Academic Research Skills 使用教程：10 阶段流水线，一篇论文从立项到定稿

【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills

Academic Research Skills（下称 ARS）是一套面向 Claude Code 的学术研究技能：论文全流程被切成研究、写作、评审、修改、定稿共 10 个阶段，AI 负责查文献、排引用、核数据、盯逻辑，而写什么、选哪个方法、结果怎么解释这些决定权留在你手里。本文按安装、流水线、成本与数据、配套项目的顺序，跟着一篇论文从立项走到定稿。

论文写作里的重复劳动，可以交出去

写过论文的人都清楚，最磨人的不是写本身：逐条找参考文献、手动改 APA 和 IEEE 格式、核对正文数字和表格是否对得上、投稿前通读全文找口误和自相矛盾。ARS 的定位写得很直白：AI 像一位校对，你才是主编——它只负责把发现的问题摆出来，论证方向和署名都是你的。

分工表：AI 干四类活，你留四个决定

背后是 4 个技能、37 个智能体：研究 13、写作 12、评审 7、编排 5。哪个阶段跑什么、门禁卡在哪，完整矩阵见 docs/ARCHITECTURE.md。

Academic Research Skills 安装：两行命令加一次首跑体检

先备齐：两样必装，三样可选

必装：

• 最新版 Claude Code（插件打包依赖较新版本）
• ANTHROPIC_API_KEY：导出环境变量，或在首次运行claude时按提示配置

可选：

• Pandoc：需要 DOCX 导出时
• tectonic + Source Han Serif TC：需要 APA 7.0 排版 PDF 时
• 真实 Python 解释器：写范围守卫与/ars-cache-invalidate等少数可选命令需要；核心技能纯提示词驱动，不装也能跑

安装命令

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

装完怎么证明生效

首跑体检用/ars-plan：描述你正在写的论文，ARS 会用苏格拉底式对话带你过一遍章节结构。想更轻，/ars-lit-review "你的主题"立刻出一篇文献综述。除插件方式外还有五种装法（project skills、global skills、claude.ai Project、repo-cloned、Claude Science import），全列在 docs/SETUP.md。

Academic Research Skills 流水线：跟着一篇论文走完 10 个阶段

10 个阶段，人工卡点卡在哪

每个阶段结束都有你的确认，一个都省不掉：Stage 1 研究产出 RQ Brief 与方法论蓝图，你确认；Stage 2 写作在动笔前先批大纲；Stage 3 评审给出 Accept / Minor / Major / Reject 的编辑决定，你拍板；Stage 4 修改后确认改动；Stage 3' 复审、Stage 4' 二次修改各有一次确认，且复审循环总计最多 2 轮；Stage 5 定稿时你选输出格式（MD / DOCX / LaTeX / PDF）；Stage 6 生成过程记录与协作质量评估。已有成稿只想送审？可以从 Stage 2.5 中途进场，先过完整性。

1 研究 ──确认──> 2 写作 ──确认──> 2.5 完整性门禁（机器先查 7 类失败模式） │ FAIL：回 2 修，最多 3 轮 │ PASS v 3 评审 ──确认决定──> 4 修改 ──确认──> 3' 复审 ──确认──> 4' 二次修改 │ v 4.5 终检（零回退核查） │ FAIL：回修 │ PASS v v （回环） 5 定稿（选格式）──> 6 过程总结 ──> 完

两道门禁为什么绕不过去

2.5 与 4.5 的顺序是死的：机器验证在前，你的确认在后。机器那一关照 7 类失败模式清单逐条过——实现 bug、幻觉引用、编造实验结果、走捷径、把 bug 包装成洞见、方法论造假、早期定框，典型拦下的就是幻觉引用和编造结果，清单原文在 academic-pipeline/references/ai_research_failure_modes.md。FAIL 就打回重修，最多 3 轮；4.5 做零回退核查，不允许跳过。跑过的进度记在 Material Passport 里，像一张记录工时的工单，新会话粘回去就能续。

模式怎么挑：按任务对号

钱与数据：花多少钱，数据往哪走

一次全流程，花多少钱

完整流水线单次跑 200K+ 输入、100K+ 输出 token；按 15,000 词论文估算约 $4–6（2026 年 4 月 Opus 4.x 计价口径）。2026 年 9 月最新列表价重算：Claude Fable 5.1 约 $7，Claude Opus 5.5 约 $2.80，均未计缓存折扣。各模式明细如下，出处 docs/PERFORMANCE.md：

哪些请求会出网，能不能逐条关掉

两条路径值得知道。其一，引用核验门禁：脚本只把参考文献的标识符与标题字符串发给四个索引，无需任何账号密钥；结果存本地 SQLite（~/.cache/ars/verification.db），每条 90 天 TTL，同一批文献跨多次起草只核验一次，重跑不再发网络请求，单条可用/ars-cache-invalidate作废。其二，跨模型验证：只有配置ARS_CROSS_MODEL且每次会话你显式同意才会发生，默认关闭；插件更新检查每 24 小时至多一次、不携带用户数据，设ARS_UPDATE_CHECK=0即停。套件本身没有遥测。每个外发点、缓存时长、关闭方式逐条列在 docs/DATA_FLOWS.md。

项目之外：ARS 不干的活，谁来接

三个伙伴，各接一段

实验先行的论文，把 Experiment Agent 放在 Stage 1 与 Stage 2 之间：暂停流水线，独立会话跑实验，带着结果回来。它的四件正事：实时监控执行代码实验（Python、R 等）；管理人类研究协议并附 IRB 伦理清单；用 11 类谬误检测解读统计结果；验证可复现性。更关键的是失败关闭声明（#260）：Stage 1 之后，护照必须显式记录你是否跑过实验——跑过就每个实验登记一条experiment_provenance[]（含experiment_id、计划 vs 实际执行、负结果、已知局限）并置为experiments_declared，一个没跑也要写no_experiments_declared，不可能靠"忘了登记"绕开门禁。门禁把正文中每条实验支撑的主张与申报来源对齐审计，产出ALIGNED/OVERSTATED/NOT_SUPPORTED_BY_PROVENANCE等判定，只核对主张与来源是否一致，不评判实验本身做得对不对。字段定义见 shared/handoff_schemas.md。

进阶文档索引

• docs/ARCHITECTURE.md——流水线全貌：阶段 × 技能 × 门禁矩阵、数据访问流、模式清单
• docs/PERFORMANCE.md——各模式 token 预算、成本估算与推荐设置
• docs/DATA_FLOWS.md——数据外发点、本地缓存策略、逐条关闭方式
• docs/RISK_REGISTER.md——已知风险、对应控制手段与证据状态
• docs/SETUP.md——前置条件与六种安装方式
• examples/showcase/——一次真实 10 阶段跑出的全套产物：双语 APA 7.0 终稿、评审报告、完整性报告

完整流水线往往跨数小时甚至数天，Material Passport 会替你记住断点，新会话粘回即可续跑。装好后别急着上重命令，先用最轻的/ars-lit-review "你的主题"摸一下输出质量，顺手核对一遍 docs/DATA_FLOWS.md 里的外发项，确认符合你的预期，再把真题目交出去 📚

【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills