論文の概要: PaperDebugger: A Plugin-Based Multi-Agent System for In-Editor Academic Writing, Review, and Editing
- arxiv url: http://arxiv.org/abs/2512.02589v1
- Date: Tue, 02 Dec 2025 10:00:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-03 21:04:45.81307
- Title: PaperDebugger: A Plugin-Based Multi-Agent System for In-Editor Academic Writing, Review, and Editing
- Title（参考訳）: PaperDebugger: プラグインベースのインエディタ・アカデミック・ライティング,レビュー,編集のためのマルチエージェントシステム
- Authors: Junyi Hou, Andre Lin Huikai, Nuo Chen, Yiwei Gong, Bingsheng He,
- Abstract要約: Paper Debuggerは、インエディター、マルチエージェント、プラグインベースの学術書記アシスタントである。
デモでは、ローカライズされた編集、構造化されたレビュー、並列エージェントの実行、diffベースの更新など、完全に統合されたワークフローを紹介しました。
- 参考スコア（独自算出の注目度）: 35.392342990789324
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Large language models are increasingly embedded into academic writing workflows, yet existing assistants remain external to the editor, preventing deep interaction with document state, structure, and revision history. This separation makes it impossible to support agentic, context-aware operations directly within LaTeX editors such as Overleaf. We present PaperDebugger, an in-editor, multi-agent, and plugin-based academic writing assistant that brings LLM-driven reasoning directly into the writing environment. Enabling such in-editor interaction is technically non-trivial: it requires reliable bidirectional synchronization with the editor, fine-grained version control and patching, secure state management, multi-agent scheduling, and extensible communication with external tools. PaperDebugger addresses these challenges through a Chrome-approved extension, a Kubernetes-native orchestration layer, and a Model Context Protocol (MCP) toolchain that integrates literature search, reference lookup, document scoring, and revision pipelines. Our demo showcases a fully integrated workflow, including localized edits, structured reviews, parallel agent execution, and diff-based updates, encapsulated within a minimal-intrusion user interface (UI). Early aggregated analytics demonstrate active user engagement and validate the practicality of an editor-native, agentic writing assistant. More details about this demo and video could be found at https://github.com/PaperDebugger/PaperDebugger.
- Abstract（参考訳）: 大規模な言語モデルは学術的な記述ワークフローに徐々に組み込まれていますが、既存のアシスタントはエディタの外部に留まり、ドキュメントの状態、構造、リビジョン履歴との深い相互作用を防ぎます。
この分離により、OverleafのようなLaTeXエディタ内で、エージェント的でコンテキスト対応の操作を直接サポートすることは不可能になる。
LLMによる推論を書込み環境に直接導入する,インエディタ,マルチエージェント,プラグインベースの学術書込みアシスタントであるPaperDebuggerについて紹介する。
このようなエディタ内インタラクションを実現するのは技術的には簡単ではない – エディタとの信頼性の高い双方向同期,きめ細かいバージョン管理とパッチ,セキュアな状態管理,マルチエージェントスケジューリング,外部ツールとの拡張可能な通信などが必要だ。
PaperDebuggerは、これらの課題に、Chromeが承認したエクステンション、Kubernetesネイティブオーケストレーション層、文学検索、参照ルックアップ、ドキュメントスコアリング、リビジョンパイプラインを統合するモデルコンテキストプロトコル(MCP)ツールチェーンを通じて対処する。
