Academic Research Skills for Claude Code（ARS）项目解读

仓库：https://github.com/Imbad0202/academic-research-skills
版本：v3.19.0（2026-07-22）｜许可证：CC-BY-NC-4.0｜语言：Markdown + Python（仓库脚本）
作者 / 维护者：Cheng-I Wu（吳政宜）｜DOI：10.5281/zenodo.20696614

---

目录

1. 项目名称、作者与作用背景
2. 安装使用教程与依赖条件
3. 工作流程与具体执行步骤
4. 项目文件逐个解读
5. 优势、不足、创新点与亮点
6. 附：核心代码节选

---

1. 项目名称、作者与作用背景

1.1 名称与作者

• 项目名称：Academic Research Skills for Claude Code（简称 ARS）。别名在 README 中表述为 “Academic Research Skills for Claude Code: research → write → review → revise → finalize”。
• 作者 / 维护者：Cheng-I Wu（吳政宜），GitHub 账号 Imbad0202。其个人站点为 Buy Me a Coffee 的 crucify020v。
• 贡献者：除作者外，README 列明多位外部贡献者：
  • aspi6246 — 贡献了 anti-context-rot、认知框架、lean skill size 等设计灵感（源自 Claude-Code-Skills-for-Academics）；
  • mchesbro1 / cloudenochcsis — 信息科学（IS）顶刊清单（Basket of 8 → Senior Scholars' Basket of 11）；
  • eltociear（日语 README）、xpfo-go（简体中文 README）、devCharlotte（韩语 README）、Yaobin29（rebuttal-audit / three-way-scan 模式）、ktao732084-arch（医学出版披露政策、中文文献解析器、EQUATOR 临床报告指南扩展）等。
• 版本与规模：v3.19.0，约 643 commits，跨 4 个可触发技能（deep-research / academic-paper / academic-paper-reviewer / academic-pipeline），共 27 个模式、39 个智能体、100+ 个 CI lint 脚本。

1.2 作用

ARS 是一套面向 Claude Code 的学术研究技能套件（skills），覆盖从“研究”到“发表”的完整学术流水线：

研究(research) → 写作(write) → 完整性核查(integrity) → 评审(review)
→ 修订(revise) → 再评审(re-review) → 再修订(re-revise)
→ 最终完整性核查(final integrity) → 定稿(finalize) → 过程总结(process summary)

它的核心定位是 “AI 是副驾驶，不是飞行员”（AI is your copilot, not the pilot）：ARS 不替你写论文，而是处理繁重事务——查文献、格式化引用、核验数据、检查逻辑一致性、做同行评审模拟、生成审稿意见回复。

1.3 背景与设计动机（关键）

ARS 的设计动机直接锚定在 2026 年的三篇公开研究上，而非凭空想象：

锚定研究	核心发现	ARS 的应对
Lu et al. (2026, Nature 651:914-919) — The AI Scientist	首个全自动 AI 科研系统通过盲审发表；但 Limitations 列举了实现 bug、幻觉结果、走捷径、把 bug 当洞见、方法伪造、frame-lock、引用幻觉等失败模式	建立 human-in-the-loop 立场；Stage 2.5 / 4.5 完整性门禁运行 7 模式阻塞式检查清单
Zhao et al. (2026, arXiv:2605.07723)	审计 2.5M 论文发现 2025 年有 146,932 条幻觉引用；85.3% 预印本→发表保留	v3.7.1 加信任链 frontmatter；v3.7.3 加三层引用锚点（locator）；v3.8 加 opt-in 的 claim-faithfulness 审计门禁
Ren et al. (2026, arXiv:2607.13104) — Self-Improvements in Modern Agentic Systems: A Survey	发现式智能体难以独立验证新颖性/正确性/可复现性，可能利用弱代理；明确指出“弱证据下的科学写作会放大错误信息”	v3.18 加入 8 个质量机制（风险分层索赔门、跨模型评审等）；作为第三个“human-in-the-loop”文献锚

此外还借鉴了 PaperOrchestra (Google, 2026) 的 Semantic Scholar API 验证、防泄漏协议、VLM 图验证、分数轨迹跟踪等。

设计哲学（README 原话）：This tool doesn't help you hide the fact that you used AI. It helps you write better. 它明确反对“humanizer”式规避检测，目标是质量而非作弊。

---

2. 安装使用教程与依赖条件

2.1 依赖的软件 / 硬件条件

条件	说明
Claude Code（CLI / VS Code 扩展 / JetBrains 扩展）	最新版；插件化打包需较新版本（v3.7.0+）
ANTHROPIC_API_KEY	首次运行 claude 时设置或导出；LLM 推理在远端，无需本地 GPU
Pandoc（可选）	用于 DOCX 输出；缺省时 formatter 退化为 Markdown + 转换说明
tectonic + Source Han Serif TC（可选）	用于 APA 7.0 PDF；Markdown 输出无需
Python 3（可选）	核心技能（research/write/review）纯 prompt 驱动，无需 Python；仅 PreToolUse 写范围守卫、revision-patch、投稿包校验、部分 /ars-* 命令需要真实 Python
Git Bash（Windows 可选但推荐）	写范围守卫（hooks/run_guard.sh）是 POSIX shell 脚本，需 Git Bash；无 Git Bash 时该守卫静默失效（不阻塞写作）
跨模型验证（可选）	设置 ARS_CROSS_MODEL 需 OPENAI_API_KEY 或 GOOGLE_AI_API_KEY
硬件	普通桌面即可；无 GPU 要求（推理远端）；仅 token 成本，全流水线约 $4–6 / 篇 1.5 万字论文

