Erstellen Sie Ihre persönliche Forschungsgruppe: Ein Multiagenten-Framework für kontinuierliche und interaktive Wissenschaftsautomatisierung

Build Your Personalized Research Group: A Multiagent Framework for Continual and Interactive Science Automation

October 17, 2025

papers.authors: Ed Li, Junyu Ren, Xintian Pan, Cat Yan, Chuanhao Li, Dirk Bergemann, Zhuoran Yang

cs.AI

papers.abstract

Die Automatisierung wissenschaftlicher Entdeckungen stellt einen entscheidenden Meilenstein in der Forschung zur Künstlichen Intelligenz (KI) dar. Allerdings leiden bestehende agentenbasierte Systeme für die Wissenschaft unter zwei grundlegenden Einschränkungen: starre, vorprogrammierte Arbeitsabläufe, die sich nicht an Zwischenergebnisse anpassen können, und unzureichendes Kontextmanagement, das langfristige Forschung behindert. Wir präsentieren freephdlabor, ein Open-Source-Multiagenten-Framework, das vollständig dynamische Arbeitsabläufe bietet, die durch Echtzeit-Entscheidungen der Agenten bestimmt werden, sowie eine \textit{modulare Architektur}, die nahtlose Anpassungen ermöglicht – Benutzer können Agenten modifizieren, hinzufügen oder entfernen, um domänenspezifische Anforderungen zu erfüllen. Das Framework bietet eine umfassende Infrastruktur, einschließlich automatischer Kontextverdichtung, arbeitsbereichsbasierter Kommunikation zur Vermeidung von Informationsverlust, persistentem Speicher über Sitzungen hinweg und nicht-blockierenden Mechanismen für menschliche Eingriffe. Diese Funktionen verwandeln automatisierte Forschung insgesamt von isolierten Einzelversuchen in kontinuierliche Forschungsprogramme, die systematisch auf früheren Erkundungen aufbauen und menschliches Feedback einbeziehen. Indem sowohl die architektonischen Prinzipien als auch die praktische Implementierung für den Aufbau anpassbarer Co-Wissenschaftler-Systeme bereitgestellt werden, zielt diese Arbeit darauf ab, die breitere Akzeptanz automatisierter Forschung in verschiedenen wissenschaftlichen Domänen zu fördern. Dadurch können Praktiker interaktive Multiagenten-Systeme einsetzen, die eigenständig end-to-end Forschung durchführen – von der Ideenfindung über Experimente bis hin zu publikationsreifen Manuskripten.

English

The automation of scientific discovery represents a critical milestone in Artificial Intelligence (AI) research. However, existing agentic systems for science suffer from two fundamental limitations: rigid, pre-programmed workflows that cannot adapt to intermediate findings, and inadequate context management that hinders long-horizon research. We present freephdlabor, an open-source multiagent framework featuring fully dynamic workflows determined by real-time agent reasoning and a \textit{modular architecture} enabling seamless customization -- users can modify, add, or remove agents to address domain-specific requirements. The framework provides comprehensive infrastructure including automatic context compaction, workspace-based communication to prevent information degradation, memory persistence across sessions, and non-blocking human intervention mechanisms. These features collectively transform automated research from isolated, single-run attempts into continual research programs that build systematically on prior explorations and incorporate human feedback. By providing both the architectural principles and practical implementation for building customizable co-scientist systems, this work aims to facilitate broader adoption of automated research across scientific domains, enabling practitioners to deploy interactive multiagent systems that autonomously conduct end-to-end research -- from ideation through experimentation to publication-ready manuscripts.