PaperDebugger: インエディタでの学術文章作成・査読・編集のためのプラグインベース多エージェントシステム

PaperDebugger: A Plugin-Based Multi-Agent System for In-Editor Academic Writing, Review, and Editing

December 2, 2025

著者: Junyi Hou, Andre Lin Huikai, Nuo Chen, Yiwei Gong, Bingsheng He

cs.AI

要旨

大規模言語モデルが学術執筆ワークフローに組み込まれる機会が増えているが、既存のアシスタントはエディタ外部に留まり、文書の状態・構造・修正履歴との深い連携が阻まれている。この分断により、OverleafのようなLaTeXエディタ内で文脈を理解した自律的な操作を直接サポートすることが不可能となっている。本研究ではPaperDebuggerを提案する。これはエディタ内動作型でマルチエージェント・プラグインベースの学術執筆アシスタントであり、LLM駆動の推論を執筆環境に直接導入する。このようなエディタ内連携を実現するには技術的に複雑な課題がある：エディタとの信頼性の高い双方向同期、細粒度のバージョン管理とパッチ適用、安全な状態管理、マルチエージェントのスケジューリング、外部ツールとの拡張可能な通信が求められる。PaperDebuggerは、Chrome公認の拡張機能、Kubernetesネイティブなオーケストレーション層、文献検索・参照検索・文書採点・修正パイプラインを統合したModel Context Protocol（MCP）ツールチェーンによりこれらの課題に取り組む。デモでは、ローカル化された編集、構造化された査読、並列エージェント実行、差分ベースの更新を含む完全に統合されたワークフローを、最小限の侵襲性を持つユーザーインターフェース（UI）に封じ込めて提示する。初期の集計分析では活発なユーザー参加が確認され、エディタネイティブな自律型執筆アシスタンの実用性が実証されている。詳細なデモと動画はhttps://github.com/PaperDebugger/PaperDebugger で公開中である。

English

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.