claude-scholar:基于多AI模型的学术研究辅助工具项目

0
代码
代码
Issues
Pull Requests
讨论
Wiki
分析
0

面向学术研究和软件开发的半自动研究助手。支持 Claude Code、Codex CLI、Kimi Code CLI 和 OpenCode，覆盖文献管理、编码、实验分析、结果报告、写作与项目知识库维护。

分支4Tags1
GGaorui Zhangdocs(readme): trim Kimi badge canvas
199e219e创建于 7 小时前148次提交
文件最后提交记录最后更新时间
.github
feat(installer): add safe uninstall workflow 1 个月前
assets
docs(readme): trim Kimi badge canvas 7 小时前
commands
refactor(opencode): remove claude legacy runtime surfaces 23 天前
plugins
fix(opencode): stabilize kb binding metadata 1 个月前
scripts
refactor(opencode): remove claude legacy runtime surfaces 23 天前
skills
feat(instructions): add planning persistence workflow 22 天前
templates
feat(opencode): backport vault-first obsidian kb 1 个月前
utils
refactor(opencode): rename legacy claude config helper Rename the unused utility helper to OpenCode semantics so future Python helpers do not accidentally route through ~/.claude paths. Co-Authored-By: Claude <noreply@anthropic.com> 2 个月前
.gitignore
sync(opencode): align writing skill and ignore rules 2 个月前
AGENTS.ja-JP.md
feat(instructions): add planning persistence workflow 22 天前
AGENTS.md
feat(instructions): add planning persistence workflow 22 天前
AGENTS.zh-CN.md
feat(instructions): add planning persistence workflow 22 天前
LICENSE
chore: add MIT license 8 天前
LOGO.png
docs: replace LOGO.png with new logo Co-Authored-By: Claude <noreply@anthropic.com> 3 个月前
MCP_SETUP.ja-JP.md
docs(opencode): remove extra default-agent notes1 个月前
MCP_SETUP.md
docs(opencode): remove extra default-agent notes1 个月前
MCP_SETUP.zh-CN.md
docs(opencode): remove extra default-agent notes1 个月前
OBSIDIAN_SETUP.ja-JP.md
feat(opencode): backport vault-first obsidian kb 1 个月前
OBSIDIAN_SETUP.md
feat(opencode): backport vault-first obsidian kb 1 个月前
OBSIDIAN_SETUP.zh-CN.md
feat(opencode): backport vault-first obsidian kb 1 个月前
README.ja-JP.md
docs(readme): trim Kimi badge canvas 7 小时前
README.md
docs(readme): trim Kimi badge canvas 7 小时前
README.zh-CN.md
docs(readme): trim Kimi badge canvas 7 小时前
opencode.jsonc
fix(skills): align opencode research memory routing 23 天前
package.json
feat: migrate Claude Scholar to OpenCode format - Replace hooks/ (JS) with plugins/ (TypeScript) using @opencode-ai/plugin - Move 14 agents from agents/*.md to opencode.jsonc JSON config - Replace CLAUDE.md with AGENTS.md + opencode.jsonc - Add permission rules and MCP config in opencode.jsonc - Add security-guard, session-start, session-summary, skill-eval, stop-summary plugins - Update both English and Chinese READMEs for OpenCode edition - Remove personal info (paths, usernames) for open-source distribution - Preserve all 32 skills, 50+ commands, and rules as-is (compatible format) 3 个月前

面向学术研究和软件开发的半自动研究助手，尤其适合计算机科学与 AI 研究者，并针对 OpenCode 做了适配，覆盖研究构思、文献整理、实验分析、结果报告、写作与项目知识库维护。

分支说明：当前是 Claude Scholar 的 OpenCode 版本。如果你使用 Claude Code，请查看 main 分支；如果你使用 Codex CLI，请查看 codex 分支；如果你使用 Kimi Code CLI，请查看 kimi 分支。

