OpenDraft 学术论文起草引擎

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。

1. 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。
2. 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）。
3. 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。
4. 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。
5. 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。
6. 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。

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？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

常见问题