Paper2Code 是 DeepCode 的起点：一个把论文或技术文档变成可运行代码库的多智能体 工作流。DeepCode 现在已经发展为通用的 coding agent，Paper2Code 作为其中一个 专门工作流继续保留。
方法见论文 DeepCode: Open Agentic Coding。 English: paper2code.md.
Paper2Code 在 Desktop 和 Web 客户端中运行：
- 启动
deepcode desktop或deepcode web，打开一个已信任的项目。 - 点击会话标题栏的 Paper（中文界面为"论文"），或在输入框输入
/paper，新建一个 Paper2Code 会话。 - 添加来源：文档、URL、代码仓库或文字需求。
- 工作流请你审阅计划时进行确认，然后查看各阶段进度。生成的文件和产物显示在 右侧检查器里。
原来运行旧 Paper2Code 脚本的 deepcode test 命令已经移除。工作流的运行时设计见
P5 Paper2Code architecture。
论文复现不是一次性代码生成任务。一个中央编排智能体负责协调多个边界清晰的专业 角色，依次完成来源理解、复现规划、参考发现与索引、代码实现以及结果验证。
各专业角色继续保持原系统中清晰的职责分离：
| 角色 | 职责 |
|---|---|
| 中央编排智能体 | 判断整体进度、选择下一阶段、协调专业角色，并在新证据出现时调整计划。 |
| 意图理解智能体 | 将用户目标转化为明确的功能需求、技术约束与可执行的任务分解。 |
| 文档解析智能体 | 处理论文与技术文档，提取算法、公式、方法、假设和实现要求。 |
| 代码规划智能体 | 把已理解的方法转换为实现路线、模块边界、依赖、接口与验证目标。 |
| 代码参考挖掘智能体 | 发现相关仓库、库与实现模式，并判断它们的相关性、兼容性和集成价值。 |
| 代码索引智能体 | 将检索到的代码组织为可搜索的语义索引与知识图谱，使生成阶段可以恢复关键组件及其关系。 |
| 代码生成智能体 | 综合计划与证据形成可执行实现，并生成可复现结果所需的接口、测试和文档。 |
四个核心思想把这些角色连接为一个整体：
- 智能编排。 中央 Agent 根据任务状态选择并回访不同阶段，而不是把论文复现 当作固定的一次性 Prompt 链。
- 文档与意图对齐。 论文、规格、URL 与附件会先转化为明确实现要求，再进入 编码阶段。
- 记忆与 CodeRAG。 长文档与参考仓库经过分段、索引和按需检索，以有边界的 上下文进入模型，而不是反复塞入整个窗口。
- 迭代验证。 执行、测试与真实失败会回流到规划和实现阶段，直到交付结果 拥有可以检查的证据。
配套工具层同样延续这一职责划分：
| 层次 | 作用 |
|---|---|
| 文档导入 | 获取并规范化论文、URL、PDF、DOCX、演示文稿、文本与 HTML。 |
| 文档分段 | 将大型技术材料切分为语义连贯、可恢复的分析单元。 |
| 参考发现 | 搜索候选仓库与支持性实现。 |
| 代码参考索引 | 为外部与本地代码建立可搜索上下文，并保留跨文件关系。 |
| 实现执行 | 读写文件、运行 Shell 或 Python、检查项目结构并记录过程。 |
| 验证与交付 | 运行测试、保存结果，并交付代码库、文档与 Artifacts。 |
新版产品围绕这套流程增加了持久化计划、显式计划审查、检查点、有边界重试与 交互式检查能力。这些变化增强了恢复和监督，但没有改变 Paper2Code 的架构 职责与推理顺序。
DeepCode 原始研究使用 PaperBench 评估科研代码复现能力。 该基准要求 Agent 复现 20 篇 ICML 2024 论文，共包含 8,316 个可评分组件。
|
75.9% 人类专家子集 领先 3.5 个百分点 |
84.8% 商业 Agent 子集 领先 26.1 个百分点 |
73.5% 科研编程 领先 22.4 个百分点 |
73.5% LLM Agent 基线 领先 30.2 个百分点 |
| 评估子集 | DeepCode | 论文中报告的对比结果 | 差值 |
|---|---|---|---|
| 人类专家子集 | 75.9% | 论文中最佳人类基线：72.4% | +3.5 个百分点 |
| 商业 Agent 子集 | 84.8% | 论文中最佳商业 Agent：58.7% | +26.1 个百分点 |
| 科研编程 | 73.5% | PaperCoder：51.1% | +22.4 个百分点 |
| LLM Agent 基线 | 73.5% | 论文中最佳 LLM Agent：43.3% | +30.2 个百分点 |
以上是原论文报告的 PaperBench 专项结果，不代表通用编程基准，也不代表对 持续更新中的商业产品进行实时比较。
评估方法、范围、模型和基线详情请阅读 论文。
下面的录像展示了早期 DeepCode 工作流生成的项目结果。它们是输出案例,不是当前 界面的截图。
|
Paper2Code 从研究到实现 
将研究论文复现为可以执行的工程项目。 |
生成式视觉项目 图像工作流案例 
查看早期 DeepCode 生成的图像处理工作流。 |
生成式 Web 项目 前端实现案例 
从想法开始，查看完整前端项目的实现结果。 |