最新动态

  • 2026-06-03: 新增 Kimi Code CLI 分支，并感谢 Kimi 对本项目的大力支持 — 已将 kimi 分支作为 Claude Scholar 的 Kimi Code CLI 版本纳入支持平台；感谢 Kimi 团队对本项目的持续支持与帮助。
  • 2026-05-14: 将 expression-skill 提升为核心表达层，把 planning-with-files 恢复为默认持久规划层，并继续扩展 Nature 写作栈 — 把 expression-skill 明确为汇报、规划、文件操作和多步骤技术任务的结论先行表达纪律；将 planning-with-files 重新接回默认的落盘规划与进度跟踪工作流，用 task_plan.md / notes.md 管理复杂任务；引入用于章节起草与论证构建的 nature-writing；将 nature-polishing 刷新到上游最新 article-pattern 版本；并继续保留 nature-response 与 nature-data 作为 journal-writing 栈的一部分。
  • 2026-05-13: 证据门槛研究工作流与 Sources/Papers 路由完成收紧 — 新增共享的 research-contract.md，统一 Evidence Records、claim strength 和 Claim Promotion Gate；将研究构思、Zotero 导入、文献综合、结果报告、论文写作与 rebuttal 工作流接入同一证据契约；并明确项目论文源笔记先放在 Sources/Papers，通过证据门槛后再进入 Knowledge 或 Writing。
  • 2026-04-25: OpenCode Obsidian KB lifecycle 稳定化 — 修复 OpenCode 项目 KB workflow 中 rename、archive、purge、sync、lint 的边界问题，并把 /kb-* 命令设为主入口。
  • 2026-04-24: Vault-first Obsidian KB workflow 回植到 OpenCode — 将新的 project-scoped Obsidian knowledge workflow 带到 OpenCode 版本，把旧的 memory skills 合并为四个核心 skill，并将 /kb-* 命令设为唯一的 Obsidian 命令入口。
  • 2026-04-22: 精简常驻核心指令与安全安装生命周期 — 将大型 always-on CLAUDE.md / AGENTS.md 改为紧凑核心指令，移除非核心默认 agents，新增中文 companion 文件，并加入基于 manifest/state 的卸载流程，确保更新和卸载只处理安装器拥有的文件与配置项。
  • 2026-04-15: 提出 pubfig 与 pubtab 两个 Python package — 推出了 pubfig（用于论文级 scientific figures）和 pubtab（用于 publication-ready tables 与 Excel↔LaTeX workflows）两个独立 Python package，为研究者提供更清晰的论文图、benchmark 表、导出控制与最终 QA 生产路径。
查看历史更新日志

  • 2026-04-15: 将 publication-chart-skill 融入 Claude Scholar — 把 pubfig + pubtab 封装成 publication-chart-skill，加入仓库，并接到 Claude Scholar 的分析/写作边界里，让论文级图表工作有了明确的交接路径，而不是继续混在通用分析或文本写作技能里。

  • 2026-03-31: Zotero smart-import 工作流文档完成对齐 — 围绕最新 zotero-mcp 的公开能力，系统更新了 Claude Scholar 的研究工作流文档：将 zotero_add_items_by_identifier 明确为默认论文导入入口，把 zotero_reconcile_collection_duplicates 设为标准导入后清理步骤，更准确地说明了来源感知 PDF cascade，同时把公开工具与内部诊断能力的边界重新讲清楚了。

  • 2026-03-31: README 上手路径完成刷新 — 明确了 Claude Scholar 尤其适合计算机科学与 AI 研究者，在安装说明后补充了更贴近真实使用的上手场景，进一步收紧了 prerequisite / 分支说明，并把“如果用户本地已有 md 文件，需要手动 merge”这件事写得更明确。

  • 2026-03-31: 安装器与 runtime guard 行为进一步收口 — 安装器现在会保留已有的本地 AGENTS.md，并把仓库版本作为 AGENTS.scholar.md sidecar 文件安装；同时默认 OpenCode guard 的摘要输出进一步降噪，减少 temp files / uncommitted files 的噪声，同时保留更安全的写入守卫边界。

  • 2026-03-31: 日文文档补齐 — 为主 README 以及 AGENTS、MCP_SETUP、OBSIDIAN_SETUP 补充了日文文档，使 OpenCode 分支的多语言文档入口更完整。

  • 2026-02-25: Codex CLI 支持 — 新增面向 OpenAI Codex CLI 的 codex 分支，提供 Codex 原生配置、工作流入口与 sandbox 安全机制。

  • 2026-02-23: 新增 setup.sh 安装脚本 — 面向已有 ~/.opencode 的带备份增量更新，自动备份 opencode.jsonc，以追加方式合并 agent/mcp/permission/plugin

  • 2026-02-21: OpenCode 支持 — Claude Scholar 现已支持 OpenCode 作为替代 CLI；切换到 opencode 分支获取兼容配置

  • 2026-02-20: 双语文档 — 维护英文与中文入口文档，便于不同读者阅读

  • 2026-02-15: Zotero MCP 集成 — 新增 /zotero-review 和 /zotero-notes 命令，更新 research-ideation skill 添加 Zotero 集成指南，增强 literature-reviewer agent 支持 Zotero MCP 自动论文导入、集合管理、全文阅读和引用导出

