Claude Scholar

在人工智能辅助科研的浪潮中，许多工具试图追求“端到端全自动”，却往往忽略了科研最核心的价值——人类的判断力。Claude Scholar 反其道而行之，它不试图替代研究者，而是定位为一款“以人类决策为中心的半自动研究助手”。

专为计算机科学（CS）与人工智能（AI）研究者打造，Claude Scholar 深度集成了 Claude Code、Codex CLI 和 OpenCode，将文献管理、代码开发、实验分析、结果报告、论文写作及知识库维护串联成一套严谨、可追踪的标准化工作流。它负责处理高重复、重结构的繁琐环节，让研究者能专注于提出好问题、验证关键假设和做出最终决策。

核心理念：人机协作，而非机器替代

Claude Scholar 的设计哲学非常明确：

• 人做决策：决定研究问题的价值、筛选关键文献、判断假设的可行性、评估结果的可信度、决定投稿或放弃。
• AI 做执行：加速文献整理、沉淀知识、运行统计检验、生成科研图表、起草论文初稿、维护项目记忆。

这种分工确保了科研的严谨性与创造性不被算法稀释，同时极大提升了执行效率。

最新重大更新 (2026-03-18 & 03-17)

近期版本迎来了架构级的优化，进一步明确了“分析”与“报告”的边界，并强化了知识库的持久化能力：

1. 实验后处理双层架构

将原本笼统的分析流程拆分为两个独立且专业的阶段：

• 严格分析层 (results-analysis)：专注于真实性与严谨性。负责执行统计检验（t-test, ANOVA等）、生成真实的科研级图表（非示意图）、产出 analysis-report、stats-appendix 和 figure-catalog。
• 决策报告层 (results-report)：专注于洞察与行动。基于分析层的产物，生成面向决策者的实验总结报告，明确结论、局限性与下一步计划，并自动写回 Obsidian 知识库。
• 命令简化：移除冗余入口，/analyze-results 现在默认一键执行“分析+成稿”全流程。

2. 全局写作记忆与模式挖掘

• Writing Memory：为 paper-miner 引入全局写作记忆库。
• 新模式挖掘：新增 /mine-writing-patterns 命令，可从高质量论文中提炼写作模式、结构套路及 rebuttal 策略，并汇入共享记忆。
• 统一读取：ml-paper-writing 与 review-response 现在统一读取这份共享记忆，确保写作风格与论证逻辑的一致性。

3. Obsidian 项目知识库原生支持

• 文件系统核心：不再依赖 MCP 服务器，直接基于文件系统构建项目知识库。
• 自动路由：稳定知识自动归类至 Papers（文献）、Knowledge（通用知识）、Experiments（实验设置）、Results（结果数据）、Writing（草稿与终稿）。
• 报告归档：具体轮次的实验报告自动存放在 Results/Reports/ 目录下，形成完整的研究档案。
• 双向同步：支持项目导入与已绑定仓库的自动同步，确保代码与笔记始终一致。

七大核心工作流：覆盖科研全生命周期

Claude Scholar 将复杂的科研过程拆解为七个标准化阶段，每个阶段都有对应的 Skills、Agents 和 Commands 支撑。

1. 研究构思 (Research Ideation)

• 目标：将模糊的想法收敛为具体的研究问题。
• 核心能力：
  • research-ideation Skill：利用 5W1H 法进行头脑风暴，识别研究空白（Literature/Methodology/Application gaps）。
  • literature-reviewer Agent：搜索、分类并综合论文，绘制文献图谱。
  • 一键启动：/research-init 命令可完成从文献检索、Zotero 组织到研究提案草稿的全套动作。

2. ML 项目开发 (ML Project Development)

• 目标：构建可维护、可扩展的实验代码库。
• 核心能力：
  • architecture-design：推荐 Factory/Registry 模式组织 ML 组件。
  • git-workflow：强制执行分支规范与 Commit 规范。
  • bug-detective：系统化排查 Stack Trace 与环境报错。
  • 工程纪律：/plan (规划), /commit (规范提交), /code-review (代码审查), /tdd (测试驱动开发)。

