开源项目ARS：用Claude Code写论文的全套流水线，GitHub星标6.4k
2026/05/17 11:37阅读量 2
开发者 Edward Cheng-I Wu 开源了 academic-research-skills（ARS）项目，这是一套基于 Claude Code 的论文写作流水线，涵盖研究、写作、审稿、定稿四个阶段，由多 Agent 团队协作完成。项目设计注重防幻觉、防谄媚、完整性验证和数据隔离，运行一篇1.5万字论文约需4-6美元。
事件概述
GitHub 上一个名为 academic-research-skills（ARS）的开源项目获得 6.4k Stars。该项目是一套 Claude Code 技能包，用两行命令即可安装，提供从选题到定稿的完整论文创作流水线。作者是来自中国台湾的开发者 Edward Cheng-I Wu。
核心架构与功能
ARS 由四个 skill 组成：
- Deep Research：13 个 Agent 的研究团队，负责文献调研、问题构建、方法论设计及系统性 PRISMA 综述撰写；通过 Semantic Scholar API 核验引用真实性。
- Academic Paper：12 个 Agent 的写作团队，覆盖大纲设计、论证构建、草稿撰写、双语摘要、图表可视化、引用格式转换；支持风格校准，输出 Markdown/DOCX/LaTeX。
- Academic Paper Reviewer：7 个 Agent 的审稿团队，模拟真实期刊评审流程（主编 + 三位领域审稿人 + 魔鬼代言人），按 0–100 分量化评分（80+ 接受，65–79 小修，50–64 大修，<50 拒稿），并提供修改路线图。
- Academic Pipeline：流程编排器，将前三者串联成 10 阶段流水线，允许从任意阶段插入。
运行一篇 1.5 万字论文全程约需 4–6 美元，推荐使用 Claude Opus 4.7 + Max 订阅计划。
值得关注的设计亮点
- 引用核验：每一篇文献通过 Semantic Scholar API 进行存在性确认，使用 Levenshtein 相似度算法（阈值 0.70）做模糊匹配，防止幻觉引用。
- 完整性闸门：在流水线 Stage 2.5 和 Stage 4.5 设置不可跳过的检查点，执行基于 2026 年 Nature 研究的 7 项 AI 失败模式检查清单。被标记为 SUSPECTED 的问题必须在后续阶段转为 CLEAR 或人工手动覆盖。实测在一篇真实论文中发现 15 个伪造引用和 3 个统计错误。
- 反谄媚协议：审稿团队中的魔鬼代言人（Devil's Advocate）负责挑刺，但反驳评分低于 4 分时写作团队不允许承认；攻击强度在修订过程中必须保持稳定，评分下降会被标记为回归。
- 三层数据隔离：原始输入（Layer 1）、完整性验证产物（Layer 2）、评分标准/参考答案（Layer 3）严格分离；写作 AI 只能收到自然语言反馈，无法看到原始评分维度。灵感来自 Anthropic 的 w2s-researcher 研究。
- 诚实文档化：每个产物生成 repro_lock 文件记录运行配置，并强制声明 LLM 输出不可字节级复现。
安装与使用
在 Claude Code 中执行：
/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills
验证安装：/ars-plan。也可直接将 SKILL.md 上传到 claude.ai 项目知识库（单 Agent 版本）。项目支持繁体中文和英文。