paper-orchestra — 研究素材から論文原稿を自動生成するマルチエージェント基盤
google-research/paper-orchestra
★ 1,686 ・ Python ・ Apache-2.0
概要
PaperOrchestraは、AI研究論文の執筆プロセスを自動化するために設計されたマルチエージェントフレームワークです。Google Cloud AI Researchの研究者らによって公開されており、制約のない生の素材(研究アイデアのメモや実験ログなど)を入力として受け取り、指定された学会フォーマットに沿った投稿可能なLaTeX形式の論文原稿を出力します。
論文の執筆には、構成案の策定、関連研究のサーベイ、各セクションの執筆、文章の推敲、グラフの描画など多岐にわたる工程が存在します。PaperOrchestraはこれらを役割分担されたエージェント群が連携して処理することで、未整理の研究材料から完成原稿までの溝を埋める仕組みを提供します。研究活動における文書作成の負荷を軽減し、研究の推進や実験により集中したい研究者や開発者に向いているツールです。
主な特徴
- マルチエージェントによるパイプライン処理: アウトライン作成、文献レビュー、セクション執筆、内容推敲(Refinement)、プロット作成を担う特化型エージェントが協調し、エンドツーエンドで論文を生成します。
- 網羅的な文献の統合: 関連文献を自動的に検索し、優先順位を判定したうえで原稿内に適切に組み込みます。
- 図表・プロットの自動生成: コード生成を通じたグラフのプロットに対応しており、概念図の組み込みも支援します。
- テンプレートに準拠したLaTeX出力: CVPRなどの対象カンファレンスのLaTeXテンプレートに沿って、そのままビルド・投稿が可能な形式で原稿一式を出力します。
- インタラクティブなUIデモの提供: コマンドライン実行だけでなく、Streamlitを用いた対話型インターフェースによる実行にも対応しています。
使い方
1. 環境構築
PaperOrchestraは Python 3.11 環境を想定しています。Conda環境を作成し、必要なパッケージをインストールします。
conda create -n paper_orchestra python=3.11
conda activate paper_orchestra
pip install -r requirements.txt
2. 環境変数の設定
プロジェクトのルートディレクトリに .env ファイルを作成し、利用する各種サービスのAPIキーや設定を記述します。利用するLLM(OpenAI または Gemini / Vertex AI)や外部APIに応じて設定を行います。
SEMANTIC_SCHOLAR_API_KEY=your_semantic_scholar_api_key
OPENAI_API_KEY=your_openai_api_key
VERTEX_AI_PROJECT=your_vertex_ai_project
VERTEX_AI_LOCATION=your_vertex_ai_location
GEMINI_API_KEY=your_gemini_api_key
# デモ実行後にメール送信を行いたい場合に設定
SMTP_EMAIL=your_email
SMTP_PASSWORD=your_password
3. パイプラインの実行
論文生成パイプラインは、付属のシェルスクリプトを実行するか、Python CLIから直接起動します。
シェルスクリプトを使用する場合:
./paper_writing_cli.sh
Python CLIを直接呼び出す場合:
python paper_writing_cli.py \
--raw_materials_dir /path_to_your_raw_materials/ \
--latex_template_dir /path_to_your_latex_template/ \
--output_dir /path_to_your_output_folder/ \
--use_plotting true
主なコマンドライン引数は以下の通りです。
--raw_materials_dir: アイデアや実験ログなどの素材が格納されたディレクトリを指定します(必須)。--latex_template_dir: 使用するLaTeXテンプレートのディレクトリ(例:templates/cvpr2025)を指定します(必須)。--output_dir: 生成物の出力先ディレクトリ。指定しない場合はタイムスタンプ付きのフォルダが自動作成されます。--use_plotting: コードから図表を生成するプロットエージェントを有効化するかどうか(デフォルトはFalse)。--writer_model_name: 執筆エージェントや文献エージェントで使用するLLMのモデル名。--reflection_model_name: 内容の推敲(リフレクション)エージェントで使用するLLMのモデル名。
なお、StreamlitベースのGUIを利用したい場合は、frontend ディレクトリ内のREADMEに従って起動できます。
技術的なポイント
PaperOrchestraのリポジトリ構成は明確にモジュール化されており、以下の構造で管理されています。
methods/: 各エージェント(執筆、推敲、文献収集など)のコアロジックとパイプライン実行処理が含まれます。autoraters/: 生成された論文の品質を自動評価するためのスクリプト群が配置されています。templates/: 各種カンファレンスのLaTeXテンプレートが格納されています。独自のテンプレートを追加したい場合は、この配下に新しいサブフォルダを作成して追加可能です。utils/: API呼び出しやPDFの処理などのユーティリティ関数群が収められています。frontend/: Streamlitを用いたフロントエンドUIの実装が収められています。
モデルの選定においては、原稿生成を行う「Writer」モデルと、生成結果を批判的に見直して改善を促す「Reflection」モデルを引数経由で別々に指定できる柔軟な設計になっています。また、文献情報の検索・統合には Semantic Scholar API が利用できるようになっており、外部の学術データベースと連携した正確な文献参照を可能にしています。
注意点
- 公式サポートについて: READMEの免責事項(Disclaimer)に記載されている通り、このリポジトリはGoogleの公式サポート製品ではありません。
- データセットの配布状況: 論文生成に使用された評価用等のデータセットは、現時点ではリポジトリに含まれておらず、後日別途公開される予定とされています。公開後は
datasets/ディレクトリに配置して利用する形になります。 - APIコストとキーの要件: 実行には OpenAI や Google Cloud(Vertex AI / Gemini API)、Semantic Scholar などの外部APIキーが必要です。モデル呼び出しに伴う費用やレートリミットに留意する必要があります。
- ライセンス: 本プロジェクトのソースコードは Apache-2.0 ライセンスの下で公開されています。
まとめ
PaperOrchestraは、研究アイデアや実験ログといった断片的な素材から、査読投稿可能なレベルのLaTeX論文原稿を自動的に組み上げるマルチエージェント基盤です。文献検索から執筆、推敲、プロット作成までを専門エージェントが分担して処理する実践的なワークフローを提供しています。LLMを用いた研究支援技術の実装や、マルチエージェントシステムのパイプライン設計に関心のある開発者にとって参考になるリポジトリです。





