据量子位报道，个人开发者猫叔最近在GitHub发布AI论文生成工具Open Academic Paper Gen。该工具定位为一套生成论文初稿的多智能体工作流，除自动生成带参考文献的初稿外，还可在获取文献全文的情况下，从全文中寻找依据，核验论文里的引用观点。

按照该项目的设计，从选题到导出的过程被拆成九个阶段：确定研究范围、检索文献、清理筛选、分析趋势、寻找切入点、列提纲、写作、核验和导出。用户给出研究主题后，系统会拆出具体研究问题，生成中英文关键词，并到OpenAlex、Crossref、Semantic Scholar和arXiv中检索论文。

检索结果会去重、评分，再由模型筛选相关性；对相关性较高的论文，系统还会沿着参考文献和后续引用继续查找。收集到的文献会被整理成证据表，汇总每篇论文的研究问题、方法、数据、结论和局限。系统据此分析研究趋势，提出可能的研究角度、研究空白和假设，并进行创新性诊断，从问题、方法、数据和视角等维度评估切入点，指出文献池中最接近的已有工作以及审稿人可能提出的质疑。

研究角度确定后，系统生成提纲并分章节起草，初稿完成后进入引用核验和模拟审稿，最终可导出Markdown、LaTeX以及RIS、BibTeX等参考文献格式。运行方式上，默认模式会在主要阶段停下，等待用户审查、编辑和确认；全自动模式则可让AI跑完全程。模型配置方面，项目目前支持OpenAI和智谱GLM，但论点核验、无引用陈述检查和模拟审稿仍需要OpenAI API Key。

引用核验被拆成三道检查。第一道检查引用能否在文献池中找到，写作时每个引用标记都要对应已经收集到的一篇论文，模型若临时编出不存在的引用标识，系统会将其标出。第二道核对文献身份，有DOI的论文先与Crossref记录核对，查不到时再去doi.org确认，标题、作者、年份等信息对不上会触发警告。第三道检查原文是否支持正文中的说法，系统拿到全文后，会找出与引用论点最匹配的段落，连同论文开头一起交给模型判断；拿不到全文时，则使用摘要或节选。存在页码数据时，警告还可以标出对应PDF页码。

按照该工具的处理方式，模型没找到足够证据，不等于已经证明这句话是错的；证据不足时可标为“无法判断”，文本太少、无法核对的文献会标为“未核验”，而不是直接算通过。公开信息显示，该项目来自个人开发者猫叔，他此前还发布过AI编剧、AI研究等项目。