine Analyse starten, indem sie eine PDF-Datei hochladen oder die URL eines Papers eingeben. Die Schritte sind wie folgt:

• Im Projektverzeichnis finden Sie die Datei scripts/analyze_literature.py Drehbuch.
• Ändern Sie die Eingabeparameter im Skript, zum Beispiel:

  input_file = "path/to/your/paper.pdf"
  output_format = "summary"  # 可选：keywords, abstract
  

• Führen Sie das Skript aus:

  python scripts/analyze_literature.py
  

• Die Ausgabe wird in einem bestimmten Ordner gespeichert und enthält eine Zusammenfassung, Schlüsselwörter oder eine Zitationsanalyse. Die Ergebnisse werden im Markdown-Format generiert, so dass sie direkt in die Arbeit eingefügt werden können.

Visualisierung der Daten

THESIS Agent unterstützt die Erstellung von Diagrammen auf der Grundlage der Eingabedaten, die sich für die Darstellung von Versuchsergebnissen oder statistischen Daten eignen. Das Verfahren ist wie folgt:

• Bereiten Sie die Datendatei vor (z. B. im CSV-Format) und achten Sie darauf, dass sie Spaltennamen und -werte enthält. Beispiel:

  Year,Value
  2020,100
  2021,120
  2022,150
  

• existieren scripts/visualize_data.py Geben Sie den Dateipfad und den Diagrammtyp im Feld

  data_file = "data/sample.csv"
  chart_type = "bar"  # 可选：line, pie, scatter
  

• Führen Sie das Skript aus:

  python scripts/visualize_data.py
  

• Die Ausgabe ist ein interaktives Diagramm, das in der Datei output/charts/ Katalog, der die Anzeige im HTML-Format unterstützt.

automatisiertes Schreiben

Die automatische Schreibfunktion erstellt einen Entwurf der Einleitung, des Schlusses oder der Absätze der Arbeit. Das Verfahren ist wie folgt:

• Compiler scripts/write_content.pySchreibaufgaben stellen:

  task = "generate_introduction"
  topic = "AI in academic research"
  word_count = 200
  

• Führen Sie das Skript aus:

  python scripts/write_content.py
  

• Die Ausgabe ist eine Markdown-Datei mit einem für die Sprachmodellierung optimierten Inhalt, der den Spezifikationen für akademische Texte entspricht. Sie kann vom Benutzer weiter bearbeitet werden, um spezifische Anforderungen zu erfüllen.

Multi-Intelligenz-Zusammenarbeit

THESIS Agent verwendet einen multi-intelligenten Körperrahmen, um komplexe Aufgaben zu zerlegen. Die Erstellung einer vollständigen Arbeit kann beispielsweise eine Literaturanalyse, die Zusammenarbeit von Intelligenz und die Erstellung von Inhalten umfassen. Der Benutzer führt einfach das Hauptskript aus:

python main.py --task "write_full_paper" --topic "Machine Learning Trends"

Das System weist den verschiedenen Intelligenzen automatisch Aufgaben zu, um das endgültige Dokument zu erstellen.

Werkzeugintegration

Der Benutzer kann die Datei konfigurieren config/tools.yaml Hinzufügen externer Tools (z. B. Academic Database API). Beispielkonfiguration:

tools:
- name: PubMed
api_key: your_pubmed_api_key
endpoint: https://api.pubmed.gov

Einmal gestartet, ruft das System automatisch die relevante Literatur aus PubMed ab und integriert sie in die Analyse.

caveat

• Stellen Sie eine stabile Internetverbindung sicher, da einige Funktionen den Zugang zu einer Online-API erfordern.
• Überprüfen Sie, ob die Python-Version und die abhängigen Bibliotheken korrekt installiert sind, um Laufzeitfehler zu vermeiden.
• Die Projektdokumentation ist zu finden unter docs/ Katalog, in dem erweiterte Funktionen und Anpassungsmethoden beschrieben sind.

Anwendungsszenario

1. Akademische Arbeiten schreiben
   Bei der Erstellung einer Dissertation nutzen Studenten oder Wissenschaftler THESIS Agent, um die Literatur zu organisieren, Schlüsselinformationen zu extrahieren und Entwürfe zu erstellen. Das spart Zeit und erhöht die Effizienz.
2. Datenanalyse und -präsentation
   Nach dem Experiment nutzen die Forscher die Tools, um die Daten in intuitive Diagramme umzuwandeln, die sie in Papieren oder akademischen Berichten verwenden können, um die Visualisierung der Ergebnisse zu verbessern.
3. Interdisziplinäre Forschungsförderung
   Forschungsprojekte, die multidisziplinäres Wissen erfordern, nutzen die Möglichkeiten der Multi-Intelligence-Zusammenarbeit, um Literatur und Daten aus verschiedenen Disziplinen schnell zu integrieren.
4. Lehrmittel
   Lehrkräfte nutzen THESIS Agent, um automatisch kursbezogene Referenzmaterialien oder Lehrpläne zu erstellen und so den Stress bei der Unterrichtsvorbereitung zu verringern.

QA

1. Welche Sprachmodelle werden von THESIS Agent unterstützt?
   Das Projekt unterstützt die Sprachmodelle von OpenAI, Anthropic und Google. Die Benutzer können das Modell in einer Konfigurationsdatei angeben, z. B. GPT-4 oder Claude-3.7.
2. Ist Programmiererfahrung erforderlich?
   Für die Installation und Ausführung des Skripts sind grundlegende Python-Kenntnisse erforderlich. Die Dokumentation ist jedoch ausführlich und auch Anfänger können die Schritte nachvollziehen.
3. Kann es offline verwendet werden?
   Einige Funktionen (z. B. das lokale Modell Qwen) können offline ausgeführt werden, aber für die Literatursuche und API-Aufrufe ist ein Internetzugang erforderlich.
4. Wie kann ich Code beisteuern?
   Benutzer können Pull Requests über GitHub einreichen. CONTRIBUTING.md Dokument für einen Leitfaden zur Beitragsleistung.