OpenDraft 学术论文起草引擎
给一个选题,自动检索真实文献、核查 DOI,并导出 PDF、Word 或 LaTeX 的研究初稿。
- Star 数
- ★ 537
- 最近更新
- 17 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 54/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台Codex · Claude Code · OpenAI API · Claude API
- 费用
- 软件免费,模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 研究生要写硕士论文或博士论文的第一版结构稿,希望先有一份 30–80 页、带真实参考文献的底稿再动笔改写。
- 不适合
- 希望一键产出可提交终稿、跳过人工复核的人
- 只需要轻量文本润色、不需要引用核查的用户
- 官网
- opendraft.xyz ↗ 来自 GitHub 仓库设置
- 维护状态
- 近 30 天有提交最近提交 2026-11-04最新版本 v1.8.1(2026-09-29)近 7 天每天 +0.7 ★
- 源码审查
- 54/100 · 缺口较多
这个 Agent 能做什么,适合哪些场景?
OpenDraft 是一个开源的 Python 引擎,用 19 个分工明确的 AI Agent 把一句选题扩展成研究论文、文献综述或学位论文章节的初稿,典型产出 10k–20k+ 词、5–80+ 页,耗时约 10–20 分钟。它的核心差异在于引用核查:引擎会去 CrossRef、OpenAlex、Semantic Scholar 检索候选文献,默认只有当一条引用的 DOI 至少被其中两个数据库收录时才保留,单库或查不到的引用会被丢弃并记录原因。每条引用在 bibliography.json 中都带有 verification_status、verification_sources 等溯源字段,另有一套基于论文主题的 CitationClaimVerifier 做“来源是否真的支持该论点”的判断。使用方式有三种:作为命令行工具(opendraft <topic>)、作为 Python 库(from engine.draft_generator import DraftGenerator),或作为 Claude Code / Codex 可加载的 autonomous-research Skill。软件本身 MIT 免费,但你自带模型 API Key,单篇草稿的 API 成本约 $0.35–$3。
引擎按“研究 → 结构 → 写作 → 引用 → 润色 → 导出”六个阶段调度 19 个 Agent。研究阶段调用 CrossRef、OpenAlex、Semantic Scholar API 找候选论文,再按 DOI 逐个回查,默认 require_multi_source=True、min_confirming_sources=2,不足两条库确认的引用被丢弃;引用阶段做去重、质量过滤,并用 CitationClaimVerifier 针对论文主题给出 RELEVANT / IRRELEVANT / UNCERTAIN,报告写入 citation_claim_verification.md 与 .json。产出通过 to_pdf()、to_docx()、to_latex() 导出 PDF、Word 或 LaTeX,支持 57+ 种语言。附带工具还有 opendraft tldr(5 条要点摘要)、opendraft digest(ElevenLabs 语音简报)、opendraft revise(带版本号的草稿修订)、opendraft data(World Bank / Eurostat / Our World in Data 数据抓取)以及 --expose 快速选题模式。
- 研究生要写硕士论文或博士论文的第一版结构稿,希望先有一份 30–80 页、带真实参考文献的底稿再动笔改写。
- 科研人员准备文献综述,需要先快速确认某个选题下是否存在足够可核查的文献(可直接跑 --expose 模式)。
- 要为期刊投稿起草论文,最后需要 LaTeX 源码以便按期刊模板排版。
- 课题组成员想在做正式检索前,先拿到一份带 DOI 书目、可逐条核对的候选文献清单。
- Claude Code 或 Codex 用户希望把研究流程做成一个可读、可改的 Skill,直接让 Agent 执行 18 个 stage。
- 写作者手头有别人的 PDF 论文,想用 opendraft tldr 或 opendraft digest 快速得到要点摘要或 60 秒语音简报。
安装与配置要点
摘自下方的安装和使用说明,以项目 README 的最新说明为准。
- 安装 / 启动命令
pip install -r requirements.txtpip install opendraft[pdf]npx skills add federicodeponte/opendraft --skill autonomous-research
- 环境变量
GOOGLE_API_KEYOPENAI_API_KEYANTHROPIC_API_KEYELEVENLABS_API_KEY- 配置文件
.env- 运行环境
- Python 3.10+
如何安装或部署这个 Agent?
