生成式 AI 可以提高文献整理、结构规划和文本修订的效率，但文字完整、表达流畅并不等于研究可靠。科研质量仍取决于一组可追溯的问题：研究问题和方法由谁确认，论文主张由哪些材料支持，引用是否准确反映来源，修订是否真正回应审稿意见，以及发现重大问题后流程能否及时停止。 Academic Research Skills（下文简称 ARS）不是端到端自动写论文系统，而是一套研究者主导、过程可检查、关键节点可暂停的科研工作流。它通过明确的阶段、结构化产物、Material Passport 和完整性闸门，把原本容易遗失在长对话中的决策、证据和失败记录保存下来。其目标不是替研究者作出学术判断，而是降低未经核验的内容在流程中继续传播的风险。

包含 4 个 Skill、27 种模式、39 个已登记 Agent 角色（26 个判断型、13 个执行型）和 16 个斜杠命令。

一、核心设计：AI 是副驾驶，研究者保留状态转换权

ARS 明确拒绝端到端自主研究。它不替研究者提出并选择假设，不在 Pipeline 内编写或运行实验代码，也不会因为看到了程序输出就把它认定为论文证据。其判断标准可以概括为一句话：下一步研究状态由谁决定？

这一区分不是措辞上的保守，而是架构边界。研究问题、方法、论文结构、审稿决定、修订范围和最终输出都设有人工确认点。“full”表示覆盖完整流程，不表示无人值守。四个 Skill 的职责：

Skill主要职责模式数典型产物
deep-research问题澄清、检索、综述、事实核验、系统综述8RQ Brief、方法蓝图、文献表、证据综合
academic-paper规划、写作、修订、摘要、引用检查、格式转换11大纲、论文、修订稿、回复信、目标格式文件
academic-paper-reviewer多视角模拟评审、方法审查、再审与校准65 份评审报告、编辑决定、修订路线图
academic-pipeline调度、状态管理、完整性闸门与恢复2 个入口形态阶段产物、Material Passport、过程记录

完整 Pipeline 不是简单的“检索—写作—润色”，而是十个有状态的阶段：

flowchart LR A[1 研究] --> B[2 写作] B --> C{2.5 审稿前完整性} C -->|PASS| D[3 模拟评审] C -->|修复并复验| C D --> E[4 修订] E --> F[3' 再审] F -->|仍有 Major 问题| G[4' 二次修订] F -->|Accept / Minor| H{4.5 最终完整性} G --> H H -->|零问题| I[5 定稿与格式转换] H -->|FAIL| H I --> J[6 人机协作过程记录]

这里有两个重要细节。

  • 第一，流程允许从中间进入：
    • 已有初稿可从完整性检查或评审前置步骤开始，
    • 已有审稿意见可从修订阶段开始。
  • 第二，修订循环最多两轮，避免模型在同一框架内无止境“优化”；仍未解决的问题应显式进入限制说明，而不是被悄悄抹平。

二、Material Passport：把上下文变成研究状态

长对话最危险的问题不是模型忘记一句话，而是研究状态变得不可追溯。ARS 用 Material Passport 保存单篇研究的关键状态，包括文献语料、引用核验结果、研究者声明的外部实验来源、主张—证据映射、待处理决策和跨会话恢复边界。

Passport 的价值主要有三点：

  1. 来源显式化：论文中的实验性主张可关联到 experiment_provenance[] 中的结果文件、配置、未执行项目、负结果与已知限制。
  2. 交接结构化：研究、写作、评审和修订不靠整段聊天记录传递，而靠约定的产物和 Schema 交接。
  3. 跨会话恢复：设置 ARS_PASSPORT_RESET=1 后，FULL checkpoint 可写入带哈希的恢复边界；新会话通过 resume_from_passport=<hash> 继续，降低长上下文的成本和漂移风险。

但 Passport 是来源登记簿，不是事实证明书。它可以记录“研究者声明某实验使用某配置并产生某结果”，却不能证明代码确实运行、原始数据真实完整、分析能够复现。一个内部叙述完全一致但数据造假的研究，理论上仍可能通过所有 ARS 闸门。这是理解整套系统时最不能忽略的边界。

