完整指南：Academic Research Skills 如何给 AI 论文写作装上防引用造假的四道关卡

完整指南：Academic Research Skills 如何给 AI 论文写作装上防引用造假的四道关卡

【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills

用 AI 写论文，最吓人的不是文笔像机器的——而是参考文献像真的一样。那些有模有样的作者、期刊、DOI，可能根本查无此文。Academic Research Skills（后文简称 ARS）就是冲着这个问题来的：一套装进 Claude Code 的开源学术写作技能包，覆盖研究、写作、评审、修订到定稿的全流程。装完跑通之后，你能拿到一份有出处可查的初稿、几份一致性核查报告，以及一轮模拟同行评审。

它是什么：一条装进 Claude Code 的学术流水线

ARS 的定位一句话：学术写作的副驾驶，不是自动代写。查文献、核引用、验数据、盯逻辑一致性这些脏活它包了；定义研究问题、选方法、解释结果这些要动脑的环节，README 明说是留给你的（README.md）。

它由四个技能组成，各管一段：

• deep-research：13 个代理组成的研究团队，负责产出研究简报、综述报告和带注释的参考文献表；
• academic-paper：12 个代理负责写作，内含写作质量检查、LaTeX 加固、引用格式转换；
• academic-paper-reviewer：7 个代理的多视角模拟同行评审；
• academic-pipeline：把前三者串成 10 个阶段的流水线，带断点续跑。

你不用学它内部怎么分工，说人话触发就行：说"帮我写一篇关于 X 的论文"它会自动挑模式；说"review this paper"就进评审。

分工说清了，真正值得拆的是写作阶段那组防造假的硬规则。

防泄漏协议拆解：5 条规则让 AI 只准用你的材料

防泄漏协议是 ARS 防造假的"源头阀门"：你把材料喂进流水线，写作代理就被禁止动用模型自己的记忆。

它的核心机制叫知识隔离（Knowledge Isolation）——写论文时优先使用你本次会话提供的材料，而不是 AI 的"记忆"。当流水线里已经有研究简报（RQ Brief）、综述报告和带注释的参考文献表，且处于 full 或 revision 模式时，写作代理的上下文会被注入 5 条硬性优先级规则（原文在 anti_leakage_protocol.md）：

注意第 5 条只管事实内容：学术语感、写作风格、论证逻辑这些"语言能力"不受限，所以论文读起来不会像机器人念稿。

反直觉的一点：宁可标缺口，也不许脑补

5 条里最见功力的是第 3 条。大纲需要但材料里没有的内容，写作代理不许悄悄"圆"过去，必须打出[MATERIAL GAP]留痕，推到下一个检查点摆到你面前。你只有两个选择：

1. 补料——把缺失的材料喂给流水线，最干净；
2. 授权补写——针对那个具体缺口放行，补写段落会打上[LLM-SUPPLEMENTED]标签，一致性审查时一目了然。

换句话说，AI 每一次"自由发挥"都被记录在案，想赖都赖不掉。

协议管的是写作时的内容来源，但"引用真实性"还靠后面四道关卡接力拦截。

从 0 到跑通：安装、首次运行、遇到提示怎么办

装完 30 秒能上手，第一次跑通有明确预期。前提两个：Claude Code（v3.7.0+）和ANTHROPIC_API_KEY，详见 docs/SETUP.md。

安装。在 Claude Code 里执行两条插件命令：

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

首次运行。官方建议的验证方式是跑/ars-plan，说一个你正在写的论文——ARS 会进入苏格拉底式对话跟你磨章节结构（Socratic 模式，AI 只提问不给答案，5~15 轮之后你拿到聚焦的研究问题）。想单点测试，/ars-lit-review "你的主题"更轻。

完整流程。说一句"我想写一篇关于 X 的完整研究论文"，会触发 10 阶段全流水线。官方给的预算是约 4~6 美元 API 成本、外加 2~4 小时人工协作（QUICKSTART.md、docs/PERFORMANCE.md）。

