Claude Code 学术研究套件：论文全流程辅助插件

简体中文版 | 繁體中文版 | 日本語版 | 한국어

一套面向学术研究的 Claude Code 技能集，涵盖从研究到发表的全流程。

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

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

安装后可以运行 /ars-plan 通过苏格拉底式对话帮你梳理论文结构，也可以跳到 Quick install 查看前置依赖和传统的符号链接安装方式。

AI 是你的副驾驶，不是主驾驶。这个工具不会替你写论文。它处理那些累活——检索文献、格式化引用、验证数据、检查逻辑一致性——让你能把精力集中在真正需要你大脑的地方：定义问题、选择方法、解读数据含义，以及写出"我主张……"之后的那句话。

与文章润色工具不同，这个工具不会帮你掩盖你使用了 AI 的事实。它帮助你写得更好。Style Calibration（风格校准）从你过往的作品中学习你的文风。Writing Quality Check（写作质量检查）捕捉那些让文章读起来像机器生成的模式。目标是质量，不是作弊。

为什么是人机协作，而不是全自动化？

Lu 等人（2026，Nature 651:914-919）构建了 The AI Scientist——首个通过盲审发表论文的全自主 AI 研究系统，发表在顶级 ML 会议（ICLR 2025 workshop，得分 6.33/10， workshop 平均分 4.87）。其 Limitations（局限性）一节列举了任何全自主 AI 研究流程都必然继承的失败模式：实现 bug、幻觉结果、走捷径、将 bug 重塑为"洞见"、方法论捏造、框架锁定、引用幻觉。

ARS 的设计理念是：由 AI 增强的人类研究者，比单独使用其中任一方能更好地规避这些失败模式。第 2.5 阶段和第 4.5 阶段的完整性门禁运行一份 7 模式拦截清单（见 academic-pipeline/references/ai_research_failure_modes.md）；reviewer 提供一种 opt-in 校准模式，可针对用户提供的 gold set 测量自身的 FNR/FPR。

Zhao 等人（2026-05）审计了 arXiv、bioRxiv、SSRN 和 PMC 上 250 万篇论文中的 1.11 亿条参考文献。其保守估计，仅 2025 年一年就有 146,932 条幻觉引用，并观察到 2024 年中期的拐点；对于 bioRxiv 到 PMC 的配对，他们报告 85.3% 的预印本到正式发表存活率。该论文将"部署真实引用来支持被引文献实际上并未做出的声明"描述为一个开放挑战。ARS v3.7.1 为来源溯源添加了 trust-chain frontmatter；v3.7.3 添加了定位符基础设施（三层引用锚），为未来声明级审计做准备，并在引用时展示风险提示信号（ARS 在内部将声明-忠实度差距标记为"L3"；这是 ARS 的术语，不是论文的）。v3.7.x 的设计动机来自 Zhao 等人的语料库规模发现；ARS 自身的语料库规模评估仍是未来工作。

v3.8 关闭了 L3 差距的后半段。v3.7.3 使每条引用都携带定位锚；v3.8 添加了一个 opt-in 审计通道（ARS_CLAIM_AUDIT=1），获取每条引用在其锚点处对应的来源，并判断该声明是否实际得到支持。五个新的 HIGH-WARN 类别（claim-not-supported、negative-constraint-violation、fabricated-reference、anchorless、constraint-violation-uncited）通过格式化终端的硬门禁拦截输出。校准以 20-tuple gold set 形式交付，FNR<0.15 + FPR<0.10 为接受阈值；按 v3.8 spec §5 的规定，ramp-on 计划推迟到校准后证据收集完成。

Ren 等人（2026，Self-Improvements in Modern Agentic Systems: A Survey）提供了第三个、调查级别的锚点。其科学发现综合（第 §7.4）结论是：发现智能体很难独立验证新颖性、正确性或可重复性，可能转而利用弱代理；必须在异构工具和文献中管理证据；并引发治理问题——"当证据薄弱时，科学写作也可能放大错误信息"。其生成循环章节（第 §5.1–§5.2）将人类审计和保留的人类锚点列为自生成评估循环的实用保障措施；其历史章节（第 §2.2）记录了这一教训最古老的形式：Lenat 的 EURISKO 的实际成功在很大程度上依赖于用户作为外部评估信号，剪枝无成效的启发式漂移——该调查指出，这一局限性在现代智能体系统中依然存在。ARS 引用该调查作为其人机协作立场的设计依据，而非作为人机协作流程优于自主流程的经验证明；该调查对 ARS 的可操作 delta 已在 #539–#541 和 #547–#550 中追踪。

v3.3 受 PaperOrchestra（Song, Song, Pfister & Yoon, 2026, Google）启发：Semantic Scholar API 验证、抗泄漏协议、VLM 图表验证和修订轨迹追踪。ARS 现在通过分类的、基于证据的准则轨迹（而非分数差值）来实现最后一个想法。

