idea2paper 协调 6 个专业 AI 智能体，将研究构想转化为完整论文 — 从方案分析、文献检索、Slurm 实验、LaTeX 撰写到迭代同行评审 — 同时通过 命令行 (CLI)、仪表板 (Dashboard) 或 Telegram 保持您的全程控制。

提供想法和目标会议，剩下的交给 idea2paper。

想最快上手，直接用托管实例 idea2paper.org——邮箱登录，填一个 OpenRouter API key 就能开跑。用 DeepSeek 这类平价模型跑完一整篇论文，实际计费通常为 $10–25 的自有 API 额度（视篇幅而定）——面板会显示每次运行的真实账单。想自托管也只需一行命令安装（见下文）。

由 idea2paper 撰写的论文

Budget-Constrained Multi-Modal Research Synthesis via Iterative-Deepening Agentic Search 模板: EuroMLSys

HeteroServe: Capability-Weighted Batch Scheduling for Heterogeneous GPU Clusters in LLM Inference 模板: ICML

TierKV: Prefetch-Aware Memory Tiering for KV Cache in LLM Serving 模板: NeurIPS

快速上手

curl -fsSL https://idea2paper.org/install.sh | bash

脚本会：

1. 检测系统、按需安装 miniforge、创建 ark-base 与 ark 两个 conda env、以可编辑模式将 idea2paper 装到 ~/ARK，并安装 OpenHands CLI（智能体运行时，经 uv 安装——自带独立的 Python 3.12）。
2. 询问你的 API key 和仪表板登录邮箱。推荐只配一个 OpenRouter key——它解锁全部模型，外加深度研究和图表生成；直接填 Anthropic / OpenAI / Gemini / DeepSeek 的官方 key 也可以。回车跳过任意一项。
3. 把仪表板装成 systemd --user 服务（端口 9527，用 --no-webapp 退出）。
4. 打印一个一次性的 magic-link URL 到你输入的邮箱地址——点一次链接就登录本地仪表板。不需要 SMTP，也不需要 Google OAuth。

之后 http://localhost:9527 仪表板就是主要的交互界面——建项目、选模型、运行、监控。CLI 也照常可用：

ark doctor          # 验证安装
ark new myproject   # 交互式项目向导
ark run  myproject
ark monitor myproject

随时跑 ark webapp login <email> 获取新的登录链接。完整脚本参数见 website/homepage/install.sh --help。

从现有 PDF 开始

ark new myproject --from-pdf proposal.pdf

idea2paper 通过 PyMuPDF + Claude Haiku 解析 PDF，自动填写向导信息，并根据提取的规格开始工作。

环境要求

• Python 3.10+ (需安装 pyyaml 和 PyMuPDF)
• 智能体运行时：OpenHands CLI（经 uv 安装，自带 Python 3.12）— 一个运行时即可驱动 Claude / GPT / Gemini / 任何 LiteLLM 支持的模型，通过 config.yaml 里的 model 字段按项目选择。
• API key：一个 OpenRouter key 即可覆盖全部模型、深度研究（Perplexity）和 AI 绘图；单一厂商的 key（Anthropic / OpenAI / Gemini / DeepSeek 等）也能用，只是会缺少该厂商不提供的那部分能力。
• 可选: LaTeX (pdflatex + bibtex)、Slurm。

安装步骤

最简单的方式是 快速上手 中的一键安装脚本，它会替你执行下面这些步骤并打印上手提示。手动安装如下：

# 1. 创建项目研究栈模板（这里不要装 idea2paper —— 每个新项目都会克隆此环境，
#    所以必须保持纯净）。
conda env create -f environment.yml         # Linux 系统 (创建 "ark-base")
# 或 macOS 系统:
conda env create -f environment-macos.yml   # macOS 系统 (创建 "ark-base")

# 2. 把 idea2paper 本体装进一个独立的 env（不要装进 ark-base）。
conda create -n ark python=3.11 -y
conda activate ark
pip install -e .                    # 核心库
pip install -e ".[research]"       # + Gemini 深度研究与 Nano Banana
pip install -e ".[webapp]"         # + 仪表板 / systemd 服务支持