デモでは、ローカライズされた編集、構造化されたレビュー、並列エージェントの実行、diffベースの更新など、最小限のユーザインターフェース(UI)にカプセル化されている完全に統合されたワークフローを紹介した。
初期の集約分析は、アクティブなユーザエンゲージメントを示し、エディタネイティブなエージェントライティングアシスタントの実用性を検証する。
このデモとビデオの詳細はhttps://github.com/PaperDebugger/PaperDebugger.comで確認できる。
関連論文リスト
- UniVA: Universal Video Agent towards Open-Source Next-Generation Video Generalist [107.04196084992907]
次世代ビデオジェネラリストのためのオールニ対応マルチエージェントフレームワークUniVAを紹介する。
UniVAはPlan-and-Actのデュアルエージェントアーキテクチャを採用しており、高度に自動化されプロアクティブなワークフローを駆動している。
また、理解、編集、セグメンテーション、生成にまたがるマルチステップビデオタスクのベンチマークスイートUniVA-Benchについても紹介する。
論文 参考訳（メタデータ） (2025-11-11T17:58:13Z) - CodeWatcher: IDE Telemetry Data Extraction Tool for Understanding Coding Interactions with LLMs [2.125886632946383]
textitCodeWatcherは軽量で控えめなクライアントサーバシステムで、Visual Studio Codeエディタ内のきめ細かいインタラクションイベントをキャプチャするように設計されている。
textitCodeWatcherは、CGTによる挿入、削除、コピーペーストアクション、フォーカスシフトなどの意味のあるイベントをログする。
論文 参考訳（メタデータ） (2025-10-13T15:39:08Z) - Exploring Direct Instruction and Summary-Mediated Prompting in LLM-Assisted Code Modification [10.964060011243234]
本稿では,大規模言語モデル(LLM)を用いた既存コードの変更について検討する。
プロンプティング(prompting)は、開発者がLLMにインテントを伝えるための主要なインターフェースである。
本研究では,LLM支援符号修正のための2つの手順について検討した。
論文 参考訳（メタデータ） (2025-08-02T23:52:49Z) - DocEdit-v2: Document Structure Editing Via Multimodal LLM Grounding [128.92659116774374]
大規模マルチモーダルモデル(LMM)を活用してエンドツーエンドの文書編集を行う新しいフレームワークDocEdit-v2を紹介する。
1) Doc2Commandは、興味のある編集領域(RoI)を同時にローカライズし、ユーザの編集要求を編集コマンドに曖昧にする; (2) LLMベースのコマンド改革により、元々はジェネラリストのLMMに適した編集命令に、特別なソフトウェア用に意図されたコマンドを調整して編集する; 3) DocEdit-v2は、GPT-4VやGeminiのような大規模マルチモーダルモデルを介してこれらの出力を処理し、文書レイアウトを解析し、編集を実行する。
論文 参考訳（メタデータ） (2024-10-21T19:59:04Z) - AutoGen Studio: A No-Code Developer Tool for Building and Debugging Multi-Agent Systems [31.113305753414913]
ATOGEN STUDIOは、マルチエージェントシステムを迅速にプロトタイピングするためのノーコード開発ツールである。
エージェント仕様のための直感的なドラッグ&ドロップUI、インタラクティブな評価、再利用可能なエージェントコンポーネントのギャラリーを提供する。
論文 参考訳（メタデータ） (2024-08-09T03:27:37Z) - Divide and Conquer: Language Models can Plan and Self-Correct for
Compositional Text-to-Image Generation [72.6168579583414]
CompAgentは、大規模な言語モデル(LLM)エージェントをコアとして、コンポジションテキスト・画像生成のためのトレーニング不要のアプローチである。
提案手法は,オープンワールド合成T2I生成のための総合的なベンチマークであるT2I-CompBenchに対して10%以上の改善を達成している。
論文 参考訳（メタデータ） (2024-01-28T16:18:39Z) - Beyond the Chat: Executable and Verifiable Text-Editing with LLMs [87.84199761550634]
近年,Large Language Models (LLMs) を利用した会話インタフェースが,文書編集時にフィードバックを得る手段として人気になっている。
InkSyncは、編集中のドキュメント内で直接実行可能な編集を推奨する編集インターフェースである。
論文 参考訳（メタデータ） (2023-09-27T00:56:17Z) - You Only Write Thrice: Creating Documents, Computational Notebooks and
Presentations From a Single Source [11.472707084860875]
学術的な取引では、異なるフォーマットで発行された同じコンテンツの複数の変種をジャグリングする必要がある。
本稿では,バージョン管理環境における単一ソース文書の維持により,この負担を大幅に軽減することを提案する。
私たちは、Jupyter Book(オンラインドキュメント)、Jupyter Notebook(計算物語)を構成する概念実証ワークフローを提供し、単一のマークダウンソースファイルから.jsスライドを明らかにする。
論文 参考訳（メタデータ） (2021-07-02T21:02:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。