academic-research-skills:基于 Claude Code 的学术研究技能套件项目

Academic Research Skills for Claude Code: research → write → review → revise → finalize

分支6Tags51
文件最后提交记录最后更新时间
8 天前
8 天前
1 个月前
10 天前
22 天前
8 天前
22 天前
1 个月前
1 个月前
14 天前
8 天前
10 天前
1 个月前
10 天前
17 天前
1 个月前
1 个月前
1 个月前
8 天前
10 天前
1 个月前
19 天前
25 天前
4 个月前
4 个月前
4 个月前
1 个月前
2 个月前
2 个月前
8 天前
8 天前
1 个月前
2 个月前
7 个月前
8 天前
2 个月前
8 天前
1 个月前
8 天前
8 天前
8 天前
8 天前
8 天前
8 天前
2 个月前
22 天前
2 个月前
4 个月前
1 个月前
2 个月前

Academic Research Skills for Claude Code

Version DOI License: CC BY-NC 4.0 Sponsor

English | 繁體中文版 | 日本語版 | 한국어 | Español

一套完整的学术研究 Claude Code 技能包,涵盖从研究到论文出版的全流程。

30 秒安装(Claude Code CLI / VS Code / JetBrains,v3.7.0+):

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

安装后运行 /ars-plan,ARS 会用苏格拉底式对话帮你规划章节结构。需要前置条件或传统 symlink 安装,请看 快速安装。

AI 是你的副驾驶,不是机长。 它可以起草文字,full mode 甚至会起草整篇论文;但决定权在你,pipeline 每个阶段都会停下来等你确认。它处理繁琐工作(搜文献、排格式、验数据、查逻辑一致性),让你专注在真正需要思考的事上:定义问题、选择方法、解读数据意义、决定「我认为」后面要接什么。作者是你,提交的每一个主张都由你负责。

和 humanizer 不同,这个工具不是帮你隐藏使用 AI 协作的事实,而是帮你把关文章质量。风格校准会从你过去的文章中学习你的声音,写作质量检查会识别让文字读起来像机器生成的模式。目标是质量,不是掩饰。

为什么选「人机协作」而不是「全自动」?

Lu 等人(2026,Nature 651:914-919)发表的 The AI Scientist 是第一个端到端全自动的 AI 研究系统,其生成的论文通过 ICLR 2025 workshop 的盲审(评分 6.33/10,workshop 平均 4.87)。他们自己的 Limitations 段落也列出了这类系统会遇到的结构性失败模式:实现错误、幻觉实验结果、取巧特征依赖、实现错误被包装成「意外发现」、方法论伪造、框架锁定、引用幻觉。

ARS 建立在这个前提上:人类研究者 + AI 的组合,比纯自动或纯人工更能避开这些失败模式。Stage 2.5 与 Stage 4.5 学术诚信闸门运行 7 类阻断式检查清单(见 academic-pipeline/references/ai_research_failure_modes.md),reviewer 也提供 opt-in 的 calibration mode 用用户提供的 gold set 测量 FNR/FPR。

Zhao 等人(2026-05)盘点了 arXiv、bioRxiv、SSRN、PMC 上 250 万篇论文中的 1.11 亿条引用,保守估计 2025 年单年就有 146,932 条幻觉引用,并观察到 2024 年中是上升的拐点;bioRxiv-to-PMC 这条配对的「预印本进入正式发表版本」幻觉存活率达 85.3%。他们把「真实引用被用来支撑被引文献其实没有提出的主张」描述为当前未解的问题。ARS v3.7.1 为来源 provenance 加上 trust-chain frontmatter,v3.7.3 为未来的 claim-level 审计铺设 locator 基础设施(三层引用 anchor),并在引用阶段呈现 advisory 风险信号(ARS 内部把这条 claim-faithfulness 缺口标记为「L3」,此为 ARS 的用词,不是论文的用词)。v3.7.x 的设计动机来自 Zhao 等人的 corpus-scale 发现;ARS 本身的 corpus-scale 评估仍是未来工作。