# 3. 安装 OpenHands CLI（智能体运行时）。它是一个独立的 `uv` 工具，
#    自带专属的 Python 3.12——不是 pip 依赖——且必须位于 PATH 上，
#    编排器子进程才能找到它。
pip install uv && uv tool install --python 3.12 openhands

# 4. 验证（检查 openhands 运行时是否在 PATH 上、密钥是否就位等）
ark doctor

架构

idea2paper 协调三个阶段 — 初始化与研究、迭代开发 和 迭代评审 — 通过共享记忆、在每次智能体调用时重新注入的 Goal Anchor（防止跨迭代漂移），以及经 Web 仪表板或 Telegram 的人机协同来协同工作。

流水线

idea2paper 按顺序运行三个阶段。评审阶段会循环进行，直到论文达到目标分数。

评审循环

评审阶段的每次迭代包含 5 个步骤：

循环将重复进行，直到分数达到录取阈值 — 或者您通过 Telegram 进行人工干预。

智能体

护栏与步骤日志

自主运行全程受监督、有关卡，不是黑箱。

• 实时步骤日志。 每个智能体的动作——每条 bash 命令、每次文件编辑及其结果——都会实时写入日志（不再有 30 分钟的空白），并同时落入结构化的 agent_steps.jsonl。密钥等敏感值会被自动打码。用 log_verbosity: quiet|normal|verbose|debug 调整详细程度。
• 高风险操作先停下来问你。 在删除文件、批量提交任务、开通付费云实例、处理凭据、推送/外传数据或触及花费上限之前，idea2paper 会通过 Telegram 请求你的批准（同意 / 拒绝 / 记住本次选择）并等待答复。它会记住你的回答避免重复打扰，超时视为拒绝；未配置 Telegram 时则放行并记录——所以永远不会卡死。
• 想法把关（Gate A / Gate B）。 每个提交的想法都要先过一道启动前的伦理与合理性审查（Gate A）；文献调研之后再做一次新颖性/范围检查（Gate B），标记与已有工作的重叠，把实事求是的定位写进论文，而不是夸大其词。
• 交付检查。 论文交付前会对照一份明确的契约逐项核验——AI 使用声明齐备、所有引用均已解析、参考文献非空、生成的图确实被用上、页数符合预算。同样的检查也可以用 ark audit <project> [--repair] 单独运行。
• AI 使用声明。 每篇论文都自动附带一段致谢，说明它由 Idea2Paper 生成并经作者审阅——对所有会议一视同仁。
• 两层强制机制。 Shadow-PATH 包装器在危险命令运行前拦截；熔断器兜底任何绕过它的行为。编排器自身的云开通 / git push / 花费动作同样受管控——但你亲手触发的命令（ark clear、删除、停止）不受限制。

以上都在 config.example.yaml 的 intervention: 块中配置；默认的自主级别（standard）只在真正高风险的操作上打断你。

idea2paper 的独特之处

环境隔离

每个项目都在其独立的 conda 环境中运行。这确保了完整的隔离：

• 隔离的 Python — 每个项目拥有独立的 .env/ 目录和包。
• 隔离的 HOME 目录 — 每个编排器运行时将 HOME 设置为项目目录。
• 无交叉污染 — PYTHONNOUSERSITE=1 防止泄露全局用户包。
• 自动配置 — ark run 和 Web 门户会自动检测并使用项目的 conda 环境；如果缺失，流水线将引导安装。

# conda 环境在第一次运行时自动创建。
# ark run 将检测并使用它：
ark run myproject
#   Conda env: /path/to/projects/myproject/.env

技能系统

idea2paper 附带 内置技能 — 智能体在运行时加载的模块化指令集，用于强制执行最佳实践：

内置技能位于 skills/builtin/，在流水线引导期间自动安装。领域技能（例如 HPC）位于 skills/library/，由研究员在初始化阶段按需取用。

CLI 参考

仪表板 (Dashboard)

idea2paper 包含一个基于 Web 的仪表板，用于管理项目、查看分数和引导智能体——由单个 FastAPI 进程提供服务，主页也由它托管（一个端口，一个 systemd 单元）。除了实时阶段状态和日志，它还提供：

