打包开源6.4k星：用Claude Code写论文流水线量子位

用Claude Code写论文的一整套流水线，有人打包开源出来了。

完全戳中了学生党的痛点，github星标直达6.4k。

项目名叫academic-research-skills（以下简称ARS），是一套Claude Code技能包。

里面涵盖4个skill，分别对应论文的研究、写作、审稿、定稿。

只需两行命令安装，直接一条龙串起整套学术研究流水线。

只能说，我读研的时候怎么没碰到这种好东西呢…

4个skill，跑通整套科研流程

ARS的核心架构由4个skill组成，它们各司其职，拼在一起就是一条从选题到交稿的完整链路。

我这里还做了图，大家可以看得比较直观：

Deep Research是一支13个Agent的研究团队。

它负责文献调研、研究问题构建、方法论设计，还能写系统性的PRISMA综述。

团队里有专门做文献溯源的Agent，会调用Semantic Scholar API验证每一篇引用的真实性。

有苏格拉底导师Agent，通过对话引导研究者理清思路。

还有魔鬼代言人Agent，专门挑刺，防止研究者在早期就陷入思维定式。

Academic Paper是一支12个Agent的写作团队。

从大纲设计、论证构建、草稿撰写，到双语摘要生成、图表可视化、引用格式转换，全流程覆盖。

特别值得一提的是风格校准功能，AI会学习你过往作品的写作风格，让输出更像你自己写的，而不是千篇一律的AI味。

输出格式支持Markdown、DOCX、LaTeX，最终可以编译成APA 7.0或IEEE格式的PDF。

Academic Paper Reviewer是一支7个Agent的审稿团队。

模拟真实学术期刊的评审流程，由主编EIC带领三位领域审稿人，再加上一个魔鬼代言人，从方法论、学科视角、跨学科价值等多个维度打分。

评分采用0到100的量化标准，80分以上接受，65到79小修，50到64大修，50以下拒稿。

审稿团队还会输出详细的修改路线图，告诉作者下一步该做什么。

Academic Pipeline是流程编排器，把前面三个团队串联成一条10阶段的流水线。

从研究、写作、完整性检查、同行评审、修订、最终检查，到发表准备和流程总结，每个阶段都有明确的产物和检查点。

你可以在任意阶段插入，比如已经有了初稿，就从Stage 2.5的完整性检查开始；收到了审稿意见，直接从Stage 4的修订切入。

费用参考也很透明，一篇1.5万字的论文，全程跑下来大约4到6美元。

比较有意思的设计

用Claude Code做学术研究的开源项目已经很多了，但是深扒之后，我发现ARS在底层设计上还是有些过人之处。

可以简单总结为一句话：系统性防止AI搞砸学术研究。

第一，引用核验。

AI写论文最忌讳的，就是幻觉引用。

不只是编造不存在的文章，还包括标题相似但作者年份全错、DOI真实但内容对不上等更隐蔽的情况。

ARS在Deep Research阶段就埋了一个引用核验机制，每一篇文献都要过Semantic Scholar API的存在性确认。