  • 2026-02-14: Hooks 优化 — security-guard 重构为两层系统（Block + Confirm），skill-forced-eval 按 6 类分组并切换为静默扫描模式，session-start 限制显示前 5 项，session-summary 新增 30 天日志自动清理，stop-summary 分别显示新增/修改/删除计数；移除废弃的 shell 脚本（lib/common.sh、lib/platform.sh）

  • 2026-02-11: 大版本更新 — 新增 10 个 skills（research-ideation、results-analysis、citation-verification、review-response、paper-self-review、post-acceptance、daily-coding、frontend-design、ui-ux-pro-max、web-design-reviewer）、7 个 agents、8 个研究工作流命令、2 条新规则（security、experiment-reproducibility）；重构主配置文档；涉及 89 个文件

  • 2026-01-26: 所有 Hooks 重写为跨平台 Node.js 版本；README 完全重写；扩展 ML 论文写作知识库；合并 PR #1（跨平台支持）

  • 2026-01-25: 项目正式开源，v1.0.0 发布，包含 25 个 skills（architecture-design、bug-detective、git-workflow、kaggle-learner、scientific-writing 等）、2 个 agents（paper-miner、kaggle-miner）、30+ 个命令（含 SuperClaude 命令套件）、5 个 Shell Hooks、2 条规则（coding-style、agents）

快速导航

部分 作用
为什么使用 Claude Scholar 快速理解项目定位和适用场景。
核心工作流 查看从研究构思到发表的主链路。
快速开始 选择完整、最小或选择性安装方式。
上手场景 查看安装完成后几种最常见的上手场景。
集成能力 了解 Zotero 和 Obsidian 如何接入工作流。
主要工作流 查看核心研究与开发工作流。
支撑工作流 查看支撑主工作流的后台机制。
文档入口 快速跳转到 setup、配置和模板文档。
引用 在论文、报告或项目文档中引用 Claude Scholar。

为什么使用 Claude Scholar

Claude Scholar 不是那种试图替代研究者、追求端到端全自动化科研的系统。

它的核心思想很简单：

以人的决策为中心，让助手去加速科研流程，而不是替人做最终判断。

这意味着 Claude Scholar 更适合承担科研中那些高重复、重结构、但仍需要人来把关的环节，例如文献整理、知识沉淀、实验分析、结果汇报和写作辅助；而真正关键的判断始终应该由研究者自己做出：

  • 这个问题值不值得做，
  • 哪些文献真正重要，
  • 哪些假设值得继续验证，
  • 哪些结果足够可信，
  • 以及什么应该继续推进、写成论文、投稿，或者及时放弃。

换句话说，Claude Scholar 是一个以人类决策为中心的半自动研究助手，而不是一个“全自动科研代理”。

更适合谁

Claude Scholar 当前尤其适合：

  • 计算机科学研究者：需要在文献、代码、实验和论文写作之间频繁切换；
  • AI / ML researcher：希望用一套工作流串起构思、实现、分析、报告和 rebuttal；
  • research engineer 与研究生：希望引入更强的流程结构，但不放弃人的判断；
  • 偏软件与计算驱动的学术项目：能够直接受益于 Zotero、Obsidian、CLI 自动化和可追踪的 project memory。

它当然也可以帮助其他研究场景，但当前这套工作流的设计重心，最贴近计算机科学、AI 以及相邻的 computational research。

核心工作流

  • 研究构思：把模糊主题收敛成具体研究问题、研究空白和初步计划。
  • 文献工作流：通过 Zotero 文献集合检索、导入、组织并阅读论文。
  • 论文笔记：把论文转成结构化阅读笔记和可复用论点。
  • 知识库沉淀：将稳定知识写入 Obsidian，并按 Sources / Knowledge / Experiments / Results / Results/Reports / Writing / Daily / Maps 路由整理。
  • 实验推进：跟踪假设、实验线、运行历史、关键发现和下一步动作。
  • 严格分析：使用 results-analysis 生成严谨统计、真实科研图和分析产物。
  • 结果报告：使用 results-report 生成完整实验复盘报告，并写回 Obsidian。
  • 写作与发表：把稳定结论延伸到综述、论文、rebuttal、演示文稿、海报和传播材料中。

快速开始

系统要求

选项 1：完整安装（推荐）

git clone -b opencode https://github.com/Galaxy-Dawn/claude-scholar.git /tmp/claude-scholar
bash /tmp/claude-scholar/scripts/setup.sh