• 公平排队 — 每次启动最多跑 2 轮开发 + 2 轮评审迭代；通道占满时，新项目进入队列，显示排位和预计完成时间，论文完成后你会收到邮件通知。
• 诚实的账单 — 成本卡片优先展示按供应商实际计费的总额（真实的 OpenRouter 账单，含深度研究和绘图开销）；拿不到实际账单时才显示估算值，并明确标注。
• 按 key 过滤的模型选择器 — 只有你持有对应 key 的模型才可选；一个 OpenRouter key 解锁整个列表。
• 与论文对话 — 就已完成的项目提问、要求定向修改，或单独重跑某个实验，无需完整迭代。
• 页面适配模式 — Relaxed / Balanced / Strict 三档，控制论文向会议页数限制压缩的力度。

配置

通过 .ark/webapp.env 配置（首次运行 ark webapp 时自动创建）。设置 SMTP_* 启用魔术链接登录，用 ALLOWED_EMAILS / EMAIL_DOMAINS 限制访问，可选设置 GOOGLE_CLIENT_ID / GOOGLE_CLIENT_SECRET 启用 Google OAuth。

管理命令

为他人托管 Idea2Paper？

搭建一个托管的、多租户的 Idea2Paper 实例——主机与 Web 应用配置、共享 prod 的团队发布，以及让客户在各自云账号中运行云端计算的 GCP/AWS 启动器设置——在运维手册中有完整的分步说明（英文）：

→ docs/DEPLOYMENT.md

python -m ark.orchestrator --project myproject --mode paper --max-iterations 20
python -m ark.orchestrator --project myproject --mode dev

Docker 使用

架构要求

idea2paper 研究运行时依赖的科学库在 x86_64 上最稳定。如果您在 Apple Silicon (M1/M2/M3) Mac 上构建，必须为 linux/amd64 平台构建。

所有的 idea2paper Dockerfile 和 docker-compose.yml 默认都配置为强制使用 linux/amd64。

使用 Docker Compose 运行

运行 idea2paper Web 门户最简单的方法是使用 docker-compose。在项目根目录下：

# 启动 Web 门户 (自动为 amd64 构建镜像)
docker compose -f docker/docker-compose.yml up --build -d

Web 门户可以通过 http://localhost:9527 访问。所有数据库、配置和项目数据都自动持久化在 Docker 命名卷 (ark_data) 中。

查看 Web 门户的实时日志：

docker compose -f docker/docker-compose.yml logs -f webapp

推送到 Google Cloud Platform (GCP)

idea2paper 包含一个构建并推送镜像到 Google Artifact Registry 或 GCR 的脚本。

# 推送到 Artifact Registry (推荐)
./docker/push-gcp.sh --project [PROJECT_ID] --region [REGION] --repo [REPO] --build

# 推送到旧版 Container Registry (gcr.io)
./docker/push-gcp.sh --project [PROJECT_ID] --legacy --build

即使在 macOS 上运行，--build 标志也会自动为 linux/amd64 构建镜像。

配置

自定义 Web 门户配置 (例如，设置用于魔术链接登录的 SMTP 或 OAuth)：

# 创建自定义配置
cp .ark/webapp.env.example .ark/webapp.env
# 编辑 .ark/webapp.env 以填写您的凭据

然后取消注释 docker/docker-compose.yml 中 webapp 服务下的环境卷映射：

      - ../.ark/webapp.env:/data/.ark/webapp.env:ro

运行单个作业

您可以使用 idea2paper 作业容器与 Web 应用程序一起运行隔离的研究作业。取消注释 docker/docker-compose.yml 中的 job 服务，然后运行：

docker compose -f docker/docker-compose.yml run --rm job \
  --project myproject \
  --project-dir /data/projects/<user-id>/myproject \
  --mode research \
  --iterations 10

注意：您必须将所需的 API 密钥 (例如 ANTHROPIC_API_KEY、GEMINI_API_KEY) 作为环境变量传递。

云端计算 (Cloud Compute)

idea2paper 的 v2 云端架构将控制平面 (Control Plane) 与执行平面 (Execution Plane) 解耦，使完整的编排器能够运行在 SkyPilot 预配置的集群上，而您只需通过一个轻量级的本地 Web 应用进行交互。SkyPilot 现在是唯一的云端计算路径 — 它通过单一抽象层跨 AWS/GCP/Azure/Kubernetes 进行预配置，内置抢占式实例 (spot)、重试以及 autostop 自动销毁机制。