2.2 最小化安装（最快路径）

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

安装后运行 /ars-plan 即可开始；单次测试用 /ars-lit-review "your topic"。

2.3 六种安装方式（SETUP.md 详述）

方式	适用场景	要点
Method 0：Claude Code 插件（推荐）	CLI / VS Code / JetBrains 用户	上面两条命令；建议开自动更新（约每 1–2 周一版）；会话启动时有更新提醒
Method 1：项目技能 / 全局技能	在已有项目中使用	git clone 后把 4 个技能目录 cp -R 到 .claude/skills/（项目级）或 ~/.claude/skills/（全局）；并合并 .claude/CLAUDE.md
Method 2：独立仓库	直接在 ARS 仓库内工作	git clone 后于仓库内 claude；也支持 ZIP 下载
Method 3：Claude Cowork（桌面）	Claude Desktop 的 agentic workspace	每个技能打成独立 zip 上传到 Settings → Capabilities → Skills；无完整多智能体编排（只有单技能独立运行）
Method 4：claude.ai（web）	仅读取仓库内容	4b（推荐）：Project + GitHub 集成，作为可检索知识；4a（不推荐）：Custom Skill 上传因 200 字符 description 上限会报错
Method 5：Claude Science 导入（v3.14.0+）	Claude Science 平台	Customize → Capabilities → Skills → Import from GitHub，粘贴仓库 URL，点 Import 4 skills；但只转移方法论层，不转移 Claude Code 专属机制（slash 命令、hooks、跨模型脚本、Task 子智能体编排）

⚠️ 关键提醒：不要把整个仓库当成一个嵌套技能文件夹装到 .claude/skills/academic-research-skills/——那会把 4 个 SKILL.md 埋深一层，Claude 无法发现。必须让每个技能目录的 SKILL.md 直接位于发现路径下。

2.4 使用入口（slash 命令 / 自然语言）

16 个 /ars-* slash 命令（commands/ars-*.md）映射 MODE_REGISTRY 的模式，例如：/ars-plan、/ars-full、/ars-lit-review、/ars-reviewer、/ars-revision、/ars-rebuttal-audit、/ars-disclosure、/ars-citation-check、/ars-3w、/ars-abstract、/ars-outline、/ars-format-convert、/ars-mark-read、/ars-unmark-read、/ars-cache-invalidate、/ars-revision-coach。也可直接用自然语言（如“帮我写一篇关于 AI 对高教质量保障影响的论文”），由意图激活路由到对应技能。

---

3. 工作流程与具体执行步骤

3.1 总览：10 阶段流水线

academic-pipeline 是轻量编排器（orchestrator）——它不做实质性工作，只侦测阶段、推荐模式、派发子技能、管理状态转换。完整 10 阶段如下（Mermaid 图见 §6.1）：

阶段	名称	调用的技能 / 智能体	主要交付物
1	RESEARCH	deep-research（13 智能体）	RQ Brief、Methodology Blueprint、Annotated Bibliography、Synthesis Report
2	WRITE	academic-paper（12 智能体）	Paper Draft、Outline、Argument Map、Figures、Citation List
2.5	INTEGRITY	integrity_verification_agent	Material Passport + 完整性报告（7 模式检查）
3	REVIEW	academic-paper-reviewer（7 智能体）	5 份评审报告 + 编辑决定 + 修订路线图
4	REVISE	academic-paper（revision 模式）	修订稿 + 逐点回复
3'	RE-REVIEW	academic-paper-reviewer（re-review 模式）	验证评审 + R&R 可追溯矩阵
4'	RE-REVISE	academic-paper（revision 模式）	最终修订稿（内容冻结）
4.5	FINAL INTEGRITY	integrity_verification_agent	最终验证报告（零容忍，必须 100% 通过）
5	FINALIZE	academic-paper（format-convert 模式）	出版就绪 MD / DOCX / LaTeX / PDF
6	PROCESS SUMMARY	编排器	论文创作过程记录 MD+PDF + AI 自我反思报告

3.2 检查点（Checkpoint）机制

流水线有两类用户检查点，每个阶段完成都需用户确认才能推进：

• 决策型检查点（🧑 decision-heavy）：用户选择分支或确认重要决定（如 RQ 确认、大纲批准、编辑决定、格式选择、内容冻结）。
• 完整性门禁（✓ integrity gate）：机器先验证，用户再确认报告。Stage 2.5 / 4.5 的完整性门不可跳过、无 --no-block 逃逸。

