PaperDebugger: 인에디터 학술 논문 작성, 검토 및 편집을 위한 플러그인 기반 다중 에이전트 시스템

초록

대규모 언어 모델이 학술 논문 작성 워크플로우에 점점 더 통합되고 있지만, 기존 보조 도구들은 여전히 편집기 외부에 위치하여 문서 상태, 구조, 수정 이력과의 깊은 상호작용을 방해합니다. 이러한 분리는 Overleaf와 같은 LaTeX 편집기 내에서 직접 에이전트 기반의 상황 인식 연산을 지원하는 것을 불가능하게 만듭니다. 본 논문에서는 LLM 기반 추론을 작성 환경 내로 직접 가져오는, 편집기 내장형·다중 에이전트·플러그인 기반 학술 논문 작성 보조 도구인 PaperDebugger를 소개합니다. 이러한 편집기 내 상호작용을 구현하는 것은 기술적으로 간단하지 않으며, 편집기와의 안정적인 양방향 동기화, 세분화된 버전 관리 및 패치, 안전한 상태 관리, 다중 에이전트 스케줄링, 외부 도구와의 확장 가능한 통신이 필요합니다. PaperDebugger는 Chrome 승인 확장 프로그램, Kubernetes 네이티브 오케스트레이션 계층, 그리고 문헌 검색, 참조문 조회, 문서 점수 평가, 수정 파이프라인을 통합하는 Model Context Protocol(MCP) 툴체인을 통해 이러한 과제들을 해결합니다. 우리의 데모는 최소한의 간섭 사용자 인터페이스(UI) 안에 캡슐화된, 지역화된 편집, 구조화된 검토, 병렬 에이전트 실행, diff 기반 업데이트를 포함한 완전히 통합된 워크플로우를 보여줍니다. 초기 집계 분석 결과는 활발한 사용자 참여를 보여주며 편집기 네이티브 에이전트 기반 작성 보조 도구의 실용성을 입증합니다. 본 데모와 동영상에 대한 자세한 내용은 https://github.com/PaperDebugger/PaperDebugger 에서 확인할 수 있습니다.

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.

PaperDebugger: 인에디터 학술 논문 작성, 검토 및 편집을 위한 플러그인 기반 다중 에이전트 시스템

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

초록

Support