news 2026/11/3 10:17:09

academic-research-skills-codex:从论文大纲到投稿前引用检查的实操指南

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
academic-research-skills-codex:从论文大纲到投稿前引用检查的实操指南

academic-research-skills-codex:从论文大纲到投稿前引用检查的实操指南

【免费下载链接】academic-research-skills-codexCodex-native Academic Research Skills suite for human-in-the-loop academic research workflows项目地址: https://gitcode.com/gh_mirrors/ac/academic-research-skills-codex

投稿前手动核对文献引用,错一个格式就可能被退稿。academic-research-skills-codex 是一个 Codex 学术工作流套件:论文大纲、双语摘要、引用检查、AI 披露各是一个可单独调用的模式,替你接住这些机械核对的活。

安装与验证:两步跑通

两行命令装好插件:

codex plugin marketplace add Imbad0202/academic-research-skills-codex --ref main codex plugin add ars-codex@ars-codex

新开对话输入/skills,看到唯一一条academic-research-suite条目(而不是 academic-paper、deep-research 等一串独立条目),就说明装好了。

第一次实际调用,用最常见的场景——手上只有一个宽泛主题、还没有研究问题:

Use $academic-research-suite. I want to write a paper on AI in higher education QA, but I do not yet have a clear research question.

它没有立刻给你大纲,别急——这是它的设计行为,下一节细说。

核心能力速览:什么时候用哪个

  • 主题宽泛、研究问题不清 → deep-research 的 Socratic 模式,系统追问收敛问题
  • 问题定下来了,要搭论文骨架 →ars-outline
  • 正文写了一半,需要配套双语摘要 →ars-abstract
  • 正文写完,投稿前核对一遍文献 →ars-citation-check
  • 目标期刊要求 AI 使用披露声明 →ars-disclosure

路由逻辑在 SKILL.md 里,你只描述目标,它决定走哪条路。

从收敛问题到投稿清单

🧭 先收敛研究问题,别急着写论文大纲

只给一个主题就要求大纲时,路由器会先进 deep-research 的 Socratic 模式:问 3–5 个追问,收敛出至少一个可回答的研究问题之前,不产出大纲、不写初稿。这套"防跑偏"设计写在 SKILL.md 的 "Paper Topic Scoping Override" 一节。如果问题已经清楚,明确说"跳过 scoping",它会直接进大纲。

问题收敛之后,才是搭骨架的环节。

搭论文大纲骨架:ars-outline

ars-outline对应 academic-paper 的outline-only模式:产出详细大纲加证据映射,含结构选型和字数分配,但不写全文——先搭骨架、后填肉。用法就一句话:

Use $academic-research-suite. ars-outline my topic: AI adoption in higher education QA.

💡 大纲阶段随时可以要求重构结构,确认后再进入后续起草。

模式速查见 MODE_REGISTRY.md,完整 8 阶段编排见 WORKFLOW.md。

骨架和正文落地后,还有一份绕不开的交件:摘要。

双语摘要:ars-abstract

不少国际期刊要中英对照摘要。ars-abstract触发abstract-only模式,产出繁中 + 英文摘要、各配 5–7 个关键词,并且沿用你草稿的核心论点而非自由发挥,属于中等监督档:

Use $academic-research-suite. ars-abstract for the attached draft.

摘要模板可对照 bilingual_abstract_template.md。

摘要搞定,投稿前最容易翻车的就是引用格式。

🔍 投稿前引用检查:ars-citation-check

引用错误是审稿人最敏感的硬伤。ars-citation-check产出引用错误报告,覆盖三类问题:缺失文献(正文引了、列表没有)、正文与文献信息不匹配、格式错误(APA 7、Chicago、MLA、IEEE、Vancouver 五种格式互查)。这个模式定位是"高保真、低监督"——严格核对,少做主观发挥:

Use $academic-research-suite. ars-citation-check this manuscript (APA 7).

交件清单的最后一项,是 AI 使用披露。

目标期刊 AI 披露声明:ars-disclosure

ars-disclosure支持 15 类政策目标(ICLR、NeurIPS、Nature、Science、ACL、EMNLP,以及 ICMJE、NEJM、The Lancet 等医学类),返回REQUIRED、ACTION_ONLY、NOT_REQUIRED、UNKNOWN四种适用性判断之一,再据此渲染披露声明:

Use $academic-research-suite. ars-disclosure for target venue: NeurIPS.