三、完整性不是一次检查，而是分层证据链

ARS 把“引用正确”拆成多个不同问题，避免用 DOI 存在替代主张真实性。

层次回答的问题主要机制仍然不能证明什么
书目存在性这篇文献是否存在，元数据是否相符？Semantic Scholar、OpenAlex、Crossref、arXiv，多索引交叉核验与 90 天 SQLite 缓存文献是否真的支持正文主张
引用与定位文内引用、参考文献、页码或段落定位是否一致？双向匹配、三层引用标记、时间线与 PDF 页码检查作者是否准确理解了原文
主张忠实度来源原文能否支持该项主张，是否违反负约束？可选 ARS_CLAIM_AUDIT=1，按主张抽样、检索原文并进行判断未抽到的主张、模型判断之外的真实世界事实
经验研究一致性论文主张是否与研究者登记的实验结果一致？experiment_provenance[] 与 claim manifest 关联实验是否真的执行、数据是否真实、代码是否正确

Stage 2.5 是审稿前闸门，检查参考文献、引用语境、统计数据、原创性、主张以及七类 AI 研究失败模式。高风险问题会阻断流程；当前协议允许研究者在记录理由后处理部分未决项，但不能静默跳过检查。Stage 4.5 则必须从头独立复验，不能只回查上一轮发现的问题，并要求零问题后才进入定稿。

v3.19.0 还加入了 PDF 读取完整性预检。其原因很实际：PDF 解析器可能修复损坏的交叉引用表、截断页面或报告错误页数，而下游仍生成一个看似合法的页码。对应脚本比较根页面树声明页数、递归枚举页数和阅读器页数；三者一致、数量为正且没有修复警告时才给出 PASS。这不能证明页码上的文字支持主张，但能先保证“页码来自完整读取的文档”。

四、macOS 安装与首次使用

ARS 是 Claude Code 原生插件。macOS 上推荐使用“Claude Code 原生安装器 + ARS Plugin”这一组合：更新简单，并能保留斜杠命令、hooks、写入保护和多 Agent 编排能力。

4.1 安装 Claude Code

打开 macOS 的终端，执行安装命令：

1

curl -fsSL https://claude.ai/install.sh | bash

原生安装器不要求预先安装 Node.js，并会自动更新。安装后关闭并重新打开终端，再检查：

1

claude --version

首次启动：

1

claude

根据界面完成登录或 API 凭证配置。也可以只在当前终端会话设置环境变量：

1
2

export ANTHROPIC_API_KEY="<your-anthropic-api-key>"
claude

不要把真实 API Key 写入论文、Markdown、Git 仓库或共享截图。若安装脚本或登录方式发生变化，应以 Claude Code 官方安装文档 为准。

4.2 安装 ARS Plugin

先在终端进入你的研究项目，再启动 Claude Code：

1
2

cd "/path/to/your/research-project"
claude

随后在 Claude Code 交互界面中依次输入：

1
2

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

以上两行不是 macOS Shell 命令，不要直接粘贴到普通终端提示符中。安装完成后重启 Claude Code 会话，运行：

1

/ars-plan

如果进入逐章论文规划流程，说明插件已经加载。插件命令的规范形式是 /academic-research-skills:ars-<mode>；较新的 Claude Code 通常也支持简写 /ars-<mode>。若简写没有补全或与其他插件冲突，使用规范形式：

1

/academic-research-skills:ars-plan

更新插件使用：

1

/plugin update academic-research-skills

/plugin marketplace update academic-research-skills 只刷新 Marketplace 来源，不等于更新已安装插件。可以在 /plugin 界面为 ARS 打开自动更新。

4.3 按输出格式安装可选依赖

只生成 Markdown 时，不需要 Python、Pandoc、LaTeX 或 Tectonic。需要直接生成 DOCX 或 PDF 时，再安装对应依赖。若 Mac 已安装 Homebrew，可执行：

1
2
3
4
5
6
7
8
9

# DOCX 转换
brew install pandoc

# LaTeX / PDF 编译
brew install tectonic

# 验证
pandoc --version
tectonic --version

APA 7.0 中英混排 PDF 还需要字体：Times New Roman 和 Courier New 通常随 macOS 提供；中文建议安装 Source Han Serif TC VF / Noto Serif TC。下载字体文件后双击，在“字体册”中选择“安装字体”。字体缺失时可以先交付 Markdown 或 LaTeX，不要把编译失败误判为论文内容失败。