检查点分三种类型：

类型	触发时机	行为
FULL	首个检查点、完整性边界后、Stage 5 完成	全量交付物列表 + 决策仪表盘 + 所有选项
SLIM	连续 2+ 次“continue”且非关键阶段	单行状态 + 显式继续/暂停提示
MANDATORY	完整性失败、评审决定、Stage 5 入口门	不可跳过，需显式用户输入

3.3 一次完整运行的执行步骤（以“从零写论文”为例）

1. INTake & 侦测：pipeline_orchestrator_agent 分析用户输入与已有材料，判定进入阶段（无材料→Stage 1）。
2. 模式推荐：按用户类型推荐模式（新手→socratic+plan+guided；有经验→full+full+full；赶时间→quick+full+quick）。
3. Stage 1 RESEARCH（13 智能体）：研究问题→方法蓝图→系统文献检索→来源核验→跨源综合→APA 7.0 报告→编辑/伦理审查→魔鬼代言人挑战→（系统综述时）偏倚风险/RoB/meta 分析→文献监测。
4. Stage 1→2 交接：RQ Brief + Methodology Blueprint + Bibliography + Synthesis 传给写作技能。
5. Stage 2 WRITE（12 智能体）：intake→结构架构→论点构建→草稿→引用合规→双语摘要→同行评审（内部）→格式→苏格拉底导师→可视化→修订教练。大纲批准后开始起草（可选并行：phase 1 后可视化 + 论点构建并行）。
6. Stage 2.5 INTEGRITY（预评审）：运行 7 模式 AI 研究失败模式检查清单（M1 实现 bug、M2 引用幻觉、M3 结果幻觉、M4 走捷径、M5 bug 当洞见、M6 方法伪造、M7 frame-lock）。失败→修复+复验（最多 3 轮）或用户带理由 override（记入 Stage 6 报告）。
7. Stage 3 REVIEW（7 智能体）：Journal-Fit Reviewer + R1 方法 + R2 领域 + R3 跨学科 + Devil's Advocate，+ 编辑合成器（3 步机械协议）。Sprint Contract 两阶段协议：评审员先 paper-blind 提交承诺（Phase 1），再 paper-visible 评分（Phase 2）。决定映射：≥80 Accept / 65–79 Minor / 50–64 Major / <50 Reject。
8. Stage 4 REVISE：修订教练（最多 8 轮苏格拉底，可说“just fix it”跳过）+ 草稿重写 + 逐点回复；分数轨迹跟踪，退化维度标红。
9. Stage 3' RE-REVIEW（验证评审）：按 #576 三闸门“证据先于说服”契约——Phase 1 标准承诺（修订盲）→ Phase 2A 证据裁决（说服盲）→ Phase 2B 索赔匹配（信公开）；强制跑 check_re_review_synthesis.py 后再出决定；产出 R&R 可追溯矩阵（Schema 11）。
10. Stage 4' RE-REVISE（如需要）：内容冻结，最多 1 轮 RE-REVISE。
11. Stage 4.5 FINAL INTEGRITY（最终）：7 模式更深复跑，零容忍，任何模式自 2.5 起 SUSPECTED 且未解决则阻塞。
12. Stage 5 FINALIZE：选格式（MD→DOCX via Pandoc→LaTeX→PDF via tectonic）；披露检查（venue 特定 AI 披露缺失则阻断渲染）；v3.8 硬门（formatter_agent REFUSE 规则 6–10）在 ARS_CLAIM_AUDIT=1 时拒绝未解决的 HIGH-WARN 索赔类标注。
13. Stage 6 PROCESS SUMMARY：生成“论文创作过程记录”+ 6 维协作质量评估（1–100）+ AI 自我反思报告（让步率、谄媚风险、frame-lock 事件等，自带反讽免责声明）。

3.4 完整性门禁（Integrity Gate）的 7 模式检查清单

源自 Lu et al. 2026，作为 Stage 2.5 / 4.5 的强制阻塞检查：

M1  implementation bug passing AI self-review   实现 bug 通过 AI 自检
M2  hallucinated citation                         引用幻觉
M3  hallucinated experimental result             实验结果幻觉
M4  shortcut reliance                            走捷径依赖
M5  implementation bug reframed as novel insight  把 bug 重新框定为新洞见
M6  methodology fabrication                       方法伪造
M7  frame-lock at early pipeline stage            流水线早期 frame-lock

任一模式 SUSPECTED，或 M1/3/5/6 为 INSUFFICIENT EVIDENCE，流水线即阻塞，用户必须确认/带理由 override/修订后才能继续。

3.5 可选增强机制（opt-in 环境变量）

变量	作用
ARS_CROSS_MODEL	启用第二模型独立验证（完整性抽样 + 独立魔鬼代言人批判 + 不可逆决策盲交叉验证）
ARS_CLAIM_AUDIT=1	启用 L3 claim-faithfulness 审计门（Stage 4→5 间，默认 OFF）
ARS_PASSPORT_RESET=1	把 FULL 检查点提升为上下文重置边界，支持跨会话 resume
ARS_MODEL_TIERING	模型分层（economy 执行类降一级 / quality-boost 判断类升到前沿）
ARS_SOCRATIC_READING_PROBE=1	苏格拉底阅读检查探针（可选诚实性探针）

