Show HN: AI Peer Reviewer – 과학 논문 분석을 위한 멀티에이전트 (Multiagent) 시스템

v0.2 출시: AI Reviewer의 최신 버전(v0.2)을 https://www.rigorous.review/ 에서 지금 바로 이용할 수 있습니다. 논문을 업로드하고 목표 저널에 대한 문맥(Context)을 제공하면, 대화형 인터페이스를 통해 구조화된 피드백을 온라인에서 직접 받을 수 있습니다 — 이제 진행 상황 추적 기능도 내장되었습니다. v0.2의 초기 테스트가 완료되면, 투명성을 높이고 커뮤니티 기여를 활성화하기 위해 모든 모듈 프롬프트(Prompt)를 오픈 소스로 공개할 예정입니다.

개선에 도움을 주세요! 시스템 개선을 위해 이 짧은 피드백 양식을 통해 의견을 남겨주세요.

동료 검토(Peer-reviewed) 굿즈👕🧠를 구매하여 AI Reviewer v0.3을 지원해 주세요 – 여기서 구매 가능하며, GitHub 기여자에게는 무료 장비를 제공합니다.

이 저장소(Repository)는 과학적 지식의 생성, 평가 및 배포를 더 투명하고, 저렴하며, 빠르고, 더 나은 방식으로 만드는 도구들을 지향합니다. 이 미래를 함께 만들어 갑시다!

Agent1_Peer_Review: 종합적인 논문 분석, 상세 피드백 및 PDF 보고서 생성을 위한 멀티에이전트 (Multiagent) AI 리뷰 시스템 (v0.1).
Agent2_Outlet_Fit: (개발 중) 논문과 목표 저널/컨퍼런스의 적합성을 평가하기 위한 도구.

Agent1_Peer_Review: ✅ v0.1 사용 가능!

• 전문화된 에이전트(Agent)를 통한 종합적인 논문 분석
• 섹션, 과학적 엄밀성(Scientific rigor), 그리고 작문 품질(품질 관리 루프 포함)에 대한 상세 피드백
• 실행 가능한 권장 사항이 포함된 JSON 출력
• PDF 보고서 생성
• 📄 상세 문서 및 주요 기여 분야

Agent2_Outlet_Fit: 🚧 개발 중

• 핵심 기능 구현 중
• Agent1_Peer_Review와의 통합 진행 중
• 테스트 및 검증 진행 중
• 🛠️ 개발 계획

임베딩 기반 유사도 분석 (Embedding-based similarity analysis) (by @andjar): The landscape of biomedical research에서와 같이 임베딩 (embeddings)을 사용하여 논문의 초록 (abstract)을 기존 문헌과 비교합니다. 이를 통해 인용되지는 않았지만 관련 있는 연구를 찾아내고, 유사도 클러스터 (similarity clusters)를 기반으로 적합한 학술지를 제안할 수 있습니다.

• 리뷰어 답변 초안 작성 (Drafting Reviewer Responses) 지원.

• 연구 제안서 및 프로토콜 (Protocols)에 대한 피드백.

• AI 기반 문서 생성 도구 ("Cursor for Papers").

• Python 3.7 이상

• OpenAI API 키 (시스템은 로컬에서 호스팅되는 모델을 포함하여 다른 LLM으로 전환 가능)

• 분석할 PDF 원고 (manuscripts)

• 각 도구의 requirements.txt에 나열된 의존성 (Dependencies)

기여(Contributions)를 환영합니다! 언제든지 Pull Request를 제출해 주세요.

연구나 프로젝트에서 Rigorous AI Reviewer를 사용하신다면, 다음과 같이 인용해 주세요:

@software{rigorous_ai_reviewer2025,
author = {Jakob, Robert and O'Sullivan, Kevin},
title = {Rigorous AI Reviewer: Enabling AI for Scientific Manuscript Analysis},
...

Made with ❤️ in Zurich