新闻详情

新闻详情

首页 / 资讯中心 / 详情

论文十阶段全流程指南:从查文献到出投稿稿

发布时间:2026/11/17 7:14:34来源:尧图网络
论文十阶段全流程指南:从查文献到出投稿稿
论文十阶段全流程指南从查文献到出投稿稿【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-skillsAcademic Research SkillsARS是面向 Claude Code 的一套学术研究技能包10 阶段流水线把论文从想法带到定稿每阶段你拍板AI 负责查文献、校引用、抠逻辑这些脏活。这三件脏活它都替你干了文献查不完也不敢确定它可信。几十上百篇参考文献哪些真支撑你的论点deep-research是一个 13 个智能体的团队提供 full、quick、systematic-reviewPRISMA、socratic、fact-check 等 8 种模式还能调 Semantic Scholar API 核实参考文献是否真实存在。模糊想法丢进 socratic 模式5–15 轮追问下来你会拿到一个有边界的 research question 和方法方向。投稿前没人挑错。自己的稿子自己看不出毛病。academic-paper-reviewer组一个 7 智能体评审团——期刊匹配主编、3 位动态审稿人、1 位魔鬼代言人——给出 Accept / Minor Revision / Major Revision / Reject 的编辑决定加修改路线图复审阶段再用可追溯矩阵把每条意见和修改后的正文逐条对账。AI 辅助写作自带陷阱要防。幻觉引用、编造实验结果、把 bug 包装成洞见……ARS 把这些列为 7 类失败模式做成强制检查单Stage 2.5 和 4.5 两道完整性门禁机器先查、你再确认FAIL 就修复重验最多 3 轮。那么落到任务上它具体能干什么装完你能做哪些事按用户任务线走能力挂在任务下而不是模块下查与框定说主题它用苏格拉底式对话帮你钉住研究问题与方法也可以直接跑系统综述、事实核查、三篇论文 WHY/HOW/WHAT 对比。写11 种模式从全文初稿到只要摘要、只要大纲支持 IMRaD、案例研究、政策简报等 6 类结构APA 7.0含中文规则、IEEE、Vancouver 等 5 种引文格式中英双语摘要。审6 种模式从完整评审团到方法学聚焦calibration 模式允许你用自己的金标准集测审稿人的漏报率与误报率。改与定稿revision-coach 把审稿意见拆成路线图Stage 4.5 复验通过后Stage 5 输出 MD / DOCX / LaTeX→PDFStage 6 产出流程记录附 1–100 分的协作质量评分。四段都能单独跑也可以一句「我要一篇完整研究论文」启动全部 10 个阶段。阶段 × 技能 × 门禁的完整矩阵在 docs/ARCHITECTURE.md。主线齐了但某个环节缺位时谁来补周边三个组件各补一个缺口 Experiment AgentARS 自己不跑实验它是干活的。暂停流水线在独立会话里跑代码实验Python、R或人类受试研究带验证后的结果和 Material Passport 回到 ARS Stage 2#260 的失败关闭声明保证你无法靠「忘了登记实验」绕开完整性门禁。Teaching Skills把同一套架构搬到教学侧——课程设计 → 备课 → 评估 → 授课 → 反思用 Course Passport 替代 Material Passport。课堂探究项目走到「要发表」那一步它的sotl模式直接交接给 ARS 的 deep-research / academic-paper。Codex 版academic-research-skills-codex同一套 workflow 内容与门禁打包成 Codex CLI 原生的单一$academic-research-suiteskill保留ars-*别名换平台不换流程。三者共享同一套「护照 门禁」心智模型学一次就够交接字段细节见 shared/handoff_schemas.md。装好怎么验证往下看。三分钟跑通第一条命令前提最新版 Claude Code 配好 API KeyPandoc / tectonic 可选用于 DOCX / PDF。/plugin marketplace add Imbad0202/academic-research-skills /plugin install academic-research-skills然后跑一条快命令验证/ars-lit-review 你的主题能输出一份结构化文献简报说明装好了。想深入一点跑/ars-plan并描述你正在写的论文它会进入苏格拉底式对话帮你梳理章节结构全流水线则直接说「I want a complete research paper」。插件之外还有另外五种装法见 docs/SETUP.md。这套跑完全程要烧多少钱数据又去了哪成本多少数据去哪了完整 10 阶段一轮约消耗 20 万 输入 / 10 万 输出 token一篇 1.5 万词论文约 3–7 美元2026-09 定价、未计缓存折扣单技能便宜得多——socratic 对话约 $0.60quick 评审约 $0.30明细在 docs/PERFORMANCE.md。出机的数据只有一类引用核验门禁把参考文献的 DOI 与标题串发给四个公开学术索引Semantic Scholar / OpenAlex / Crossref / arXiv无需密钥结果本地缓存 90 天运行台账把你的原始指令存在本地。完整流向图见 docs/DATA_FLOWS.md。已知风险与现有控制持续登记在 docs/RISK_REGISTER.md注意一条边界完整性检查核验的是文稿与申报流程证明不了实验真的被做过。谁在哪个环节干活交接物一览环节承担者交接物查文献、框研究问题deep-research13 智能体RQ brief 方法蓝图初稿、双语摘要、引文格式academic-paper12 智能体草稿、论证图、引文清单完整性门禁Stage 2.5 / 4.5academic-pipeline5 智能体Material Passport 完整性报告多视角评审与复审academic-paper-reviewer7 智能体编辑决定、修改路线图、RR 追溯矩阵格式输出与流程记录academic-paper/academic-pipelineMD / DOCX / PDF Stage 6 流程记录实验执行外部会话Experiment Agent验证过的实验结果护照带回教学项目发表交接Teaching Skillssotl课堂探究材料一次完整运行的真实产物——中英双语定稿、两份完整性报告、两轮评审、逐条回复——放在 examples/showcase/。现在就可以打开 Claude Code先敲一条/ars-plan。【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创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