PaperDebugger: 基于插件的面向编辑器的学术写作、审阅与修改多主体系统
人工智能
2026-02-03 v2 软件工程
摘要
大型语言模型日益嵌入学术写作工作流,但现有助手仍停留在编辑器外部,无法与文档状态、结构及修订历史进行深度交互。这种分离使得在如Overleaf等LaTeX编辑器中实现基于智能体、上下文感知的操作变得不可能。本文提出PaperDebugger,一个集成到编辑器内部的、基于插件的、多主体学术写作助手,将LLM驱动的推理能力直接引入写作环境。实现这种编辑器内交互技术上颇具挑战性:需实现与编辑器的可靠双向同步、细粒度版本控制与补丁、安全的状态管理、多主体调度以及与外部工具的可扩展通信。PaperDebugger通过Chrome认证的浏览器扩展、Kubernetes原生编排层以及Model Context Protocol(MCP)工具链来应对这些挑战,集成文献检索、参考查找、文档评分及修订管道。我们的演示展示了完整集成的工作流程,包括局部编辑、结构化审阅、并行主体执行及基于差异的更新,并在最小侵入性用户界面(UI)中实现。早期聚合分析显示活跃用户参与度,验证了编辑器原生、基于智能体的写作助手的实用性。更多演示细节及视频请参见https://github.com/PaperDebugger/PaperDebugger。
引用
@article{arxiv.2512.02589,
title = {PaperDebugger: A Plugin-Based Multi-Agent System for In-Editor Academic Writing, Review, and Editing},
author = {Junyi Hou and Andre Lin Huikai and Nuo Chen and Yiwei Gong and Bingsheng He},
journal= {arXiv preprint arXiv:2512.02589},
year = {2026}
}