bo老师
开源仓库HKUDS/DeepCode16,025 Stars

DeepCode

从论文或需求文本自动生成可复现代码的智能编程工具

面向需要复现论文算法或从文本需求生成代码的研究者和开发者。它把论文、文档或自然语言描述转成实现计划、搜索参考仓库生成代码索引，再逐文件写入代码目录，适合从零搭建论文代码的场景。

bo老师判断：值得观察

方向值得关注，建议先确认当前任务是否真正需要它。

访问原仓库查看分享卡
...互动状态已更新

什么时候用

先判断任务是否合适

  • 拿到一篇论文需要从头写出可运行的复现代码
  • 论文太长需要先分段提取算法和实验描述再生成实现计划
  • 想在写代码前发现相关的开源参考仓库作为实现参考
  • 需要人工审核实现计划后再自动生成代码

先准备什么

材料越清楚，结果越有用

  • •准备论文PDF或Markdown文件，或直接用文本描述需求
  • •可选提供目标参考仓库的线索以辅助代码生成
  • •运行环境需能访问LLM API以驱动代码生成循环

它会怎样推进

从材料到可以检查的结果

  1. 01

    输入归一化

    把论文URL、本地PDF或文本需求统一转为任务工作区中的Markdown材料

  2. 02

    分段规划

    长论文自动分段，按代码实现相关性从中选取关键片段作为规划上下文

  3. 03

    生成实现计划

    从论文内容生成包含文件结构、组件和验证策略的YAML实现计划

  4. 04

    人工审核

    展示实现计划，等待研究者确认、修改或取消后再进入代码生成

  5. 05

    逐文件写代码

    按计划逐步调用工具写入代码文件，用记忆压缩保持长循环上下文稳定

第一次这样开始

把仓库地址直接交给 AI

先让 AI 说明环境和风险，再完成最小安装验证。跑通以后，再把自己的真实材料放进去。

第一次直接复制

帮我安装这个库：https://github.com/HKUDS/DeepCode
安装前先告诉我需要什么环境，安装后帮我跑通一个最小示例。

结果出来后

先看这些检查点

  • 实现计划是否覆盖了论文的核心算法、数据处理和评估逻辑
  • 生成的代码目录结构是否与计划一致，未实现文件是否被明确列出
  • 代码是否至少能运行到不报语法错误，关键函数是否对应论文公式
  • 参考仓库索引建立的关系是否真实可查，而非LLM幻觉

常见误区

这些判断仍由你负责

  • 跳过人工审核环节，让低质量实现计划直接进入代码生成
  • 把生成代码能跑等同于论文结果可复现而不验证数值一致性
  • 将参考仓库的代码片段直接当作论文的官方实现使用

技术依据

查看能力拆解、验证范围与来源

能力地图6 项已拆解能力
  1. 01

    MCP驱动代码生成与记忆压缩迭代

    把通过 review 的 initialplan.txt 交给代码实现循环，由 LLM 调用 MCP 工具写入目标文件，并在长循环中用 concise memory、文件摘要和未完成文件追踪压缩上下文，最后区分完整完成、提前停止、警告和错误。

  2. 02

    参考仓库发现与代码索引检索

    在启用 indexing 的完整模式下，先从论文参考文献或相关工作中发现可能有帮助的 GitHub 仓库，再下载到 task 目录下的 codebase，随后为每个仓库生成结构化 JSON index。代码实现阶段可按目标文件和关键词检索相关参考代码、关系和实现建议。

  3. 03

    多入口任务创建与会话状态治理

    把 Web、CLI、文件、URL 和 chat 需求统一成可追踪任务，并把任务挂到 session。任务运行过程中持续更新状态、进度、待用户确认、取消、完成、错误和中断状态，使前端、CLI 和本地 JSONL 存储看到同一条任务轨迹。

  4. 04

    大文档分段与规划上下文压缩

    当论文或文档过长时，先判断是否需要分段，再调用 document-segmentation 工具生成文档结构和 segment index。规划阶段按 codeplanning 相关性挑选少量片段，把超长全文压缩成面向代码复现计划的上下文。

能力主要输入主要输出人工检查

MCP驱动代码生成与记忆压缩迭代

源码已核对

  • initialplan.txt
  • task 目录和 generatecode 目标目录。
  • 可选 indexes 参考代码索引。
  • MCP驱动代码生成与记忆压缩迭代的结构化结果
  • 核对结果是否符合当前研究问题和证据边界