架构与流程

👉 docs/ARCHITECTURE.md — 完整流程视图：流程图、按阶段矩阵、数据访问流、技能依赖图、质量门禁和模式列表。

架构文档取代了之前分散在此处的冗长流程描述。关于各阶段运行内容的全部信息现在都集中在一处。

Claude Code（最新版；插件打包需要近几个版本）

已导出 ANTHROPIC_API_KEY，或在首次 claude run 时设置

可选：Pandoc（用于 DOCX）、tectonic + Source Han Serif TC（用于 APA 7.0 PDF，不装这两个 Markdown 输出也能正常工作）

可选（真实 Python）：核心技能（research / write / review）不需要 Python——它们是 prompt 驱动的。真实 Python 解释器只在以下场景需要：PreToolUse write-scope guard（可选的子智能体加固——如果找不到真实 Python，它会干净地 no-op，guard Simply inactive；核心技能不受影响），以及少数几个调用 Python 的 opt-in 功能（revision-patch 模式、submission-package 验证器，以及 /ars-cache-invalidate / /ars-mark-read / /ars-unmark-read 命令）。在 Windows 上，注意 python3 通常是一个非功能性的 Microsoft Store 占位符，而非真实 Python；从 python.org 安装 Python（或通过 winget），以便启动器能找到真正的解释器。guard 启动器是一个 POSIX shell 脚本，hooks.json 通过 bash 调用它，因此在 Windows 上需要 Git Bash（随 Git for Windows 附带）。有 Git Bash 时，找不到真实 Python 会干净地降级（guard no-op，静默）。没有 Git Bash 时，Claude Code 回退到 PowerShell，无法运行 .sh 启动器：guard 不生效，且 PreToolUse hook 每次调用都会记录一个错误而非静默 no-op（可接受的降级——guard 是可选的，永远不会阻止你的写作，但 hook 噪音是需要安装 Git Bash 来消除的代价）。

你的安装渠道激活了哪些控制？不同安装渠道可用性不同。参见按渠道划分的映射：docs/CONTROL_AVAILABILITY.md。

插件安装（v3.7.0+，推荐）：

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

验证是否正常工作：运行 /ars-plan 并描述你正在写的论文——ARS 将启动苏格拉底式对话来梳理章节结构。如果想单次测试，可以试试 /ars-lit-review "your topic"。

👉 docs/SETUP.md — 完整指南：安装 Claude Code、设置 API key、可选安装 Pandoc/tectonic 用于 DOCX/PDF、跨模型验证（ARS_CROSS_MODEL），以及六种安装方法（插件、项目技能、全局技能、claude.ai Project、仓库克隆、Claude Science 导入）。

👉 docs/DATA_FLOWS.md — 哪些数据会离开你的机器（文献解析器、可选的支持同意的跨模型调用、插件更新检查）、哪些在本地缓存、缓存多久、以及如何关闭每个数据通道。

👉 docs/RISK_REGISTER.md — 该套件已知存在的持续风险、现有哪些控制措施针对每个风险、控制措施背后的证据状态，以及哪些仍是开放问题。

使用 Claude Science？四个技能可直接导入：Skills → Import from GitHub，粘贴 https://github.com/Imbad0202/academic-research-skills，Preview，然后 Import 4 skills（需要本仓库 v3.14.0+ —— 导入器读取 marketplace manifest 中的明确 skill 路径）。导入的是时间点快照：ARS 更新后需重新导入。导入的技能携带 ARS 方法论（研究 / 写作 / 审阅协议）；Claude Code 专用机制 —— 斜杠命令、hooks、子 agent 编排 —— 不会迁移过去。详见 docs/SETUP.md Method 5。

使用 Pi？用 pi install git:github.com/Imbad0202/academic-research-skills 安装树内社区维护的包装器。它保持原始 ARS 内容作为权威来源，并记录 Pi 专用的编排和 hook 限制。详见 pi/README.md。

使用 Codex CLI？安装姊妹发行版：Imbad0202/academic-research-skills-codex —— 相同的工作流内容，以单一 $academic-research-suite skill（带 ars-* 别名）做 Codex 原生打包。