v3.8 补上 L3 缺口的另一半。v3.7.3 让每一条引用都带 locator anchor,v3.8 在这个基础上加一道 opt-in 审计(ARS_CLAIM_AUDIT=1):获取每个 anchor 指向的原始文本,判断论文里的 claim 是否真有被该引用支撑。五类新的 HIGH-WARN annotation(claim-not-supported、negative-constraint-violation、fabricated-reference、anchorless、constraint-violation-uncited)会在 formatter terminal hard gate 直接阻止输出。Calibration runner 随 release 附一组 25 条的合成 gold set,采用 FNR<0.15、FPR<0.10 双阈值。随附的测试使用直接返回标准答案的替身裁判,所以它验证的是工具本身,不是真正的 AI 裁判;目前还没有真实裁判的 calibration 结果,正式放大投入要等这份证据(v3.8 spec §5)。

v3.3 的灵感来自 PaperOrchestra(Song, Song, Pfister & Yoon, 2026, Google):Semantic Scholar API 验证、反泄露协议、VLM 图表验证、修订轨迹追踪。ARS 当前以分类式、证据锚定的准则轨迹实现最后一项,不计算分数差。


架构与 pipeline

👉 docs/ARCHITECTURE.md — 完整 pipeline 视图:流程图、阶段 × 维度矩阵、数据访问流、skill 依赖图、质量闸门、模式清单。

这份架构文档取代了原本散在 README 各处的 pipeline 描述。关于「哪个阶段跑什么」的所有信息都集中在一个地方。

快速安装

前置条件

  • Claude Code(建议最新版;plugin packaging 需要近期版本)
  • 已导出 ANTHROPIC_API_KEY,或在第一次运行 claude 时设置
  • 选用: Pandoc 用于 DOCX 输出,tectonic + 思源宋体 TC 用于 APA 7.0 PDF(纯 Markdown 输出不需要这两者)

Plugin 安装(v3.7.0+,推荐):

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

验证可用: 运行 /ars-plan 并描述你正在写的论文,ARS 会用苏格拉底式对话帮你规划章节结构。如果想做单次测试,可以运行 /ars-lit-review "你的主题"。

👉 docs/SETUP.md — 完整指南:安装 Claude Code、设置 API key、选用的 Pandoc/tectonic(DOCX/PDF)、跨模型验证(ARS_CROSS_MODEL),以及六种安装方式(Plugin、项目 skills、全局 skills、claude.ai Project、repo clone、Claude Science 导入)。

你的安装渠道实际启用哪些控制机制? 可用性因安装渠道而异,请查逐渠道对照表:docs/CONTROL_AVAILABILITY.md(英文)。

👉 docs/DATA_FLOWS.md — 哪些数据会离开你的电脑(书目 resolver、可选且需明确同意的跨模型调用、更新检查)、本地缓存存什么与存多久、每条路径怎么关闭。(英文)

使用 Claude Science? 五个 skill 可直接导入:Skills → Import from GitHub,粘贴 https://github.com/Imbad0202/academic-research-skills,点 Preview,再点 Import(需本 repo v3.14.0+——导入器读取 marketplace manifest 中显式声明的 skill 路径)。导入是一次性快照:ARS 更新后需重新导入。导入的 skill 承载 ARS 方法论(研究/写作/评审协议);Claude Code 专属机制——slash commands、hooks、subagent 编排——不会转移。详见 docs/SETUP.md Method 5。

使用 Pi? 运行 pi install git:github.com/Imbad0202/academic-research-skills 安装仓库内的社区维护 wrapper。它继续以原始 ARS 内容为准,并记录 Pi 在编排和 hooks 方面的限制。详见 pi/README.md。

用 Codex CLI? 请安装姐妹版:Imbad0202/academic-research-skills-codex。同一套 workflow 内容,Codex 原生打包为单一 $academic-research-suite skill,提供 ars-* 别名。

性能与费用

👉 docs/PERFORMANCE.md — 各模式 token 预算、完整 pipeline 估算(一篇 15k 字论文,按 2026-09 牌价约 US$3–7,未计 cache 折扣),以及建议的 Claude Code 设置(Auto 模式;Agent Team 选用)。

