完成学术研究全流程

技能介绍

Academic Research Skills（ARS）是一套完整的学术研究 Claude Code 技能包，涵盖从研究到论文出版的全流程，包含 4 个可独立安装的子技能：

• Deep Research — 13 个 Agent 的研究团队，支持苏格拉底引导、PRISMA 系统性回顾、意图检测、对话健康度监控、可选跨模型 DA、Semantic Scholar API 验证。
• Academic Paper — 12 个 Agent 的论文撰写团队，含风格校准、写作质量检查、LaTeX 输出强化、可视化、修订教练、引用格式转换、反泄露协议、VLM 图表验证。
• Academic Paper Reviewer — 7 个 Agent 的多视角同行评审，0-100 质量量表（主编 + 3 位动态审查者 + 魔鬼代言人），含让步门槛协议、攻击强度保持、R&R 追溯矩阵、只读约束。
• Academic Pipeline — 10 阶段全流程调度器，含自适应 checkpoint、主张验证、材料护照、可选 repro_lock、可选跨模型学术诚信验证、中途强化机制、分数轨迹追踪。

AI 是你的副驾驶，不是机长。 这个工具不会替你写论文。它处理繁琐工作：搜文献、排格式、验数据、查逻辑一致性。这样你就能专注在真正需要思考的事上：定义问题、选择方法、解读数据意义、写出「我认为」后面那句话。

它和 humanizer 不同：不是帮你隐藏使用 AI 协作的事实，而是帮你把关文章质量——风格校准会从你过去的文章中学习你的声音，写作质量检查会识别让文字读起来像机器生成的模式。目标是质量，不是掩饰。

适用场景

• 手上有一个研究问题，需要一条 human-in-the-loop 的文献综述流程，先用苏格拉底式问题把范围确认清楚。
• 要写一篇 APA 7 论文，需要规划结构、列出研究问题与材料证据、设定写作检查点。
• 已经有一份论文草稿，想要多视角审稿意见、0-100 评分和 R&R 修改矩阵。
• 收到期刊审稿意见，需要整理成修订路线图，并在改完后做一轮验收。
• 担心引用有幻觉或数据对不上，想在投稿前跑一遍学术诚信核查。

核心能力

• 为什么不选「全自动」：Lu 等人（2026，Nature 651:914-919）的 The AI Scientist 是第一个端到端全自动 AI 研究系统，论文通过了 ICLR 2025 workshop 盲审；但他们自己的 Limitations 也列出这类系统的结构性失败模式——实现错误、幻觉实验结果、取巧特征依赖、方法论伪造、引用幻觉等。ARS 建立在这个前提上：人类研究者 + AI 的组合，比纯自动或纯人工更能避开这些失败模式。
• 引用真伪把关：Zhao 等人（2026-05）盘点了 250 万篇论文中的 1.11 亿条引用，保守估计 2025 年单年就有 146,932 条幻觉引用。ARS v3.7.1 为来源 provenance 加上 trust-chain frontmatter，v3.7.3 为 claim-level 审计铺 locator 基础设施（三层引用 anchor），v3.8 在此基础上加一道 opt-in 审计（ARS_CLAIM_AUDIT=1）：获取每个 anchor 指向的原始文本，判断论文里的 claim 是否真有被该引用支撑。五类 HIGH-WARN annotation（claim-not-supported、negative-constraint-violation、fabricated-reference、anchorless、constraint-violation-uncited）会在 formatter terminal hard gate 直接阻止输出。
• 反谄媚机制（v3.0）：魔鬼代言人的反驳必须评分 1-5，≥4 才允许让步，且不允许连续让步；苏格拉底模式先判断用户是「探索型」还是「目标型」，探索型停用自动收敛；每 5 轮后台自检对话健康度，检测持续同意、回避冲突、过早收敛。
• 跨模型验证：设置 ARS_CROSS_MODEL 可激活第二 AI 模型独立审查，Pipeline 结束后自动产出 AI 行为自评报告。
• 实验来源凭证：Material Passport 可选的 experiment_provenance[] 记录研究者在外部跑过的实验（ARS 从不执行实验），诚信闸门逐条比对实验支撑型主张与登录凭证，给出 ALIGNED / OVERSTATED / NOT_SUPPORTED_BY_PROVENANCE / PROVENANCE_INSUFFICIENT——但不判定实验本身是否正确。
• 支持范围：引用格式 APA 7.0（默认，含中文引用规则）、Chicago（Notes & Author-Date）、MLA、IEEE、Vancouver；论文结构 IMRaD、主题式文献回顾、理论分析、个案研究、政策简报、研讨会论文；输出 MD + DOCX（Pandoc 可用时）+ LaTeX → tectonic 编译 PDF。

效果预览

仓库提供了完整 10 阶段 pipeline 的实际产出，包含同行评审报告、学术诚信验证报告与完稿论文：

浏览全部产出：https://github.com/Imbad0202/academic-research-skills/blob/3ee028c56adbb90b64cd475b996522e4d2661f37/examples/showcase/