4.4 第一次实际运行

建议每个研究项目使用独立目录，把代码、结果和 ARS 产物分开：

1
2
3
4
5
6

research-project/
├── src/                 # 外部实验代码
├── configs/             # 实验配置
├── results/             # 研究者核验的实验结果
└── research/
    └── ars-run-001/     # ARS 产物与 Material Passport

进入项目并启动 Claude Code 后，先用一个低风险任务验证路由：

1

/ars-lit-review "检索增强生成系统的事实性评测；范围 2022—2026 年；优先同行评审来源；请先展示检索范围与纳排标准"

模式启动后，再确认输出目录为 research/ars-run-001/，并在检索前检查纳排标准。

正式请求建议始终包含七项：任务、研究问题、已有材料、已确认事实、待验证内容、期望输出、限制条件。例如：

1
2
3
4
5
6
7

任务：设计代码生成模型的消融实验。
研究问题：模块 B 是否稳定提高 macro-F1？
已有材料：代码仓库、数据说明和两篇基线论文。
待验证内容：5 个随机种子下的效果与方差。
期望输出：假设、对照组、指标、统计方案和结果表模板。
限制条件：不要编写或运行代码，不要虚构结果。
需要确认：数据切分、基线和公平比较条件。

五、27 种模式

斜杠命令只是常用入口，未暴露为独立命令的模式仍可用“请使用 <skill> 的 <mode> 模式”直接调用。最稳妥的使用方式不是一上来运行 /ars-full，而是根据当前问题、已有材料和所需监督程度选择最小模式。

5.0 示例快速导航

点击以上模式名，或点击下方模式总表中的模式名，即可跳转到对应的独立示例子章节。

5.1 deep-research：从问题形成到证据综合

deep-research 负责研究上游，重点是“研究什么、怎样研究、现有证据说明什么”，不负责把材料直接扩写成完整论文。

模式什么时候使用必要输入主要输出与边界
full已有明确主题，希望完整完成问题界定、方法设计、检索与综合研究主题/RQ、时间与学科范围、证据标准3,000–8,000 字报告、RQ Brief、方法蓝图、核验文献与局限；关键配置需要确认
quick会前准备、选题预判、快速进入新领域明确主题、优先问题、时间范围500–1,500 字简报；不追求穷尽性，不能替代正式综述
review已有论文、报告或研究草稿，需要质量诊断完整待审文本、学科标准、关注点研究问题、方法、证据、推理与伦理评估；只审查，不从零研究或重写全文
lit-review需要可追溯的主题式文献检索与综合主题/RQ、检索边界、纳排标准、已有文献1,500–4,000 字注释书目、证据矩阵、主题综合与研究缺口；默认不满足 PRISMA
three-way-scan快速比较少量候选论文或筛选阅读清单论文列表、DOI/链接或明确主题逐篇提取 WHY、HOW、WHAT 并跨文比较；不声称完整覆盖领域
fact-check核验报告或论文中的具体数字、日期、制度或因果说法可独立判断的主张、原始出处或检索范围每条主张的 verdict、证据 locator、适用条件和建议改写；不扩展成综合报告
socratic只有兴趣方向，还没有可回答的 RQ兴趣、经验、资源、时间和伦理约束多轮提问形成 Research Plan Summary 与 INSIGHT；研究者作决定，Agent 不代选假设
systematic-review问题高度聚焦，需要 PRISMA、风险偏倚和证据确定性评价PICOS/RQ、数据库、日期、检索式、纳排与筛选规则5,000–15,000 字 PRISMA 2020 报告、RoB、GRADE；仅在统计可比时做 Meta-analysis