3. 实验分析 (Experimental Analysis)

• 目标：产出严谨的统计结论与可视化图表。
• 核心能力：
  • results-analysis：自动读取日志，执行统计检验，生成真实科研图。
  • results-report：撰写包含结论、限制与下一步计划的复盘报告。
  • 一键执行：/analyze-results 自动完成从数据处理到 Obsidian 报告写入的全过程。

4. 论文写作 (Paper Writing)

• 目标：基于实验结果与文献上下文，撰写高质量论文。
• 核心能力：
  • ml-paper-writing：逐节撰写，确保逻辑连贯。
  • citation-verification：自动核验引用元数据与 Claim-Citation 对齐，杜绝幻觉引用。
  • writing-anti-ai：消除机械化表述，优化学术语气与节奏。
  • latex-conference-template-organizer：自动整理混乱的会议模板为 Overleaf 就绪结构。

5. 论文自审 (Paper Self-Review)

• 目标：投稿前的全方位质量把关。
• 核心能力：
  • paper-self-review：系统检查逻辑流、Claim-Evidence 对齐、图表可读性及格式合规性（页数、匿名化等）。

6. 投稿与 Rebuttal (Submission & Rebuttal)

• 目标：专业、有力地回应审稿意见。
• 核心能力：
  • review-response：将审稿意见分类为可执行项。
  • rebuttal-writer：起草基于证据、语气专业的回复文档。
  • 策略辅助：辅助决策是 Accept、Defend、Clarify 还是补实验。

7. 录用后处理 (Post-Acceptance)

• 目标：最大化研究成果的影响力。
• 核心能力：
  • post-acceptance：生成会议报告结构、海报版式指导。
  • 传播推广：/presentation, /poster, /promote 命令辅助制作演讲、海报及社交媒体传播内容。

强大的集成生态

Zotero 文献管理

• 无缝导入：支持 DOI/arXiv/URL 一键导入。
• 集合管理：按 Collection 批量阅读、生成结构化笔记。
• 全文解析：通过 Zotero MCP Web API 读取全文，进行深度分析。

Obsidian 知识库

• 结构化存储：自动将知识路由至 Papers, Knowledge, Experiments, Results, Writing 等目录。
• 多语言支持：通过 registry.yaml (实为 JSON) 配置 note_language，完美支持中英文混合笔记环境，兼容历史数据。
• 视图生成：自动生成 .base 等视图文件，优化知识检索体验。

自动化 Hooks

• 安全守护：security-guard.js 拦截灾难性命令。
• 上下文增强：session-start.js 自动加载 Git 状态与项目记忆。
• 智能评估：skill-forced-eval.js 在提问前评估并推荐最佳 Skill。

快速开始指南

系统要求

• 核心：Claude Code (推荐), Codex CLI, 或 OpenCode。
• 基础：Git。
• 可选增强：Python + uv (开发), Zotero (文献), Obsidian (知识库)。

安装方式

选项 1：完整安装（推荐）

一键部署所有功能，支持安全增量更新与备份。

git clone https://github.com/Galaxy-Dawn/claude-scholar.git /tmp/claude-scholar
bash /tmp/claude-scholar/scripts/setup.sh

特性：自动备份旧配置，增量更新 Hooks，保留现有 API Key 与 MCP 设置。

选项 2：最小化安装

仅安装核心研究工作流子集，适合轻量级用户。

# 克隆后手动复制 hooks 与核心 skills (ml-paper-writing, results-analysis 等) 到 ~/.claude/

选项 3：选择性安装

按需复制特定模块（如仅需 LaTeX 模板整理或 Bug 排查功能）。

分支说明

• main：对应 Claude Code 工作流（默认）。
• codex：对应 Codex CLI 工作流。
• opencode：对应 OpenCode 工作流。

适用人群

• CS/AI 研究者：需要在文献、代码、实验、写作间高频切换。
• 研究生与 Research Engineer：希望引入标准化流程，提升科研产出效率。
• 计算驱动型项目：能够充分利用 Zotero、Obsidian 及 CLI 自动化的团队。