北京
聽雨 發自 凹非寺量子位 | 公眾號 QbitAI
用Claude Code寫論文的一整套流水線，有人打包開源出來了。
完全戳中了學生黨的痛點，github星標直達6.4k。
academic-research-skills
項目名叫academic-research-skills（以下簡稱ARS），是一套Claude Code技能包。
里面涵蓋4個skill，分別對應論文的研究、寫作、審稿、定稿。
只需兩行命令安裝，直接一條龍串起整套學術研究流水線。
academic-research-skills
只能說，我讀研的時候怎么沒碰到這種好東西呢…
示意圖
4個skill，跑通整套科研流程
ARS的核心架構由4個skill組成，它們各司其職，拼在一起就是一條從選題到交稿的完整鏈路。
我這里還做了圖，大家可以看得比較直觀：
Deep Research是一支13個Agent的研究團隊。
它負責文獻調研、研究問題構建、方法論設計，還能寫系統性的PRISMA綜述。
團隊里有專門做文獻溯源的Agent，會調用Semantic Scholar API驗證每一篇引用的真實性。
有蘇格拉底導師Agent，通過對話引導研究者理清思路。
還有魔鬼代言人Agent，專門挑刺，防止研究者在早期就陷入思維定式。
Academic Paper是一支12個Agent的寫作團隊。
從大綱設計、論證構建、草稿撰寫，到雙語摘要生成、圖表可視化、引用格式轉換，全流程覆蓋。
特別值得一提的是風格校準功能，AI會學習你過往作品的寫作風格，讓輸出更像你自己寫的，而不是千篇一律的AI味。
輸出格式支持Markdown、DOCX、LaTeX，最終可以編譯成APA 7.0或IEEE格式的PDF。
Academic Paper Reviewer是一支7個Agent的審稿團隊。
模擬真實學術期刊的評審流程，由主編EIC帶領三位領域審稿人，再加上一個魔鬼代言人，從方法論、學科視角、跨學科價值等多個維度打分。
評分采用0到100的量化標準，80分以上接受，65到79小修，50到64大修，50以下拒稿。
審稿團隊還會輸出詳細的修改路線圖，告訴作者下一步該做什么。
Academic Pipeline是流程編排器，把前面三個團隊串聯成一條10階段的流水線。
從研究、寫作、完整性檢查、同行評審、修訂、最終檢查，到發表準備和流程總結，每個階段都有明確的產物和檢查點。
你可以在任意階段插入，比如已經有了初稿，就從Stage 2.5的完整性檢查開始；收到了審稿意見，直接從Stage 4的修訂切入。
費用參考也很透明，一篇1.5萬字的論文，全程跑下來大約4到6美元。
比較有意思的設計
用Claude Code做學術研究的開源項目已經很多了，但是深扒之后，我發現ARS在底層設計上還是有些過人之處。
可以簡單總結為一句話：系統性防止AI搞砸學術研究。
第一，引用核驗。
AI寫論文最忌諱的，就是幻覺引用。
不只是編造不存在的文章，還包括標題相似但作者年份全錯、DOI真實但內容對不上等更隱蔽的情況。
ARS在Deep Research階段就埋了一個引用核驗機制，每一篇文獻都要過Semantic Scholar API的存在性確認。
不是簡單查一下標題對不對，而是用Levenshtein相似度算法做模糊匹配，閾值設在0.70以上才算通過。
第二，完整性閘門。
在流水線的Stage 2.5和Stage 4.5，有兩道不可跳過的完整性閘門，會運行一份7項AI失敗模式檢查清單。
這份清單直接來自2026年Nature上發表的一項全自主AI科研研究，其中總結了7種翻車模式，覆蓋引用幻覺、數據捏造、方法論造假等情形。
7種翻車模式
任何在2.5被標記為SUSPECTED的問題，必須在4.5變成CLEAR，或者由人工手動覆蓋并留下記錄。
設計邏輯是：把「我相信AI不會出錯」變成「我要求AI證明它沒出錯」。
實測中，這套機制在一篇真實論文里抓到了15個偽造引用和3個統計錯誤。