使用指南与文章


功能特色一览

  • Deep Research — 13 个 Agent 的研究团队,支持苏格拉底引导、PRISMA 系统性回顾、意图检测、对话健康度监控、可选跨模型 DA、Semantic Scholar API 验证。
  • Academic Paper — 12 个 Agent 的论文撰写团队,含风格校准、写作质量检查、LaTeX 输出强化、可视化、修订教练、引用格式转换、反泄露协议、VLM 图表验证。
  • Academic Paper Reviewer — 7 个 Agent 的多视角同行评审,采用逐准则、证据锚定的叙事判断(Journal-Fit Reviewer + 3 位动态审查者 + 魔鬼代言人),含让步门槛协议、攻击强度保持、可选跨模型 DA critique / calibration、R&R 追溯矩阵、只读约束。目前 live review 一律为 NOT_CALIBRATED;完整 calibration 只产生有界候选 profile,尚未接入 live review。
  • Academic Pipeline — 10 阶段全流程调度器,含自适应 checkpoint、主张验证、材料护照、可选 repro_lock、可选跨模型学术诚信验证、中途强化机制,以及逐项准则的叙事退步检查(typed trajectory 尚未实现)。
  • SR-Screener — 系统综述、范围综述与快速综述的研究筛选,按用户确认的筛选规则执行:两位盲审 AI 审查者加第三位裁决者、按固定顺序的排除代码、不预设任何决定、可续跑的批次、质量检查(种子研究、近似排除复查、kappa 与 PABAK)、PRISMA 2020 数字、EndNote/Zotero RIS 分组,以及交给 academic-paper 的 literature_corpus[]。AI 的决定只是辅助,最终由研究团队核查。
  • 数据访问层级标注(v3.3.2+)— 每个 skill 声明 data_access_level(raw / redacted / verified_only),由 scripts/check_data_access_level.py 强制执行。设计灵感来自 Anthropic 的 automated-w2s-researcher(2026)。详见 shared/ground_truth_isolation_pattern.md。
  • 任务类型标注(v3.3.2+)— 每个 skill 声明 task_type(open-ended 或 outcome-gradable)。目前 ARS 所有 skills 皆为 open-ended。
  • Benchmark 报告 Schema(v3.3.5+)— JSON Schema + lint script,要求诚实的 benchmark 比较报告。详见 shared/benchmark_report_pattern.md。
  • Artifact 可复现性 Lockfile(v3.3.5+)— Material Passport 添加可选 repro_lock 子区块。是配置文档化,不是重播保证 — LLM 输出不是逐字节可复现。详见 shared/artifact_reproducibility_pattern.md。
  • 实验来源凭证登录(#260)— Material Passport 可选的 experiment_provenance[] 记录研究者在外部跑过的实验(ARS 从不执行实验),论文主张通过 claim_intent_manifest.planned_experiment_ids[] 与之 join。诚信 gate(Stage 2.5/4.5)逐条比对实验支撑型主张与登录凭证 — ALIGNED / OVERSTATED / NOT_SUPPORTED_BY_PROVENANCE / PROVENANCE_INSUFFICIENT — 但不判定实验本身是否正确。fail-closed 的 experiment_intake_declaration 让「有没有跑实验」成为 Stage 1 明确决定。详见 shared/handoff_schemas.md。

**诚信与验证边界:**ARS 检查的是论文与所报告的研究过程,包括引用是否存在、主张与来源是否一致、所述方法、已登记实验结果与论文主张的一致性、图表忠实度,以及报告/流程/提交包的一致性;部分检查采用抽样或由 LLM 判断。ARS 不能证明程序确实执行、原始数据真实,或结果可复现;如果捏造内容被前后一致地报告,仍可能通过这些检查。详见 POSITIONING.md〈Integrity checks and the empirical-work boundary〉。


实际产出展示

查看一次完整 pipeline 运行的实际产出,包含同行评审报告、学术诚信验证报告、完稿论文:

这是 2026 年 3 月的记录,不代表现在的表现。 这次运行(2026-03-07 至 03-08)使用的是 academic-pipeline v2.3,当时 ARS 还没有在 v3.3 加入 Semantic Scholar 核对,也还没有在 v3.11 加入确定性的四索引引用闸门。这里的数字描述的是那个版本,现行闸门还没有在这篇论文上测量过。作者栏写 Claude(Anthropic),是因为研究者在这次实验中这样要求。这篇论文不是 Anthropic 的出版物;ARS 的定位是工具不取代研究者,也不主张作者身份(见 POSITIONING.md)。

