Academic Research Skills 完整指南：AI 学术写作的研究到发表流水线

Academic Research Skills 完整指南：AI 学术写作的研究到发表流水线

【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills

如果你需要把一篇完整的学术论文从文献检索跑到可评审的终稿，并且接受"每一步停下来等你确认"，这个项目就值得现在试。Academic Research Skills（ARS）是一套 Claude Code 技能套件：研究、写作、模拟同行评审、修改、定稿，一条 research-to-publication 流水线十阶段齐全——AI 包办查文献、核引用、排版这些杂活，每个决定都由你拍板。

一张图看懂全貌

整条流程是 5 个环节，每个环节都以你的确认收尾：

1. 研究：deep-research 的 13 智能体团队产出研究问题简报（RQ Brief）和方法论蓝图，注释书目里的文献已按 Semantic Scholar API 验证；
2. 写作：academic-paper 的 12 智能体团队先交大纲、你批准后动笔，双语摘要、LaTeX 排版、引用格式转换也归它；
3. 第一道完整性门禁（Stage 2.5）：机器先按 7 类 AI 失败模式清单逐项过初稿，PASS 才放行进评审；
4. 模拟评审与修改：主编角色出编辑决定（接收 / 小修 / 大修 / 拒稿），方法学、领域、跨学科三位审稿人加一位魔鬼代言人逐条开火，修改辅导谈策略，改完复审（Stage 3'）核实；
5. 终完整性门禁（Stage 4.5）→ 定稿：深度检查重跑一遍，你选输出格式（MD / DOCX / LaTeX / PDF），最后产出一份 1–100 分的六维协作质量评估。

手里已有稿件也能从中间进场：已有论文在 Stage 2.5 进场（先过完整性门禁再评审），带着审稿意见的稿件在 Stage 4 进场。中途停几小时甚至几天都行：各阶段产物登记在Material Passport里，新会话把护照粘回去就能从断点续跑。完整的阶段 × 技能 × 门禁矩阵见 docs/ARCHITECTURE.md。

拆开最独特的机制

完整性门禁：让机器先抓错

它解决什么问题：仓库引用的 2026 年一项审计覆盖 250 万篇论文、1.11 亿条参考文献，保守估计 2025 年一年就有 146,932 条幻觉引用。更隐蔽的问题是"引用存在、但原文并不支持你的说法"——初稿写完之后逐条人工核对不现实。

它是怎么做的：仓库作者在 v2.7 压力测试里测出引用错误率 31%，原因是验证的 AI 和生成的 AI 共享同一个认知框架，"让 AI 自查"抓不住幻觉。于是 ARS 改用阻断式清单而不是自证：Stage 2.5 和 4.5 两个阶段，机器按 7 类 AI 失败模式（幻觉引用、编造实验结果、方法学造假、早期阶段框锁等）逐条过初稿；FAIL 退回写作阶段修改，最多 3 轮；PASS 之后才轮到你确认。Stage 4.5 的门更严：对登记的 E1 类主张做 100% 全量复检，不允许跳过。

证据：一次 2026 年 3 月真实运行的完整产物放在 examples/showcase/。该次运行的 Stage 2.5 抓出15 条问题参考文献（8 条书目信息有误、6–8 条疑似编造）加 3 处统计错误，修复复验后 PASS，Stage 4.5 确认零回归。仓库也写明了局限：发表后的全量参考文献审计发现终稿 68 条引用里仍有 21 条有问题——那是当时的门禁效果，不代表当前版本。

让步阈值：魔鬼代言人不是怼一句就认

它解决什么问题：AI 审稿人会"讨好"——你一反驳，它撤得比发起攻击还快。仓库作者在 v3.0 测到了这个行为：模型把"用户提出反驳"当成"攻击错了"的证据。

它是怎么做的：评审阶段，魔鬼代言人在回应前必须给每条反驳打 1–5 分，只有分数 ≥4（你的反驳带证据、命中核心攻击点）才允许让步；≤3 则维持立场、重述原攻击；不允许连续让步，让步率会被记录。五份评审报告（主编 + 三位审稿人 + 魔鬼代言人）合成一份编辑决定，决定权在你。

证据：协议原文在 README.md 的 "v3.0 Optimizations" 一节，docs/ARCHITECTURE.md Stage 3 行的机器检查列也写着 "concession threshold protocol (DA rebuttal scored 1-5, no concede below 4)"。

它做什么、不做什么

还有一条边界：ARS 不跨论文保留记忆——护照是唯一的状态载体，每次运行都从你显式喂入的内容开始。这是刻意的反泄漏设计。

5 分钟验证它可用

前置：装好最新版 Claude Code 并配置 ANTHROPIC_API_KEY；Pandoc / tectonic 可选，只在导出 DOCX / PDF 时需要。

步骤 1 装插件 → 预期：命令菜单出现 /ars-命令组 → 约 30 秒：*

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

判断：两条命令跑完无报错，/命令菜单里能看到 /ars-plan、/ars-lit-review 一组命令 ✅

步骤 2 验证入口 → 预期：它不直接写，而是反问 → 约 30 秒进入对话：执行/ars-plan并描述你正在写的论文。它会用苏格拉底式对话反问研究问题和章节结构，说明流水线入口已就绪。

步骤 3 跑一个最小完整任务 → 预期：产出一份带文献列表的综述 → 分钟级：新会话执行：

/ars-lit-review "你的主题"

判断：从输入到产物产出一份完整文献综述，文末带文献列表（引用经过验证流程，可抽查几条）。这就是能完整跑完的最小任务 ✅

决定前先看这 3 个数字

1. 跑完整流程约消耗 200K+ 输入 / 100K+ 输出 token。以一篇 1.5 万词、约 60 条引用的论文为例，按 2026-09 牌价约 $2.8（Opus 5.5）到 $7（Fable 5.1），README 口径为约 $3–7。单个技能便宜得多：deep-research 苏格拉底模式约 $0.6、reviewer quick 约 $0.3，可以先小成本试。来源：docs/PERFORMANCE.md。
2. 全流程 10 个阶段、10 个决策型确认点 + 2 道机器完整性门禁。任何一处都能停下；修改循环上限 2 轮，之后剩下的问题进 "Acknowledged Limitations"，不会被悄悄抹平。来源：docs/ARCHITECTURE.md 开头的确认点清单。
3. 引用核验不花 token，缓存 90 天。引文存在性检查直连外部 API、不走 LLM；结果存本地 SQLite（~/.cache/ars/verification.db，90 天 TTL），同一篇论文的文献只核验一次，重跑不发网络请求。你关心"哪些请求会离开机器"的话，看 docs/DATA_FLOWS.md。

它不跑实验、不替代真实同行评审、不保证你的数据为真；但如果你要的是一条每个阶段都可验证、每个决定都留在自己手里的研究到发表流水线，Academic Research Skills 现在就可以上手。

【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills