今天聊一个对在读研究生、想发论文的兄弟特别友好的开源工具：
Academic Research Skills（ARS），整个套件围着 Claude Code 转，配套还有 Codex CLI 版本
ARS 是一套 Claude Code Skills 集合，从研究 → 写作 → 评审 → 修订 → 定稿全流程都有，作者把自己用 AI 协作写论文的工作流完整开源出来：
❝ AI is your copilot, not the pilot这工具不会替你写论文，它专门处理那些累活脏活 —— 翻参考文献、整引用格式、核数据、查逻辑一致性，让你把脑子留给真正需要思考的部分：定问题、选方法、解读数据、写出「我认为……」后面那句话
更狠的是，ARS 不是「降AI味」工具，它不帮你藏「我用了 AI」这个事实，它帮你写得更好：Style Calibration 学你过去文章的语气，Writing Quality Check 抓那些一看就是机器味儿的句式
为什么坚持 human-in-the-loop
作者引了一篇 Nature 651: 914-919 的文章 —— Lu et al. (2026) 的 The AI Scientist，第一个全自动 AI 研究系统通过顶会盲审（ICLR 2025 workshop，6.33/10 分，workshop 平均才 4.87）
听起来牛逼，但他们的 Limitations 里列出了一堆全自动 AI 科研流水线躲不掉的坑：
实现 bug
幻觉结果
走捷径
把 bug 当 insight
编造方法论
框架锁死
引用幻觉（这条最致命）
ARS 的核心信念是：人类研究员 + AI 增强，比单独哪一边都更能躲过这些雷。它在 Stage 2.5 和 Stage 4.5 设置了完整性闸门，跑一个 7 模式的强制检查清单
v3.3 还吸收了 Google 的 PaperOrchestra（arxiv 2604.05018）的方法：Semantic Scholar API 验证、防数据泄漏协议、VLM 图表验证、得分轨迹追踪
核心能力一览
ARS 不是一个 Skill，是四套 agent team 组合：
模块
智能体数
主要解决的问题
Deep Research
13 个
苏格拉底式引导、PRISMA 系统综述、意图识别、对话健康度监测、Semantic Scholar 验证
Academic Paper
12 个
Style Calibration、Writing Quality Check、LaTeX 加固、可视化、修订辅导、引用转换
Academic Paper Reviewer
7 个
EIC + 3 动态评审 + Devil's Advocate，0–100 打分、攻击强度保留、R&R 追溯矩阵
Academic Pipeline
10 阶段
全流程编排，自适应检查点、Material Passport、可选 repro_lock 、跨模型完整性验证
一句话总结 ARS 的设计哲学：全流程分阶段，每个阶段都强制做完整性检查，不让 AI 一口气把活干到底
安装
要求：
Claude Code（最新版）
导出
ANTHROPIC_API_KEY可选：Pandoc（DOCX 导出）、tectonic + 思源宋体 TC（APA 7.0 PDF 导出）
30 秒装好：
/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills
Codex CLI 用户用同名插件：
# Codex 版本，同样的工作流，打包成单个 skill
gh repo clone Imbad0202/academic-research-skills-codex
装完直接跑：
# 苏格拉底式对话，帮你梳理论文章节结构
/ars-plan# 或者跑文献综述
/ars-lit-review "你的研究主题"
全流程命令：
/ars-plan：选题与章节结构规划/ars-lit-review：文献综述数据/方法核查（Stage 2.5 闸门）
写作 + 风格对齐（Style Calibration 会拿你过往论文当语料）
评审模式：可开启 calibration，让你拿自己手工标注的金标准来测它的 FNR/FPR
定稿与格式化（APA 7.0 PDF / DOCX）
按官方 docs/PERFORMANCE.md 给的口径：
❝ 一篇 15k 词的论文，跑完整 10 阶段流水线，token 成本大约 $4–6
这个数字我觉得挺合理。日常拿 Claude Code Pro 订阅，配合官方推荐的「Skip Permissions + Agent Team」设置，跑一篇硕士小论文的成本完全可控
最让我震惊的一个数据
我在 README 的 showcase 部分看到一行字，差点没坐稳：
❝ Post-Publication Audit Report：独立全引用审计，在 3 轮完整性检查之外又找出 21/68 条问题
也就是说，就算你跑了 3 遍 ARS 内置的引用检查，仍然有 1/3 的引用问题会漏检
这数据放在这里，反而让我更相信作者「human-in-the-loop」的坚持是对的。AI 永远会漏，但是把漏检率从 100% 压到 30%，再交给人收尾，这才是真正能用的工作流
总结
适合两类人：
在读研究生 ：选题、文献综述、写作风格对齐这三块直接受益
想发英文论文的中国研究者 ：Style Calibration 能学你（或你导师）的英文写作风格，减少「AI 味」
整套架构最值得抄的设计是「质量闸门」—— 不是写完一次性输出，而是分阶段卡住，每个阶段都强制做完整性检查。这套思路放到其他长链路 Agent 上也通用，搞 Agent 工程的兄弟可以单看 ai_research_failure_modes.md 那份清单，几乎能直接搬到自己的产品里
许可证 CC BY-NC 4.0（非商用），学术使用没问题
制作不易，如果这篇文章觉得对你有用，可否点个关注。给我个三连击：点赞、转发和在看。若可以再给我加个，谢谢你看我的文章，我们下篇再见！
热门跟贴