第三方平台和集成（包装或托管 ARS 的）列于 THIRD_PARTY.md —— 由社区提交，未经维护者审阅或背书。

Governance：谁做决定、跨模型审阅能做什么和不能做什么，以及项目的生命周期终止姿态，详见 GOVERNANCE.md；安全报告和分级详见 SECURITY.md。

👉 docs/PERFORMANCE.md —— 各模式 token 预算、完整流水线估算（约 $4–6 生成 15k 词论文）、以及推荐的 Claude Code 设置（Auto 模式；Agent Team 可选）。

学术写作不该是一人的事——完整流水线演示（英文）

學術寫作不該是一個人的事：一套開源 AI 協作工具如何改變研究者的工作流——完整使用指南（繁體中文）

Deep Research —— 13-agent 研究团队，带苏格拉底引导模式、PRISMA 系统综述、意图检测、对话健康监控、可选跨模型 DA、Semantic Scholar API 验证。

Academic Paper —— 12-agent 论文写作，带风格校准、写作质量检查、LaTeX 加固、可视化、修订指导、引用转换、防泄漏协议、VLM 图表验证。

Academic Paper Reviewer —— 7-agent 多视角同行评审，带标准约束的、证据锚定的叙事判断（期刊匹配审阅人 + 3 个动态审阅人 + 魔鬼代言人）、让步阈值协议、攻击强度保持、可选跨模型 DA 批评 / 校准、R&R 可追溯矩阵、只读约束。当前实时评审保持 NOT_CALIBRATED；完整校准产生一个边界候选画像，而实时画像应用尚未接通。

Academic Pipeline —— 10 阶段流水线编排器，带自适应检查点、声明验证、Material Passport、可选 repro_lock、可选跨模型完整性验证、对话中强化、叙事逐标准回归检查（带类型的轨迹载体被推迟）。

数据访问级别元数据（v3.3.2+）—— 每个 skill 声明 data_access_level（raw / redacted / verified_only）；由 scripts/check_data_access_level.py 强制执行。模式改编自 Anthropic 的 automated-w2s-researcher（2026）。详见 shared/ground_truth_isolation_pattern.md。

任务类型标注（v3.3.2+）—— 每个 skill 声明 task_type（open-ended 或 outcome-gradable）。所有当前 ARS skill 均为 open-ended。

基准报告模式（v3.3.5+）—— JSON Schema + lint 用于诚实基准比较。详见 shared/benchmark_report_pattern.md。

制品可重现锁文件（v3.3.5+）—— Material Passport 上可选的 repro_lock 子块。配置文档，非重放保证 —— LLM 输出无法字节级可重现。详见 shared/artifact_reproducibility_pattern.md。

模型分层（#517, v3.16+）—— 可选的 ARS_MODEL_TIERING 开关，有两个方向：economy（执行型 agents 调度比会话模型低一档，底线 Opus 级）和 quality-boost（判断型 agents 在完整性检查点和最终审阅步骤升级到前沿模型）。默认未设置 = 与 #517 之前行为字节等价。详见 shared/model_tiering.md。

规范跨模型交接信封（#527, v3.17+）—— owner→dispatcher→owner 盲检查点传输路径（#523）现在有机器稳定的 [CROSS-MODEL-HANDOFF v1] 信封，带规范性 Python 语法（scripts/cross_model_handoff.py），而非纯文本强制执行，跨三个检查点所有者固定 agreement/divergence/malformed-result 路由。详见 shared/cross_model_verification.md §"Cross-model handoff envelope"。

实验溯源摄入（#260）—— Material Passport 上可选的 experiment_provenance[] 记录学者在外部运行的实验（ARS 从不运行实验），手稿声明通过 claim_intent_manifest.planned_experiment_ids[] 与它们关联。完整性检查点（Stage 2.5/4.5）审核每个有实验支撑的声明与声明溯源的一致性 —— ALIGNED / OVERSTATED / NOT_SUPPORTED_BY_PROVENANCE / PROVENANCE_INSUFFICIENT —— 但不判断实验本身是否正确。fail-closed 的 experiment_intake_declaration 使「你是否做了实验？」成为明确的 Stage 1 决策（即使是文献-only 跑也声明 no_experiments_declared）。详见 shared/handoff_schemas.md §"Experiment Provenance Intake (#260)"。

