Feynman Vibe 项目

Feynman — 开源 AI 学术研究 Agent

项目简介

Feynman 是一个开源的 AI 研究 Agent，旨在帮助研究人员发现、分析和综合科学文献。它由独立研究者开发，以物理学家理查德·费曼（Richard Feynman）命名，追求用简洁清晰的方式处理复杂的科研信息。Feynman 的核心定位是成为研究者的 AI 助手，自动完成从文献检索到知识综合的全流程研究工作。

核心功能

• 智能文献发现：根据研究主题自动搜索和筛选相关学术论文，支持 Semantic Scholar 等多个学术数据库
• 文献分析解读：对单篇或批量文献进行摘要提取、关键论点识别和贡献度评估
• 知识综合（Synthesis）：将多篇相关文献的核心发现进行整合，生成结构化的研究综述报告
• 研究假设生成：基于已有文献自动推断潜在的研究假设和下一步研究方向
• 多源引用追踪：追踪文献间的引用关系，构建引用网络图谱，帮助研究者理解领域知识脉络
• 开放科学支持：完全开源，研究者可以自由检查、修改和扩展 Agent 的行为逻辑

技术实现

Feynman 基于大型语言模型构建，其核心架构包含三个关键模块：

文献检索模块：集成 Semantic Scholar API 和 arXiv 预印本数据库，支持按作者、机构、关键词、出版年份等多维度过滤。检索结果经过相关性评分排序，优先推荐高影响力文献。

分析推理模块：使用思维链（Chain-of-Thought）推理方式处理每篇文献，首先提取研究问题、方法论、实验设计和结论四个基本要素，再评估其创新性和局限性。模块内置幻觉检测机制，对引用事实进行交叉验证。

综合输出模块：将多篇文献的核心发现按主题聚类，生成带可视化图表的研究综述。输出格式支持 Markdown、LaTeX 和 PDF，研究者可直接用于论文写作或文献报告。

整个系统采用 Docker 容器化部署，依赖 Python 3.10+ 环境，代码结构清晰，适合作为科研 AI 系统的学习参考。

快速上手

1. 安装：克隆仓库 git clone https://github.com/advaitpaliwal/feynman，进入目录后 pip install -r requirements.txt
2. 配置 API Key：设置 OPENAI_API_KEY 或 ANTHROPIC_API_KEY 环境变量（或使用兼容的本地模型）
3. 启动服务：运行 python -m feynman.app 启动 Web UI，或 python -m feynman.cli 进入命令行模式
4. 输入研究问题：在界面中输入研究主题或直接粘贴 PDF 论文链接，Feynman 自动完成检索和分析
5. 获取报告：等待 Agent 生成包含摘要、分析和引用网络的完整研究报告

适用人群

• 学术研究人员：需要快速掌握某领域全景的研究者
• 研究生新生：进行文献综述时需要系统性梳理领域知识的学生
• 科研机构：需要 AI 辅助进行前沿技术跟踪的 R&D 团队
• AI 研究者：对科研 Agent 系统感兴趣想参考架构实现的开发者

官网链接

https://feynman.is