Academic Research Skills for Claude Code

在 AI 生成内容泛滥的今天，学术研究面临着新的危机：幻觉结果、捏造引文、逻辑跳跃以及“机器味”浓厚的行文。Academic Research Skills (ARS) 是一套专为 Claude Code 设计的综合技能套件，旨在重新定义 AI 在科研中的角色——它不是替代你思考的“自动写作机”，而是处理繁琐事务、验证数据一致性、提升写作质量的智能副驾驶。

ARS 覆盖了从选题规划、文献综述、数据分析到论文撰写、同行评审及最终发表的完整工作流。它通过严格的“人在回路”机制和多代理协作，确保每一份输出都经得起学术标准的检验。

核心理念：AI 增强，而非 AI 替代

“AI 是你的副驾驶，而不是飞行员。”

ARS 建立在 Lu et al. (2026, Nature) 对完全自主 AI 研究系统（如 AI Scientist）局限性的深刻反思之上。完全自动化往往导致实现错误、依赖捷径和框架锁定。ARS 选择了一条更稳健的路径：

• 处理繁琐工作：自动查找参考文献、格式化引文、验证数据逻辑、检查一致性。
• 保留人类智慧：让你专注于定义问题、选择方法、解读数据意义以及表达核心观点（即“我认为”之后的句子）。
• 透明与诚实：不试图隐藏 AI 的使用，而是通过风格校准和写作质量检查，帮助你写出更具个人特色、更少“机器感”的高质量论文。

核心功能模块

1. 深度研究 (Deep Research)

• 13 代理研究团队：模拟真实科研团队分工，支持 PRISMA 系统综述流程。
• Semantic Scholar API 验证：实时验证引文真实性，杜绝“幻觉参考文献”。
• 苏格拉底式引导：通过对话帮助用户厘清研究意图，监测对话健康度。
• 跨模型验证：可选的多模型交叉验证，提升结论可靠性。

2. 学术论文写作 (Academic Paper Writing)

• 12 代理论文写作：涵盖摘要、引言、方法、结果、讨论等全章节。
• 风格校准 (Style Calibration)：学习用户过往作品的语言风格，保持行文一致性。
• 写作质量检查：捕捉典型的 AI 生成模式（如过度使用连接词、空洞陈述），提升文本自然度。
• VLM 图表验证：利用视觉语言模型检查图表与文字描述的一致性。
• 防泄漏协议：确保训练数据与测试数据严格隔离，避免数据污染。

3. 学术同行评审 (Academic Peer Review)

• 7 代理多视角评审：模拟主编、动态审阅者及“魔鬼代言人”，提供全方位批评。
• 0–100 质量评分：基于严格标准量化论文质量。
• 让步阈值协议：平衡批评强度与建设性建议，保留有价值的异议。
• R&R 可追溯性矩阵：清晰记录修改回应过程，方便复审追踪。

4. 学术流程编排 (Academic Pipeline)

• 10 阶段流程管理器：自适应检查点，确保每一步都符合规范。
• 完整性门控：运行 7 模式阻塞检查清单，识别潜在失败模式（如捏造方法、框架锁定）。
• 材料护照与重现性锁：可选的 repro_lock 子块，记录关键配置与版本，虽非字节级重现，但提供配置文档级的可追溯性。

5. 数据访问与安全

• 分级元数据：每个技能声明 data_access_level（raw/redacted/verified_only），由脚本强制执行，防止敏感数据泄露。
• 任务类型标注：区分开放性问题与可分级结果，优化代理行为。

快速开始：30 秒安装

前提条件

• Claude Code：最新版本（v3.7.0+，支持插件打包）。
• API Key：已导出 ANTHROPIC_API_KEY。
• 可选依赖：Pandoc（用于 DOCX 导出），tectonic + Source Han Serif TC（用于 APA 7.0 PDF 导出）。Markdown 输出无需额外依赖。

安装步骤

1. 添加并安装插件
在 Claude Code CLI、VS Code 或 JetBrains IDE 中运行：

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

2. 验证安装
运行以下命令启动苏格拉底式论文规划对话：

/ars-plan

描述你的论文主题，ARS 将引导你梳理结构。

3. 单次测试
尝试快速文献综述：

/ars-lit-review "你的研究主题"

💡 详细指南：请参阅 docs/SETUP.md 了解 API 设置、Pandoc 配置及五种安装方法（插件、项目技能、全局技能等）。

性能与成本

• Token 预算：详见 docs/PERFORMANCE.md。
• 估算成本：完成一篇 15,000 字的完整论文流程，预计消耗 $4–6（取决于模型选择与迭代次数）。
• 推荐设置：启用 Skip Permissions 以提升流畅度；可选启用 Agent Team 以发挥多代理优势。