---

4. 项目文件逐个解读

4.1 根目录文件

文件	作用
README.md	主文档（英文）；含版本徽章、安装、架构指针、特性清单、使用、设计哲学、贡献者、完整 Changelog
README.zh-CN.md / README.zh-TW.md	简体 / 繁体中文 README（v3.1 起有简中版）
README.ja-JP.md / README.ko-KR.md	日语 / 韩语 README（社区贡献翻译）
CHANGELOG.md	完整版本历史（v2.0 → v3.19.0 逐版说明，每版含 issue/PR 引用）
CITATION.cff	学术引用元数据（Zenodo DOI）
CONTRIBUTING.md	贡献规范：技能结构标准、质量标准、命名约定（kebab-case、第三人称 description、Title-Case 标签）、references 组织、提交流程
QUICKSTART.md	快速上手指南
MODE_REGISTRY.md	27 个模式的唯一真相源（4 技能 × 模式表，含 spectrum/输出/监督级别/触发器）
POSITIONING.md	定位文档：明确 ARS 不做的 5 个自主机制（Rejected mechanisms）
NOTICE.md / SECURITY.md	声明 / 安全政策
THIRD_PARTY.md	第三方平台与集成清单（社区提交，维护者不背书）
LICENSE	CC-BY-NC-4.0 许可证
.command-invariants.toml	命令不变量 CI 门禁（把 SessionStart 公告列表钉死到 16 命令库存）
.gitattributes / .gitignore	Git 属性（Windows hook 可移植性）/ 忽略规则
.gitleaks.toml	密钥泄漏扫描配置
.claude-plugin/	插件清单：plugin.json（声明 suite，4 技能自动发现）、marketplace.json（注册插件，供 GitHub-API 导入器读取显式技能路径）
.claude/	CLAUDE.md（路由纪律 Routing Discipline v3.9.2）、CHANGELOG.md
.github/	GitHub Actions 工作流（changelog 覆盖合并、命令不变量、defer-label、eval-harness、freshness-check、harness-retirement、platform-port-reminder、pr-closes-issue、pytest、release-cooldown、repository-hygiene、spec-consistency、tag-version-match、test-count-monotonic）+ copilot 指令 + PR 模板

4.2 四个核心技能目录

每个技能目录统一结构：SKILL.md（路由器 + 协议）+ agents/（子智能体定义）+ references/（按需加载的详细协议）+ templates/（输出模板）+ examples/（示例）。

4.2.1 deep-research/（v2.11.0，data_access_level: raw）

• SKILL.md：通用深度研究技能；8 模式（full/quick/review/lit-review/three-way-scan/fact-check/socratic/systematic-review）；13 智能体：research_question、research_architect、bibliography、source_verification、synthesis、report_compiler、editor_in_chief、devils_advocate、ethics_review、socratic_mentor、risk_of_bias、meta_analysis、monitoring。Socratic 模式用意图检测激活（跨语言），歧义时优先 socratic。
• agents/：上述 13 个智能体的 .md 定义（含 PATTERN PROTECTION v3.6.7 块）。
• references/：APA7 风格、论证推理框架、arXiv/OpenAlex/Crossref/Semantic Scholar API 协议、EQUATOR 报告指南、伦理清单、逻辑谬误、方法论模式、系统综述协议、苏格拉底框架、来源质量层级、PRISMA 工具包、中文文献 API 协议等 30+ 文件。
• templates/：证据评估、文献矩阵、预注册、PRISMA 协议/报告、研究简报模板。
• examples/：探索性研究、事实核查、交接、思想多样性、政策分析、评审、苏格拉底引导、系统综述等示例。

4.2.2 academic-paper/（v3.2.0，data_access_level: redacted）

• SKILL.md：12 智能体论文写作流水线；11 模式（full/plan/outline-only/revision/revision-coach/abstract-only/lit-review/format-convert/citation-check/disclosure/rebuttal-audit）。
• agents/：intake、literature_strategist、structure_architect、argument_builder、draft_writer、citation_compliance、abstract_bilingual、peer_reviewer、formatter、socratic_mentor、visualization、revision_coach（12 个）。
• references/：摘要写作、学术写作风格、防泄漏协议、APA7 中英文引用指南、引用格式切换、署名/基金声明、披露模式协议、政策锚定披露表（15 个 venue，含 ICMJE/NEJM/Lancet/JAMA/BMJ/PLOS/Frontiers + 两个中文政策目标）、VLM 图验证、写作质量检查、期刊投稿指南、LaTeX 模板参考、失败路径等 30+ 文件。
• templates/：双语摘要、案例研究、会议论文、署名声明、基金声明、IMRaD、LaTeX 文章 .tex、文献综述、政策简报、修订跟踪、理论论文模板。
• examples/：中文论文、临床引用核验、临床认知状态、承诺账本、IMRaD-HEI、文献综述、plan 引导写作、修订模式、修订恢复、版本族协调等示例。

