Academic Research Skills：科研全流程 AI 辅助工具（面向 Claude Code）

Stars: 10,578 | 今日: +1,132 | Python

GitHub: Imbad0202/academic-research-skills

一句话评价

为 Claude Code 打造的完整学术研究工作流，从文献检索、综述写作、同行评审到引用核查，覆盖科研论文全生命周期，v3.9.3 内置幻觉检测、信任链溯源和事实审计功能，避免 AI 辅助写作的常见陷阱。

核心问题：AI 辅助科研的边界在哪里？

作者引用 Lu et al. 2026 (Nature 651:914-919) 的研究指出：The AI Scientist 是首个以盲审同行评审在顶会发表论文的 AI 系统（ICLR 2025 workshop），但其 Limitations 章节枚举了全自主 AI 研究管道的共同失败模式：实现 bug、幻觉结果、捷径依赖、bug 即洞察的重新框架、方法论伪造、框架锁定、引用幻觉。

ARS 的前提：人类研究者 + AI 辅助，比纯 AI 或纯人类都更可靠。v3.9 版本重点针对 Zhao et al. (2026-05) 对 1.11 亿条引用的审计发现（2025 年单年估计 146,932 条幻觉引用）进行了专项优化。

核心功能

Deep Research（13 Agent 研究团队）

• Socratic 引导式研究模式
• PRISMA 系统综述支持
• 语义 Scholar API 验证
• 跨模型验证（可选）
• 对话健康监控

Academic Paper（12 Agent 论文写作）

• Style Calibration：学习你的写作风格
• Writing Quality Check：检测"AI 味"表达
• LaTeX 加固、图表可视化
• 修订辅导（Revision Coaching）
• 引用转换、泄露检测
• VLM 图表验证

Academic Paper Reviewer（7 Agent 同行评审）

• 多视角评审（0-100 质量量表）
• Devil’s Advocate 质疑机制
• 让步阈值协议
• R&R 追踪矩阵

v3.8 / v3.9 新增：引用事实审计（ARS_CLAIM_AUDIT=1）

针对 Zhao et al. 的研究发现，v3.8 新增可选审计通道：逐条抓取引用来源、验证声明是否被实际支持。五个 HIGH-WARN 类别（claim-not-supported / fabricated-reference / anchorless 等）通过硬门禁拒绝输出。

安装

# Claude Code 插件方式安装（推荐，30秒）
/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills

# 然后运行
/ars-plan    # Socratic 对话规划论文结构
/ars-lit-review "your topic"  # 快速文献综述

前提：Claude Code 最新版 + ANTHROPIC_API_KEY 环境变量

成本估算

完整流程（约 15,000 字论文）预计消耗 $4–6（Token 预算见 docs/PERFORMANCE.md）。

设计理念

“AI 是副驾驶，不是飞行员。这个工具不会替你写论文。它处理苦活累活——找文献、整理引用格式、验证数据、检查逻辑一致性——让你专注于真正需要大脑的部分：定义问题、选择方法、解读数据、写好每一句论点。”

适用人群

• 研究生 / 博士生（论文写作阶段）
• 研究工程师（技术报告）
• 学术写作者（希望保持学术诚信）