paperbot产品系统

科研与学术领域：
研究人员每天面临海量论文发布，难以高效追踪前沿进展、评估论文质量、复现实验代码。PaperBot旨在解决学术研究中的信息过载与代码复现难题，为科研工作者提供从论文发现、智能分析到自动化代码复现的一站式 AI辅助平台。

PaperBot 是一个多智能体驱动的学术研究工作流平台，包含以下核心功能模块：
1. 论文发现与追踪：整合 arXiv、Semantic Scholar、OpenAlex、Reddit、HuggingFace Daily等多数据源，支持学者订阅追踪（Scholar Tracking）和每日论文推送（DailyPaper）。
2. 智能论文分析：通过多 Agent 协作完成论文质量评估（PaperJudge）、摘要生成、趋势分析和相关性评估，支持跨阶段评分共享和低质量论文早期淘汰。
3. Paper2Code 代码复现（DeepCodeStudio）：自动从论文提取方法细节，经过规划→蓝图→环境搭建→代码生成→验证的多阶段流水线，在 Docker/E2B
沙箱中自动复现论文实验代码。
4. 交互式 Web 仪表盘：提供论文管理、研究上下文、Wiki 知识库、工作流编排、Studio 可视化 DAG 任务面板等页面。

本人负责多部分功能开发，涵盖后端架构设计、多智能体系统实现、前端交互开发及 DevOps 流程搭建。

技术栈：后端采用 Python + FastAPI + SQLAlchemy + Alembic，使用 SSE 实时流式传输；任务队列基于 Redis +ARQ；前端使用 Next.js 16 + React 19 + Tailwind CSS v4 + Zustand 状态管理 + Monaco Editor + XTerm 终端 +@xyflow/react DAG 可视化；代码执行沙箱支持 E2B 后端。

架构亮点：采用领域驱动设计（DDD），通过端口-适配器模式解耦业务与基础设施；多智能体协调器（AgentCoordinator）支持任务广播、跨阶段评分共享（ScoreShareBus）和快速失败评估（FailFastEvaluator）；Paper2Code 流水线引入 CodeMemory跨文件上下文记忆和 CodeRAG 模式检索，提高代码生成质量。
技术难点：多智能体并发协调与状态一致性管理；沙箱生命周期管理中的竞态条件处理（如 PersistentSandboxManager 的
double-checked locking）；大规模论文数据的增量去重（基于模糊匹配）；SSE 长连接下的错误恢复与前端状态同步。