4.2.3 academic-paper-reviewer/（v1.10.0，data_access_level: verified_only）

• SKILL.md：7 智能体多视角同行评审；6 模式（full/re-review/quick/methodology-focus/guided/calibration）。
• agents/：devils_advocate_reviewer、domain_reviewer、editorial_synthesizer、eic、field_analyst、methodology_reviewer、perspective_reviewer（7 个）。
• references/：校准模式协议、编辑决定标准、引导模式协议、集成指南、质量量规、re-review 模式协议、评审标准框架、评审质量思考、评审员 sprint 提示源、sprint 合同协议、统计报告标准、按领域顶刊清单等。
• templates/：编辑决定、同行评审报告、修订回复模板。
• examples/：HEI 论文评审、跨学科评审、subclaim 分解示例。

4.2.4 academic-pipeline/（v3.19.0，data_access_level: verified_only）

• SKILL.md：10 阶段编排器（见 §3）；5 智能体：pipeline_orchestrator、state_tracker、integrity_verification、collaboration_depth（观察员，仅建议）、claim_ref_alignment_audit（opt-in）。
• agents/：上述 5 个智能体定义。
• references/：pipeline 状态机、剽窃检测、模式顾问、索赔验证、索赔审计校准、AI 研究失败模式、团队协议、完整性评审、两阶段评审、外部评审、过程总结、可复现性审计、分数轨迹、文献语料消费者、护照重置边界、强化内容、进度仪表盘、changelog 等。
• templates/：pipeline 状态模板。
• examples/：全流水线示例、mid-entry 示例、完整性失败恢复。

4.3 shared/（跨技能共享契约与协议）

路径	作用
handoff_schemas.md	跨技能数据契约：9 个 schema 定义所有阶段交接产物
ground_truth_isolation_pattern.md	真值隔离模式（data_access_level 的数据流结构说明）
benchmark_report.schema.json / benchmark_report_pattern.md	基准报告 schema + 诚实比较模式
artifact_reproducibility_pattern.md	制品可复现锁文件模式（配置文档非回放保证）
cross_model_verification.md	跨模型验证设置与成本指南；含 §"Cross-model handoff envelope"
mode_spectrum.md	模式谱系（fidelity / balanced / originality）
model_tiering.md	模型分层规范（39 智能体 judgment/execution 分类表）
collaboration_depth_rubric.md	协作深度观察员量规（4 维，基于 Wang & Zhang 2026）
compliance_checkpoint_protocol.md / compliance_report.schema.json / prisma_trAIce_protocol.md / raise_framework.md	合规检查点、合规报告 schema、PRISMA-trAIce 协议、RAISE 框架
sprint_contract.schema.json	Schema 13 sprint 合同（评审员评分承诺硬门）
style_calibration_protocol.md	风格校准协议（从过往论文学习作者声音）
policy_data/	披露政策数据
contracts/	护照/评审合同（passport/literature_corpus_entry、reviewer/full+methodology_focus 等）
agents/	共享智能体定义
references/ / templates/	共享参考与模板

4.4 scripts/（Python 引擎，100+ 文件）

核心能力分三类：

A. 引用 / 来源验证客户端（确定性门禁）

• arxiv_client.py — arXiv ID 解析（无需 API key），0.70 标题交叉核验，429→3s 退避 ×3，网络/5xx→ArxivUnavailable（见 §6.3）
• semantic_scholar_client.py / openalex_client.py / crossref_client.py — 三大学术索引客户端（三角测量 contamination 信号）
• _text_similarity.py — 三路客户端去重（normalize / similarity / threshold 常量）
• verification_gate/ + verify_passport.py — 确定性引用存在性验证门（4 索引，SQLite 缓存 90 天 TTL）

B. 跨模型 / 索赔审计

• cross_model_handoff.py — 规范 [CROSS-MODEL-HANDOFF v1] 信封语法 + 路由（agreement / divergence / unavailable 安全失败，见 §6.4）
• claim_ref_alignment_audit 相关：_claim_audit_constants.py、check_claim_audit_consistency.py、test_claim_audit_calibration.py（FNR<0.15 + FPR<0.10 黄金集校准）
• temporal_integrity_audit.py — 5 步时间完整性验证（P1 回顾算术 / P2 年代错乱 / P3 比较器未实现 / P4 因果倒置 / P5 指示词现在时）

