听雨 发自 凹非寺量子位 | 公家号 QbitAI

用Claude Code写论文的一整套流水线，有人打包开源出来了
。

齐全戳中了学生党的痛点，github星标直达6.4k
。

项目名叫academic-research-skills（以下简称ARS），是一套Claude Code技术包
。

里面涵盖4个skill，别离对应论文的钻延注写作、审稿、定稿
。

只需两行号令装置，直接一条龙串起整套学术钻研流水线
。

只能说，我读研的时辰怎么没际遇这种好器材呢…

4个skill，跑通整套科研流程

ARS的主题架构由4个skill组成，它们各司其职，拼在一路就是一条从选题到交稿的齐全链路
。

我这里还做了图，各人能够看得比力直观：

△AI天生

Deep Research是一支13个Agent的钻研团队
。

它掌管文件调延注钻研问题构建、步骤论设计，还能写系统性的PRISMA综述
。

团队里有专门做文件溯源的Agent，会挪用Semantic Scholar API验证每一篇引用的真实性
。

有苏格拉底导师Agent，通过对话疏导钻研者理清思路
。

还有妖怪代言人Agent，专门挑刺，预防钻研者在早期就陷入思想定式
。

△AI天生

Academic Paper是一支12个Agent的写作团队
。

从纲领设计、论证构建、草稿撰写，到双语提要天生、图表可视化、引用体式转换，全流程覆盖
。

出格值得一提的是风格校准职能，AI会进建你过往文章的写风格格，让输出更像你自己写的，而不是千篇一律的AI味
。

输出体式支持Markdown、DOCX、LaTeX，最终能够编译成APA 7.0或IEEE体式的PDF
。

△AI天生

Academic Paper Reviewer是一支7个Agent的审稿团队
。

仿照真实学术期刊的评审流程，由主编EIC携带三位领域审稿人，再加上一个妖怪代言人，从步骤论、学科视角、跨学科价值等多个维度打分
。

评分选取0到100的量化尺度，80分以上接受，65到79幼建，50到64大建，50以下拒稿
。

审稿团队还会输出具体的批改路线图，通知作者下一步该做什么
。

△AI天生

Academic Pipeline是流程编排器，把前面三个团队串联成一条10阶段的流水线
。

从钻延注写作、齐全性查抄、同业评审、订正、最终查抄，到颁发筹备和流程总结，每个阶段都有明确的产品和查抄点
。

你能够在肆意阶段插入，好比已经有了初稿，就从Stage 2.5的齐全性查抄起头；收到了审稿定见，直接从Stage 4的订正切入
。

用度参考也很通明，一篇1.5万字的论文，全程跑下来约莫4到6美元
。

△AI天生

比力有意思的设计

用Claude Code做学术钻研的开源项目已经好多了，但是深扒之后，我发现ARS在底层设计上还是有些过人之处
。

能够单一总结为一句话：系统性预防AI搞砸学术钻研
。

第一，引用核验
。

AI写论文最忌讳的，就是幻觉引用
。

不只是假造不存在的文章，还蕴含标题类似但作者年份全错、DOI真实但内容对不高等更荫蔽的情况
。

ARS在Deep Research阶段就埋了一个引用核验机造，每一篇文件都要过Semantic Scholar API的存在性确认
。

不是单一查一下标题对不合，而是用Levenshtein类似度算法做吞吐匹配，阈值设在0.70以上才算通过
。

△AI天生

第二，齐全性闸门
。

在流水线的Stage 2.5和Stage 4.5，有两路不成跳过的齐全性闸门，会运行一份7项AI失败模式查抄清单
。

这份清单直接来自2026年Nature上颁发的一项全自主AI科研钻研，其中总结了7种翻车模式，覆盖引用幻觉、数据凭空、步骤论造假等情景
。

任何在2.5被象征为SUSPECTED的问题，必须在4.5造成CLEAR，或者由人为手动覆盖并留下纪录
。

设计逻辑是：把「我相信AI不会犯错」造成「我要求AI证明它没犯错」
。

实测中，这套机造在一篇真实论文里抓到了15个伪造引用和3个统计谬误
。

第三，反讨好和谈，让AI敢于说不
。

大无数AI工具都有一个隐形弊端，讨好用户