安装器现在支持带备份的安全增量更新：

  • 更新仓库托管的 skills/commands/plugins/scripts/utils/
  • 将被覆盖的文件备份到 ~/.opencode/.opencode-scholar-backups/<timestamp>/
  • 同时把 opencode.jsonc 备份为 opencode.jsonc.bak
  • 如果已存在 ~/.opencode/AGENTS.md，则保留原文件，并把仓库版本另存为 ~/.opencode/AGENTS.scholar.md
  • 如果已存在 ~/.opencode/AGENTS.zh-CN.md，则保留原文件，并把仓库中文版本另存为 ~/.opencode/AGENTS.zh-CN.scholar.md
  • 保留已有的 env、模型/provider 配置、API key、permissions、auth，以及当前 mcp 的现有取值
  • 对仓库托管的 agent/mcp/permission/plugin 条目采用追加缺失项的方式，而不是整体替换

重要 AGENTS 说明：如果你原来就有自己的 ~/.opencode/AGENTS.md，安装后请查看 ~/.opencode/AGENTS.scholar.md 和 ~/.opencode/AGENTS.zh-CN.scholar.md，并将其中你需要的 Claude Scholar 内容按需 merge 到你自己的文件里；不要假设这个 sidecar 文件会自动生效。

以后做增量更新时：

cd /tmp/claude-scholar
git pull --ff-only
bash scripts/setup.sh

以后如果需要卸载：

cd /tmp/claude-scholar
bash scripts/uninstall.sh

安装器会写入：

  • ~/.opencode/.opencode-scholar-manifest.txt：记录 Claude Scholar 管理的文件
  • ~/.opencode/.opencode-scholar-install-state：记录安全卸载所需的 metadata，包括实际写入的 AGENTS*.md 目标和新增的 opencode.jsonc 条目

卸载器只删除 install state 中记录的文件和配置条目，不会根据当前 repo checkout 猜测所有权。

Windows：请使用 Git Bash / WSL 运行安装脚本。

选项 2：最小化安装

只安装一组较小的研究工作流子集：

git clone -b opencode https://github.com/Galaxy-Dawn/claude-scholar.git /tmp/claude-scholar
mkdir -p ~/.opencode/plugins/lib ~/.opencode/skills
cp /tmp/claude-scholar/plugins/*.ts ~/.opencode/plugins/
cp /tmp/claude-scholar/plugins/lib/common.ts ~/.opencode/plugins/lib/
cp -r /tmp/claude-scholar/skills/ml-paper-writing ~/.opencode/skills/
cp -r /tmp/claude-scholar/skills/research-ideation ~/.opencode/skills/
cp -r /tmp/claude-scholar/skills/results-analysis ~/.opencode/skills/
cp -r /tmp/claude-scholar/skills/results-report ~/.opencode/skills/
cp -r /tmp/claude-scholar/skills/review-response ~/.opencode/skills/
cp -r /tmp/claude-scholar/skills/writing-anti-ai ~/.opencode/skills/
cp -r /tmp/claude-scholar/skills/git-workflow ~/.opencode/skills/
cp -r /tmp/claude-scholar/skills/bug-detective ~/.opencode/skills/

安装后：最小化/手动安装不会自动合并 opencode.jsonc；请按需从 opencode.jsonc 复制你需要的 plugin 或 MCP 条目。如果你已经有自己的 ~/.opencode/AGENTS.md，也请把仓库 AGENTS.md 中相关内容按需 merge 到你的文件里，而不是直接覆盖。

选项 3：选择性安装

只复制你需要的部分：

git clone -b opencode https://github.com/Galaxy-Dawn/claude-scholar.git /tmp/claude-scholar
cd /tmp/claude-scholar

cp plugins/*.ts ~/.opencode/plugins/
cp -r skills/latex-conference-template-organizer ~/.opencode/skills/
cp -r skills/architecture-design ~/.opencode/skills/
cp AGENTS.md ~/.opencode/AGENTS.md
cp AGENTS.zh-CN.md ~/.opencode/AGENTS.zh-CN.md

安装后：选择性/手动安装不会自动合并 opencode.jsonc；请按需从 opencode.jsonc 复制你真正需要的 plugin 或 MCP 条目。如果你已经有自己的 ~/.opencode/AGENTS.md，也请把仓库 AGENTS.md 中相关内容按需 merge 到你的文件里，而不是直接覆盖。

上手场景

安装完成后，最简单的上手方式就是直接用自然语言描述你的任务，不需要先把整套系统全部背下来。下面给几种最常见、也最实用的起步场景。

1. 启动一个新的研究主题

你可以这样说：

帮我围绕[你的研究主题]启动研究。我想先得到一个基于文献的初步计划、关键开放问题，以及接下来最具体的推进步骤。

Claude Scholar 通常会帮助你：

  • 澄清主题并收敛研究问题，
  • 给出值得优先看的文献方向，
  • 形成初始研究计划或假设列表，
  • 如果你在用 Zotero / Obsidian，还可以把工作进一步路由进去。

