多智能体研究合成器：用AI智能体自动化文献综述的革新方案

Multi-Agent Research Synthesizer是一款基于多智能体AI系统的学术文献综述平台，旨在解决传统文献综述耗时繁琐、易遗漏关键信息的痛点。通过协调智能规划师、学术猎人等六个核心智能体，实现论文检索、研究缺口识别、证据比较、矛盾检测等功能，并提供交互式图谱探索，帮助研究者高效获取领域洞察，发现人类易忽视的模式与关联。

传统文献综述对研究者而言是耗时且繁琐的环节，需花费数周甚至数月检索、阅读、分析文献，易遗漏重要研究或忽视文献间矛盾。随着大型语言模型（LLM）的发展，利用多智能体AI系统自动化文献综述流程的解决方案逐渐浮现，为学术研究带来新可能。

平台采用多智能体协作架构，包含六个核心智能体：

1. 智能规划师：制定研究流程，确定文献类型、关键词及分析维度；
2. 学术猎人：从Semantic Scholar等数据库检索论文，提取元数据；
3. 证据比较器：综合多文档发现，呈现共识与分歧；
4. 矛盾检测器：识别文献中冲突的研究发现，提供批判性视角；
5. 研究缺口分析器：标注未充分探索的领域及未来研究方向；
6. 图谱探索器：可视化文献关系，构建知识关联网络。

项目采用现代化全栈架构：

• 前端：React(Vite)、Tailwind CSS、Framer Motion；
• 后端：FastAPI(Python)、Uvicorn；
• 数据存储：Neo4j图数据库、ChromaDB向量库、SQLite；
• AI模型：Groq API(Llama3)、Google Gemini、Semantic Scholar API。

平台适用于多种场景：

• 研究生/博士生：快速构建文献综述章节；
• 科研团队：项目启动阶段的领域调研与空白识别；
• 文献计量学研究者：分析学术网络结构与影响力分布；
• 跨学科研究者：比较不同学科的研究视角与方法论差异。

部署需准备Python3.9+、Node.js18+、Neo4j实例（本地或云）及Groq、Gemini、Semantic Scholar的API密钥。步骤包括克隆仓库、创建虚拟环境、安装依赖、配置环境变量，启动前后端服务后可在http://localhost:5173运行。

该项目推动学术工具智能化，将人工文献综述转化为智能体协作流程，提升效率并发现人类易忽视的模式。未来有望整合更多数据源（专利、技术报告等）、支持多语言分析、优化可视化与报告生成功能，成为学术研究的强大智能助手。