第三，反諂媚協議，讓AI敢于說不。
大多數AI工具都有一個隱形毛病，討好用戶。你讓它改，它就改，哪怕改得更差。
所以ARS在審稿環節專門設計了反諂媚機制。
審稿團隊里有一個Devil’s Advocate，也就是魔鬼代言人，職責是挑刺。
但挑完刺之后，還有一個讓步閾值協議。
DA的反駁會被評分1到5，如果低于4分，寫作團隊不允許承認。
換句話說，AI不能為了顯得好合作就輕易讓步。
同時，攻擊強度在修訂過程中必須保持。如果第一輪審稿把方法論批得體無完膚，作者修訂后不能讓審稿人突然變得溫柔。
評分軌跡也會被追蹤，任何維度的分數下降都會被標記為回歸。
這和軟件工程里的不引入新Bug原則一樣，改一個地方不能搞砸另一個地方。
第四，三層數據隔離，不讓AI偷看答案。
ARS把數據流嚴格分成三層：
Layer 1是原始輸入，默認不可信，可能幻覺、過時、帶偏見。
Layer 2是通過完整性驗證后的產物。
Layer 3是評分標準、參考答案和金標數據，這層材料永遠不能出現在寫作AI的上下文中。
具體實現上，寫作團隊和審稿團隊分兩次獨立調用，中間有階段邊界隔離。
寫作AI只能收到審稿AI的自然語言反饋，比如「第二章論證跳躍，建議補充對比實驗」。
但它看不到原始的評分標準，也不知道每個維度占多少分。
這個設計的靈感來自于Anthropic今年的w2s-researcher研究，其中也用了同樣的三層隔離模型。
結論是當AI能讀取標簽數據時，結果可能不是真的泛化，而是在優化表面特征。
解決方案不是更好的提示詞，而是結構上的隔離。
最后一點，誠實文檔化，「我不保證能復現」。
學術界經常遇到「這個結果我復現不了」的問題。ARS給每個產物生成一個repro_lock文件，記錄運行時的完整配置。
但文件里有一段強制聲明，LLM輸出不是字節級可復現的，模型提供商會更新權重而不改模型ID，外部API每天返回不同的數據。
這個文件只是配置文檔，不是重放保證。
在更新日志上，可以看到ARS已經經歷了很多輪迭代。從2月上線到現在，提交的commit數達到了三百多次。
從每次版本更迭中，也能看出作者對AI學術研究系統風險有著深刻理解。
這也是我覺得目前學術研究AI工具的關鍵所在——
讓AI幫你寫論文并不難，重點是如何防止它出錯、討好，讓整個流程變得更系統更可靠。
ARS的設計哲學，可以總結為README里那句話：
「AI是你的副駕駛，不是飛行員。」
如何安裝
安裝方式很簡單，如果你已經在用Claude Code，只需要兩行命令：
/plugin marketplace add Imbad0202/academic-research-skills/plugin install academic-research-skills
驗證安裝是否成功，運行：
/ars-plan
然后描述你正在寫的論文主題，ARS就會啟動蘇格拉底對話，幫你梳理論文結構。
如果你偏好單條命令測試，也可以用：
/ars-lit-review “你的研究主題”
不過最簡單的安裝辦法，其實是直接把SKILL.md上傳到claude.ai項目知識庫。
不需要安裝Claude Code，打開瀏覽器就能用。
不過要注意，這種方式不支持多Agent并行，功能上是單Agent版本，適合輕度體驗；想跑完整流水線還是需要Claude Code。
還有一點，項目支持繁體中文和英文。
那么，又到了大家最關心的，要花多少錢的環節。
作者推薦使用Claude Opus 4.7搭配Max訂閱計劃。
完整跑完10個階段，單次可消耗超過20萬輸入token和10萬輸出token，單獨使用某個子模塊則少得多。
Max訂閱計劃分兩檔，每月100刀或200刀，相當不便宜。
但如果你的科研經費可以報銷的話，那…
示意圖
本文來自微信公眾號“量子位”，作者：關注前沿科技，36氪經授權發布。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