前置条件:Python 3.10+,以及一个 Gemini API Key。
git clone https://github.com/federicodeponte/opendraft.git
cd opendraft
pip install -r requirements.txt在同一目录创建 .env,填入密钥(默认走 Gemini):
GOOGLE_API_KEY=your-gemini-api-key若要用 PDF 相关读取功能,需要额外安装可选依赖:
pip install opendraft[pdf]如果只想把它当作 Claude Code / Codex 的 Skill 使用,可以不装 Python 引擎:
npx skills add federicodeponte/opendraft --skill autonomous-research切到其他模型时需要额外配置:OpenAI 用 AI_PROVIDER=openai 加 OPENAI_API_KEY,Anthropic 用 AI_PROVIDER=claude 加 ANTHROPIC_API_KEY。如需语音简报,另配 ELEVENLABS_API_KEY。
如何使用这个 Agent?
作为 Python 库调用:
from engine.draft_generator import DraftGenerator
generator = DraftGenerator()
draft = generator.generate(
topic="The Impact of AI on Academic Research",
paper_type="master", # research_paper, bachelor, master, phd
language="en"
)
draft.to_pdf("thesis.pdf")
draft.to_docx("thesis.docx")
draft.to_latex("thesis.tex")作为命令行工具,常用子命令包括:
# 快速选题概览(约比完整草稿快 3 倍)
opendraft "Neural Networks in Healthcare" --expose
# 带指令修订已有草稿,自动生成 draft_v2.md 并导出
opendraft revise ./output "Make the introduction longer and add more context"
# 5 条要点摘要
opendraft tldr paper.pdf -o summary.md
# 60 秒语音简报(需要 ELEVENLABS_API_KEY)
opendraft digest paper.pdf --voice adam作为 Skill 使用时,在 Agent 里连上 Edge 后说一句 Write a paper on <topic> 即可;该 Skill 是 18 个 markdown prompt 加 5 个标准库 Python 脚本的移植实现,不调用本仓库的 Python 引擎,也不连任何托管服务,因此不需要 API Key。
这个 Agent 有哪些优点和局限?
- 默认要求一条引用的 DOI 至少被 CrossRef、OpenAlex、Semantic Scholar 中两个数据库收录,单库结果被丢弃并记录,这一策略是默认而非可选项。
- 溯源做得细:bibliography.json 里每条引用都带 verification_status 与 verification_sources,即使为空也会写出,避免未确认引用看起来像已确认。
- 在“存在性核查”之外还有 CitationClaimVerifier 做论点级判断,并明确说明这是 LLM 判断而非证明,UNCERTAIN 不等于通过。
- 同时提供 CLI、Python 库和 Claude Code / Codex 的 Skill 三种用法,Skill 版无需 API Key、每个 stage 都是可读可改的文件。
- MIT 许可,导出覆盖 PDF、Word、LaTeX,支持 57+ 种语言,模型侧可在 Gemini、OpenAI、Anthropic 之间切换。
- 软件免费但必须自带模型 API Key,单篇草稿的 API 成本约 $0.35–$3,全程依赖联网调用学术数据库与模型。
- 严格确认会显著减少可用引用,管道在引用阶段无引用存活时会抛 PipelineValidationError 直接失败;README 也承认此前引用的引用数量与页数指标是在改为多源确认之前测的,尚未重新测量。
- 多源确认并非三个相互独立的证明:OpenAlex 与 Semantic Scholar 都会摄取 Crossref 元数据,且其中一个来源可能是最初返回候选、未回查的数据库。
- 引擎不查 arXiv 作为引用数据库,引用阶段只能针对论文主题做判断,逐句核查需要草稿存在后另行调用 run_citation_claim_verification()。
- 官方明确它不是一键生成终稿的工具,必须人工复核来源、补自己的分析并符合所在机构的 AI 政策。
这个 Agent 与同类方案有什么区别?