5.1.1 八种模式的可复制示例

以下示例均可直接发送给 Claude Code，再把主题、文件和范围替换为自己的内容。

full：完整研究
1
2
3
4

请使用 deep-research 的 full 模式。
研究问题：单元测试反馈是否能稳定提高代码生成模型的修复成功率？
范围：2023—2026 年软件工程研究；只纳入有真实代码仓库评测的工作。
请先输出 RQ Brief 和 Methodology Blueprint，待我确认后再检索与综合。

quick：快速研究简报
1
2

请使用 deep-research 的 quick 模式，在 1,200 字以内概述多模态大模型的视觉提示注入攻击。
优先回答攻击面、代表性防御、公开评测集和未解决问题；明确区分同行评审论文与预印本。

review：审查现有研究文本
1
2
3

请使用 deep-research 的 review 模式审查 manuscript.md。
重点检查 RQ 是否可回答、因果表述是否成立、数据泄漏、结论外推和复现信息。
按“主要问题—证据位置—影响—修改建议”输出；只评估，不重写全文。

lit-review：主题式文献综述
1
2
3
4

请使用 deep-research 的 lit-review 模式。
主题：检索增强生成系统的事实性评测；范围：2022—2026 年。
纳入公开数据集、明确指标或可复现实验；输出检索策略、筛选表、注释书目、
主题综合、冲突证据和研究缺口。无法核验的内容标记为 unknown。

three-way-scan：WHY/HOW/WHAT 快速比较
1
2
3

请使用 deep-research 的 three-way-scan 模式比较以下论文：Paper A、Paper B、Paper C。
逐篇提取 WHY、HOW、WHAT，再比较共同问题、方法差异、最强证据和局限。
无法从论文或公开元数据确认的内容标记为 unknown。

fact-check：逐条事实核验
1
2
3
4

请使用 deep-research 的 fact-check 模式核验以下主张：
1. LoRA 一定比全量微调节省训练时间；2. HumanEval 能代表真实维护能力；
3. pass@1 提升 5% 等同于生产缺陷率下降 5%。
每条给出 verdict、直接证据、locator、适用条件、反例和建议改写。

socratic：苏格拉底式选题引导
1
2
3

请使用 deep-research 的 socratic 模式引导我形成研究问题。
兴趣：AI 编程助手是否改善初级开发者学习；约束：8 周、40 名参与者、
不能收集企业私有代码。每轮只讨论一个关键决策，不要替我选择假设。

systematic-review：PRISMA 系统综述
1
2
3
4
5

请使用 deep-research 的 systematic-review 模式。
RQ：自动代码审查工具能否减少进入主分支的缺陷？
数据库：ACM DL、IEEE Xplore、Scopus、Semantic Scholar；范围：2018—2026 年。
请先生成 PICOS、PRISMA-P protocol、纳排标准和筛选规则，待我确认后检索；
仅在效应量可转换且异质性可解释时执行 Meta-analysis。

选择时先问两个问题：是否需要 PRISMA？若需要，选 systematic-review；若不需要，再判断是全面研究（full）、主题综述（lit-review）还是快速扫描（quick/three-way-scan）。fact-check 只适合拆分后的原子主张，不能用来回答宽泛研究问题。deep-research review 是对现有研究文本做研究质量诊断；若需要五席位、编辑决定和正式修订路线图，应改用 academic-paper-reviewer full。