2. 回顾一个 Zotero 文献集合

你可以这样说：

帮我回顾我在 Zotero 里关于 brain foundation models 的文献集合，并总结其中的主要方向、研究空白，以及最值得继续推进的下一步。

典型输出包括：

  • 按主题分组的论文图景，
  • 一段简明文献综合，
  • research gap 分析，
  • 值得继续推进的候选研究方向。

3. 分析已经完成的实验结果

你可以这样说：

帮我分析这个实验目录里的结果，看看不同 runs 之间到底变了什么，并输出一份面向决策的总结。

典型输出包括：

  • 指标对比，
  • ablation 或 error analysis 建议，
  • 一份结果总结，说明哪些结论比较稳、哪些还不够稳、下一步该跑什么。

4. 起草论文段落或 rebuttal 回复

你可以这样说：

请基于这个项目当前已有的发现和论文笔记，帮我起草相关工作这一节。

或者：

请根据这些审稿人意见，帮我起草一版 rebuttal。

典型输出包括：

  • 结构化的段落草稿，
  • 更清楚的论证链条，
  • claims 与 evidence 的对应关系，
  • 还需要补验证或补材料的点。

使用建议

  • 先从一个具体任务开始，而不是一上来让系统“把所有事情都做了”。
  • 如果你已经有自己的本地 AGENTS.md 或 AGENTS.zh-CN.md 文件，请把你需要的 Claude Scholar 内容从 AGENTS.scholar.md 或 AGENTS.zh-CN.scholar.md 里按需 merge 进去，不要假设 sidecar 文件会自动生效。
  • Zotero 和 Obsidian 都不是强制的，但如果你希望得到 durable literature notes 或 project memory，而不是一次性聊天输出，它们会非常有帮助。

平台支持

Claude Scholar 目前面向以下 CLI 工作流：

  • OpenCode — 本分支的主安装目标
  • Claude Code — 使用 main 分支
  • Codex CLI — 使用 codex 分支

顶层目标一致：研究、编码、实验、报告、写作、项目知识库维护。

集成能力

Zotero

适合这些场景：

  • 通过 DOI / arXiv / URL 导入论文
  • 按 collection 批量阅读论文
  • 通过 Zotero MCP 读取全文
  • 生成详细论文笔记与文献综合分析

详见 MCP_SETUP.zh-CN.md。

Obsidian

适合这些场景：

  • 维护以文件系统为核心的项目知识库
  • 管理 Sources/ 与 Knowledge/
  • 管理 Experiments/
  • 管理 Results/ 与 Results/Reports/
  • 管理 Writing/、Daily/ 与 Maps/

详见 OBSIDIAN_SETUP.zh-CN.md。

主要工作流

完整学术研究生命周期 —— 从研究构思到发表的 7 个阶段。

1. 研究构思（Zotero 集成）

从想法生成到文献管理的一体化研究启动流程。

类型 名字 一句话解释
Skill research-ideation 把模糊研究主题收敛成结构化问题、研究空白分析和初始研究计划。
Agent literature-reviewer 搜索、分类并综合论文，形成可执行的文献图景。
Command /research-init 从文献检索、Zotero 组织到研究提案草稿，一键启动新研究主题。
Command /zotero-review 对已有 Zotero collection 做结构化文献综述与比较。
Command /zotero-notes 批量阅读 Zotero collection，并生成结构化论文阅读笔记。

工作方式

  • 5W1H 头脑风暴：把模糊主题收敛成结构化问题。
  • 文献检索与导入：搜索论文、提取 DOI/arXiv/URL、导入 Zotero，并组织到主题文献集合。
  • PDF 与全文：能挂 PDF 就挂 PDF，能读全文就读全文，必要时回退到摘要分析。
  • 研究空白分析：识别 literature / methodology / application / interdisciplinary / temporal 等不同类型的研究空白。
  • 研究问题与规划：把文献综述进一步转成明确研究问题、初始假设和下一步计划。

典型产出

  • 文献综述笔记
  • 结构化 Zotero 文献集合
  • 研究计划 / 方向草稿

2. ML 项目开发

面向实验代码的可维护 ML 项目开发工作流。

类型 名字 一句话解释
Skill architecture-design 在新增可注册组件或模块时设计可维护的 ML 项目结构。
Skill git-workflow 约束分支规范、commit 规范和更安全的协作流程。
Skill bug-detective 系统化排查 stack trace、shell 报错和代码路径问题。
Agent code-reviewer 审查改动代码的正确性、可维护性和实现质量。
Agent tdd-guide 当任务明确需要 TDD 路径时，提供聚焦的测试驱动实现指导。
Command /plan 在编码前创建或细化实现计划。
Command /commit 为当前改动生成符合规范的 commit。
Command /code-review 对当前代码改动执行一次聚焦审查。
Command /tdd 以小步、测试驱动的方式推进功能实现。

