academic-research-skills

Q: Come si installa academic-research-skills?

Apri il blocco “Installazione” in questa pagina e scegli il tuo agente — Claude Code, Codex, Cursor o Gemini CLI — per i comandi pronti che copiano la cartella dello skill nel posto giusto. Oppure copia il prompt dalla scheda “Con l'assistente” e lascia che sia l'assistente a controllare e installare lo skill.

Q: Con quali modelli AI funziona academic-research-skills?

Gli skill sono semplici istruzioni in Markdown (formato Agent Skills), quindi academic-research-skills funziona con qualsiasi agente che legge SKILL.md: Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot, OpenCode e altri. Il modello carica le istruzioni solo quando il compito corrisponde alla descrizione dello skill.

Q: academic-research-skills è gratuito?

Lo skill è pubblicato apertamente da ZhouYinLong-lab con licenza MIT. Lo skill in sé non costa nulla: paghi solo il tuo fornitore AI per i token usati.

Q: È sicuro installare gli skill?

Uno skill è un insieme di istruzioni che il tuo agente seguirà: leggi SKILL.md e i file correlati prima di installarlo. Gli script nella cartella dello skill vengono eseguiti solo se li esegue l'agente: controlla cosa fa e non concedere permessi superflui.

Q: In cosa differisce uno skill da un server MCP o da un plugin?

Un server MCP o un plugin danno al modello nuovi strumenti: codice che viene eseguito e restituisce un risultato. Uno skill fornisce conoscenza e metodo: come affrontare il compito, quali passi seguire e com'è un buon risultato. Non servono server né chiavi API.

ZhouYinLong-lab/Dog-Skills · Agent Skill

Assistente AI per l'intero ciclo di ricerca accademica: dalla ricerca bibliografica alla pubblicazione di articoli, inclusi controllo citazioni e formattazione.

Vai all'installazione ↓

Panoramica

Autore	ZhouYinLong-labCommunity
Repository	ZhouYinLong-lab/Dog-Skills ↗
Cartella dello skill	`academic-research-skills`
Stelle	6
File inclusi	1
Licenza	MIT
Aggiornato	28 luglio 2026
Link	Sorgente dello skill ↗ · Repository ↗

Verifica Mozgi

Cosa abbiamo trovato nei file dello skill. I dettagli con l’abbonamento.

Sicurezza

rischio basso · nessun rischio evidente — il report completo mostra i dettagli

Compatibilità

solo istruzioni — funziona con la maggior parte degli agenti

Skill simili

133 skill simili trovati

Inoltre con l’abbonamento

Installazione

Uno skill è una cartella con un file SKILL.md. Scegli il tuo agente ed esegui i comandi in un terminale (macOS, Linux o Git Bash su Windows) dalla radice del progetto.

Incolla il prompt in Claude, Codex o un altro assistente: controllerà lo skill e lo installerà.

Install the “academic-research-skills” skill from mozgi.io (https://mozgi.io/skills/academic-research-skills/) for me.

1. Download the archive: https://mozgi.io/skills/academic-research-skills/download
   If it fails, take the skill folder from the source: https://github.com/ZhouYinLong-lab/Dog-Skills/tree/main/academic-research-skills
2. Read SKILL.md and the other files. Check the skill is safe: no hidden commands, no sending data elsewhere, no scripts doing something other than described. If anything looks suspicious, stop and tell me.
3. Put the “academic-research-skills” folder into your agent's skills folder: .claude/skills/ for Claude Code, .agents/skills/ for Codex, .cursor/skills/ for Cursor, .gemini/skills/ for Gemini CLI. Inside the project if we are in one, otherwise in the home folder (~/.claude/skills/ etc.).
4. Make sure <skills folder>/academic-research-skills/SKILL.md exists.
5. Briefly tell me what this skill does and offer to try it on my task.

If you cannot do a step yourself, tell me what to click or type.

git clone --depth 1 --branch main https://github.com/ZhouYinLong-lab/Dog-Skills.git /tmp/Dog-Skills
mkdir -p .claude/skills
cp -r /tmp/Dog-Skills/academic-research-skills .claude/skills/academic-research-skills

Riavvia Claude Code: lo skill compare nell'elenco; per richiamarlo a mano usa /academic-research-skills. Per tutti i progetti: ~/.claude/skills.

git clone --depth 1 --branch main https://github.com/ZhouYinLong-lab/Dog-Skills.git /tmp/Dog-Skills
mkdir -p .agents/skills
cp -r /tmp/Dog-Skills/academic-research-skills .agents/skills/academic-research-skills

Codex cerca gli skill in .agents/skills dalla cartella corrente fino alla radice del repo; richiamalo con /skills o $academic-research-skills. Per tutti i progetti: ~/.agents/skills.

