论文阅读 Agent 不该只是“总结 PDF”。真正有用的版本，要能读原文、拆证据、做独立核查，并在结论不稳时停下来。

这套设计参考了 Paper-Agents-OSS。它把论文工作流拆成检索、处理、解释、记忆和报告几个阶段，并强调多模型校验。这里不复刻它的 Web 系统，只把核心思想移植到 opencode：主代理负责调度，子代理负责独立阅读，skill 固化论文分析规程。

核心文件：

• 完整示例配置：opencode-paper-suite.json
• 主代理：paper.agent.md.txt
• 独立阅读子代理：reader-deep.agent.md.txt
• 仲裁子代理：arbiter.agent.md.txt
• 诊断子代理：diagnose.agent.md.txt
• 论文阅读 Skill：paper-reading.skill.md.txt
• 项目路由规则：AGENTS.routing.md.txt

总体结构

1
2
3
4
5

paper 主代理：第一分析
├── reader-deep：盲读原文，给出独立的第二分析
├── arbiter：对比分歧，按原文裁决
├── diagnose：分歧过大时指出症结
└── paper-reading skill：提供论文阅读检查表

主代理和用户对话，决定何时派活，最后收口。子代理只做窄任务。Skill 不扮演角色，只提供方法。

安装目录

项目级配置建议这样放：

1
2
3
4
5
6
7
8
9
10
11
12

your-project/
├── opencode.json
├── AGENTS.md
└── .opencode/
    ├── agents/
    │   ├── paper.md
    │   ├── reader-deep.md
    │   ├── arbiter.md
    │   └── diagnose.md
    └── skills/
        └── paper-reading/
            └── SKILL.md

如果想全局使用，就放到 ~/.config/opencode/agents/ 和 ~/.config/opencode/skills/。配置、agent、skill 改完后要重启 opencode。

配置重点

opencode.json 做四件事：

1. 声明 schema，避免配置字段写错。
2. 把默认代理设为 paper。
3. 注册项目内 skill 路径。
4. 用权限限制工具和 skill。

完整配置直接下载：opencode-paper-suite.json。

建议保留这种权限风格：读文件和搜索可以放开，网络、写文件、shell 命令需要确认；论文阅读代理只允许调用 paper-reading，必要时再允许画结构图或数据图。

简要介绍：四个代理如何分工

paper：主代理

paper 是 primary agent。它负责理解需求、读取原文、组织分析、派出子代理、整合结果。

它的核心纪律是：先拆问题和证据，再给解释。不要从摘要一路滑到结论。

reader-deep：独立阅读子代理

reader-deep 只看原文，不看主代理草稿。它输出独立阅读结果，包括问题、贡献、方法、实验、限制和证据位置。

意义在于给出独立的、不受主代理污染的意见。主代理如果先写出强判断，后续模型很容易顺着走。

arbiter：仲裁代理

它比较主代理和独立阅读子代理的分析，以其中一份为底稿，按原文修正、补全，生成最终分析文档。若出现实质分歧，arbiter 回到原文裁决。它不做折中，也不选更顺眼的答案，只看证据。

diagnose：诊断代理

如果仲裁不确定、三方意见分歧太大，diagnose 出场。它不强行下结论，而是指出分歧为什么发生：表格误读、指标混淆、符号复用、实验范围不足，或论文自身表述含糊，回答给主代理并交付用户。

基于准确性、模型能力与 Token 成本的考虑，建议以 3.1 Pro 作为主代理，DeepSeek V4.0 Pro 作为独立阅读子代理，GPT 或 Opus 作为仲裁与诊断模型。

Skill 放什么

paper-reading skill 只放工作法：

• 把论文看作 claim 和 evidence 的集合。
• 每个重要结论都要找到来源。
• 方法要讲输入、输出、假设和关键机制。
• 实验要看数据集、baseline、指标、主表和消融。
• 限制要分清作者承认的和读者能看出的。

不要把 skill 写成另一个代理。角色、调度和最终判断属于 agent；流程和检查表属于 skill。

使用流程

最小步骤：

1. 下载 opencode-paper-suite.json，改名为 opencode.json。
2. 下载四个 agent 文件，放入 .opencode/agents/，并去掉 .txt 后缀。
3. 下载 paper-reading.skill.md.txt，放到 .opencode/skills/paper-reading/SKILL.md。
4. 下载 AGENTS.routing.md.txt，改名为 AGENTS.md。
5. 重启 opencode。
6. 扔给它一篇论文。

可以这样问：

1

请用 paper agent 读这篇论文。我要知道它解决什么问题、方法是否站得住、实验支持到什么程度，以及主要漏洞在哪里。

这套设计解决什么问题

它不是为了让回答更花哨，而是为了降低三类错误：

• 幻觉：论文没说，模型替它说了。
• 顺读：只读摘要和引言，没有检查图表、消融和实验设置。
• 自我强化：同一上下文里的模型互相附和。

Paper-Agents-OSS 给出的启发是工作流分层和多阶段校验；opencode 适合把这种思想做成轻量个人工具，增加自由度和操作容错率。