工作方式

  • 结构设计：在合适场景下使用 Factory / Registry 模式组织 ML 组件。
  • 代码质量：保持文件规模、类型提示与配置驱动设计。
  • 问题排查：系统化处理 stack trace、shell 报错和代码路径问题。
  • Git 纪律：维持分支策略、commit 规范和更安全的 merge/rebase 流程。

3. 实验分析

严格实验分析工作流：统计、科研图、分析产物与实验后报告。

类型 名字 一句话解释
Skill results-analysis 生成由严格统计、真实科研图和分析附录组成的严格分析产物包。
Skill results-report 把分析产物组织成完整实验总结报告，明确结论、限制和下一步动作。
Command /analyze-results 一键执行完整实验后工作流：先严格分析，再生成最终实验报告。

工作方式

  • 数据处理：读取实验日志、metrics 文件和结果目录。
  • 统计检验：在合适前提下执行 t-test / ANOVA / Wilcoxon 等严格统计检验。
  • 科研可视化：生成真实科研图和解释线索，而不是只给模糊的绘图建议。
  • 消融与比较：分析组件贡献、性能 tradeoff 和稳定性。
  • 实验后报告：把分析产物包转成完整实验后总结报告，包含结论、限制和下一步动作。

典型产出

  • analysis-report.md
  • stats-appendix.md
  • figure-catalog.md
  • figures/
  • 写入 Obsidian Results/Reports/ 的实验总结报告

4. 论文写作

从结构准备到草稿迭代的系统化论文写作工作流。

类型 名字 一句话解释
Skill ml-paper-writing 基于 repo、实验结果和文献上下文撰写投稿导向的 ML/AI 论文。
Skill nature-writing 根据 claims、figures、results、notes 或中文草稿起草或重建 Nature 风格的论文章节。
Skill nature-polishing 将稿件内容润色、重组或翻译为更接近 Nature 风格的精炼英文。
Skill nature-response 为 Nature 系修回撰写、审查或重写逐点 reviewer response。
Skill nature-data 准备 Nature 风格的 Data Availability、repository plan 和 FAIR 元数据检查。
Skill citation-verification 检查参考文献、元数据和论断-引用对齐，避免引用错误。
Skill writing-anti-ai 减少机械化表述，提升清晰度、节奏和更自然的学术语气。
Skill latex-conference-template-organizer 把混乱的会议模板整理成 Overleaf-ready 写作结构。
Agent paper-miner 从高质量论文中提炼可复用的写作模式、结构和投稿经验。
Command /mine-writing-patterns 读取论文并把可复用写作知识合并进当前已安装的 paper-miner 写作记忆。

工作方式

  • 模板准备：把会议模板清理成 Overleaf-ready 结构。
  • 期刊风格润色：在需要时加强段落逻辑、hedging 和 section moves，使表达更接近 Nature 风格。
  • 审稿回复：把大修/小修意见组织成可审计的逐点 response package。
  • 数据可用性：准备 Nature 风格的数据仓库方案、dataset citation 和 availability statement。
  • 引用核验：检查参考文献、元数据和论断-引用对齐。
  • 系统化写作：基于 repo、实验结果和文献上下文逐节写作，但未被证据支持的论断必须显式标记。
  • 论断台账：贡献、结果和相关工作对比都应能追溯到证据；否则保留为推测性表述。
  • 风格打磨：减少 AI 痕迹，改善节奏、清晰度和学术语气。

5. 论文自审

投稿前的质量保障工作流。

类型 名字 一句话解释
Skill paper-self-review 在投稿前系统检查结构、逻辑、引用、图表和合规性。

工作方式

  • 结构检查：检查逻辑流、章节平衡和叙事连贯性。
  • 逻辑校验：检查 claim-evidence 对齐、假设清晰度和论证一致性。
  • 引用审计：检查引用准确性与完整性。
  • 图表质量：检查 caption 完整性、可读性和可访问性。
  • 合规性检查：检查页数限制、格式和披露要求。

6. 投稿与 Rebuttal

投稿准备和审稿回复工作流。

类型 名字 一句话解释
Skill review-response 把审稿意见组织成基于证据的 rebuttal 工作流。
Agent rebuttal-writer 起草专业、礼貌且结构清晰的 rebuttal 文本。
Command /rebuttal 基于审稿意见和现有证据生成完整 rebuttal 草稿。