git clone --depth 1 --branch main https://github.com/ZhouYinLong-lab/Dog-Skills.git /tmp/Dog-Skills
mkdir -p .cursor/skills
cp -r /tmp/Dog-Skills/academic-research-skills .cursor/skills/academic-research-skills

Cursor carica lo skill all'avvio; richiamalo con “/” nella chat Agent. Cursor legge anche .claude/skills e .agents/skills. Per tutti i progetti: ~/.cursor/skills.

git clone --depth 1 --branch main https://github.com/ZhouYinLong-lab/Dog-Skills.git /tmp/Dog-Skills
mkdir -p .gemini/skills
cp -r /tmp/Dog-Skills/academic-research-skills .gemini/skills/academic-research-skills

Gemini CLI propone di attivare lo skill quando il compito corrisponde: tu confermi. Per tutti i progetti: ~/.gemini/skills.

File dello skill

1 file Scarica ZIP

Leggi SKILL.md e i file correlati prima di installare. Clicca un file per l'anteprima.

Contenuto di SKILL.md

Testo originale dell'autore · sola lettura

Academic Research Skills — 学术研究全流程 AI 助手

> 38.7k⭐，Cheng-I Wu（吳政宜）开发。从文献调研到论文发表，一条命令搞定全流程。

> 核心理念：AI 是副驾驶，不是飞行员——帮你省掉机械劳动，研究判断由你做主。

技能体系

ARS 包含 4 个技能，覆盖学术研究的完整生命周期：

┌─────────────────────────────────────────────────────────────┐
│                  Academic Research Skills                    │
│                                                             │
│  Deep Research        Academic Paper      Paper Reviewer    │
│  (13 agents)          (12 agents)         (7 agents)        │
│  文献调研·系统综述    写作流水线·LaTeX     多视角审稿·反谄媚   │
│       │                    │                    │           │
│       └────────────────────┼────────────────────┘           │
│                            │                                │
│                   Academic Pipeline                         │
│                   10 阶段编排器                               │
│                   完整性闸门·引文验证·格式输出                 │
└─────────────────────────────────────────────────────────────┘

1. Deep Research（13 agents）— 文献调研引擎

| 模式 | 说明 |

|------|------|

| Full Research | 完整调研：背景→研究问题→方法论→文献→综合 |

| Quick Brief | 快速简报，30 分钟出结果 |

| Literature Review | 文献综述，多数据库并行检索 |

| Systematic Review | PRISMA 标准系统综述流程 |

| Fact-Check | 事实核查模式 |

| Socratic Guided | AI 苏格拉底式引导你理清研究问题 |

| Multi-Artifact | 多维度并行调研 |

Semantic Scholar API 验证：每篇引用自动校验
Devil's Advocate：内置反对者角色，挑战你的假设
知识缺口标注：明确告知"这个方向目前缺少证据"

2. Academic Paper（12 agents）— 论文写作流水线

| 模式 | 说明 |

|------|------|

| Full Writing | 完整论文：大纲→论证→初稿→格式化 |

| Plan/Guided | 先出大纲，逐节确认后再写 |

| Outline Only | 只生成详细大纲 |

| Revision | 修改润色已有稿件 |

| Revision Coach | 教你如何修改（不给具体文字） |

| Abstract Only | 生成/优化摘要 |

| Literature Review | 文献综述章节 |

| Citation Check | 逐条校验引用真实性 |

| Format Conversion | Markdown↔DOCX↔LaTeX 互转 |

| Disclosure Statement | 自动生成利益冲突/数据可用性声明 |

| Rebuttal Audit | 审稿回复策略审计 |

输出格式：Markdown + DOCX + LaTeX/PDF（APA 7 / IEEE / Chicago）

独有特性：

Style Calibration：先读你的旧论文，学习你的写作风格，再动笔
VLM Figure Verification：用视觉模型检查图表质量
Writing Quality Check：自动检查逻辑流、术语一致性、论证强度

3. Academic Paper Reviewer（7 agents）— 多视角审稿模拟

主编 (Editor-in-Chief)
  ├── 审稿人 A（方法学专家）
  ├── 审稿人 B（领域专家）
  ├── 审稿人 C（统计/数据专家）
  └── Devil's Advocate（专职挑刺）
         │
         ▼
    综合评审报告 + 修改路线图

评分体系：0-100 分，明确决策阈值

≥80：Accept
65-79：Minor Revision
50-64：Major Revision
<50：Reject

反谄媚协议：Devil's Advocate 有让步阈值——只有你的反驳得分 ≥4/5 才让步，防止"你说啥都对"的讨好行为。

4. Academic Pipeline（10 阶段编排器）

端到端流水线，可中途加入：

Stage 1: 研究问题定义
Stage 2: 文献调研 ──→ Stage 2.5: 🔒 完整性闸门 1
Stage 3: 方法论设计
Stage 4: 论文初稿 ──→ Stage 4.5: 🔒 完整性闸门 2
Stage 5: 自我审稿
Stage 6: 修改润色
Stage 7: 格式输出
Stage 8: 最终检查