跑的过程中你会遇到两类提示，处理方式不同：

• 看到[MATERIAL GAP]：补材料，或授权补写（补写部分会带[LLM-SUPPLEMENTED]标签，记得重点复核那段）；
• 被一致性门禁阻塞：三选一——确认并返回修改、写明理由覆盖（理由进流程日志留痕）、或改完那段重跑检查。若某个失败模式在初稿门禁（Stage 2.5）被标为疑似（SUSPECTED），到终稿门禁（Stage 4.5）仍未解决，流水线会重新阻塞，修订多少轮都跳不过终检（ai_research_failure_modes.md）。

跑通之后你会发现，四道校验关卡分别在流水线的不同位置盯着引用这件事。

四层引用校验：AI 编造的引用怎么被逐层拦下

防泄漏协议解决"写作时不编"，剩下三层回答"编了能不能被拦"。

第 1 层最硬：每条引用被自动交叉核对4 个学术索引——Semantic Scholar、OpenAlex、Crossref、arXiv（scripts/verify_passport.py）。DOI 查不到就直接判"不存在"，这是纯程序化校验，编造出来的编号根本逃不过去。

第 2 层是两道不可跳过的门禁：初稿和终稿各一道。审查代理必须逐一排除 7 种已知的 AI 研究失败模式，其中 Mode 2 是引用幻觉、Mode 6 是方法论虚构（Methods 章节描述了你从没做过的实验）。任何一项 SUSPECTED，流水线原地暂停等你处理（ai_research_failure_modes.md）。

第 3 层管的是更隐蔽的情况——引用真实存在，却被拿去支持它根本没说的结论。Phase E 会抽取文中的关键声明（数字、因果判断、趋势描述）逐条回原文比对：高影响声明 100% 验证，其余按 10% 随机抽检（最少 3 条、最多 10 条）。判定分 VERIFIED、轻微偏差、重大扭曲、无法验证、无法访问五档，出现任何"重大扭曲"或"无法验证"，报告直接判 FAIL（claim_verification_protocol.md）。

第 4 层是底座的隔离设计：每个技能在元数据里声明自己的数据访问级别（raw/redacted/verified_only），由脚本强制检查，保证未验证材料和已验证材料分层流动——"答案"不会漏进"答题者"的上下文（shared/ground_truth_isolation_pattern.md）。

四层都有，边界也必须有——ARS 自己把话说明白了。

边界与坑：ARS 验的是一致性，不是真实性

先说最重要的：ARS 检查的是"稿件和报告的过程之间是否自洽"，包括引用存在、论点与来源对齐、方法描述与声明一致——但它不证明实验真的跑过、原始数据为真、结果可复现，一份自洽的造假能通过这些检查（POSITIONING.md）。

其他几个容易踩的坑：

• 别以为装完就万事大吉。部分安全功能默认是 opt-in 的，确定性校验门默认不挡、只标记，想让拦截真正生效，要按 docs/CONTROL_AVAILABILITY.md 对照你的安装渠道把开关打开；
• 人工兜底点逃不掉：每个[MATERIAL GAP]的覆盖性决定、每次阻塞时的覆盖理由、Methods 对照你的真实 run config——最后这个协议里写死了：Methods 必须描述"你材料里记载的流程"，所以你的材料里得有真实运行记录；
• 别把它当降 AI 痕迹工具。它的定位是"AI 是你的副驾驶，不是飞行员"，不帮你隐藏用了 AI——相反，它会帮你生成 AI 披露声明，你的覆盖性决定会被自动注入论文里。

关键文件速查

如果只记一句话：防泄漏协议管"写作时不许编"，四层校验管"编了必被拦"，而真正兜底的永远是你自己。装完先跑一次/ars-plan试水，比读十篇教程都管用。

【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills