ResearchFlow：多智能体AI驱动的系统文献综述生成平台

ResearchFlow是商业级多智能体AI平台，通过人机协同工作流辅助研究者完成范围综述和系统综述的自动化生成。平台核心理念是"研究者引导工具"，在关键决策点保留人工确认，平衡AI效率与人类主导权，结合多智能体架构、检索增强生成（RAG）等技术，旨在解决传统文献综述耗时、易偏差的痛点。

传统人工撰写范围/系统综述存在效率低下、易遗漏文献或引入选择偏差等问题。ResearchFlow项目应运而生，目标是通过多智能体AI系统与人机协同工作流自动化这一过程，同时保持人类研究者的决策主导权。

平台定位为商业级工具，核心特性包括对话式规划、自动搜索字符串生成、透明化操作、RAG智能助手及云原生架构。架构围绕三个智能体集群：研究集群（文献侦察员、数据提取器等）负责文献发现与分析；写作集群（文章撰写员、引用管理器等）转化成果为学术文本；质量集群（评估器、事实核查员等）保障内容质量。

平台采用Human-in-the-Loop设计，关键阶段设人工确认点，保留人类判断主导权；用户可通过对话界面交互、审查中间结果。集成混合RAG搜索系统，结合语义搜索与BM25关键词搜索，通过查询分解器、重排序器优化结果，ChromaDB存储文献支持高效相似性检索。

平台通过饱和循环机制迭代改进：写作、评估、事实核查、一致性检查构成闭环，仅当质量分数达阈值时章节完成，否则根据反馈修订。多维度质量评估涵盖准确性、完整性、一致性、学术风格及引用规范等维度。

主要面向学术研究者、研究机构及企业研发部门。对需定期撰写综述的团队，可显著缩短从检索到成文的周期；人机协同设计适合对质量要求严格的学术场景，云原生架构支持按需扩展以适应不同规模项目。

当前主要支持范围综述，未来可扩展至研究提案、技术报告等更多学术写作任务；与具体数据库API的直接集成仍需改进；潜在增强方向包括实时协作功能、更丰富的可视化选项。

ResearchFlow结合多智能体系统、RAG及人机协同，在自动化与人工控制间找到平衡，为学术研究提供效率工具，推动新研究范式：人类专注高层次判断与创新，AI负责繁琐信息处理。随着大语言模型发展，这类智能助手将在学术界发挥更重要作用。