4个skill，跑通整套科研流程

用Claude Code写论文的一整套流水线被打包开源，项目名叫academic - research - skills（简称ARS），是Claude Code技能包，github星标达6.4k。ARS核心架构由4个skill组成，构成从选题到交稿的完整链路。

Deep Research是13个Agent的研究团队，负责文献调研等，团队中有做文献溯源、苏格拉底导师、魔鬼代言人等不同功能的Agent。

Academic Paper是12个Agent的写作团队，覆盖大纲设计等全流程，有风格校准功能，输出格式支持多种类型，可编译成特定格式PDF。

Academic Paper Reviewer是7个Agent的审稿团队，模拟真实评审流程，从多维度打分，采用0到100量化标准，还会输出修改路线图。

Academic Pipeline是流程编排器，串联前三个团队成10阶段流水线，各阶段有明确产物和检查点，可在任意阶段插入，一篇1.5万字论文全程约4到6美元。

比较有意思的设计

ARS在底层设计上有过人之处，可系统性防止AI搞砸学术研究。

引用核验：ARS在Deep Research阶段有引用核验机制，用Levenshtein相似度算法做模糊匹配，阈值0.70以上通过。

完整性闸门：流水线Stage 2.5和Stage 4.5有完整性闸门，运行7项AI失败模式检查清单，源自2026年Nature研究，实测抓到伪造引用和统计错误。

反谄媚协议：ARS在审稿环节有反谄媚机制，魔鬼代言人挑刺，有让步阈值协议，AI不能轻易让步，攻击强度要保持，评分轨迹会被追踪。

三层数据隔离：ARS将数据流分三层，写作和审稿团队分两次独立调用，中间有隔离，写作AI只能收到自然语言反馈，设计灵感来自Anthropic研究。

诚实文档化：ARS为每个产物生成repro_lock文件，记录配置，但声明LLM输出不可复现，文件只是配置文档。

持续迭代，注重可靠性

从更新日志看，ARS从2月上线到现在提交commit数达三百多次，作者对AI学术研究系统风险理解深刻，其设计哲学是“AI是副驾驶，不是飞行员”。

安装方式与费用

安装方式简单，用Claude Code只需两行命令，验证运行/ars - plan可启动对话梳理论文结构，也可用/ars - lit - review单条命令测试。还可直接把SKILL.md上传到claude.ai知识库，此方式适合轻度体验，跑完整流水线需Claude Code，项目支持繁体中文和英文。

作者推荐Claude Opus 4.7搭配Max订阅计划，完整跑完10个阶段消耗大量token，Max订阅计划分两档，每月100刀或200刀，科研经费可报销可考虑。