C. CI 契约 lint（defrift / 内容锁）

• 约 90+ 个 check_*.py：check_data_access_level.py（frontmatter 元数据校验）、check_spec_consistency.py、check_pipeline_boundary_semantics.py（5 个流水线表面 sha256 内容锁，66 个变异测试）、check_sprint_contract.py、check_phase_conformance.py、check_v3_6_7_pattern_protection.py（29 测试变异套件）、check_repro_lock.py、check_cross_model_handoff_contract.py 等。
• adapters/：folder_scan.py / zotero.py / obsidian.py — Material Passport literature_corpus[] 输入端口的三個参考 Python 适配器。
• shell 脚本：announce-ars-loaded.sh（SessionStart 公告）、ars_update_check.sh（更新检查）、ars_write_scope_guard.py + hooks/run_guard.sh（PreToolUse 写范围守卫，围栏 23 个单阶段智能体）。

4.5 commands/（16 个 slash 命令）

ars-plan / ars-full / ars-lit-review / ars-reviewer / ars-revision / ars-rebuttal-audit / ars-disclosure / ars-citation-check / ars-3w / ars-abstract / ars-outline / ars-format-convert / ars-revision-coach / ars-mark-read / ars-unmark-read / ars-cache-invalidate。每个命令 frontmatter 钉死模型路由（full / revision-coach 用 opus；其余 8 个用 sonnet；无 haiku）。

4.6 agents/ / audits/ / docs/ / evals/ / examples/

目录	作用
agents/	3 个插件随附智能体（byte-identical 副本）：report_compiler_agent、research_architect_agent、synthesis_agent（model: inherit）
audits/	审计报告：研究者盲点审计、外部贡献审计提示、harness 退役记录、RQ 建议豁免锐化/heldout 测量等
docs/	ARCHITECTURE.md（完整流水线视图）、SETUP.md、PERFORMANCE.md（token 预算/全流水线约 $4–6）、ROADMAP-v3.11.md、cross-paper-workflow.md、design/（30+ 个设计 spec 文档，如 v3.6.2 sprint-contract、v3.7.3 claim-faithfulness、v3.9.4 temporal-verification 等）
evals/	评估 harness（gold sets、heldout 集、排名提升 CI 门、e4 证据提升等）
examples/showcase/	真实 10 阶段流水线产物：中英文 APA7 PDF、Stage 2.5/4.5 完整性报告、R1/R2 评审、回复审稿人、发表后审计报告（独立全引用审计发现首轮 3 轮完整性检查漏掉的 21/68 问题）

---

5. 优势、不足、创新点与亮点

5.1 优势

1. Human-in-the-loop 而非全自动：明确反对“AI 替你写”，把 AI 的结构性局限（frame-lock、谄媚、意图误判）显性化、可管理化——这是与 The AI Scientist 类全自动系统的根本分野。
2. 极其严格的完整性门禁：7 模式 AI 研究失败模式检查清单作为强制阻塞门；确定性引用存在性验证（4 索引，arXiv 免 key）；L3 三层引用锚点 + claim-faithfulness 审计（opt-in），直接回应 Zhao et al. 的 14.7 万幻觉引用发现。
3. 深度方法论内建：预注册（preregistration）、负结果、EQUATOR 临床报告指南、PRISMA-trAIce + RAISE 合规、15 个 venue 披露政策（含中文政策目标）、R&R 可追溯矩阵、Material Passport 实验溯源。
4. 跨模型验证：ARS_CROSS_MODEL 用第二模型独立验证完整性抽样与不可逆决策盲交叉验证，分歧升级给用户而非平均。
5. 协作深度观察员：collaboration_depth_agent 仅建议、永不阻塞，按 Wang & Zhang 2026 量规评估人机协作模式。
6. 工程纪律与 CI 左移：100+ lint 脚本、defrift 锁、sha256 内容锁、命令不变量、发布纪律（release-cooldown、test-count-monotonic），保证 prompt 契约不漂移。
7. 多语言与真实可运行产物：支持英/繁中/简中/日/韩触发；产出 MD/DOCX/LaTeX/PDF，含双语摘要、VLM 图验证、citation 格式切换（APA/Chicago/MLA/IEEE/Vancouver）。
8. 有落地证据：examples/showcase 提供真实 10 阶段产物，含发表后独立审计报告。

5.2 不足

1. 强绑定 Claude Code 生态：多智能体编排依赖 Claude Code 的 Task/subagent 工具与 Material Passport 文件交接；claude.ai web 仅能读取内容，Cowork 无完整流水线，Claude Science 仅转移方法论层。非 Claude Code 用户体验大幅降级。
2. 非商用许可证（CC-BY-NC 4.0）：禁止商业用途，限制机构/企业级部署。
3. token 成本与交互轮次：全流水线约 $4–6/篇（不含跨模型），且交互轮次上限严格（2 个修订循环、8+5 苏格拉底轮、完整性修复循环）——长文档往返损坏风险被显式警示。
4. 质量天花板受底层 LLM 约束：ARS 的核查/门禁能降低但无法根除幻觉；v3.7.x 自身也承认“corpus-scale 评估 ARS 本身仍是未来工作”。
5. 复杂度与维护面巨大：4 技能、39 智能体、27 模式、100+ lint、30+ design spec；Changelog 曾出现多处计数矛盾（如脚本数量、技能版本），需要大量 CI 才能维持一致性。
6. 部分能力 opt-in 且依赖外部服务：跨模型验证需 OpenAI/Google key；某些核查默认 OFF（如 claim audit）；中文文献解析依赖 ISTIC/CNKI 等外部 API。
7. Windows hook 体验：写范围守卫需 Git Bash，否则静默失效（虽不阻塞，但丢失防护）。