完整性与验证边界：ARS 检查手稿和报告的过程——包括引用存在性、声明-来源一致性、报告方法论、声明实验-结果一致性、图表保真度、以及报告/过程/包一致性。部分检查为采样或 LLM 介入。ARS 不确立流程实际被执行、原始数据真实可信、或结果可复现；一贯报告的造假可以绕过这些检查。详见 POSITIONING.md § Integrity checks and the empirical-work boundary。

展示：真实流水线输出

查看完整 10 阶段流水线运行产生的制品——同行评审报告、完整性验证报告、以及最终论文：

浏览所有流水线制品 →

配套：Experiment Agent

如果你的研究涉及在写作前运行实验（代码或人类研究），Experiment Agent skill 填补了 ARS Stage 1（RESEARCH）和 Stage 2（WRITE）之间的空白。

ARS Stage 1 RESEARCH  →  RQ Brief + Methodology Blueprint
        ↓
  experiment-agent     →  run/manage experiments → validate results
        ↓
ARS Stage 2 WRITE     →  write paper with verified experiment results

它做什么：执行代码实验（Python、R 等）并实时监控，管理人类研究协议并附 IRB 伦理清单，用 11 类谬误检测解释统计结果，验证可重现性。

如何配合使用：在 Stage 1 之后暂停 ARS 流水线，在单独的 experiment-agent 会话中运行实验，然后将结果（带 Material Passport）带回 ARS Stage 2。ARS 无需任何修改。详见 experiment-agent README 获取设置说明。

Stage 1 intake 声明（#260）：在 Stage 1，ARS 检测该次运行是否包含实验支撑的声明，并在 Material Passport 上设置 fail-closed 的 experiment_intake_declaration。如果你在外部做了实验，学者为每个实验输入一条 experiment_provenance[] 条目（experiment_id、嵌套 repro_lock、planned_vs_executed[]、negative_results[]、known_limitations[]），并将声明设置为 experiments_declared；如果没有，则设置为 no_experiments_declared。声明在每个 #260 之后 passport 上必须存在——未涉及实验的运行仍声明 no_experiments_declared，这样完整性检查点就永远不会被遗忘的溯源块静默绕过。experiment_ids 在此摄入点冻结；作者稍后通过 planned_experiment_ids[] 引用它们。

教学侧配套：Teaching Skills 将 ARS 架构（skill 合集、共享契约、阶段化检查点、Course Passport）应用于学术生活的教学侧——课程设计 → 课时 → 评估 → 交付 → 反思；其 sotl 模式将课堂探究项目交接给 ARS deep-research / academic-paper 用于发表阶段。

# 启动完整研究流水线
You: "I want to write a research paper on AI's impact on higher education QA"

# 从苏格拉底引导开始
You: "Guide my research on AI in educational evaluation"

# 通过引导规划写论文
You: "Guide me through writing a paper on demographic decline"

# 审阅现有论文
You: "Review this paper" (然后提供论文)

# 检查流水线状态
You: "status"

"Research the impact of AI on higher education" → full mode "Give me a quick brief on X" → quick mode "Do a systematic review on X with PRISMA" → systematic-review mode "Guide my research on X" → socratic mode (guided) "Fact-check these claims" → fact-check mode "Do a literature review on X" → lit-review mode "Compare these papers in WHY/HOW/WHAT format" → three-way-scan mode "Review this paper's research quality" → review mode

"Write a paper on X"                                  → full mode
"Guide me through writing a paper"                    → plan mode (guided)
"Build a paper outline"                               → outline-only mode
"I have a draft, here are reviewer comments"          → revision mode
"Parse these reviewer comments into a roadmap"        → revision-coach mode
"Write an abstract for this paper"                    → abstract-only mode
"Turn this into a literature review paper"            → lit-review mode
"Convert to LaTeX" / "Convert citations to IEEE"       → format-convert mode
"Check citations"                                     → citation-check mode
"Generate an AI disclosure statement for NeurIPS"     → disclosure mode
"Audit my rebuttal draft against the reviews"         → rebuttal-audit mode

"Review this paper"                                   → full mode (Journal-Fit Reviewer + R1/R2/R3 + Devil's Advocate)
"Quick assessment of this paper"                     → quick mode
"Guide me to improve this paper"                      → guided mode
"Check the methodology"                               → methodology-focus mode
"Verify the revisions"                                → re-review mode
"Calibrate this reviewer against my gold set"        → calibration mode

"I want to write a complete research paper"          → full pipeline from Stage 1
"I already have a paper, review it"                   → mid-entry at Stage 2.5 (integrity first)
"I received reviewer comments"                        → mid-entry at Stage 4