浏览所有 pipeline 产出 →

产出物 说明
完稿论文(英文) APA 7.0 格式,LaTeX 编译
完稿论文(中文) 中文版,APA 7.0
学术诚信报告 — 审稿前 Stage 2.5:标出 15 条有问题的引用(8 条书目错误、6–8 条疑似虚构)+ 3 个统计错误
学术诚信报告 — 最终 Stage 4.5:确认零回归
同行评审第一轮 Journal-Fit Reviewer + 3 审查者 + 魔鬼代言人
再审 修订后验证审查
同行评审第二轮 跟踪审查
回复审查意见 逐点回复
出版后审计报告 另行用 Claude Code + WebSearch 审计全部引用:经过 3 轮学术诚信审查后,最后 68 条引用中仍有 21 条有问题

搭配工具:Experiment Agent

如果你的研究需要在写作前做实验(代码或人工研究),Experiment Agent 技能填补 ARS Stage 1(研究)和 Stage 2(写作)之间的空缺。

ARS Stage 1 研究      →  RQ Brief + Methodology Blueprint
        ↓
  experiment-agent     →  运行/管理实验 → 验证结果
        ↓
ARS Stage 2 写作      →  用验证过的实验结果撰写论文

功能:执行代码实验(Python、R 等)并实时监控、管理人工研究 protocol 与 IRB 伦理审查、11 种统计谬误检测、可复现性验证。

搭配使用方式:ARS pipeline 完成 Stage 1 后暂停,在另一个 experiment-agent session 中执行实验,完成后将结果(含 Material Passport)带回 ARS Stage 2。ARS 不需要任何修改。详见 experiment-agent README。


使用方式

快速开始

# 启动完整研究 pipeline
你: "我想做一篇关于 AI 对高等教育质量保障影响的研究论文"

# 苏格拉底引导模式
你: "引导我研究 AI 在教育评估中的应用"

# 引导式论文撰写
你: "引导我写一篇关于少子化影响的论文"

# 审查现有论文
你: "帮我审查这篇论文"(接着提供论文)

# 查看 pipeline 进度
你: "进度" 或 "status"

个别 Skill 使用

Deep Research(深度研究,8 种模式)

"研究 AI 对高等教育的影响"                    → full mode(完整研究)
"给我一份 X 的快速摘要"                       → quick mode(快速简报)
"帮我做 X 的系统性文献回顾,含 PRISMA"        → systematic-review mode
"引导我研究 X"                                → socratic mode(苏格拉底引导)
"帮我核查这些说法"                            → fact-check mode(事实核查)
"帮我做文献回顾"                              → lit-review mode(文献回顾)
"审查这篇论文的研究质量"                      → review mode(论文审查)

Academic Paper(学术论文撰写,11 种模式)

"帮我写一篇论文"                              → full mode(完整撰写)
"引导我写论文"                                → plan mode(引导规划)
"先帮我搭论文大纲"                            → outline-only mode(只做大纲)
"我有初稿,这是审稿意见"                      → revision mode(修订)
"帮我整理这些审稿意见成修订路线图"            → revision-coach mode
"帮我写这篇的摘要"                            → abstract-only mode(摘要)
"把这批数据写成文献回顾论文"                  → lit-review mode(文献回顾论文)
"转换成 LaTeX" / "引用格式转 IEEE"            → format-convert mode(格式转换)
"检查引用格式"                                → citation-check mode(引用检查)
"帮我生成 NeurIPS 的 AI 使用声明"             → disclosure mode(AI 使用声明)

Academic Paper Reviewer(论文审查,6 种模式)

"审查这篇论文"                                → full mode(Journal-Fit Reviewer + R1/R2/R3 + 魔鬼代言人)
"快速评估这篇论文"                            → quick mode(快速评估)
"引导我改进这篇论文"                          → guided mode(引导改进)
"检查研究方法"                                → methodology-focus mode(方法论聚焦)
"验收修订"                                    → re-review mode(再审验收)
"用我的 gold set 校准 reviewer"               → calibration mode(校准)

Academic Pipeline(全流程调度器)

"我想做一篇完整的研究论文"                    → 从 Stage 1 开始完整 pipeline
"我已经有论文,帮我审查"                      → 从 Stage 2.5 进入(先做学术诚信审查)
"我收到审稿意见了"                            → 从 Stage 4 进入

Pipeline 结束时自动产出 Stage 6:过程记录 — 含论文创建过程记录与 6 维度协作质量评估(1–100 分)。

SR-Screener(研究筛选,8 种模式)