↑ 返回模式示例快速导航

5.2 academic-paper：从论证规划到投稿文件

academic-paper 假设研究材料已经存在。它可以组织和表达证据，但不得用模型记忆填补缺失结果。

模式什么时候使用必要输入主要输出与边界
fullRQ、方法、文献和结果基本齐备，需要完整初稿论文类型、RQ、方法、证据/结果文件、字数、语言、引用格式领域适配的完整草稿、摘要和参考文献；先确认配置与大纲，缺失结果标为 [MATERIAL GAP]
plan论文逻辑尚未冻结，希望逐章思考贡献与论证RQ、已有材料、目标读者、结构困惑苏格拉底式 Chapter Plan、论证路径和 INSIGHT；只规划，不直接写全文
outline-only研究逻辑已明确，只需快速得到可执行结构RQ、论文类型、主要证据、目标字数三级大纲、字数分配、证据映射与图表计划；不写段落正文
revision已有草稿和明确审稿/修订任务，需要实际改稿原稿、Revision Roadmap、审稿意见，最好附回复稿Revision Patch、确定性应用后的修订稿、Apply Report 与逐点回复；结构性重写需确认
revision-coach收到杂乱审稿意见，尚未形成修订策略Decision Letter 与全部意见，草稿可选去重、拆分、排序后的 Revision Roadmap 和回复信骨架；不修改论文
abstract-only正文已经稳定，只缺摘要与关键词至少包含 RQ、方法、样本、结果和结论的正文默认繁体中文与英文摘要、各 5–7 个关键词；不得加入正文没有的数字或结果
lit-review已有核验文献，需要写成论文中的 Related Work/综述章节已核验文献、论文 RQ、目标篇幅论文体例的主题综合；上游检索与证据评级应交给 deep-research lit-review
format-convert内容已经冻结，只转换格式或引用体例完整稿件、参考文献、目标格式与模板要求Markdown、LaTeX、DOCX 或 PDF；只改格式，不重新解释结果或验证主张
citation-check投稿前检查文内引用和参考文献表完整稿件与参考文献表缺失、孤立、重复、作者/年份/DOI 和格式错误报告；“引用存在”不等于“引用支持主张”
disclosure需要按目标 Venue 披露 AI 使用Venue、实际模型、使用阶段、人工审核与未使用范围Venue 适配声明和放置位置；只能依据真实使用记录，仍须核对最新投稿政策
rebuttal-audit审稿意见和现有回复稿都已具备，需要查漏与降风险reviewer comments + response/rebuttal draftaddressed/partially/missing QA 表、语气与证据风险；不代写新回复，不给“可投稿”认证

最容易混淆的是三组模式：

  • plan 通过对话帮助作者形成论证，outline-only 直接给出结构化大纲；两者都不写全文。
  • revision-coach 把意见变成计划，revision 才真正修改稿件；前者适合“先决定怎么改”，后者适合“按已确认路线图执行”。
  • citation-check 检查引用表面一致性，Claim Audit 检查正文主张是否得到来源支持；前者通过不代表后者通过。

5.2.1 十一种模式的可复制示例

full：完整论文初稿
1
2
3
4
5

请使用 academic-paper 的 full 模式。
论文类型：机器学习实证研究，采用 IMRaD。
材料：research/rq_brief.md、methodology.md、verified_bibliography.yaml、results/*.csv。
目标：英文正文约 8,000 字，中英文摘要，IEEE 引用。
请先完成配置访谈和大纲，待我确认后再写正文；缺失项标记为 [MATERIAL GAP]。

plan：逐章规划
1
2
3
4

请使用 academic-paper 的 plan 模式。
RQ：代码解释功能是否会导致开发者过度信任错误建议？
材料：literature_matrix.md、results/user_study.csv；目标读者：软件工程实证研究者。
请逐章追问核心主张、证据、反论点和字数；每章结束后等待我确认，不写正文。

outline-only：只生成大纲
1
2
3

请使用 academic-paper 的 outline-only 模式。
主题：大模型代码生成中的训练数据污染检测；论文类型：方法论文；目标 7,000 字。
输出三级标题、各节目的、核心主张、证据文件、字数、图表位置和材料缺口；不要写段落。

revision：按路线图实际改稿
1
2
3
4

请使用 academic-paper 的 revision 模式。
输入：manuscript_r1.md、editorial_decision.md、reviewer_comments.md、revision_roadmap.md。
逐条关联 roadmap_item_id，只修改命中区块；输出 Revision Patch、修订稿、
Apply Report 和 point-by-point response。结构性重写先征得我确认。

revision-coach：把审稿意见整理成修订计划
1
2
3
4

请使用 academic-paper 的 revision-coach 模式。
输入：decision_letter.pdf、reviewer_comments.md、manuscript.md。
识别重复、冲突和必须处理的意见，标记接受/部分接受/建议反驳，
输出优先级、所需证据、风险、工作量和回复信骨架；不要修改论文。

abstract-only：只生成摘要和关键词
1
2
3

请使用 academic-paper 的 abstract-only 模式，根据 manuscript_final.md 生成中英文摘要。
英文 180–220 词，中文信息与英文一致；保留正文样本量和效应值，
不得引入新数字；每种语言给出 5–7 个关键词。

