Imbad0202 /academic-research-skills

Academic Research Skills for Claude Code: research → write → review → revise → finalize

★ 57,015⑂ 4,345👁 146⑃ 606● 450▤ 52
PythonNOASSERTIONCreated 2026-02-26buymeacoffee.com/crucify020v
下载:v3.24.3 — An author letter in the user's language, a field analyst that names no unconfirmed journal, and Phase 1 checks that count Chinese and Japanese textv3.24.3 ↓3.24.32026-11-14
+135
日增长
+961
周增长
57,015
stars
4,345
forks
146
watchers
606
prs
450
issues
52
releases

README

Academic Research Skills for Claude Code






English | 繁體中文版 | 日本語版 | 한국어 | Español | Português

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。

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

text
/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。需要前置条件或传统 symlink 安装,请看 快速安装。

 AI 是你的副驾驶,不是机长。 它可以起草文字,full mode 甚至会起草整篇论文;但决定权在你,pipeline 每个阶段都会停下来等你确认。它处理繁琐工作(搜文献、排格式、验数据、查逻辑一致性),让你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、决定「我认为」后面要接什么。作者是你,提交的每一个主张都由你负责。

 和 humanizer 不同,这个工具不是帮你隐藏使用 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。

 为什么选「人机协作」而不是「全自动」?

Lu 等人(2026,Nature 651:914-919)发表的 The AI Scientist 是第一个端到端全自动的 AI 研究系统,其生成的论文通过 ICLR 2025 workshop 的盲审(评分 6.33/10,workshop 平均 4.87)。他们自己的 Limitations 段落也列出了这类系统会遇到的结构性失败模式:实现错误、幻觉实验结果、取巧特征依赖、实现错误被包装成「意外发现」、方法论伪造、框架锁定、引用幻觉。

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。Stage 2.5 与 Stage 4.5 学术诚信闸门运行 7 类阻断式检查清单(见 academic-pipeline/references/ai_research_failure_modes.md),reviewer 也提供 opt-in 的 calibration mode 用用户提供的 gold set 测量 FNR/FPR。

Zhao 等人(2026-05)盘点了 arXiv、bioRxiv、SSRN、PMC 上 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,并观察到 2024 年中是上升的拐点;bioRxiv-to-PMC 这条配对的「预印本进入正式发表版本」幻觉存活率达 85.3%。他们把「真实引用被用来支撑被引文献其实没有提出的主张」描述为当前未解的问题。ARS v3.7.1 为来源 provenance 加上 trust-chain frontmatter,v3.7.3 为未来的 claim-level 审计铺设 locator 基础设施(三层引用 anchor),并在引用阶段呈现 advisory 风险信号(ARS 内部把这条 claim-faithfulness 缺口标记为「L3」,此为 ARS 的用词,不是论文的用词)。v3.7.x 的设计动机来自 Zhao 等人的 corpus-scale 发现;ARS 本身的 corpus-scale 评估仍是未来工作。

v3.8 补上 L3 缺口的另一半。v3.7.3 让每一条引用都带 locator anchor,v3.8 在这个基础上加一道 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。五类新的 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。Calibration runner 随 release 附一组 25 条的合成 gold set,采用 FNR 你的安装渠道实际启用哪些控制机制? 可用性因安装渠道而异,请查逐渠道对照表:docs/CONTROL_AVAILABILITY.md(英文)。

👉 docs/DATA_FLOWS.md — 哪些数据会离开你的电脑(书目 resolver、可选且需明确同意的跨模型调用、更新检查)、本地缓存存什么与存多久、每条路径怎么关闭。(英文)

使用 Claude Science? 五个 skill 可直接导入:Skills → Import from GitHub,粘贴 https://github.com/Imbad0202/academic-research-skills,点 Preview,再点 Import(需本 repo v3.14.0+——导入器读取 marketplace manifest 中显式声明的 skill 路径)。导入是一次性快照:ARS 更新后需重新导入。导入的 skill 承载 ARS 方法论(研究/写作/评审协议);Claude Code 专属机制——slash commands、hooks、subagent 编排——不会转移。详见 docs/SETUP.md Method 5。

使用 Pi? 运行 pi install git:github.com/Imbad0202/academic-research-skills 安装仓库内的社区维护 wrapper。它继续以原始 ARS 内容为准,并记录 Pi 在编排和 hooks 方面的限制。详见 pi/README.md。

用 Codex CLI? 请安装姐妹版:Imbad0202/academic-research-skills-codex。同一套 workflow 内容,Codex 原生打包为单一 $academic-research-suite skill,提供 ars- 别名。

 性能与费用

👉 docs/PERFORMANCE.md — 各模式 token 预算、完整 pipeline 估算(一篇 15k 字论文,按 2026-09 牌价约 US$3–7,未计 cache 折扣),以及建议的 Claude Code 设置(Auto 模式;Agent Team 选用)。

 使用指南与文章

- 学术写作不该是一个人的事:一套开源 AI 协作工具如何改变研究者的工作流 — 完整使用指南(繁体中文)
- Academic Writing Shouldn't Be a Solo Act — Ful

Top issues

Discussions

Latest release

v3.24.3 — An author letter in the user's language, a field analyst that names no unconfirmed journal, and Phase 1 checks that count Chinese and Japanese text v3.24.3 2026-11-14
Reviewer, citation, and adapter repairs and one new reviewer output; no new skill or mode, and the prompt-level changes are unmeasured: A full review now also writes the author a letter in the user's language beside the Editorial Decision Package. scripts/check_author_letter.py fails a quotation in the supported quotation marks that it cannot find in the manuscript, a machine line or internal id in the letter, and an item map that does not list each roadmap row once (1078). The field analyst lists what it read before the Reviewer Configuration Cards (1075), and the cards give checks with manus

Snapshot: 2026-11-16T09:23:14Z · Data license Apache-2.0 · JSON