Pipeline 以 Stage 6: Process Summary 结束——自动生成论文创作过程记录，包含 6 维度 Collaboration Quality Evaluation（1–100 评分）。

繁体中文（Traditional Chinese）——用户使用中文时的默认语言

英语（English）——用户使用英语时的默认语言

学术论文的双语摘要（中文 + 英文）

使用其他语言？Socratic mode（deep-research）和 Plan mode（academic-paper）使用基于意图的激活——它们检测你请求的含义，而非特定关键词。这意味着它们无需修改即可在任何语言下工作。

不过，通用触发关键词部分（决定技能是否被激活）仍列出英语和繁体中文关键词。如果你发现技能在你的语言环境下激活不够可靠，可以在每个 SKILL.md 文件的 ### Trigger Keywords 部分添加你语言的关键词，以提高匹配准确度。

支持的引用格式

APA 7.0（默认，包含中文引用规则）

Chicago（注释式与作者日期式）

支持的论文结构

IMRaD（实证研究）

主题文献综述

各 Agent 职责和各阶段产出物现位于 docs/ARCHITECTURE.md。版本号在此锚定，发布元数据保持单一来源。

Deep Research（v2.12.1）

13 Agent 研究团队。模式：full、quick、review、lit-review、three-way-scan、fact-check、socratic、systematic-review。完整 Agent 列表和产出物：见 ARCHITECTURE.md §3。

Academic Paper（v3.3.1）

12 Agent 论文写作流水线。模式：full、plan、outline-only、revision、revision-coach、abstract-only、lit-review、format-convert、citation-check、disclosure、rebuttal-audit。输出：MD + DOCX（Pandoc 可用时）+ LaTeX（APA 7.0 apa7 类 / IEEE / Chicago）→ PDF（via tectonic）。完整 Agent 列表和各阶段职责：见 ARCHITECTURE.md §3。

Academic Paper Reviewer（v1.11.1）

7 Agent 多视角评审，具备准则约束的叙事判断。模式：full、re-review、quick、methodology-focus、guided、calibration。当前活跃评审和 Schema 6 包仍保持 NOT_CALIBRATED 状态；完整校准可产生有界的候选轮廓，但对活跃评审的应用尚未接入。没有将数值总分映射到 Accept、Minor Revision、Major Revision 或 Reject。第一轮评审面板与合同管理的再评审派遣边界：见 ARCHITECTURE.md §3 Stage 3 / Stage 3'。

Academic Pipeline（v3.21.1）

10 阶段编排器，含完整性验证、两阶段评审、苏格拉底式辅导和协作评估。流水线保证：每个阶段需要用户确认检查点；完整性验证（Stage 2.5 + 4.5）为强制执行，无记录旁路的绕过方式（每次覆盖均需用户理由并记录至 Stage 6）；R&R Traceability Matrix（Schema 11）独立验证作者修订声明。v3.4 在 Stage 2.5 / 4.5 新增 Compliance Agent（PRISMA-trAIce + RAISE）。v3.5 在每个 FULL/SLIM 检查点及流水线完成时新增 Collaboration Depth Observer（collaboration_depth_agent，仅提供建议——从不阻断）。强制完整性门控（2.5 / 4.5）明确跳过该观察者，以免合规检查被稀释。基于 Wang & Zhang (2026)，IJETHE 23:11。按阶段划分的 Agent、产出物和门控矩阵：见 ARCHITECTURE.md §3。

v3.0 优化：我们发现的 AI 结构极限

在使用 ARS 撰写关于高等教育中 AI 的反思文章时，我遇到了三个无论多少提示词工程都无法解决的结构性问题：

框架锁定（Frame-lock）：我让 AI 对自己的论点展开魔鬼代言人辩论。它照做了——四轮，每轮都比上一轮更精炼。但每一轮都停留在我所设定的框架内。DA 攻击的是论点，而非前提。它从未问过"我们讨论的问题本身是否正确？"这与 v2.7 压力测试中 31% 引用错误率的问题是同一模式：验证 AI 和生成 AI 共享同一个认知框架。

框架锁定（Frame-lock）：我让 AI 对自己的论点展开魔鬼代言人辩论。它照做了——四轮，每轮都比上一轮更精炼。但每一轮都停留在我所设定的框架内。DA 攻击的是论点，而非前提。它从未问过"我们讨论的问题本身是否正确？"这与 v2.7 压力测试中 31% 引用错误率的问题是同一模式：验证 AI 和生成 AI 共享同一个认知框架。

在 pushback 下的讨好倾向（Sycophancy under pushback）：每当我