Prompt-to-Paper：面向生物信息学的智能体 AI 系统

针对现有大模型生成论文存在主张无据、结果伪造及缺乏评估框架等问题，本文提出 Prompt-to-Paper 多智能体框架。该系统通过确定性检索增强生成确保引用可验证，利用自主编码代理执行真实计算实验以获取确切数据，并引入八维自动质量评分器进行标准化评估。其核心创新在于构建了质量驱动的改进循环，通过上下文丰富的修订机制和深度研究周期，实现论文的 iterative 自我优化。实验表明，该系统能显著提升稿件质量并生成符合投稿格式的完整论文。