基于国产开源大模型的 AI Scientist 自进化科研发现引擎 (XH-202619)
系统名称：基于国产开源大模型的 AI Scientist 自进化科研发现引擎
核心架构：基于阿里通义千问 (Qwen) 大模型矩阵与多智能体分工协同架构，融合 1024 维 Dense Vector Hybrid RAG、Reviewer #2 对抗性审查闭环与知识图谱实体推理。
🌟 核心亮点
- 100% 国产开源可控：深度适配阿里云百炼平台 Qwen 大模型矩阵（
qwen3.7-max/qwen3.7-plus/qwen3.6-flash），支持热切换。 - 1024 维 Dense Vector Hybrid RAG：接入通义
text-embedding-v3模型，7:3 稠密-稀疏混合检索重排，严格溯源 arXiv 文献，根除幻觉。 - Reviewer #2 对抗审稿闭环：5 大维度（50 分制）严苛对抗性审查，自动触发自进化纠偏循环（1-10 轮可调）。
- 双模式交互：Streamlit 现代 Web 前端，支持"人在回路协同模式"（人机共创）与"全自动无人值守模式"。
- 知识图谱实体与证据链路：自动抽取文献三元组生成 NetworkX 有向图与 Mermaid 关系链路。
📁 目录结构
├── .streamlit/ # Streamlit 前端配置
├── docs/ # 架构设计图与文档资产
├── frontend/
│ └── app.py # 现代化 Streamlit Web 交互界面
├── outputs/ # 生成的研究计划报告与产物
├── src/
│ ├── agent/
│ │ └── engine.py # AI Scientist 核心多智能体编排引擎
│ ├── llm/
│ │ └── client.py # 通义千问 LLM 与 Embeddings 统一适配器
│ ├── skills/
│ │ ├── literature_mining.py # 文献挖掘与实体提取
│ │ ├── hypothesis_generator.py # 科学假说自进化生成
│ │ ├── hypothesis_critic.py # Reviewer #2 对抗审查
│ │ └── plan_writer.py # 完整研究方案生成
│ ├── tools/
│ │ ├── arxiv_tool.py # arXiv 实时论文检索工具
│ │ ├── rag_tool.py # 1024维向量检索与重排工具
│ │ └── graph_tool.py # 科学知识图谱构建工具
│ └── config.py # 全局配置中心
├── requirements.txt # Python 依赖清单
├── run_paper_example.py # 命令行示例入口
├── XH-202619-AI_Scientist工程实践方案.md # 详细技术方案文档
└── README.md # 项目说明文件
🚀 快速开始
1. 环境准备与依赖安装
建议使用 Python 3.10+ 环境：
# 安装核心依赖
pip install -r requirements.txt
2. 配置环境变量
复制环境配置文件并填入 API Key：
cp .env.example .env
在 .env 中配置阿里云通义千问或兼容 OpenAI 规范的 API Key：
API_KEY=your_dashscope_or_openai_key
BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
DEFAULT_MODEL=qwen3.7-max
3. 启动应用
方式一：启动 Web 交互界面（推荐）
streamlit run frontend/app.py
方式二：运行命令行示例脚本
python run_paper_example.py
📄 文档与方案
详细的技术架构、多智能体协同机制及实现细节请参阅 XH-202619-AI_Scientist工程实践方案.md。