"把我的计划书转成筛选规则"                    → protocol mode
"这篇摘要符合我的综述纳入条件吗?"            → quick mode(单一审查者初筛)
"先用种子研究试跑筛选"                        → pilot mode
"筛选这些数据库导出文件"                      → ta-screen mode
"筛选晋级记录的全文"                          → ft-screen mode
"裁决我 Rayyan 导出文件中的冲突"              → adjudicate mode
"帮我复查排除的记录"                          → audit mode
"给我这次筛选的 PRISMA 数字"                  → report mode

支持语言

  • 繁体中文 — 用户以中文对话时默认使用
  • English — 用户以英文对话时默认使用
  • 学术论文自动产出双语摘要(中文 + English)

使用其他语言? 苏格拉底模式(deep-research)和 Plan 模式(academic-paper)采用意图匹配启动 — 检测你的请求含义,而非比对特定关键字。这代表它们支持任何语言,无需额外设置。

不过,一般的 Trigger Keywords 区块(决定 skill 是否被启动)仍以英文和繁体中文为主。如果你发现 skill 在你的语言下触发不稳定,可以在各 SKILL.md 的 ### Trigger Keywords 区块中加入你的语言的关键字,提高匹配信心。

支持引用格式

  • APA 7.0(默认,含中文引用规则)
  • Chicago(Notes & Author-Date)
  • MLA
  • IEEE
  • Vancouver

支持论文结构

  • IMRaD(实证研究)
  • 主题式文献回顾
  • 理论分析
  • 个案研究
  • 政策简报
  • 研讨会论文

Skill 详细信息

各 agent 的职责与各阶段产出物现已移至 docs/ARCHITECTURE.md。版本号保留在此以维持 release metadata 集中管理。

Deep Research (v2.12.1)

13 个 Agent 的研究团队。模式:full、quick、review、lit-review、three-way-scan、fact-check、socratic、systematic-review。完整 agent 名单与产出物:见 ARCHITECTURE.md §3。

Academic Paper (v3.3.1)

12 个 Agent 的论文撰写 pipeline。模式:full、plan、outline-only、revision、revision-coach、abstract-only、lit-review、format-convert、citation-check、disclosure、rebuttal-audit。输出:MD + DOCX(Pandoc 可用时)+ LaTeX(APA 7.0 apa7 class / IEEE / Chicago)→ tectonic 编译 PDF。完整 agent 名单与各 phase 职责:见 ARCHITECTURE.md §3。

Academic Paper Reviewer (v1.11.1)

7 个 Agent 的多视角审查,采用 逐准则、证据锚定的叙事判断。模式:full、re-review、quick、methodology-focus、guided、calibration。目前 live review 与 Schema 6 package 一律为 NOT_CALIBRATED;完整 calibration 可产生有界候选 profile,但尚未接入 live review。不得以固定总分映射接受、小修、大修或退稿。第一轮审查面板 vs. 契约治理再审调度的分界:见 ARCHITECTURE.md §3 Stage 3 / Stage 3'。

Academic Pipeline (v3.24.0)

10 阶段调度器,含学术诚信验证、两阶段审查、苏格拉底指导、协作质量评估。Pipeline 规则(由 agent 按流程遵守,不是运行时保证):每个阶段都需用户确认 checkpoint;学术诚信验证(Stage 2.5 + 4.5)为 MANDATORY 且没有不留记录的绕过路径(所有覆写都须记录用户理由、供 Stage 6 使用);R&R 追溯矩阵(Schema 11)把每一项审查意见对应到作者的修订主张,并记录复审是否验证通过。v3.4 添加 Compliance Agent(PRISMA-trAIce + RAISE)于 Stage 2.5 / 4.5。v3.5 添加 协作深度观察员(collaboration_depth_agent,仅咨询性质、永不阻挡流程)于每一次 FULL/SLIM checkpoint 与 pipeline 完成时。MANDATORY 学术诚信闸门(2.5 / 4.5)明确跳过观察员,避免稀释合规检查。理论基础:Wang & Zhang (2026), IJETHE 23:11。逐阶段矩阵(agent、产出物、闸门):见 ARCHITECTURE.md §3。

SR-Screener (v1.0.0)