lit-review：撰写论文中的文献综述章节
1
2
3
4

请使用 academic-paper 的 lit-review 模式。
输入：verified_bibliography.yaml、synthesis_report.md。
围绕“自动程序修复在真实仓库中的外部有效性”撰写 2,500 字 Related Work，
按评测环境、缺陷类型和复现性组织，保持 citation key 不变并呈现矛盾证据。

format-convert：转换文档和引用格式
1
2
3

请使用 academic-paper 的 format-convert 模式。
输入：manuscript_final.md、references.bib；输出 IEEE 风格 LaTeX。
保持标题、正文、数字、图表路径和引文数量不变；列出无法自动满足的模板要求，暂不编译 PDF。

citation-check：检查引用一致性
1
2
3

请使用 academic-paper 的 citation-check 模式检查 manuscript.md 与 references.bib。
检查文内引用双向匹配、孤立/重复条目、作者、年份、DOI 和编号；
输出错误位置、严重性和建议修复。只报告问题，不把存在性检查当作主张验证。

disclosure：生成 AI 使用声明
1
2
3
4

请使用 academic-paper 的 disclosure 模式。
目标 Venue：NeurIPS。实际使用：Claude Code 用于文献整理、语言润色和引用检查；
实验代码、实验运行、结果解释和最终决定由作者完成；未上传受限数据。
请生成声明、建议放置位置，并列出投稿前仍需核对的最新政策项。

rebuttal-audit：审计现有回复稿
1
2
3
4

请使用 academic-paper 的 rebuttal-audit 模式。
输入：reviewer_comments.md、response_draft.md。
逐条标记 addressed、partially 或 missing，检查修改位置、无证据承诺、误读和对抗语气；
只输出 QA 报告与建议，不重写回复，不标记 ready_to_submit。

↑ 返回模式示例快速导航

5.3 academic-paper-reviewer：诊断、评审与修订验收

Reviewer Skill 有六种模式。它模拟投稿前评审，但不能替代真实同行评议。

模式什么时候使用主要输出关键边界
full投稿前需要全面、多视角压力测试5 份独立报告、Editorial Decision、Revision Roadmap成本最高；是模拟评审，不是期刊决定
re-review已按首轮路线图修订，需要验收落实情况resolved/partial/unresolved/new 问题矩阵与新决定沿用首轮 yardstick；最好同时提供回复信和 Apply Report
quick组会或初筛前，只想找最严重的三类风险Journal-Fit 快评与关键问题清单只由精简角色完成，不能替代 full
methodology-focus只关心设计、数据、基线、统计与外部有效性深入方法审查不全面评价文风、传播价值等其他维度
guided作者希望理解问题，而不是一次收到整份报告逐问题苏格拉底对话与共同形成的改进方向每轮聚焦一个问题，不适合急需完整报告
calibration有 Gold Set，希望测量 Reviewer 的误报与漏报完整档输出 FNR、FPR、Balanced Accuracy、AUC 与置信披露；方向档输出原始偏宽/准确/偏严计数directional 明确指定 3 篇；默认 full 使用 5–20 篇且每篇多次运行，成本高；结果只适用于该校准集

首次评审与再审必须区分。full 是按完整标准发现问题；re-review 是对照首轮路线图验证“声称完成的修改是否真的出现”。如果首轮只做了 quick，后来要求全面审查，应该明确调用新的 full，不能把它误称为同一 yardstick 下的 re-review。

5.3.1 六种模式的可复制示例

full：五席位完整评审
1
2
3
4

请使用 academic-paper-reviewer 的 full 模式审查 manuscript.md。
领域：机器学习系统；目标 Venue：通用顶级会议标准。
重点检查方法严谨性、实验公平性、统计报告、复现性、主张—证据一致性和替代解释。
输出五席位报告、Editorial Decision 和按优先级排列的 Revision Roadmap。

re-review：验收首轮修订
1
2
3
4
5

请使用 academic-paper-reviewer 的 re-review 模式。
输入：revision_roadmap_r1.md、manuscript_r2.md、response_to_reviewers_r2.md、
review_round1_config.yaml、revision_apply_report.json。
逐项区分 resolved、partially resolved、unresolved 和 newly introduced，
并核验回复信中的修改位置是否真实存在。

