THESIS Agent: 学術論文作成を支援するインテリジェントツール

THESIS AgentはGitHubでホストされているオープンソースのAI Intelligent Bodyツールで、学術論文をより効率的に完成させるために設計されています。文書の処理、データの分析、コンテンツの生成を自動化することで、学術研究における退屈な作業を軽減します。THESIS Agentは、学生、研究者、アカデミックに適しており、オープンコードなので、ユーザーは必要に応じて機能をカスタマイズすることができます。このプロジェクトには詳細なドキュメントと活発なコミュニティがあり、一定の技術的基礎があるユーザーがすぐに使い始めるのに適しています。

機能一覧

• 文献の照合と分析論文から重要な情報を自動的に抽出し、アブストラクトやキーワードを生成します。
• データの可視化棒グラフ、折れ線グラフなど、入力データに基づいてグラフを作成します。
• 自動書記エッセイの段落、序論や結論の作成を支援し、手作業による執筆時間を短縮します。
• マルチインテリジェンス・コラボレーション複数のAI知能が連携して複雑なタスクを分解し、効率的に実行する。
• コード生成とデバッグコード・スニペットの自動生成と、結果を最適化するためのデバッグのサポート。
• ツール統合外部ツール（学術データベースなど）との接続をサポートし、データ処理能力を高める。

ヘルプの使用

設置プロセス

THESIS Agentを使用するには、まずGitHubリポジトリをクローンし、実行環境を設定する必要があります。以下は詳細なインストール手順です：

1. クローン倉庫::
   ターミナルで以下のコマンドを実行し、プロジェクトをローカルにクローンする：

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

2. 依存関係のインストール::
   このプロジェクトはPython 3.11と関連ライブラリに依存しています。競合を避けるために仮想環境を推奨します：

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

3. 環境変数の設定::
   プロジェクトにはAPIキー（OpenAIや他の言語モデルなど）が必要です。プロジェクトのルート・ディレクトリに .env ファイルに以下を追加する：

   OPENAI_API_KEY=your_openai_api_key
   ANTHROPIC_API_KEY=your_anthropic_api_key
   

   適切なプラットフォームからキーを取得し、インターネット接続が安定していることを確認する必要があります。

4. ブラウザツールのインストール::
   いくつかの機能では、WebインタラクションのためにPlaywrightが必要です。以下のコマンドを実行してインストールしてください：

   pip install playwright
   playwright install chromium --with-deps
   

5. 実行例::
   インストールが完了したら、サンプル・スクリプトを実行して環境設定を確認する：

   python examples/run_demo.py
   

   サンプルスクリプトは、文献分析とデータ可視化の基本的な機能を示します。

機能 操作の流れ

文献の照合と分析

THESIS Agentの中核機能のひとつは、学術文献の自動処理です。ユーザーはPDFファイルをアップロードするか、論文のURLを入力することで分析を開始することができる。手順は以下の通り：

• プロジェクト・ディレクトリで scripts/analyze_literature.py 脚本だ。
• スクリプトの入力パラメータを修正する：

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

• スクリプトを実行する：

  python scripts/analyze_literature.py
  

• 出力は指定したフォルダに保存され、抄録、キーワード、引用分析が含まれます。結果は、論文に直接挿入しやすいようにMarkdown形式で生成されます。

データの可視化

THESIS Agent は入力データに基づいたグラフの生成をサポートし、実験結果や統計データの表示に適しています。手順は以下の通りです：

• データファイル（CSV形式など）を用意し、列名と値を必ず含める。例

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

• ある scripts/visualize_data.py でファイル・パスとチャート・タイプを指定する。

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

• スクリプトを実行する：

  python scripts/visualize_data.py
  

• 出力はインタラクティブなチャートで、次のように保存される。 output/charts/ HTML形式での閲覧に対応したカタログ。

自動書記

自動原稿作成機能は、論文の序論、結論、段落の原稿を作成します。手順は以下の通りです：

• コンパイラ scripts/write_content.pyライティングの課題を設定する：

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

• スクリプトを実行する：

  python scripts/write_content.py
  

• 出力は、言語モデリングに最適化され、アカデミックライティングの仕様に沿った内容のMarkdownファイルです。特定のニーズに合わせてユーザーが編集することも可能です。

マルチインテリジェンス・コラボレーション

THESIS Agentは、複雑なタスクを分解するためにマルチインテリジェント体のフレームワークを使用します。例えば、フルペーパーを作成する場合、文献分析、インテリジェンスコラボレーション、コンテンツ生成が含まれます。ユーザーはメインスクリプトを実行するだけです：

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

このシステムは、最終的なドキュメントを生成するために、さまざまなインテリジェンスにタスクを自動的に割り当てる。

ツール統合

ユーザーが設定できるファイル config/tools.yaml 外部ツール（Academic Database APIなど）を追加する。設定例：

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

一度実行されると、システムは自動的にPubMedから関連文献を検索し、解析に統合する。

ほら

• 安定したインターネット接続を確保してください。一部の機能では、オンラインAPIへのアクセスが必要です。
• 実行時エラーを避けるために、Pythonのバージョンと依存ライブラリが正しくインストールされていることを確認してください。
• プロジェクトのドキュメントは以下にある。 docs/ カタログでは、高度な機能とカスタマイズ方法を詳しく紹介しています。

アプリケーションシナリオ

1. 学術論文執筆
   大学院生や学者が論文を執筆する際、THESIS Agentを使って文献を整理し、重要な情報を抽出してドラフトを作成することで、時間を節約し、効率を上げることができます。
2. データ分析とプレゼンテーション
   実験後、研究者はツールを使ってデータを直感的なグラフに変換し、論文や学術報告書に使用することで、結果の視覚化を高める。
3. 学際的研究支援
   学際的な知識を伴う研究プロジェクトでは、異なる分野の文献やデータを迅速に統合するために、マルチインテリジェンス・コラボレーション機能を活用する。
4. 教材
   教師はTHESIS Agentを使ってコース関連の参考資料やシラバスを自動生成し、授業準備のストレスを軽減します。

品質保証

1. THESIS Agentはどの言語モデルをサポートしていますか？
   このプロジェクトは、OpenAI、Anthropic、Googleの言語モデルをサポートしている。ユーザーは、GPT-4やClaude-3.7のような設定ファイルでモデルを指定することができます。
2. プログラミングの経験は必要ですか？
   スクリプトのインストールと実行には、基本的なPythonの知識が必要です。しかし、ドキュメントは詳しく書かれており、初心者の方でも手順を追うことができます。
3. オフラインで使用できますか？
   一部の機能（ローカルモデルのQwenなど）はオフラインでの実行がサポートされているが、文献検索やAPI呼び出しにはインターネットアクセスが必要だ。
4. コードを提供するには？
   ユーザーはGitHubを通じてPull Requestを提出できる。 CONTRIBUTING.md 寄稿の手引きはこちら。