4 个 agent 的研究筛选,位于 deep-research(问题、计划书、检索)与 academic-paper(撰写综述)之间。模式:protocol、quick、pilot、ta-screen、ft-screen、adjudicate、audit、report。两位盲审的审查者 subagent(只能用 Read 与 Grep)按用户确认的筛选规则审每一条记录,第三位审查者裁决"晋级 vs. 排除"的冲突;只用标准库的 Python 脚本负责解析 RIS / PubMed .nbib / Web of Science / CSV 导出文件、去重、分批、合并,并产出筛选记录表、RIS 分组、PRISMA 2020 数字、含 [TO COMPLETE] 字段的方法段草稿,以及 literature_corpus[] 文件。Agent 遵守的规则(不是运行时保证):用户确认筛选规则前不筛任何记录、失败的调用不会被当成默认"排除"、数字发表前由研究团队核查决定。详见 sr-screener/SKILL.md。


v3.0 优化:我们发现了 AI 的哪些结构性限制

在使用 ARS 撰写一篇关于 AI 与高等教育的反思文章时,我们遇到了三个结构性问题:

  1. 框架锁定:AI 在给定框架内越来越精致,但无法质疑框架本身
  2. 谄媚倾向:每次挑战魔鬼代言人的攻击,它都让步得太快
  3. 意图检测错误:苏格拉底模式在用户仍在探索时就急着收敛

改了什么

  • 魔鬼代言人让步门槛:反驳必须评分 1-5,≥4 才允许让步。不允许连续让步。框架锁定检测。
  • 苏格拉底意图检测:检测用户是「探索型」还是「目标型」。探索型模式停用自动收敛。
  • 对话健康度指针:每 5 轮后台自检,检测持续同意、回避冲突、过早收敛。
  • 跨模型验证:设置 ARS_CROSS_MODEL 激活第二 AI 模型独立审查。详见 docs/SETUP.md。
  • AI 自我反思报告:Pipeline 结束后自动产出 AI 行为自评。

这些优化不能完全解决 AI 的结构性限制——它们让限制变得可见、可追踪、可被人类介入。


授权条款

本作品采用 CC-BY-NC 4.0 授权。

你可以自由:

  • 分享 — 复制并分发本作品
  • 改编 — 重混、转换、以本作品为基础进行创作

但须遵守以下条件:

  • 署名 — 你必须给予适当署名
  • 非商业性 — 你不得将本作品用于商业目的

署名格式:

Based on Academic Research Skills by Cheng-I Wu
https://github.com/Imbad0202/academic-research-skills

贡献者

吴政宜 (Cheng-I Wu) — 作者与维护者

aspi6246 — 贡献者。v3.1 优化灵感来自 Claude-Code-Skills-for-Academics:只读约束模式、Anti-Pattern 作为一等公民设计、认知框架方法(教「如何思考」而非只有步骤)、精简 skill 体量理念。

mchesbro1 — 贡献者。最初提出并撰写了 IS Basket of 8 期刊清单(Issue #5)。

cloudenochcsis — 贡献者。将 IS 章节从 Basket of 8 扩充为完整的 Senior Scholars' Basket of 11,补上 Decision Support Systems、Information & Management、Information and Organization(Issue #7、PR #8)。数据源:AIS Senior Scholars' List of Premier Journals。

eltociear(Ikko Eltociear Ashimine)— 贡献者。翻译了日文版 README(README.ja-JP.md)(PR #161)。

xpfo-go(xpfo)— 贡献者。翻译了简体中文版 README(README.zh-CN.md)(PR #181)。

ktao732084-arch — 贡献者。扩展了 academic-paper 披露系统,新增九个医学出版政策目标、按目标收集必需事实的流程,以及 fail-closed 的独立披露渲染(Issue #596、PR #599);扩充 EQUATOR 临床报告参考,加入 CARE、STARD 和 TRIPOD+AI 的精简指引,以及 fail-closed 的研究设计路由流程(Issue #594、PR #601);并设计及贡献独立的中文文献解析器、API 协议和合成传输 fixture 测试套件(Issue #595、PR #600)。