quick：快速风险评估
1
2
3

请使用 academic-paper-reviewer 的 quick 模式。
我需要在组会前判断 manuscript.md 是否值得继续完善。
重点检查 RQ、最严重的方法缺陷、证据是否支撑结论，并给出三个最高优先级修改项；控制在两页内。

methodology-focus：方法论专项审查
1
2
3

请使用 academic-paper-reviewer 的 methodology-focus 模式。
审查 manuscript.md 的数据切分、基线、消融、随机种子、统计检验、多重比较和外部有效性。
每个问题给出严重性、位置、威胁和修复方案；不要把“未报告”自动判定为“未执行”。

guided：引导式评审
1
2
3

请使用 academic-paper-reviewer 的 guided 模式审查 manuscript.md。
我最不确定 Discussion 是否把相关性写成因果性。
请先指出一个具体段落并向我提问；每轮只处理一个问题，不直接重写整节。

calibration：用 Gold Set 校准评审器
1
2
3
4

请使用 academic-paper-reviewer 的 calibration 模式，采用 full tier。
Gold Set：calibration/papers/ 下 10 篇论文；标签：calibration/gold_labels.yaml。
先验证标签 Schema，再按协议独立运行；输出 FNR、FPR、Balanced Accuracy、AUC、
分维度误差、置信区间和不可外推范围。若只做 3 篇方向性测试，我会明确指定 directional。

↑ 返回模式示例快速导航

5.4 academic-pipeline：完整运行、途中接入与失败恢复

Pipeline 不是第四套研究或写作能力，而是前三个 Skill 的调度器。它根据已有材料选择入口，并在阶段之间传递产物、执行闸门和等待确认；编排器不代做实质研究、写作或评审。

模式/入口什么时候使用输出与监督方式
(pipeline)任务横跨研究、写作、评审、修订和定稿的多个阶段十阶段工作流；研究者在关键 checkpoint 确认，编排器只调度、不代做实质任务
resume_from_passport=<hash>已在旧会话写入 Passport reset boundary，希望换新会话继续从已验证边界恢复状态并追加 Resume Ledger；仍需处理待决问题，不能借恢复参数跳过闸门

具体从哪一阶段开始，由现有材料决定：

已有材料/目标推荐入口说明
没有材料，希望从选题走到定稿Stage 1 / /ars-full先研究，再写作、完整性、评审、修订和定稿
已有 RQ、方法和核验材料Stage 2 WRITE跳过重复研究，但仍需确认材料缺口
已有论文初稿，准备模拟评审Stage 2.5 INTEGRITY先做审稿前完整性检查，再进入 Stage 3
已有经过核验的论文Stage 3 REVIEW直接配置完整或定向评审
已有编辑决定和审稿意见Stage 4 REVISE先生成/确认路线图，再实际修订
已有修订稿、首轮路线图和回复信Stage 3’ RE-REVIEW对照首轮标准验收修订
只想做摘要、引用检查或格式转换直接调用单项 academic-paper 模式没必要启动完整 Pipeline

5.4.1 两种入口的可复制示例

(pipeline)：启动十阶段完整流程

完整调用时应一次声明目标、材料与权限边界：

1
2
3
4
5
6
7

/ars-full

研究目标：评估代码生成模型在多语言真实仓库中的修复泛化能力。
已有材料：核心文献、实验代码、研究者已核验的结果和失败运行日志。
论文类型：实证研究；引用格式：IEEE；输出：Markdown 和 LaTeX。
限制：不得运行或修改实验代码，不得补写缺失结果；
所有经验性主张必须关联结果文件。请先识别入口阶段和材料缺口。

resume_from_passport=<hash>：从 Passport 边界恢复

跨会话恢复则必须使用 Passport 中尚未消费的 Boundary Hash：

1
2
3
4

resume_from_passport=<12位十六进制哈希>

请先验证 Boundary Hash、当前阶段、上游产物和 pending_decision，展示恢复摘要；
在我确认前不要开始下一阶段。

需要覆盖 Passport 的默认路由时，可以使用 resume_from_passport=<hash> stage=3 mode=full，但不能绕过 Passport 中的待决问题或完整性闸门。产生恢复边界的原会话必须设置 ARS_PASSPORT_RESET=1；恢复会话不需要再次设置。