工作方式

  • 投稿前检查：检查会议/期刊格式、匿名化和清单要求。
  • 审稿意见分析：把审稿意见分类成可执行的问题。
  • 回复策略：决定是 accept、defend、clarify 还是补实验。
  • Rebuttal 写作：生成结构化、基于证据、语气专业的回复文档。

7. 录用后处理

论文录用后的会议准备与研究传播工作流。

类型 名字 一句话解释
Skill post-acceptance 支持论文录用后的报告、海报和传播材料准备。
Command /presentation 生成会议报告的结构和讲解指导。
Command /poster 整理论文内容并生成海报版式与内容指导。
Command /promote 起草面向外部传播的摘要、帖子或 thread 内容。

工作方式

  • 报告准备：准备报告结构和演示文稿指导。
  • 海报整理：整理海报内容层级和版式。
  • 传播内容：生成社交媒体、博客或简明研究摘要。

支撑工作流

这些工作流运行在主工作流背后，用来增强整体使用体验。

Obsidian 项目知识库

把 Obsidian 当作项目作用域的稳定知识层，而不是随手堆放笔记的地方。

类型 名字 一句话解释
Skill obsidian-project-kb-core 负责项目级 KB 的初始化、路由、registry、index、daily 和 lifecycle。
Skill obsidian-source-ingestion 把外部材料写入 Sources/Papers、Sources/Web、Sources/Docs、Sources/Data、Sources/Interviews 或 Sources/Notes。
Skill obsidian-literature-workflow 管理从 Sources/Papers 到 Knowledge、Writing、Maps/literature.canvas 的文献工作流。
Skill obsidian-kb-artifacts 处理 wikilink、registry 表格、canvas、可选 .base 和 link repair 等 Obsidian 原生产物。
Command /kb-init 在 Research/{project-slug}/ 下初始化 vault-first KB。
Command /kb-status 汇总当前已绑定项目 KB 的状态。
Command /kb-ingest 将新的 source material 路由到正确的 canonical 位置。
Command /kb-log 保守更新当天 Daily/ 和相关项目表面。
Command /kb-sync 运行确定性的 KB 维护，刷新 registry、index、daily 和运行时绑定状态。
Command /kb-links 修复或增强 canonical KB notes 之间的 wikilink。
Command /kb-promote 将 Daily 或 source note 中稳定的内容提升为 canonical note。
Command /kb-index 重建 02-Index.md 这个人类导航页。
Command /kb-lint 运行确定性的 KB 健康检查并更新 _system/lint-report.md。
Command /kb-archive 归档、detach、purge 或重命名 KB 对象，并保持链接与 registry 一致。
Command /kb-map 在默认 literature canvas 之外，按需生成或修复显式请求的 KB artifact。
Command /kb-literature-review 从 Sources/Papers 生成文献综合，并写入 Knowledge、Writing 和 Maps/literature.canvas。

旧的 Obsidian 命令 alias 已移除。所有 Obsidian KB 工作都使用 /kb-* 命令入口。

工作方式

  • 将已有 repo 绑定到 Obsidian vault
  • 把稳定知识路由进 Sources / Knowledge / Experiments / Results / Results/Reports / Writing / Daily / Maps
  • 以保守方式维护 Daily/ 和 repo-local binding metadata
  • 把新的 source material 路由进正确的 canonical note
  • 只有在显式请求时才生成额外的 .base 或 canvas
  • 用 /kb-sync 做确定性重同步，用 /kb-links 做独立的 link repair

笔记语言配置

生成和同步 Obsidian 笔记时，语言按以下优先级解析：

  1. 项目配置：.opencode/project-memory/registry.yaml 中的 note_language
  2. 环境变量：OBSIDIAN_NOTE_LANGUAGE
  3. 默认值：en

说明：文件名目前仍叫 registry.yaml，但其磁盘格式实际上是 JSON。

项目级示例：

{
  "projects": {
    "my-project": {
      "project_id": "my-project",
      "vault_root": "/path/to/vault/Research/my-project",
      "note_language": "zh-CN"
    }
  }
}

同步时会同时兼容英文和中文 section heading，因此切换配置后，历史英文/中文笔记都可以继续安全更新。

自动化约束工作流

OpenCode plugins 通过 runtime guards 提供日常检查与提醒。

Plugin 列表

  • skill-eval.ts
  • session-start.ts
  • session-summary.ts
  • stop-summary.ts
  • security-guard.ts

