企业官网建设流程全解析

Academic Research Skills (ARS) 完整指南：如何 30 秒把 Claude Code 变成 37 智能体学术科研团队

【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（ARS）是一套面向 Claude Code 的开源学术研究技能包：把论文过程拆成 research → write → review → revise → finalize 的 10 阶段流水线，AI 负责查文献、校引用、验数据、盯逻辑，你负责提问、选方法、解读结果。下面从"它是什么"讲到"怎么跑起来""怎么用好"，再到三个生态伙伴各管哪一段。

先搞清楚：Academic Research Skills 能替你做什么

定位：AI 干体力活，你干脑力活

项目的设计立场写得很直白：AI 是副驾，不是司机。它可以帮你起草一整篇论文，但流水线在每个阶段结束都会停下来等你确认。查参考文献、排引用格式、核对数据、检查逻辑一致性这类重复劳动交给工具，而定义问题、选择方法、解释数据含义、决定论点怎么落笔这四件事留给你。你始终是署名作者，提交的每一条主张也由你负责。

四个技能、37 个智能体：团队分工

背后是四个技能（Skill），每个都是一支多智能体队伍，由编排器统一调度：

• deep-research：13 个智能体的研究队，做文献检索、PRISMA 系统综述、苏格拉底式引导提问，入口 deep-research/SKILL.md
• academic-paper：12 个智能体的写作队，管大纲、初稿、双语摘要、LaTeX 排版与引用转换，入口 academic-paper/SKILL.md
• academic-paper-reviewer：7 个智能体的评审席，主编（Journal-Fit Reviewer）+ 3 位动态审稿人 + 1 位魔鬼代言人，入口 academic-paper-reviewer/SKILL.md
• academic-pipeline：5 个智能体的编排队，运行 10 阶段状态机与 Stage 2.5 / 4.5 两道完整性门禁，入口 academic-pipeline/SKILL.md

"哪个阶段跑哪个技能、门禁卡在哪里"的完整矩阵在 docs/ARCHITECTURE.md。想看真实产出，直接翻 examples/showcase/：一篇跑满 10 阶段的论文，从中英双语 APA 7.0 终稿到评审报告、完整性验证报告都收在那里。

30 秒装好：前置条件、安装命令、生效验证

动手前：两必装、两可选

必装：

• 最新版 Claude Code（插件打包依赖较新版本）
• Anthropic API Key：导出ANTHROPIC_API_KEY，或在首次运行claude时配置

可选：

• Pandoc：需要 DOCX 导出时
• tectonic：需要 APA 7.0 排版 PDF 时（纯 Markdown 输出两者都不需要）

两条插件安装命令

v3.7.0 及以上推荐插件方式，两行搞定：

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

装完怎么确认真的生效

跑/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，这是最适合作为第一次体检的命令。想更轻一点，/ars-lit-review "你的主题"出一篇文献综述看看合不合口味。

用好它：流水线、模式与一篇论文花多少钱

10 阶段流水线与两道完整性门禁

全程 10 个阶段，每个阶段结束都有你的确认点；其中两道是特殊关卡：

Stage 1 研究 (deep-research) ── 你确认 Stage 2 写作 (academic-paper) ── 你确认 Stage 2.5 完整性门禁：机器先按 7 类 AI 失败模式逐一排查，再交你确认 Stage 3 评审 (academic-paper-reviewer) ── 你确认 Stage 4 修改 (academic-paper) ── 你确认 Stage 4.5 完整性门禁：同 7 模式复查，确认零回退 ……Stage 5–10 直到定稿，每阶段仍有确认点

门禁的要点是顺序：先机器验证、后用户确认。机器那一环会照 7 类 AI 失败模式清单逐条过（详见 academic-pipeline/references/ai_research_failure_modes.md），典型拦截对象就是幻觉引用、编造实验结果这类问题。

模式怎么选：8 种与 11 种

deep-research提供 8 种模式（full / quick / systematic-review / socratic / fact-check …），academic-paper提供 11 种（含 revision-coach、citation-check、disclosure），完整清单在 README.md 的 "Individual Skills" 一节。按任务对号入座即可。

写一篇论文花多少钱

完整流水线（10 阶段）按 15,000 词论文估算约 4–6 美元，token 量级为 200K+ 输入 / 100K+ 输出；2026-09 按最新列表价重算，Fable 5.1 上约 7 美元、Opus 5.5 上约 2.8 美元（均未计缓存折扣）。分模式预算如下，数据来自 docs/PERFORMANCE.md：

数据会离开你的机器吗

哪些请求会外发、哪些结果缓存多久、如何逐条关掉，都写在 docs/DATA_FLOWS.md。一个具体例子：引用核验结果存本地 SQLite（90 天 TTL），同一批文献跨多次起草只核验一次，重复跑不再发网络请求。

生态伙伴：三种场景、三种接法

三个伙伴与主项目不抢活，各接一段 ARS"停下来"的环节：

要跑实验：Experiment Agent 怎么接

实验先行的论文，把 Experiment Agent 放在 ARS Stage 1（研究）与 Stage 2（写作）之间：

Stage 1 产出 RQ Brief + 方法论蓝图 → 暂停流水线 → 独立会话跑实验 → 携 Material Passport 回到 Stage 2

它的四件正事：用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。配合是"零侵入"的——ARS 本身不需要改任何一行。

更有意思的是 ARS 侧的失败关闭声明（#260）：Stage 1 会在 Material Passport 上写入experiment_intake_declaration——

• 跑过外部实验：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），声明置为experiments_declared；
• 一个实验都没跑：也必须显式写no_experiments_declared。

于是完整性门禁不可能被"忘了登记"绕过。正文里每条由实验支撑的主张都会与申报来源对齐审计，产出ALIGNED/OVERSTATED/NOT_SUPPORTED_BY_PROVENANCE等判定——它只核对"文中主张"与"申报来源"是否一致，不评判实验本身做得对不对。细节见 shared/handoff_schemas.md 与 docs/design/2026-06-08-260-experiment-provenance-intake-spec.md。

要发教学成果：Teaching Skills

学术生活还包括讲台。Teaching Skills 把 ARS 的四件架构资产——技能组合、共享契约、分阶段门禁、Course Passport（课程护照）——搬到了教学侧，流程映射为：课程设计 → 备课 → 评估 → 授课 → 教学反思。交接点在它的sotl（教学与学习研究）模式：课堂探究项目走到"该发表了"这一步时，材料直接移交给 ARS 的deep-research/academic-paper完成出版。同一套"护照 + 门禁"的做法，切换过去几乎没有学习成本。

用 Codex CLI：同一套流程

academic-research-skills-codex是官方为 Codex CLI 准备的对应版本：研究、写作、评审、修改的流程与两道门禁与主项目一致；打包成单一的$academic-research-suiteskill，ars-*命令式入口保留；human-in-the-loop 协作设计与许可证相同。它的定位在 POSITIONING.md 中有明确说明。Claude Science 直接导入四个技能、Pi 安装树内 wrapper 等其他平台玩法，统一查 docs/SETUP.md；社区第三方集成收录在 THIRD_PARTY.md。

进阶阅读与风险提示：关键文档索引

• docs/ARCHITECTURE.md——流水线全貌：流程图、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——数据外发路径、本地缓存策略、逐条关闭方式
• docs/RISK_REGISTER.md——项目持续登记已知风险、对应控制手段及其证据状态
• docs/SETUP.md——从装 Claude Code 到六种安装方式的完整指南

一句开跑前的提醒：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，顺手再对一次 docs/DATA_FLOWS.md 里的数据外发项，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