完整性失败时，不应要求系统“忽略并继续”。Stage 2.5 应列出严重度、证据位置和修复选项，修正后复验；Stage 4.5 必须独立重跑最终检查，不能只验证已知问题。目录中的《完整性失败恢复》适合观察交互结构，但其中的姓名、文献和数值属于演示材料，不能复用为真实来源。

↑ 返回模式示例快速导航

5.5 一条实用的选型规则 ⭐⭐⭐⭐⭐

可以用“材料成熟度 × 任务类型”快速判断：问题还不成熟，用 socratic；问题明确但证据未整理，用 full 或 lit-review；要求可复现系统综述，用 systematic-review；证据已齐但逻辑未定，用 plan；逻辑已定只缺结构，用 outline-only；已有稿件要诊断，用 Reviewer；已有路线图要改稿，用 revision。只有当任务横跨多个阶段且愿意在关键节点确认时，才启动 /ars-full。

涉及代码实验时，应把“设计—执行—写作”拆成三个责任域：

1
2
3
4
5
6
7

ARS：澄清 RQ、形成方法与评价方案
        ↓ 研究者确认
独立编程/实验环境：实现、运行、记录日志与结果
        ↓ 研究者核验并登记
Material Passport：保存版本、配置、负结果和限制
        ↓
ARS：审计主张—证据关系，完成写作、评审与格式化

这样做的关键不是工具分得更细，而是避免同一次模型调用同时裁决“代码是否正确”和“论文事实是否成立”。若启用 OpenAI、Gemini 或兼容服务做跨模型验证，还应把模型配置和数据上传授权分开处理；未发表论文、审稿材料和私人笔记不能因为配置了第二模型就默认允许外发。

六、局限

对 ARS 最合理的评价不是“能否自动写出论文”，而是“是否降低了不可见错误进入论文的概率”。它提供了较强的过程控制，但仍有以下限制：

  • 经验真实性不可验证：无法证明真实实验、访谈或干预按论文所述发生，也不能替代原始数据审计与独立复现。
  • 核验覆盖并非绝对：外部索引有覆盖盲区，付费全文可能不可得；部分语境、原创性和主张检查采用抽样或 LLM 判断。
  • 模拟评审不等于同行评审：角色提示可以扩大观察角度，却没有真实审稿人的专业责任、领域经验和利益冲突约束。
  • 成本较高：官方对约 1.5 万词、60 条参考文献的完整十阶段流程估算为超过 20 万输入 token 和 10 万输出 token；“约 4–6 美元”只是基于 2026 年 4 月 Opus 4.x 价格的历史量级，不应当作当前报价。
  • 依赖环境：Markdown 输出依赖最少；DOCX、PDF、在线文献核验和跨模型验证分别需要 Pandoc、Tectonic/字体、网络与相应 API 配置。

结语

ARS 最有价值的贡献，是把“用 AI 做科研”从一次长提示词，改造成由角色、产物、状态、闸门和失败路径共同组成的过程系统。它不能赋予模型科研权威，也不能替代实验真实性、伦理审查和同行评议；但它能迫使研究者和模型持续回答几个朴素而关键的问题：这条主张从哪里来？谁确认了它？修改了什么？还缺什么证据？何时应该停止？

参考资料

  1. Cheng-I Wu. Academic Research Skills for Claude Code, stable release v3.19.0, 2026-07-22.
  2. ARS. Positioning: scope, rejected autonomous mechanisms, empirical-work boundary and license positioning.
  3. ARS. Pipeline Architecture: state flow, stage matrix, dependency graph and quality gates.
  4. ARS. Mode Registry: authoritative list of 27 modes.
  5. ARS. Performance Notes: token estimates, model routing and long-session management.
  6. ARS. Setup Guide: Claude Code installation, Plugin setup and optional document dependencies.
  7. ARS. CC BY-NC 4.0 License.
  8. Wu, C.-I. (2026). Academic Research Skills for Claude Code [Computer software]. Zenodo concept DOI.