5.3 创新点与亮点

1. “AI 是副驾驶不是飞行员”的研究哲学：把 human-in-the-loop 作为架构前提而非事后补丁，并引用 Nature / arXiv 实证研究支撑。
2. 反谄媚机制（Anti-sycophancy）：
   • 魔鬼代言人让步阈值协议：DA 必须给每条反驳 1–5 分，仅 ≥4 才让步；禁止连续让步、跟踪让步率、每检查点检测 frame-lock。
   • 苏格拉底导师意图检测层：区分探索型 vs 目标型意图；探索型禁用自动收敛、轮次上限提到 60、禁止“要我总结吗”。
   • 对话健康指示器：每 5 轮静默自评（持续同意/冲突回避/过早收敛），自动注入挑战问题（对用户不可见防作弊）。
3. 7 模式 AI 研究失败模式检查清单作为强制阻塞门：直接把 Lu et al. 2026 的 Limitations 翻译成可执行门禁，且 Stage 4.5 零容忍。
4. 确定性引用存在性验证门（#182）：每引用对 4 大学术索引交叉核验，arXiv 免 key；SQLite 缓存 90 天；lookup_verified 状态写入统一摘要——伪造 DOI/arXiv 由查找而非依赖评审员发现。
5. L3 三层引用锚点 + claim-faithfulness 审计（#103）：每个 <!--ref:slug--> 携带 <!--anchor:kind:value-->（quote/page/section/paragraph/none）；opt-in 审计用 LLM-as-judge 判索赔是否被来源支持，5 个 HIGH-WARN 类经 formatter 硬门拒绝输出。
6. Material Passport + 实验溯源 intake（#260）：experiment_provenance[] 记录学者外部运行的实验；experiment_intake_declaration 失败封闭（fail-closed）——即便无实验也声明 no_experiments_declared，完整性门永不静默绕过。
7. 规范跨模型交接信封 [CROSS-MODEL-HANDOFF v1]：owner→dispatcher→owner 盲检查点运输路径，用确定性 Python 文法（而非散文）钉死协议；畸形信封/结果安全失败到 unavailable，永不伪造判断（见 §6.4）。
8. Data Access Level 元数据 + 真值隔离模式：每个技能声明 data_access_level（raw/redacted/verified_only），CI lint 校验； reviewer 侧量规可私有，保证评分金标不进入生成智能体上下文。
9. Sprint Contract 硬门（Schema 13）：评审员在读论文前先 paper-blind 提交评分承诺（Phase 1），再 paper-visible 评分（Phase 2）；check_phase_conformance.py 校验边界；编辑合成器用机械三步协议。
10. 模型分层（#517）：economy（执行类降一级，地板 Opus）/ quality-boost（判断类升到前沿），相对位置而非硬钉模型 id；未设则与历史行为字节等价。
11. 海量 CI 契约执行器：defrift 锁、sha256 内容锁（66 变异测试）、命令不变量、发布纪律——把“prompt 即代码”的工程质量推到极致。

---

6. 附：核心代码节选

6.1 流水线流程图（来自 docs/ARCHITECTURE.md）

flowchart TD Start([User input]) S1[1. RESEARCH<br/>🧑 deep-research] S2[2. WRITE<br/>🧑 academic-paper] G25{{2.5 INTEGRITY<br/>✓ 7-mode checklist}} S3[3. REVIEW<br/>🧑 academic-paper-reviewer] D3{Decision} RC[🧑 3→4 Revision Coaching<br/>max 8 rounds] S4[4. REVISE<br/>🧑 academic-paper] S3p[3'. RE-REVIEW<br/>🧑] D3p{Decision} RS[🧑 3'→4' Residual Coaching<br/>max 5 rounds] S4p[4'. RE-REVISE<br/>🧑 content frozen] G45{{4.5 FINAL INTEGRITY<br/>✓ Mode 2 deep check}} S5[5. FINALIZE<br/>🧑 format selection] S6[6. PROCESS SUMMARY<br/>🧑] End([Done]) Start --> S1 --> S2 --> G25 G25 -- PASS --> S3 G25 -- FAIL, max 3 retries --> S2 S3 --> D3 D3 -- Accept --> G45 D3 -- Minor / Major --> RC --> S4 D3 -- Reject --> End S4 --> S3p --> D3p D3p -- Accept / Minor --> G45 D3p -- Major --> RS --> S4p S4p --> G45 G45 -- PASS --> S5 G45 -- FAIL --> S4p S5 --> S6 --> End