完整性闸门基于 Lu et al. 2026 *Nature* 的 7 种 AI 论文失败模式：

引文幻觉检测 · 数据虚构检测 · 方法论虚构检测 · 逻辑断裂检测 · 统计误用检测 · 图表一致性检查 · 利益冲突声明完整性

安装

需要 Claude Code v3.7.0+。两条命令：

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

安装后验证：

/ars-plan                      # 开始 Socratic 对话，帮你理清论文结构
/ars-lit-review "你的课题"      # 一键生成文献综述

使用示例

"用 ARS 帮我写一篇关于 Transformer 架构演进的综述论文"
"帮我审一下这篇准备投 CVPR 的论文"
"检查这篇稿件的引用有没有幻觉"
"帮我把这篇 Markdown 论文转成 LaTeX IEEE 格式"
"用 Deep Research 调研一下 retrieval-augmented generation 的最新进展"
"帮我写审稿回复信，审稿人说我的 baseline 不够强"

成本估算

完整 10 阶段流水线，15000 字论文：约 $4-6（API 费用）

推荐配置：Claude Opus 4.7 + Max 订阅（$100-200/月）

三层数据隔离

ARS 严格分离三层数据，防止评分标准泄露给写作 Agent：

| 层 | 内容 | 谁能读 |

|----|------|--------|

| Layer 1 | 原始输入（你的稿件、数据、笔记） | 全体 Agent |

| Layer 2 | 验证后的内容（经引文校验的数据） | 写作 + 审稿 Agent |

| Layer 3 | 评分量表、参考数据、审稿意见 | 仅审稿 Agent |

与仓库其他技能的关系

| 技能 | 定位 | 与 ARS 的关系 |

|------|------|--------------|

| scientific-research | 139 个科研技能 + 78 个数据库，偏实验/数据分析 | 互补：ARS 管文献+写作，scientific-research 管实验+数据 |

| gpt-researcher | 快速深度调研，20+ 来源并行抓取 | 轻量替代：日常调研用 gpt-researcher，正式论文用 ARS |

| storm-research | Stanford STORM 方法论，4 个 Prompt 手动研究 | 轻量替代：快速结构化研究用 STORM |

| ljg-paper | 单篇论文速读，浓缩为一句话命题 | 互补：ARS 写论文，ljg-paper 读论文 |

| scientific-writing-editor | 学术写作编辑（论文/基金/推荐信） | 轻量替代：单篇润色用它，全流程写作用 ARS |

| Dog-Project-Evaluate | 三通道项目评估（课程/论文/开源） | 互补：ARS 写+审，Dog-Project-Evaluate 评估项目水平 |

参考

GitHub: https://github.com/Imbad0202/academic-research-skills
安装: /plugin install academic-research-skills@Imbad0202
许可: CC-BY-NC 4.0（免费共享和改编，需署名，不可商用）
署名格式: "Based on Academic Research Skills by Cheng-I Wu" + GitHub URL

Domande frequenti

Che cosa fa lo skill academic-research-skills?

Assistente AI per l'intero ciclo di ricerca accademica: dalla ricerca bibliografica alla pubblicazione di articoli, inclusi controllo citazioni e formattazione.

Come si installa academic-research-skills?

Apri il blocco “Installazione” in questa pagina e scegli il tuo agente — Claude Code, Codex, Cursor o Gemini CLI — per i comandi pronti che copiano la cartella dello skill nel posto giusto. Oppure copia il prompt dalla scheda “Con l'assistente” e lascia che sia l'assistente a controllare e installare lo skill.

Con quali modelli AI funziona academic-research-skills?

Gli skill sono semplici istruzioni in Markdown (formato Agent Skills), quindi academic-research-skills funziona con qualsiasi agente che legge SKILL.md: Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot, OpenCode e altri. Il modello carica le istruzioni solo quando il compito corrisponde alla descrizione dello skill.

academic-research-skills è gratuito?

Lo skill è pubblicato apertamente da ZhouYinLong-lab con licenza MIT. Lo skill in sé non costa nulla: paghi solo il tuo fornitore AI per i token usati.

È sicuro installare gli skill?

Uno skill è un insieme di istruzioni che il tuo agente seguirà: leggi SKILL.md e i file correlati prima di installarlo. Gli script nella cartella dello skill vengono eseguiti solo se li esegue l'agente: controlla cosa fa e non concedere permessi superflui.

In cosa differisce uno skill da un server MCP o da un plugin?

Un server MCP o un plugin danno al modello nuovi strumenti: codice che viene eseguito e restituisce un risultato. Uno skill fornisce conoscenza e metodo: come affrontare il compito, quali passi seguire e com'è un buon risultato. Non servono server né chiavi API.