Phase 19: Capstone Projects

纸质写作

拉特克斯骨格是研究人员和打字符符符之间的合同.如果合同被打破,文档不会编译,故障很大.先构建骨格,然后填写它.

Type: Build

Languages: Python

Prerequisites: Phase 19 lessons 50-53

Time: ~90 minutes

学习目标

作为一个已知部分图的结构化文物,而不是一个自由形式的文档.
在任何散文写之前,生成一个拉特克斯骨格,
通过确定性槽机制将实验输出 (路径和标题) 的数字注入骨架中.
电线一个模仿的散文发电机,以从结构的轮中填满每个部分,
发出一个单机paper.tex加上一个references.bib附上一个列出所引用的每一个数字和所使用的引用.

为什么要先做一个骨

文章的草稿以散文开始,积累了结构债务. 序言中增加了三个段落,应该在相关作品中写入. 在定义之前,引用一个数字. 书籍最终以同一篇论文的三个键结尾. 当作者注意到时,重写成本高于写费.

骨架会逆转. 结构是先前声明为数据. 部分是有名字和顺序的插槽. 数字是个字符和标题的插槽. 图书馆关键在顶部,并列出了它们指向的条目. 散文是每次生成到这些插槽. 在任何散文写之前, 连接器可以验证每个数字都有一个插槽,每个引用都有一个条目,

对于计划,工具调用和跟踪,这是以前所学到的学科.

纸质的形状

flowchart TB
    Paper[Paper] --> Meta[metadata]
    Paper --> Sections[sections list]
    Paper --> Figures[figures list]
    Paper --> Bib[bibliography list]
    Meta --> Title[title]
    Meta --> Authors[authors]
    Meta --> Abstract[abstract]
    Sections --> Sec1[Section: id, title, body, cites]
    Figures --> Fig1[Figure: id, path, caption, label]
    Bib --> Entry1[BibEntry: key, fields]

每个字段都是简单的Python数据. 染器是从 Paper带可以在染前内视纸张:计算部分,列出缺失的图像文件,检查每一个\cite{key}没有相匹配的BibEntry现在,我们要去.

交换合同

首先,骨架中的每一个图形插槽都会发出一个\begin{figure}单元的稳定标签fig:<id>第二,每一个部分都会发出一个\section{}具有稳定的表格标签sec:<id>其他研究人员也发现,\bibliography区块的references.bib文件上所声明的内容,不超过,不减少.

违反任何这些都是一个错误,而不是一个警告.

实验中的图像注射

在本曲目中,早期的课程产生了 JSON 演示的实验输出.每个演示包含了带有路径和短标题的文物列表.Figure记录.

flowchart LR
    Exp[experiment.json] --> Reader[read_experiment_manifest]
    Reader --> Figs[Figure list]
    Figs --> Paper[Paper.figures]
    Paper --> Render[render_latex]
    Render --> Out[paper.tex]

插入是决定性的.图形 id 来自实验名称加上单调计器.标题来自表格.路径与纸张的输出目录相比正常化,因此Latex即使实验输出位于磁盘上的其他地方,也会编译.

刺的散文发电器

课程不需要一个模型.MockProseGenerator发射的表格是每节一个短字符串.生成器将该字符串扩展到两个短段落,部分标题被织在一起.生成的表格是表格声明时的数字和引用.

这足以测试作家的每一种行为.一个真正的实现将将发电机换成一个模型调用.周围的环节不会改变.这是宣布散文发电机作为可调用的价值:测试取代确定性,生产取代模型,其余的管道是相同的.

显现输出

编写者将三个文件发送到输出目录中.

flowchart TB
    Writer[PaperWriter.write] --> Tex[paper.tex]
    Writer --> Bib[references.bib]
    Writer --> Man[manifest.json]
    Man --> F[figures referenced]
    Man --> C[citations used]
    Man --> S[sections rendered]

简单是下游评价者或评论家循环读取的内容.它不解析Latex,它读取了简单.下一个课程,即评论家循环,将此简单作为输入,并产生反列表.这就是为什么简单是合同的一部分,而Latex不是.

验证门

写作者在写任何文件之前,会经过四个门.

每个数字的身份证都在纸上是独一无二的.
每个部分都在cites字段引用在文件上声明的图书馆关键.
抽象是没有空的.
标题是没有空的.

一个失败的门起了PaperValidationError没有部分写字:三文件都发射,或者没有.

如何读取代码

code/main.py定义Paper现在Section现在Figure现在BibEntry现在PaperValidationError现在MockProseGenerator现在PaperWriter其他render_latex它们的功能.write方法采用输出目录并发出paper.tex现在references.bib其他manifest.json现在,我们要去.read_experiment_manifest帮助者将实验表单转换为Figure记录.

code/tests/test_paper_writer.py封面:没有部分的骨格成像,两个部分和两个数字的完整成像,缺失引用口,重复数字的身份口,表现内容,以及LateX字符串合同 (每个部分发出一个\section{}每个数字都会发射一个\begin{figure})

走得更远

实际实现需要两个扩展.Paper转换器成为一个战略.Paper编写者从引用键中获取BibTeX输入,因为有DOI的本地缓存.

骨架是投注. 部分,数字和引用被声明为数据,生成成插槽,与拉特克斯一起发射的表格.

This free lesson is part of the AI Engineering from Scratch curriculum. Read the full explanation, run the lesson code, and verify the result in the interactive reader or from the repository source.

Browse the complete course catalog or open this lesson on GitHub.