更新纪录

这里只列最近三个版本。完整更新记录在英文版 CHANGELOG.md。到 v3.21.2 为止的简体中文版本摘要已冻结存放于 docs/changelog-archive/zh-CN.md,之后不再更新。

v3.24.0(2026-10-27)— 审查小组推荐文献与审查意见的参考检查、write-scope guard 启动器改为单一进程,以及诚信检查规则修复

**两项审查参考检查与数项修复;没有新 skill,这两项检查在真实审查上的准确度尚未测量:**v3.24.0 在 Editorial Decision Letter 加上两份附件。第一份实时查询 Reviewer 2 与 Reviewer 3 推荐的每一篇著作,查询范围是引用验证关卡使用的四个索引,只报告有没有这条记录,不判断该著作是否支持推荐理由(#1001)。第二份把每一项 weakness,以及 Devil's Advocate 每一行 CRITICAL 或 MAJOR 意见,去掉审稿人席位标签后交给 session 模型的一个 subagent,由它判断稿件是否与该意见矛盾。只有判定者的引文通过脚本对稿件的比对检查,附件才列为矛盾;其他判定为错误的意见列为未确认(#1002)。这项检查默认开启,设置 ARS_PANEL_CLAIM_CHECK=0 可以关闭。两份附件都不影响审查决定、修订路线图或复审标准。第二项检查上线前,一项预注册的 held-out 审计检查了 805 条审查小组意见,估计错误意见的比例介于 1.5% 到 12.9%;Claude Opus 5.5 与 Claude Fable 5.1 担任判定者时都通过了它的对照关卡。write-scope guard 的启动器每次工具调用只启动一个 Python 进程,原来是三个,Windows 上 AppXSvc 的内存泄漏预计因此降为原来的三分之一左右,但 Windows 上的实际行为尚未测试(#1015);guard 的代码注释也写明它检查哪些工具名称(#1022)。三条诚信检查规则在 Stage 5 入口、报告有效期限与 Stage 4′ 三点上取得一致(#1011),启动通知也改为只在有新版本时显示(#1027)。#1015、#1022 与 #1027 由外部用户报告。

v3.23.2(2026-10-24)— 诚信检查只读引用的版本、Stage 2.5 一律执行,以及适配器、启动通知与 Windows 修复

**修复;没有新 skill。一项提示层变更做了小规模行为检查,其余尚未测量:**v3.23.2 让 Stage 2.5 与 4.5 的声明核查只拿稿件引用的那个版本来比对(#1006)。读不到引用的版本时,核查会记录一条访问备注并请用户提供 PDF,不再改读工作论文或预印本。在一份合成测试稿上运行六次(Claude Opus 5.5 与 Claude Fable 5.1 各三次,关闭网络工具),六次都遵守这条规则。先前的诚信报告不再能让 pipeline 跳过 Stage 2.5,改为附上作为参考(#995)。缺少必要输入时,每一份规则文件都会阻止阶段转换(#990);苏格拉底导师的示例不再为用户的想法排名(#992)。SessionStart 启动通知会把更新提醒显示给用户,给模型看的启动内容约减少 2.1 KB(#999)。Obsidian 适配器接受未加引号的 ISO 日期年份,并拒绝布尔值与上标数字年份(#988、#989);六个 lint 在 Windows 上改用 POSIX 形式比较路径(#964、#978);Pi 包装器改为与 Pi 的结构化提示区段组合(#985);CITATION.cff 加上作者的 ORCID iD(#1007)。#978、#985、#988 由外部贡献者提供。

v3.23.1(2026-10-16)— write-scope guard 修复、sr-screener 按 RFC 4180 读取 CSV、模型现况对齐(Gemini 4 Argon)

**修复与模型现况对齐;没有新 skill,也不宣称任何准确度或性能提升:**v3.23.1 补上 write-scope guard 两条未经检查就放行写入的路径,一条出现在 plugin 派发的 agent,一条出现在 Windows 内置的 timeout.exe(#972),文档也改为说明防护实际在哪些情况下启用(#974)。sr-screener 改按 RFC 4180 的引号规则读取 CSV 导出文件,不再使用从样本推测的引号规则(#979)。Gemini 4 Argon 以 provisional 身份列入,并成为推荐的 Google 验证模型;gemini-3.1-pro-preview 保持 validated(#980)。路由核心写明:消息中段出现的 [direct-mode] 标记不是跳出机制(#892);在 plugin 安装环境的冒烟测试中,Claude Fable 5.1 修改后仍有 6 次中 3 次遵从该标记(修改前 6 次中 6 次),未达到验收标准,#892 仍未关闭。另有数项由外部贡献者提供的 lint 与 Windows 修复(#956、#963、#965、#977),THIRD_PARTY.md 也列入 md-to-word(#969)。

项目介绍

Claude 代码的学术研究技能:研究 → 撰写 → 评审 → 修改 → 定稿【此简介由AI生成】

定制我的领域
14555.36 K4.22 K访问 GitHub