参考仓库发现与代码索引检索

源码已核对

  • reference.txt 或 reference analysis result。
  • initialplan.txt 中的目标文件树。
  • codebase 目录中的一个或多个参考仓库。
  • 参考仓库发现与代码索引检索的结构化结果
  • 核对结果是否符合当前研究问题和证据边界

多入口任务创建与会话状态治理

源码已核对

  • PaperToCodeRequest：inputsource、inputtype、enableindexing、enableuserinteraction、sessionid。
  • ChatPlanningRequest：requirements、enableindexing、enableuserinteraction、sessionid。
  • CLI 参数：--file、--url、--chat、--requirement、--session、--session-title。
  • 多入口任务创建与会话状态治理的结构化结果
  • 核对结果是否符合当前研究问题和证据边界

大文档分段与规划上下文压缩

源码已核对

  • paper.md 或转换后的 Markdown。
  • deepcodeconfig.json 中的 documentSegmentation.enabled 和 sizeThresholdChars。
  • documentsegments/documentindex.json。
  • 大文档分段与规划上下文压缩的结构化结果
  • 核对结果是否符合当前研究问题和证据边界

输入归一化与任务工作区准备

源码已核对

  • rawinput：URL、本地路径、file:// 路径或相对路径。
  • enableindexing：后续是否需要参考分析和索引。
  • taskkind：paper2code 或 chat2code。
  • 输入归一化与任务工作区准备的结构化结果
  • 核对结果是否符合当前研究问题和证据边界

需求澄清到YAML实现计划

源码已核对

  • paper.md 或分段上下文。
  • chat 模式用户需求文本。
  • requirement analysis 的用户回答或 skip。
  • 需求澄清到YAML实现计划的结构化结果
  • 核对结果是否符合当前研究问题和证据边界

处理机制

  1. 01

    科研代码生成对象与状态链

    DeepCode 的多张能力卡共享一条对象链：外部材料先进入 task 和 session，再变成受控工作区、分段文档、实现计划、参考仓库索引、生成代码和实现报告。本机制卡说明这些对象如何跨阶段传递，以及哪些状态会阻断或降级。

已核对范围

  • 读取 indexed code implementation workflow、CodeImplementationAgent、concise memory agent、tool definitions 和 implementation MCP server
  • 静态确认 writefile、searchcodereferences、workspace path validation、memory summary 和 incomplete 状态
  • 读取 reference analyzer、GitHub download、codebase index workflow、CodeIndexer 和 code-reference-indexer MCP
  • 静态确认 reference analysis、repo download、index JSON、relationship 和 searchcodereferences 路径
  • 读取 UI API、WorkflowService、WebSocket、CLI session 命令和本地 JSONL session store
  • 静态确认 taskid、sessionid、pendinginteraction、status、progress、result、error 的读写路径
  • 读取 documentSegmentation 配置、segmentation agent、MCP server 和 planner 读取分段上下文的逻辑
  • 静态确认大文档阈值、segment index、relevance score 和 fallback 分支

仍待核对

  • 未运行代码生成循环
  • 未调用真实 LLM 或 MCP 工具
  • 未验证生成代码可执行性
  • 未调用 GitHub 下载 MCP
  • 未运行 LLM 文件分析和关系识别
  • 未验证 reference index 对代码生成的帮助
  • 未启动 FastAPI 和 WebSocket
  • 未运行 CLI 交互

读取版本

5fbfa27f206b4d310a57007e0ad62d2f911171fb

许可

MIT

最近核对

内容 2026-06-16
Stars 2026-07-11

部分完成验证

相关文章

科研之我见

AI 科研全流程怎么搭，我梳理出三个核心入口

每天开工先固定阶段入口、材料入口和验证入口，把庞大的科研全流程收缩成一段可执行、可检查的任务。

查看内容

具备相关能力的其他库

文献 · 验证

paper-qa

从本地论文和文档中检索证据并生成带精确引用的科研答案

查看内容

文献 · 分析 · 写作

grobid

把学术论文PDF解析成结构化TEI XML，提取元数据、全文结构和参考文献

查看内容

设计 · 分析 · 验证

CausalPy

用贝叶斯方法做准实验因果推断，含10+方法和稳健性诊断套件

查看内容