Paper2Agent: Reimaginando los Artículos de Investigación como Agentes de IA Interactivos y Confiables

Paper2Agent: Reimagining Research Papers As Interactive and Reliable AI Agents

September 8, 2025

Autores: Jiacheng Miao, Joe R. Davis, Jonathan K. Pritchard, James Zou

cs.AI

Resumen

Presentamos Paper2Agent, un marco automatizado que convierte artículos de investigación en agentes de IA. Paper2Agent transforma los resultados de investigación de artefactos pasivos en sistemas activos que pueden acelerar su uso, adopción y descubrimiento posteriores. Los artículos de investigación convencionales requieren que los lectores inviertan un esfuerzo considerable para comprender y adaptar el código, los datos y los métodos de un artículo a su propio trabajo, lo que crea barreras para su difusión y reutilización. Paper2Agent aborda este desafío al convertir automáticamente un artículo en un agente de IA que actúa como un asistente de investigación experto. Analiza sistemáticamente el artículo y el código asociado utilizando múltiples agentes para construir un servidor de Protocolo de Contexto de Modelo (MCP, por sus siglas en inglés), luego genera y ejecuta pruebas de manera iterativa para refinar y robustecer el MCP resultante. Estos MCP de artículos pueden conectarse de manera flexible a un agente de chat (por ejemplo, Claude Code) para llevar a cabo consultas científicas complejas a través de lenguaje natural, mientras invocan herramientas y flujos de trabajo del artículo original. Demostramos la eficacia de Paper2Agent en la creación de agentes de artículos confiables y capaces a través de estudios de casos detallados. Paper2Agent creó un agente que utiliza AlphaGenome para interpretar variantes genómicas y agentes basados en ScanPy y TISSUE para realizar análisis de transcriptómica unicelular y espacial. Validamos que estos agentes de artículos pueden reproducir los resultados del artículo original y ejecutar correctamente consultas novedosas de los usuarios. Al convertir artículos estáticos en agentes de IA dinámicos e interactivos, Paper2Agent introduce un nuevo paradigma para la difusión del conocimiento y sienta las bases para un ecosistema colaborativo de co-científicos de IA.

English

We introduce Paper2Agent, an automated framework that converts research papers into AI agents. Paper2Agent transforms research output from passive artifacts into active systems that can accelerate downstream use, adoption, and discovery. Conventional research papers require readers to invest substantial effort to understand and adapt a paper's code, data, and methods to their own work, creating barriers to dissemination and reuse. Paper2Agent addresses this challenge by automatically converting a paper into an AI agent that acts as a knowledgeable research assistant. It systematically analyzes the paper and the associated codebase using multiple agents to construct a Model Context Protocol (MCP) server, then iteratively generates and runs tests to refine and robustify the resulting MCP. These paper MCPs can then be flexibly connected to a chat agent (e.g. Claude Code) to carry out complex scientific queries through natural language while invoking tools and workflows from the original paper. We demonstrate Paper2Agent's effectiveness in creating reliable and capable paper agents through in-depth case studies. Paper2Agent created an agent that leverages AlphaGenome to interpret genomic variants and agents based on ScanPy and TISSUE to carry out single-cell and spatial transcriptomics analyses. We validate that these paper agents can reproduce the original paper's results and can correctly carry out novel user queries. By turning static papers into dynamic, interactive AI agents, Paper2Agent introduces a new paradigm for knowledge dissemination and a foundation for the collaborative ecosystem of AI co-scientists.