Paper2Agent: Reimaginando Artigos de Pesquisa como Agentes de IA Interativos e Confiáveis

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

Resumo

Apresentamos o Paper2Agent, uma estrutura automatizada que converte artigos de pesquisa em agentes de IA. O Paper2Agent transforma os resultados de pesquisa de artefatos passivos em sistemas ativos que podem acelerar o uso, a adoção e a descoberta subsequentes. Os artigos de pesquisa convencionais exigem que os leitores invistam um esforço substancial para entender e adaptar o código, os dados e os métodos de um artigo ao seu próprio trabalho, criando barreiras para a disseminação e reutilização. O Paper2Agent aborda esse desafio ao converter automaticamente um artigo em um agente de IA que atua como um assistente de pesquisa experiente. Ele analisa sistematicamente o artigo e o código associado usando múltiplos agentes para construir um servidor de Protocolo de Contexto de Modelo (MCP), em seguida, gera e executa testes iterativamente para refinar e robustecer o MCP resultante. Esses MCPs de artigos podem então ser conectados de forma flexível a um agente de chat (por exemplo, Claude Code) para realizar consultas científicas complexas por meio de linguagem natural, enquanto invocam ferramentas e fluxos de trabalho do artigo original. Demonstramos a eficácia do Paper2Agent na criação de agentes de artigos confiáveis e capazes por meio de estudos de caso detalhados. O Paper2Agent criou um agente que utiliza o AlphaGenome para interpretar variantes genômicas e agentes baseados em ScanPy e TISSUE para realizar análises de transcriptômica de célula única e espacial. Validamos que esses agentes de artigos podem reproduzir os resultados do artigo original e podem executar corretamente novas consultas do usuário. Ao transformar artigos estáticos em agentes de IA dinâmicos e interativos, o Paper2Agent introduz um novo paradigma para a disseminação de conhecimento e uma base para o ecossistema colaborativo de co-cientistas 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.