工作方式

10 阶段调度器把研究、写作、审查串成一条流水线，每个阶段都需要用户确认 checkpoint：

• Stage 1 研究：Deep Research 产出 RQ Brief + Methodology Blueprint。研究开始前有 fail-closed 的 experiment_intake_declaration，让「有没有跑实验」成为明确决定。
• Stage 2 写作：Academic Paper 依据研究产出撰写正文。
• Stage 2.5 / 4.5 学术诚信闸门：MANDATORY，不可跳过，运行 7 类阻断式检查清单（见 academic-pipeline/references/ai_research_failure_modes.md），并逐条比对实验支撑型主张与来源凭证；合规方面 v3.4 加入 Compliance Agent（PRISMA-trAIce + RAISE）。
• Stage 3 / 3' 同行评审：第一轮由主编 + 3 位动态审查者 + 魔鬼代言人组成，再审用精简团队。决策对照为 ≥80 接受、65-79 小修、50-64 大修、<50 退稿。R&R 追溯矩阵（Schema 11）独立验证作者的修订主张。
• Stage 6 过程记录：pipeline 结束时自动产出论文创建过程记录，以及 6 维度协作质量评估（1-100 分）。v3.5 起每一次 FULL/SLIM checkpoint 与 pipeline 完成时还有协作深度观察员（仅咨询性质、永不阻挡流程）。

数据访问方面，每个 skill 声明 data_access_level（raw / redacted / verified_only），由 scripts/check_data_access_level.py 强制执行；同时声明 task_type（open-ended 或 outcome-gradable）。

你需要提供

• Claude Code（建议最新版；plugin packaging 需要近期版本），并已导出 ANTHROPIC_API_KEY，或在第一次运行 claude 时设置。
• 选用： Pandoc 用于 DOCX 输出，tectonic + 思源宋体 TC 用于 APA 7.0 PDF（纯 Markdown 输出不需要这两者）。
• 一篇论文的起点：一个研究问题、一份草稿，或一批审稿意见。
• 如果用其他语言写作，可在各 SKILL.md 的 ### Trigger Keywords 区块加入你的语言关键字，提高 skill 触发信心（苏格拉底模式与 Plan 模式走意图匹配，本身支持任何语言）。

你会获得

• 一条可随时介入的研究—写作—评审流水线，阶段产出物（RQ Brief、Methodology Blueprint、论文、评审报告、诚信报告、修订矩阵）逐阶段落盘。
• 一份带评分的多视角评审意见和 R&R 修订路线图，而不是笼统的「写得不错」。
• 投稿前的引用真伪与数据一致性核查结论，虚构引用和统计错误在输出前被拦下。
• Material Passport 形式的过程记录，含可选 repro_lock 配置与外部实验凭证登录（注意：这是配置文档化，不是逐字节重播保证）。
• 学术论文自动产出的中英双语摘要。

使用示例

安装（Claude Code CLI / VS Code / JetBrains，v3.7.0+）：

/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills

安装后运行 /ars-plan，ARS 会用苏格拉底式对话帮你规划章节结构；单次测试可以运行 /ars-lit-review "你的主题"。

日常指令示例：

# 启动完整研究 pipeline
你: "我想做一篇关于 AI 对高等教育质量保障影响的研究论文"

# 苏格拉底引导模式
你: "引导我研究 AI 在教育评估中的应用"

# 引导式论文撰写
你: "引导我写一篇关于少子化影响的论文"

# 审查现有论文
你: "帮我审查这篇论文"（接着提供论文）

# 查看 pipeline 进度
你: "进度" 或 "status"

单独使用某个子技能时：

"帮我做 X 的系统性文献回顾，含 PRISMA"   → Deep Research · systematic-review mode
"我有初稿，这是审稿意见"                 → Academic Paper · revision mode
"用我的 gold set 校准 reviewer"          → Academic Paper Reviewer · calibration mode
"我已经有论文，帮我审查"                 → Academic Pipeline 从 Stage 2.5 进入

用 Claude Science 时，四个 skill 可直接导入：Skills → Import from GitHub，粘贴 https://github.com/Imbad0202/academic-research-skills，点 Preview，再点 Import 4 skills（需 v3.14.0+）。导入是一次性快照，ARS 更新后需重新导入；Claude Code 专属机制（slash commands、hooks、subagent 编排）不会转移。用 Codex CLI 请安装姐妹版：https://github.com/Imbad0202/academic-research-skills-codex

如果你的研究需要在写作前做实验，Experiment Agent 填补 ARS Stage 1 与 Stage 2 之间的空缺：ARS 完成 Stage 1 后暂停，在另一个 session 中跑实验，再把结果（含 Material Passport）带回 ARS Stage 2，ARS 不需要任何修改。