MAS4Paper 是一套面向经济学与交叉学科研究的多智能体协作学术论文生成系统。系统能够从选题、数据采集、处理、理论建模、实证分析、图表绘制、论文写作、独立审稿、修改迭代到最终排版，全流程自主完成一篇学术论文的生成。
- 🤖 11个专业智能体 - 分工明确，协同工作
- 🔄 全流程自动化 - 从选题到排版，无需人工干预
- 📊 可复现性保障 - 所有中间数据、代码、过程完整记录
- 🎯 标准化接口 - 智能体间通过共享知识库协作
- 📚 多学科支持 - 经济学与交叉学科研究
┌─────────────────────────────────────────────────────────────┐
│ 编排层 (Orchestrator) │
│ 任务调度 + 流程控制 + 冲突解决 │
└─────────────────────────────────────────────────────────────┘
│
┌──────────────────────┼──────────────────────┐
▼ ▼ ▼
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ 研究层 │ │ 写作层 │ │ 质控层 │
│ Agent 1-5 │ │ Agent 6-8 │ │ Agent 9-11 │
└─────────────┘ └─────────────┘ └─────────────┘
| 层级 | Agent | 名称 | 职责 |
|---|---|---|---|
| 研究层 | Agent 1 | 选题策划Agent | 分析研究前沿，确定选题方向 |
| 研究层 | Agent 2 | 数据采集Agent | 数据收集、清洗、标注 |
| 研究层 | Agent 3 | 理论建模Agent | 理论框架构建、假设推导 |
| 研究层 | Agent 4 | 实证分析Agent | 统计分析、回归、因果推断 |
| 研究层 | Agent 5 | 图表绘制Agent | 可视化图表生成 |
| 写作层 | Agent 6 | 结构规划Agent | 论文结构设计、章节安排 |
| 写作层 | Agent 7 | 内容撰写Agent | 各章节内容撰写 |
| 写作层 | Agent 8 | 排版格式Agent | 格式调整、参考文献、排版 |
| 质控层 | Agent 9 | 独立审稿Agent | 同行评审模拟、问题发现 |
| 质控层 | Agent 10 | 修改迭代Agent | 根据审稿意见修改 |
| 质控层 | Agent 11 | 质量检验Agent | 最终质量检查、复现性验证 |
阶段一（Day 1-3）: 研究准备
→ 选题策划 + 数据采集 + 理论建模
阶段二（Day 4-6）: 实证分析
→ 实证分析 + 图表绘制
阶段三（Day 7-10）: 论文撰写
→ 结构规划 + 内容撰写 + 排版格式
阶段四（Day 11-14）: 质量迭代
→ 独立审稿 + 修改迭代 + 质量检验
- 下载
mas4paper.skill文件 - 在 OpenClaw/QClaw 中导入技能
用户: 用MAS4Paper生成一篇关于人工智能对就业影响的论文
AI: [启动多智能体协作系统]
Agent 1: 选题策划...
Agent 2: 数据采集...
Agent 3: 理论建模...
...
[输出完整论文 + 可复现包]
/output/
├── paper_final.docx # 最终论文
├── paper_final.pdf # PDF版本
├── figures/ # 所有图表
├── data/ # 数据集 + 数据字典
├── code/ # 完整代码
├── logs/ # 执行日志
└── reproducibility/ # 可复现包
- ✅ 全过程记录（输入、输出、时间戳）
- ✅ 数据清洗规范（缺失值、异常值处理记录）
- ✅ 代码版本控制（完整运行环境配置）
- ✅ 随机种子固定（确保结果可复现）
MAS4Paper is a Multi-Agent System for Academic Paper Generation designed for economics and interdisciplinary research. The system can autonomously complete the entire process of generating an academic paper: from topic selection, data collection, processing, theoretical modeling, empirical analysis, figure generation, paper writing, independent review, revision iteration to final formatting.
- 🤖 11 Specialized Agents - Clear division of labor, collaborative work
- 🔄 Full Process Automation - From topic selection to formatting
- 📊 Reproducibility Guarantee - Complete recording of all intermediate data, code, and processes
- 🎯 Standardized Interfaces - Agents collaborate through shared knowledge base
- 📚 Multi-disciplinary Support - Economics and interdisciplinary research
- Download the
mas4paper.skillfile - Import the skill in OpenClaw/QClaw
Simply say: "Use MAS4Paper to generate a paper about [your research topic]"
MIT License - See LICENSE for details.
mas4paper/
├── SKILL.md # Main skill documentation
├── README.md # This file
├── LICENSE # MIT License
├── scripts/
│ └── run_mas4paper.py # Main control script
├── references/
│ ├── agent_configs.md # Agent configuration reference
│ ├── code_standards.md # Code standards
│ ├── data_sources.md # Data source list
│ └── journal_templates.md # Journal format templates
└── assets/
└── config.yaml # Configuration example
Contributions are welcome! Please feel free to submit a Pull Request.
- Issues: GitHub Issues
- Discussions: GitHub Discussions
This skill is inspired by the paper "A Reproducible and Scalable Intelligent Research Paradigm" and aims to provide a practical implementation path for AI-assisted academic research.
Star ⭐ this repo if you find it helpful!
Made with ❤️ by the MAS4Paper Team