README 明确将本项目与通用 AI 写作工具区分:后者常产出语气自信但引用不可核查的草稿。文中提到的相关项目包括同作者的托管版 OpenPaper(openpaper.dev)、统一模型 API 网关 Edge(getedge.cc),以及作为通用替代方案的 ChatGPT 类写作工具。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| OpenDraft 学术论文起草引擎 当前 | 54 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 537 | 17 天前 | Python | Codex · Claude Code · OpenAI API · Claude API |
| Research Agent Skills | 68 · 存在缺口 | 命令行工具免费 | ★ 174 | 4 天前 | Python | Codex · Claude Code |
| PaperJury | 72 · 存在缺口 | Agent 插件 / 技能免费 + 模型费 | ★ 1.2k | 3 个月前 | JavaScript | Codex · Claude Code |
| PaperDebugger | 35 · 缺口较多 | 浏览器扩展免费 + 模型费 | ★ 1.6k | 4 个月前 | TypeScript | — |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
README 说明需自备模型密钥,并列出 Gemini、Claude、OpenAI 及文献元数据服务;CLI 将配置写入用户目录。安全说明提醒勿提交密钥并建议独立核查引用,因此数据流和基本密钥注意事项有交代。扣分原因:材料未说明密钥存储保护、生成文件与输入的传输或保留方式、联网访问权限范围;也没有确认、撤销或恢复流程的充分说明。
README 描述多阶段流程及 DOI 至少由两个元数据源收录的规则,需求、依赖和 CLI 对常见密钥、网络、配额、导出错误提供了提示。扣分原因:README 称 19 个代理,而技能文件称 18 个阶段加一个证据阶段;依赖有版本范围但未见锁定或可用性保障,且错误映射只覆盖常见情形。
README 和技能文件明确面向研究论文、文献综述和论文/章节草稿,并列出学位层级、语言选项及技能触发语境。技能要求先询问目标场所、字数、引用格式和文档类型,并给出用户拒答时的默认处理。扣分原因:环境与模型选项虽有说明,但材料没有完整展示所有场景、边界及其配置限制。
仓库有 README、文档链接、快速安装与运行步骤、示例输出、FAQ、贡献说明、安全政策、版本元数据、变更日志链接和明确的 MIT 许可证。扣分原因:部分信息依赖外链且未包含在证据包中;项目名称在 OpenDraft、OpenPaper 和技能描述中并用,造成一定命名歧义;维护责任虽有漏洞报告入口和响应承诺,仍缺少更具体的维护者更新计划。
材料说明可生成带引用的研究草稿,并导出 PDF、Word 和 LaTeX;CLI 还提供修订、摘要和仅输出大纲/来源等功能。README 明确称草稿需人工审阅,并披露每份草稿约需 0.35 至 3 美元。扣分原因:效用和成本主要是项目自述,材料没有足够证据支持不同题目下的质量与耗时表现。
README 描述引用 DOI 的多源核对,并明确区分文献存在性与来源是否支持具体论点;技能文件也描述引用编译脚本与来源证据阶段。扣分原因:这些流程与成效仍主要由项目文件陈述,样本未展示核对结果、逐项来源映射或独立评估,因而不支持更高分。
- 生成稿应人工编辑,并按机构政策披露 AI 使用;DOI 存在不等于来源支持具体论点。
- 使用前了解模型提供商及外部文献服务会接收哪些输入;API 密钥应妥善保管,不要提交到版本库。
最近版本
来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。
-
发布说明摘录
Fixes since 1.8.0: - #31: user-supplied sources and context now reach the paper; minimum citation density scaled to length. - #32: working Claude provider (AI_PROVIDER=claude), configurable models and API base URLs. - #84: dependency bounds raised (openai 2.x, lxml 6, rich 14, and more). - README hero refresh.在 GitHub 查看 ↗ -
v1.8.0 v1.8.0 — Multi-source citation confirmation
发布说明摘录
Multi-source citation confirmation OpenDraft now keeps a citation only when the source can be independently confirmed, closing the gap between a fallback chain and real verification. What's new - Multi-source DOI confirmation (default on). A DOI-bearing citation is kept only if 2 of {Crossref, OpenAlex, Semantic Scholar} independently hold that exact DOI. Single-source results are dropped and the drop is logged, never silent. …在 GitHub 查看 ↗ -
v1.7.4 v1.7.4 — LaTeX (.tex) export
发布说明摘录
Added - LaTeX (.tex) output alongside PDF, DOCX, and Markdown. Every generated paper (and research exposé) now also produces a standalone, compilable <name>.tex next to <name>.pdf/<name>.docx, bundled into the ZIP. The .tex reuses the same Pandoc pipeline and preamble as the PDF path, so it carries the same style-formatted References/bibliography (APA/IEEE/Chicago/MLA) and compiles with XeLaTeX (ships a % !TeX program = xelatex header). If Pandoc is missing the .tex step is skipped with a warning; the run still completes with its PDF/DOCX. Fixed …在 GitHub 查看 ↗
常见问题
它会不会编造参考文献?
一篇草稿大概要花多少钱?
为什么我的运行直接报错退出?
它能直接交作业或投稿吗?
这个 Skill 和仓库里的 Python 引擎是同一套东西吗?
OpenDraft 学术论文起草引擎 官网是什么?
OpenDraft 学术论文起草引擎 开源吗?
OpenDraft 学术论文起草引擎 安全吗?
OpenDraft 学术论文起草引擎 还在维护吗?
OpenDraft 学术论文起草引擎 是谁开发的?
谢谢反馈,我们会据此改进页面。