图论科研助手
先 arXiv+飞书 获取论文线索，再以多智能体助手精读图论论文；采用 Orchestrator + Special Agents 架构，针对术语一致性、证明逻辑梳理和知识沉淀三大痛点，打造专业化解决方案。
A 前置：论文从哪里来（原独立项目「arXiv 学术动态」已并入本页）
文献调研曾依赖人工检索、信息分散。基于 Coze 封装 arXiv 抓取、Python 清洗与飞书定时同步，将原先单独展示的「arXiv 学术动态」整条链路并入本页，作为论文输入侧；下方「图论专用助手」为同一项目下的阅读与沉淀侧，与输入侧共同构成「图论科研助手」一条完整链路。
信息抓取
封装 arXiv_search 插件，基于关键词自动抓取论文元数据
Coze 插件开发数据处理
Python 脚本完成数据清洗、筛选与格式转换
Python 自动化工具链集成
飞书自动化流程定时触发，构建全自动闭环
飞书多维表格阶段成果（输入侧）
每周自动更新至飞书多维表格，形成可持续更新的论文池，供下方助手精读与人工选题共用。
图论专用助手：痛点、架构与效果
01 核心痛点：通用AI工具的局限
术语翻译不一致
同一术语在不同段落被翻译为不同中文表达，造成理解混淆。
"Circular flows" 被译为 "循环流"
同一术语后文被译为 "圆形r-流"
上下文窗口限制
多轮对话后，AI容易丢失前文设定的背景知识，产生幻觉回答。
知识难以复用
优质问答散落在历史对话中，新开对话需重新提供背景，造成重复劳动。
02 系统架构：多智能体协作
论文解析 Agent
术语更精准 + 证明逻辑结构化
知识沉淀 Agent
片段提取 + 自动入库 + 语义检索
思路启发 Agent
基于知识库检索 + 溯源标注
03 解析效果比较：通用AI vs 专用助手
以图论论文《Cycles of Length 4 or 8 in Graphs with Diameter 2 and Minimum Degree at Least 3》为例。
术语一致性引擎
结构化Prompt + 知识库约束，确保"circular flow"等术语全文翻译统一
领域自适应模板
针对图论论文特点，突出"定义→引理→定理"的证明链条结构
幻觉抑制机制
RAG检索增强 + 溯源标注，确保科研建议基于已验证知识库