⚠️ 这个模式没有"兜底通用模板",它按目标期刊的正式政策渲染,避免给出错误合规结论。

协议细节见 disclosure_mode_protocol.md。

端到端走一遍完整链路

  1. Socratic 开局,用 3–5 个追问收敛研究问题
  2. ars-outline出大纲 + 证据映射,你批准
  3. 分节写正文(outline-only 不代写全文,这一步是你自己写或走 full 模式)
  4. ars-citation-check出引用错误报告,逐条修
  5. ars-abstract生成双语摘要和关键词
  6. 可选ars-reviewer模拟同行评审,收尾用ars-disclosure出 AI 披露

不想手动切模式的话,一条ars-full会跑 10 阶段的 academic-pipeline(研究 → 写作 → 完整性校验 → 评审 → 修改 → 复审 → 最终校验 → 定稿),建议按检查点推进、每个阶段停下确认。真实多阶段走查记录见 full-pipeline 示例。

常见坑与避坑

  • 它一直追问、就是不出大纲——大概率是 Socratic 在收敛问题,不是卡死;明确说"跳过 scoping,直接出大纲"即可进 outline-only。
  • /ars-outline这类斜杠命令被客户端拦截时——改用不带斜杠的别名ars-outline,路由器同样识别。
  • /skills里看到 academic-paper、deep-research 等独立条目——不是正常的安装形态,重新跑一遍安装命令再开新对话;正常只应有一条academic-research-suite。
  • 担心它评审时改你原文——评审、审计类任务默认只读,只有你明确切到写作或修改工作流它才会动稿。
  • 有些引用核实不了怎么办——报告里会标"未验证"而不是编造出处;跨模型校验默认关闭,只有你明确配置提供方并同意后才启用。

academic-research-skills-codex 把论文写作拆成了可逐个调用的模式,需要哪块就用哪块。进阶阅读看 Codex 架构文档 与 Codex 安装文档。现在就可以新开一个 Codex 对话,用ars-outline试试你的下一个题目。

【免费下载链接】academic-research-skills-codexCodex-native Academic Research Skills suite for human-in-the-loop academic research workflows项目地址: https://gitcode.com/gh_mirrors/ac/academic-research-skills-codex

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/11/3 10:15:03

3 个变量决定成败:Toxiproxy 的 Windows 与 ARM 跨平台编译实操

3 个变量决定成败:Toxiproxy 的 Windows 与 ARM 跨平台编译实操 【免费下载链接】toxiproxy :alarm_clock: :fire: A TCP proxy to simulate network and system conditions for chaos and resiliency testing 项目地址: https://gitcode.com/gh_mirrors/to/toxip…

作者头像 李华
网站建设 2026/11/3 10:05:04

Claude Opus 5.5 一句话需求造出 703 条视频,新手能上手吗

Claude Opus 5.5 一句话需求造出 703 条视频,新手能上手吗 【免费下载链接】awesome-opus5-5-videos A growing collection of viral videos made with Claude Opus 5.5 and the prompts behind them. Watch each original next to a live remake on Skillry. Updat…

作者头像 李华
网站建设 2026/11/3 10:03:59

干部任免审批表在干部人事工作中的几个关键作用

干部任免审批表是干部人事工作中的基础材料。平时它可能只是档案里的一份表格,但在职务变动、档案审核、调动接收和待遇调整时,往往会成为需要重点核对的内容。本文从实际工作角度,梳理这张表的几个作用,以及填写和审核时容易忽略…

作者头像 李华
网站建设 2026/11/3 9:48:56

【学术英语】完型填空练习题

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

作者头像 李华
网站建设 2026/11/3 9:44:50

突破模态壁垒:Ming-UniVision开创连续表征驱动的多模态AI新纪元

突破模态壁垒:Ming-UniVision开创连续表征驱动的多模态AI新纪元 在多模态人工智能领域,模型架构长期面临着一个核心矛盾:视觉理解与生成任务的表征空间割裂。传统方案往往通过离散量化或专用模态头实现跨模态交互,这不仅增加了系统…

作者头像 李华
网站建设 2026/11/3 9:43:27

训练效率翻倍!Moonlight大模型如何重塑AI开发成本结构

训练效率翻倍!Moonlight大模型如何重塑AI开发成本结构 导语 月之暗面发布的Moonlight-16B-A3B模型通过Muon优化器实现训练效率跃升,5.7T tokens达成18T tokens训练效果,为大模型工业化应用提供新范式。 行业现状:算力困境下的效…

作者头像 李华