工作原理： 1. 本地 Web 应用（或 CLI）充当轻量级启动器 — 它运行 sky launch 来预配置远程编排器集群 (Orchestrator cluster)，通过 SkyPilot 的 workdir/file_mounts 同步您的项目代码与 API 密钥，并触发编排器进程。 2. 编排器集群在一个分离的会话 (detached session) 中远程运行所有高层逻辑（研究员、规划器、写作者、LaTeX、图表）。 3. 实验既可以运行在同一个编排器集群上，也可以运行在一个独立的、由 SkyPilot 预配置的 GPU 集群上（可独立配置）。 4. 编排器通过 /v1 控制平面 API 向本地回报状态；Web 应用则流式传输日志并刷新仪表板。运行完成后（或在空闲一段时间后），集群通过 autostop 自动终止。

云端凭据使用您的 SECRET_KEY 在静态时加密。您的密钥绝不会被记录或传输给第三方。

通过仪表板启用云端计算

1. 打开设置面板 (顶部导航栏中的 ⚙️ 图标)。
2. 打开 Compute 标签页。
3. 输入您的 GCP Project ID，为显示的 ark-launcher 服务账号授予您项目上所需的角色，然后点击 Verify access。（不会上传任何服务账号密钥 — 您通过 IAM 将访问权限委托给您自己的项目。运维者请参见 docs/DEPLOYMENT.md §4。）
4. 点击保存。

创建新项目时，您现在可以独立选择： - 编排器后端 (Orchestrator Backend) — skypilot 表示在 SkyPilot 预配置的集群上运行控制平面，local 表示在与 Web 应用相同的机器上运行。 - 实验后端 (Experiment Backend) — skypilot 用于 GPU 实验，local 表示在编排器集群本身上运行实验。

~/.ark/data/projects/<user_id>/<project_id>/config.yaml

云端提供商设置

配置 GCP / AWS / SkyPilot 启动器——构建预烘焙镜像、创建中央 ark-launcher 身份、写入 webapp.env——是每个托管实例只需做一次的运维任务。它按云分步记录在部署指南中（英文）：

→ docs/DEPLOYMENT.md — §4 GCP · §5 AWS · §6 客户接入 · §8.4 config.yaml 参考。

如果您只是使用托管实例，则无需运行上述任何步骤——只需打开 Settings → Compute，输入您的 GCP 项目 / AWS 账号，然后点击 Verify access（见上）。在 Azure 或 Kubernetes 上运行？SkyPilot 同样支持；请按 SkyPilot 文档 配置该云的凭据。

Telegram 集成

ark setup-bot    # 一次性操作：粘贴 BotFather 令牌，自动检测聊天 ID

您将获得： - 丰富通知 — 格式化的分数变化、阶段转换、智能体活动和错误 - 发送指令 — 实时指导当前迭代 - 请求 PDF — 将最新编译的论文发送到聊天 - 人工干预 — 智能体在执行不可逆操作前会向您请示 - HPC 友好 — 处理企业/HPC 网络上的自签名 SSL 证书

支持的会议

随仓库提供的 LaTeX 模板：NeurIPS、ICML、ICLR、AAAI、MLSys，以及 ACL 族（ACL / EMNLP / NAACL / EACL / AACL / COLING）、CVF 族（CVPR / ICCV / WACV）、ACM acmart 族（SOSP / EuroSys / ASPLOS / EuroMLSys）、USENIX 族（OSDI / NSDI / ATC / FAST / Security）、IEEE / IEEEtran（INFOCOM 及其他 IEEE 会议）——全部取自官方 2026 样式文件（MLSys 沿用其未变的 2025 套件）——另含通用 article 兜底模板（TMLR、Workshop、技术报告）。同样接受自定义模板 — idea2paper 会扫描 .tex / .aux / .sty 学习排版、修编译错误、并精确控制页数。

社区

微信交流群 / Join our WeChat group

_{微信群二维码会定期更新；若已过期，请提 issue 联系我们。}

许可证

Apache 2.0