工作方式

  • 用户提问前：评估当前 prompt 应该触发哪些 skills，并补充相关 workflow 提示。
  • 会话开始时：显示 Git 状态、可用命令和项目记忆上下文。
  • 会话结束或停止时：总结工作内容，并提醒最小维护动作。
  • 安全防护：拦截灾难性命令，并对危险但合理的操作要求确认。

知识提炼工作流

专门的 agents 可持续提炼论文和竞赛中的可复用知识。

类型 名字 一句话解释
Agent paper-miner 从高质量论文中提炼可复用的写作知识、结构模式和投稿经验。
Agent kaggle-miner 从优秀 Kaggle 工作流中提炼工程实践和解决方案模式。

工作方式

  • 从论文中提炼写作模式、会议要求和 rebuttal 策略
  • 从 Kaggle 工作流中提炼工程模式和解决方案结构
  • 再把这些知识回流进 skills 与 references 中。

技能进化系统

Claude Scholar 也内置了自我改进的 skill 工作流。

类型 名字 一句话解释
Skill skill-development 创建具备清晰触发条件、结构和渐进展开方式的新技能模块。
Skill skill-quality-reviewer 从内容质量、组织方式、表达风格和结构完整性审查 skill。
Skill skill-improver 根据结构化改进计划持续优化已有 skills。

工作方式

  • 创建带有清晰触发描述的新 skill
  • 按多个质量维度审查 skill
  • 合并改进建议并持续迭代

表达与汇报约束层

当任务需要结论先行汇报、具体证据、可见风险或紧凑下一步时，使用可复用的沟通表达层。

类型 名字 一句话解释
Skill expression-skill 为技术工作、写作、文档、文件操作和多步骤任务提供结论先行、具体、可核查的表达约束。
Skill planning-with-files 让复杂任务把计划、进度与中间发现落到 task_plan.md、notes.md 和交付文件里，而不是只依赖瞬时对话上下文。

工作方式

  • 先给结论，不先叙述过程，
  • 优先使用命令、路径、数量、检查结果和可观察行为，而不是抽象过程词，
  • 只有在歧义会改变结果时才追问，
  • 尽早暴露风险、不确定性和破坏性边界，
  • 对长任务持续给出 step / checkpoint 形式的可见路标，
  • 对多步骤任务用 task_plan.md 和 notes.md 做持久化规划，而不是只依赖瞬时上下文。

文档入口

项目规则

Claude Scholar 包含以下方面的项目规则：

  • 代码风格
  • agent 编排
  • 安全约束
  • 实验可复现性

常驻规则主要体现在 AGENTS.md；详细工作流保留在仓库附带的 skills 和文档中。

贡献

欢迎提交 issue、PR 和工作流改进建议。

如果你想改 installer、Zotero 工作流或 Obsidian 路由，建议在提案中说明：

  • 用户场景
  • 当前限制
  • 预期行为
  • 兼容性影响

许可证

MIT 许可证。

引用

如果 Claude Scholar 对你的研究或工程工作流有帮助，你可以按下面方式引用：

@misc{claude_scholar_2026,
  title        = {Claude Scholar: Semi-automated research assistant for academic research and software development},
  author       = {Gaorui Zhang},
  year         = {2026},
  howpublished = {\url{https://github.com/Galaxy-Dawn/claude-scholar}},
  note         = {GitHub repository}
}

致谢

面向 OpenCode 构建，并与更广泛的 Claude Scholar 生态保持对齐。

参考资料

本项目受到社区优秀工作的启发和构建：

  • everything-claude-code - Claude Code CLI 的综合资源
  • AI-research-SKILLs - 研究导向的技能和配置
  • expression-skill - 这里复用了其公开的结论先行表达 skill，用于汇报和回应约束
  • nature-skills - 这里统一复用了其 Nature 风格的章节起草、学术润色、审稿回复和数据可用性 skills，并保留来源引用

这些项目为 Claude Scholar 的研究导向功能提供了宝贵的见解和基础。

面向数据科学、AI 研究和学术写作。

仓库：https://github.com/Galaxy-Dawn/claude-scholar

项目介绍

面向学术研究和软件开发的半自动研究助手。支持 Claude Code、Codex CLI、Kimi Code CLI 和 OpenCode，覆盖文献管理、编码、实验分析、结果报告、写作与项目知识库维护。

MIT TeX182提交数
定制我的领域
README
规则集

下载使用量

0

项目总下载次数（含Clone、Pull、 zip 包及 release 下载），每日凌晨更新

发行版1Tags

语言类型

TeX50.73%
Python28.93%
Shell10.12%
JavaScript8.89%
BibTeX1.2%

目录