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

Repairs and docs; no new skill or mode, and the prompt-level changes are unmeasured: An experiment_provenance[] entry can now say it has no honest lock values, with repro_lock: null and a repro_lock_reason (1049). A survey or an analysis with no LLM could pass before only with placeholder values. Earlier ARS releases reject this form, so a passport that uses it needs this release. check_repro_lock.py now fails a required value that breaks its field's type or value rule, such as a null model id; cross_model.secondary_model_id may still be null. planned_vs_executed[].value accepts only a number