。你让它改，它就改，哪怕改得更差
。

所以ARS在审稿环节专门设计了反讨好机造
。

审稿团队里有一个Devil’s Advocate，也就是妖怪代言人，职责是挑刺
。

但挑完刺之后，还有一个让步阈值和谈
。

DA的辩驳会被评分1到5，若是低于4分，写作团队不允许认可
。

△AI天生

换句话说，AI不能为了显得好合作就等闲让步
。

同时，攻击强度在订正过程中必须维持
。若是第一轮审稿把步骤论批得遍体鳞伤，作者订正后不能让审稿人忽然变得温顺
。

评分轨迹也会被追踪，任何维度的分数降落城市被象征为回归
。

这和软件工程里的不引入新Bug准则一样，改一个处所不能搞砸另一个处所
。

第四，三层数据隔离，不让AI偷看答案
。

ARS把数据流严格分成三层：

Layer 1是原始输入，默认不成信，可能幻觉、过期、带私见
。

Layer 2是通过齐全性验证后的产品
。

Layer 3是评分尺度、参考答案和金标数据，这层资料始终不能呈此刻写作AI的高低文中
。

具体实现上，写作团队和审稿团队分两次独立挪用，中央有阶段天堑隔离
。

写作AI只能收到审稿AI的天然说话反馈，好比「第二章论证跳跃，建议补充对比尝试」
。

但它看不到原始的评分尺度，也不知路每个维度占几多分
。

这个设计的灵感来自于Anthropic今年的w2s-researcher钻研，其中也用了同样的三层隔离模型
。

结论是当AI能读取标签数据时，了局可能不是真的泛化，而是在优化表表特点
。

解决规划不是更好的提醒词，而是结构上的隔离
。

△AI天生

最后一点，恳切文档化，「我不保障能复现」
。

学术界时时遇到「这个了局我复现不了」的问题
。ARS给每个产品天生一个repro_lock文件，纪录运行时的齐全配置
。

但文件里有一段强造申明，LLM输出不是字节级可复现的，模型提供商会更新权重而不改模型ID，表部API每天返回分歧的数据
。

这个文件只是配置文档，不是重放保障
。

△AI天生

在更新日志上，能够看到ARS已经经历了好多轮迭代
。从2月上线到此刻，提交的commit数达到了三百屡次
。

从每次版本更迭中，也能看出作者对AI学术钻研系统风险有着深刻理解
。

这也是我感触目前学术钻研AI工具的关键地点——

让AI助你写论文并不难，重点是若何预防它犯错、讨好，让整个流程变得更系统更靠得住
。

ARS的设计哲学，能够总结为README里那句话：

「AI是你的副驾驶，不是飞行员
。」

若何装置

装置方式很单一，若是你已经在用Claude Code，只必要两行号令：

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

验证装置是否成功，运行：

而后描述你在写的论文主题，ARS就会启动苏格拉底对话，助你梳理论文结构
。

若是你偏好单条号令测试，也能够用：

/ars-lit-review “你的钻研主题”

不外最单一的装置法子，其实是直接把SKILL.md上传到claude.ai项目知识库
。

不必要装置Claude Code，打开浏览器就能用
。

不外要把稳，这种方式不支持多Agent并行，职能上是单Agent版本，适合轻度履历；想跑齐全流水线还是必要Claude Code
。

还有一点，项目支持繁体中文和英文
。

那么，又到了各人最关切的，要花几多钱的环节
。

作者推荐使用Claude Opus 4.7搭配Max订阅打算
。

齐全跑完10个阶段，单次可亏损超过20万输入token和10万输出token，单独使用某个子？樵蛏俚枚
。

Max订阅打算分两档，每月100刀或200刀，相当不便宜
。

但若是你的科研经费能够报销的话，那…

最后唠一句项目作者
。

他是Edward Cheng-I Wu（吴政宜），头像是一个顶着猫猫的可爱男生
。

他来自中国台湾
。在github上，他还做了台湾正式文件写作Skill（公函、存证信函、合约）、本地数据匿名化工具等项目
。

项目地址：

https://github.com/Imbad0202/academic-research-skills