Manuscript Polish Workflow

一个基于大语言模型的手稿润色工作流系统，专门用于学术论文和文献的智能化处理与优化。

特性

• 智能文献分析: 自动分析和提取文献关键信息
• 手稿润色: 基于LLM的智能润色和改进建议
• 工作流自动化: 完整的处理流程自动化
• 多格式支持: 支持多种文档格式的处理
• 配置灵活: 可自定义的配置选项

项目结构

manuscript_polish_workflow/
├── core/                    # 核心功能模块
│   ├── agents/             # 智能代理模块
│   ├── processors/         # 文档处理器
│   ├── utils/              # 工具函数
│   └── orchestrator.py     # 工作流编排器
├── config/                 # 配置文件
├── examples/               # 示例文件
├── output/                 # 输出目录
├── logs/                   # 日志文件
├── main.py                 # 主入口文件
└── requirements.txt        # 依赖包列表

安装

1. 克隆仓库:

git clone https://github.com/daiduo2/manuscript_polish_workflow.git
cd manuscript_polish_workflow

2. 安装依赖:

pip install -r requirements.txt

配置

1. 复制配置模板:

cp .env.example .env

2. 编辑 .env 文件，配置必要的环境变量:

# LLM API配置
QWEN_API_KEY=your_api_key_here
QWEN_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1

# 工作流配置
WORKFLOW_MODE=auto
OUTPUT_FORMAT=markdown

使用方法

基本使用

from core.orchestrator import WorkflowOrchestrator

# 创建工作流实例
orchestrator = WorkflowOrchestrator()

# 处理手稿文件
result = orchestrator.process_manuscript(
    manuscript_path="path/to/your/manuscript.md",
    literature_dir="path/to/literature/"
)

print(f"处理结果: {result}")

命令行使用

# 处理单个手稿文件
python main.py --manuscript manuscript.md --literature ./literature/

# 使用预处理选项
python main.py --manuscript manuscript.md --literature ./literature/ --preprocess

核心功能模块

1. 文档处理器 (processors/)

• manuscript_processor.py: 手稿内容处理
• literature_processor.py: 文献资料处理
• output_processor.py: 输出格式化处理

2. 智能代理 (agents/)

• analysis_agent.py: 文献分析代理
• polish_agent.py: 润色建议代理
• review_agent.py: 审查评估代理

3. 工具函数 (utils/)

• config.py: 配置管理
• file_utils.py: 文件操作工具
• llm_client.py: LLM客户端封装

工作流程

1. 输入处理: 读取和解析手稿文件
2. 文献分析: 分析相关文献和参考资料
3. 内容润色: 基于LLM的智能润色建议
4. 质量审查: 自动化质量检查和评估
5. 输出生成: 生成最终的润色结果

性能优化

• 缓存机制: 智能缓存LLM响应，避免重复调用
• 批处理: 支持批量处理多个文档
• 异步处理: 异步I/O操作提升性能
• 内存管理: 优化内存使用，支持大文件处理

输出文件

处理完成后，系统会在 output/ 目录下生成以下文件:

• polished_manuscript.md: 润色后的手稿
• analysis_report.json: 详细分析报告
• suggestions.md: 改进建议列表
• metadata.json: 处理元数据

注意事项

1. API配置: 确保正确配置LLM API密钥和端点
2. 文件格式: 支持Markdown、TXT等文本格式
3. 网络连接: 需要稳定的网络连接访问LLM服务
4. 资源使用: 大文件处理可能需要较多内存和时间

贡献

欢迎提交Issue和Pull Request来改进这个项目。

许可证

本项目采用MIT许可证。详见 LICENSE 文件。