企业官网建设流程全解析

🔬NanoResearch 写作引擎（Writing Engine）是这款自主 AI 科研引擎中把"真实实验数据"变成"会议格式论文"的核心模块。它基于实验结果构建证据包（Grounding Packet），逐节撰写 LaTeX 内容，再套用NeurIPS / ICML / arXiv 格式模板渲染并自动编译，最终产出可直接投稿结构的paper.pdf与paper.tex——论文中的每个数字都来自实际运行的实验，而非模型编造。

一、写作引擎在流水线中的位置

NanoResearch 的 9 阶段流水线为：IDEATION → PLANNING → SETUP → CODING → EXECUTION → ANALYSIS → FIGURE_GEN → WRITING → REVIEW。写作引擎正是WRITING阶段的执行者，它的输入包括：

二、证据包机制：为什么数据不会被编造

写作入口 writing_agent.py 的第一步就是构建Grounding Packet（定义见 _types.py），由 grounding.py 完成。这个结构化证据包包含：

• main_results/ablation_results：主结果与消融结果
• comparison_with_baselines：与基线的对比
• main_table_latex/ablation_table_latex：预构建的 LaTeX 表格骨架
• evidence_gaps：证据缺口——论文无法支撑的结论会被显式标记

💡 关键设计：写作阶段只读取真实执行结果。如果某类实验没有产物，系统会缩小证据范围或写入 Limitation / Future Work，而不会补一个"看起来合理"的 synthetic 数值。

三、逐节写作：从 Stage Planner 到 Section Writer

写作流程被拆成几个清晰的子模块（位于 nanoresearch/agents/writing/）：

1. Stage Planner（stage_planner.py）：先生成一份"写作计划"，落盘为plans/paper_structure_plan.json；
2. Section Writer（section_writer.py）：按init.py 中定义的PAPER_SECTIONS逐节生成——Introduction、Related Work、Method、Experiments、Conclusion。每个章节都附带精细的写作指令，例如 Method 要求"每个组件一个\subsection+ 编号公式 + 复杂度分析"，Introduction 要求经典三段式结构且贡献点不超过 3 条；
3. Citation Manager（citation_manager.py）：把文献池转成 cite key 映射并生成references.bib，章节内引用只能使用已提供的 cite key，杜绝"幻觉引用"；
4. Context Builder（context_builder.py）：为每节组装最精简的上下文，避免无关信息干扰生成。

值得注意的是，写作引擎区分original research（原创研究）与survey（综述）两种论文模式，分别使用不同的章节清单（PAPER_MODE_SECTIONS），一套引擎即可产出两种体裁。

四、LaTeX 模板定制指南

4.1 模板在哪里

所有模板集中在 nanoresearch/templates/，系统通过 templates/init.py 自动发现格式——只要某目录下存在paper.tex.j2，就会被识别为可用格式。当前内置 5 种：

4.2 模板长什么样

以 neurips/paper.tex.j2 为例，它使用自定义 Jinja2 分隔符，避免与 LaTeX 命令的{}、#冲突：

<# 块语法: <% %> ；变量: << >> ；注释: <# #> #> \usepackage[final]{neurips_2024} \title{<< title >>} \author{<%- for author in authors %> << author >><% if not loop.last %> \and <% endif %> <%- endfor %>} <% for section in sections %> \section{<< section.heading >>}\label{<< section.label >>} << section.content >> <% endfor %> \bibliographystyle{plainnat} \bibliography{references}

[icml/paper.tex.j2](https://link.gitcode.com/i/e28905bdbd5cb6c30a3d47c41e2730d9)结构几乎一致，只是换成了\usepackage{icml2024}与 ICML 的 bibstyle——改一处即可切换会议风格。

4.3 三步定制新模板

1. 在templates/下新建目录（如colm2026/），放入paper.tex.j2；
2. 把该会议的.sty/.cls/.bst文件一并放入目录——get_style_files()会自动把它们复制进编译目录，无需手动管理；
3. 运行时用--format colm2026或在~/.nanoresearch/config.json中设置"template_format": "colm2026"即可生效（默认值见 config.py 中的template_format字段）。

五、自动编译与 LaTeX 自修复

渲染由 latex_assembler.py 完成，包含三层保障：

• 图表自动放置（latex_figure_placement.py）：章节正文不需要手写\begin{figure}，图会自动插入到对应\ref{fig:...}引用附近；
• LaTeX 文本消毒（_latex_helpers.py）：转义危险字符、清理 LLM 的思考残留，防止编译炸裂；
• 编译-修复循环：_compile_pdf编译失败时，会把错误日志反馈给 LLM 自动修复.tex并重试，最多MAX_LATEX_FIX_ATTEMPTS = 3轮，且修复前自动备份原文件为.tex.bak，彻底失败时回滚。

⚠️ 编译工具推荐tectonic（conda install -c conda-forge tectonic），它会自动拉取所需 TeX 宏包，省去手动装 texlive 的坑。

六、快速上手：一条命令跑通

配置好~/.nanoresearch/config.json（base_url+api_key）后：

# 指定 NeurIPS 2025 格式运行完整流水线 nanoresearch run --topic "Adaptive Sparse Attention" --format neurips2025 --verbose # 中途失败后从断点恢复 nanoresearch resume --workspace ~/.nanoresearch/workspace/research/{session_id} # 导出论文包（paper.pdf / paper.tex / references.bib / figures/） nanoresearch export --workspace ~/.nanoresearch/workspace/research/{session_id} --output ./my_paper

运行过程中可用nanoresearch status --workspace ...查看各阶段产物，导出目录即为可直接投稿结构的paper.pdf、paper.tex、references.bib、figures/与manifest.json。

七、总结

NanoResearch 写作引擎的三层设计值得借鉴：证据包让数字有出处、逐节生成 + 引用白名单让行文不跑偏、Jinja2 模板 + 自动修复编译让格式切换零成本。想深入定制，建议按此顺序阅读源码：

• 证据与接地：grounding.py、grounding_tables.py
• 章节提示词：agents/writing/init.py 中的PAPER_SECTIONS
• 渲染与编译：latex_assembler.py
• 模板入口：templates/neurips/paper.tex.j2、templates/icml/paper.tex.j2

把实验数据真正写进论文，而不是让模型"想象"数据——这正是 NanoResearch 写作引擎的核心价值。📄