6.2 SKILL.md frontmatter 范例（deep-research）

---
name: deep-research
description: "Universal deep research agent team. 13-agent pipeline for rigorous academic research on any topic. 8 modes: ... Triggers on: research, deep research, ... 研究, 深度研究, ... 심층 연구, ..."
metadata:
  version: "2.11.0"
  last_updated: "2026-07-11"
  status: active
  data_access_level: raw
  task_type: open-ended
  related_skills:
    - academic-paper
    - academic-pipeline
---

6.3 scripts/arxiv_client.py 核心节选

无需 API key 的 arXiv 解析器，体现“确定性引用验证”工程思路：

class ArxivClient:
    def arxiv_id_lookup(self, arxiv_id, expected_title):
        """arXiv ID lookup with mandatory 0.70 title cross-check."""
        entries = self._get({"id_list": arxiv_id})
        if not entries:            # non-existent ID -> empty feed
            return None
        entry = entries[0]
        title = _extract_title(entry)
        if _similarity(title, expected_title) >= _TITLE_SIMILARITY_THRESHOLD:
            return _entry_to_dict(entry)
        return None                # ID_MISMATCH

    def title_search(self, title, year=None):
        """Title search under the #431 exact-title-or-bust gate."""
        if generic_title(title):
            return None
        entries = self._get({"search_query": f'ti:"{title}"', "max_results": "5"})
        # 仅当 0.70 相似度 AND 精确归一化标题匹配才晋升；否则 resolver 降为 unresolvable
        ...

设计要点：429→3s 退避（遵循 arXiv ToU 节奏）、读取/解析失败 → ArxivUnavailable（不把上游故障持久化为假阳性 arxiv_unmatched）、非 Atom 200 体 → 降级而非缓存未命中。

6.4 scripts/cross_model_handoff.py 核心节选

规范跨模型交接信封的“确定性文法 + 安全失败路由”：

OPEN_FENCE = "[CROSS-MODEL-HANDOFF v1]"
CLOSE_FENCE = "[/CROSS-MODEL-HANDOFF]"

# 路由结果（调度器的完整决策空间）
AGREEMENT_FILL = "agreement_fill_no_reinvoke"
DIVERGENCE_REINVOKE = "divergence_reinvoke_owner"
FULL_RETURN_REINVOKE = "full_return_reinvoke_owner"
UNAVAILABLE = "unavailable"

class HandoffError(ValueError):
    """Malformed envelope or result -> [CROSS-MODEL-ERROR] + unavailable，永不伪造判断。"""

def route_result(handoff, transport_ok, raw_result):
    if not transport_ok or raw_result is None or _is_blank(raw_result):
        return Routing(UNAVAILABLE, error="transport_failure")
    if handoff.expected_result == "full_return":
        return Routing(FULL_RETURN_REINVOKE, return_context={...})
    try:
        result = _loads_strict(raw_result)
        _validate_structured_decision(result, handoff.decision_enum or (), who="cross_model_result")
    except (HandoffError, json.JSONDecodeError, RecursionError, ValueError):
        return Routing(UNAVAILABLE, error=f"malformed_result: ...")  # 永不伪造
    if result["decision"] == handoff.owner_decision["decision"]:
        return Routing(AGREEMENT_FILL)        # 一致 -> 机械填充，不重唤 owner
    return Routing(DIVERGENCE_REINVOKE, return_context={...})  # 分歧 -> 重唤原 owner

关键安全设计：未知版本围栏被拒（非静默当普通交付物）、重复 JSON key 拒绝、NaN/Infinity 拒绝、Unicode 格式字符（Cf）折叠检测、payload 内不得含围栏形行——任何畸形都安全失败到 unavailable，调度器永不编造判断。

6.5 MODE_REGISTRY 模式总览（27 模式）

技能	模式数	模式
deep-research	8	full / quick / review / lit-review / three-way-scan / fact-check / socratic / systematic-review
academic-paper	11	full / plan / outline-only / revision / revision-coach / abstract-only / lit-review / format-convert / citation-check / disclosure / rebuttal-audit
academic-paper-reviewer	6	full / re-review / quick / methodology-focus / guided / calibration
academic-pipeline	2	(pipeline 编排) / resume_from_passport=<hash>
合计	27	fidelity 16 (59%) / balanced 7 (26%) / originality 4 (15%)

---

附：关键数据速查

• 版本：v3.19.0（2026-07-22）｜许可证：CC-BY-NC-4.0｜DOI：10.5281/zenodo.20696614
• 四技能：deep-research（13 agents, 8 modes）/ academic-paper（12 agents, 11 modes）/ academic-paper-reviewer（7 agents, 6 modes）/ academic-pipeline（5 agents, 编排器）
• 总智能体：39｜总模式：27｜CI lint 脚本：100+
• 核心门禁：Stage 2.5 / 4.5 完整性（7 模式检查，不可跳过）；Sprint Contract（评审员预承诺）；L3 claim audit（opt-in）；确定性引用验证（4 索引，arXiv 免 key）
• 全流水线成本：约 $4–6 / 1.5 万字论文（不含跨模型）
• 依赖：Claude Code + ANTHROPIC_API_KEY；可选 Pandoc/tectonic/Python 3/Git Bash/OpenAI·Google key