shuxiachai/academic-commercialization-agent

어떤 프로젝트인가요?

핵심 기능

• 01논문 PDF나 연구 주제를 점수화된 사업화 평가로 전환합니다.
• 02TRL, MRL, 특허 경쟁력, 시장 접근성, 근거 신뢰도를 평가합니다.
• 03모든 주장을 등록된 출처 ID와 연결하고 신뢰도 경고를 표시합니다.
• 04중단된 실행은 검증된 체크포인트부터 새로 연결된 실행으로 재개합니다.
• 05보고서를 Markdown이나 PDF로 내보내며, 선택적으로 OpenTelemetry 트레이싱을 지원합니다.
• 06Qwen, DeepSeek, Anthropic, OpenAI 모델과 Tavily 또는 Serper 검색을 사용할 수 있습니다.

활용 사례

• 대학 연구를 라이선싱이나 기술이전 담당 부서에서 우선 검토할 때 활용합니다.
• 신흥 기술의 준비도와 특허 현황을 출처와 함께 개략적으로 파악합니다.
• 멀티 에이전트 LLM 파이프라인의 구조와 평가·벤치마크 방식을 살펴봅니다.

빠른 시작

1. 1

   저장소를 클론합니다

   git clone https://github.com/shuxiachai/academic-commercialization-agent.git
2. 2

   프로젝트 디렉터리로 이동합니다

   cd academic-commercialization-agent
3. 3

   uv로 종속성을 설치합니다(Python 3.11 또는 3.12)

   uv sync
4. 4

   .env.example을 .env로 복사하고 자체 LLM 및 검색 API 키를 추가한 다음 서버를 시작합니다

   uv run uvicorn api.main:app --reload

사용 전 알아둘 점

• !실제 분석에는 유료 LLM 및 검색 제공업체 사용료가 발생하며, 자체 키로 비용을 부담해야 합니다.
• !점수는 대략적인 지표입니다. README에는 홀드아웃 검증에서 성숙한 기술의 TRL이 과소평가된다고 보고되어 있습니다.
• !보고서는 조사 대상의 초기 선별만 지원하며, 기술·법률·투자 또는 실시 자유(FTO) 실사 용도가 아닙니다.

포함된 컬렉션

토픽

자주 묻는 질문

academic-commercialization-agent은(는) 무엇인가요?

연구 논문이나 주제를 바탕으로 기술 준비도, 특허, 시장, 위험을 출처와 함께 평가하는 멀티 에이전트 LLM 파이프라인입니다. 이 프로젝트는 연구 논문(PDF)이나 주제를 입력받아 사업화 우선 검토 보고서를 작성합니다. 먼저 결정론적 코드가 출처를 검색하고 검증해 고정된 레지스트리에 저장하며, 이후 6단계의 LLM이 해당 출처만을 바탕으로 분석합니다. 평가표에는 TRL, MRL, 특허 경쟁력, 시장 접근성, 근거 신뢰도가 포함되며, 가중 총점은 모델이 아닌 코드가 계산합니다.

academic-commercialization-agent은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

academic-commercialization-agent은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

academic-commercialization-agent은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. academic-commercialization-agent의 마지막 커밋은 2026년 11월 5일입니다.

academic-commercialization-agent은(는) 어디에 사용할 수 있나요?

대학 연구를 라이선싱이나 기술이전 담당 부서에서 우선 검토할 때 활용합니다. 신흥 기술의 준비도와 특허 현황을 출처와 함께 개략적으로 파악합니다. 멀티 에이전트 LLM 파이프라인의 구조와 평가·벤치마크 방식을 살펴봅니다.

academic-commercialization-agent는 어떻게 설치하나요?

저장소를 클론합니다: git clone https://github.com/shuxiachai/academic-commercialization-agent.git 프로젝트 디렉터리로 이동합니다: cd academic-commercialization-agent uv로 종속성을 설치합니다(Python 3.11 또는 3.12): uv sync .env.example을 .env로 복사하고 자체 LLM 및 검색 API 키를 추가한 다음 서버를 시작합니다: uv run uvicorn api.main:app --reload

academic-commercialization-agent은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/shuxiachai/academic-commercialization-agent