学術研究スキル - 学術研究スキルのためのオープンソースAIエージェント

学術研究スキルとは何ですか？

Academic Research Skillsは、Claude Code向けにCheng-I Wu氏が開発したオープンソースの学術スキルプラグインで、トピック選定と調査、論文執筆、査読、最終修正までの全プロセスを網羅しています。このプラグインは、39種類以上の専門エージェントの連携を活用し、引用元検証、ソクラテス式調査指導、錯覚防止検証、実験データ登録などの機能を提供します。Academic Research Skillsの核心的な目標は、研究者が断片的な情報を学術基準に準拠した完成度の高い論文へと変換できるよう支援することです。

学術研究スキルの主な機能

• 綿密な調査13個のインテリジェントエージェントが連携して、文献検索、PRISMAシステマティックレビュー、ソクラテス式研究ガイダンスを実行し、断片的な情報から検証可能な研究課題を抽出するのに役立ちます。
• 論文執筆12個のインテリジェントエージェントが、アウトライン作成、要約作成、レビュー、最終稿の修正、スタイル調整のサポート、および二言語による要約作成を担います。
• 査読7つのインテリジェントエージェントが、学術誌の査読者と反対意見を述べる者をシミュレートし、多角的で証拠に基づいた論文の評価を提供する。
• 組立ラインの配置10段階からなるフルプロセスオーケストレーターは、主要なノードに必須の品質検査ゲートを設定し、各ステップがユーザーの確認後にのみ進むようにする。
• 引用文献追跡検証各引用文献は、Semantic Scholar、OpenAlex、Crossref、arXivの4つのインデックスを使用して相互検証され、主張の正確性を監査するために3層のアンカーポイントが追加されます。
• 実験追跡記録外部実験の再現性に関する制約、否定的な結果、既知の限界を材料パスポートに記録し、論文の主張と実験的証拠との整合性を監査する。
• 反幻想と反お世辞AIが早すぎる収束や、あなたが主張する際に原則を無視した妥協をしないように、悪魔の代弁者的な譲歩閾値プロトコルと意図検出レイヤーが組み込まれています。
• クロスモデル検証これは、第2のモデルファミリーを呼び出して、独立してピアレビューと品質管理を実施させることをサポートし、単一モデルの体系的な理解における盲点を減らす。
• マルチフォーマット配信ワンクリックでMarkdown、DOCX、LaTeX（APA 7.0 / IEEE / Chicago）形式に出力し、PDFにコンパイルできます。

WeChatでフォローして「オープンソース「、参加するAIオープンソースプロジェクトに関するディスカッショングループ

学術研究スキルを活用する方法

• インストール: クロードコードで実行 /plugin marketplace add Imbad0202/academic-research-skills ワンクリックでインストールできます。
• テーマ計画：走る /ars-plan研究課題と章構成は、ソクラテス式対話を通して構成されている。
• 文献レビューディープリサーチを活用する full または systematic-review パターン検索と体系的な文献レビュー。
• 実験登録（該当する場合）：再現性ロックと外部実験の否定的結果をマテリアルパスポートに登録する。
• 論文執筆: 学術論文の募集 full このモデルでは、12人のエージェントが組み立てラインで作業を行い、アウトラインとドラフトを完成させます。
• 中間品質検査ステージ2.5の必須プロパティチェックゲートでは、参照の存在と論理的一貫性を相互チェックします。
• 査読学術論文レビューツールの使用 full このモードは、5人からなる仮想ピアレビューパネルによって起動され、多角的なレビューが実施されます。
• 改訂版回答査読者のコメントに基づいて修正を行い、各項目に対応するR&Rトレーサビリティマトリックスを作成してください。
• 最終品質検査ステージ4.5において、実験結果との整合性を図るため、当該主張が再監査され、回帰がゼロであることが確認された。
• 最終原稿納品APA/IEEE/シカゴ形式を選択してLaTeX/PDF形式で出力し、6次元のコラボレーション品質評価レポートを生成します。

学術研究スキルの主な利点

• 全プロセス閉ループトピック選定、研究、執筆、査読、改訂、投稿に至るまで、学術研究の全工程を網羅しており、複数のツールを切り替える必要はありません。
• 人間とコンピュータの協働設計「AIは副操縦士である」というコンセプトに基づき、AIによる文章作成支援が原因で発生する学術不正行為を防ぐため、ユーザーにはすべての重要なポイントで確認を求めています。
• 引用は追跡可能であるSemantic Scholar、OpenAlex、Crossref、arXivのインデックスを用いた相互検証に加え、3段階のアンカー監査を行うことで、主張の正確性を保証し、偽の引用を排除します。
• 監査可能な実験外部の実験追跡登録をサポートし、論文の主張と実験的証拠との整合性を自動的に監査することで、実施されていないアブレーション実験が本文に含まれることを防ぎます。
• お世辞防止メカニズムデビルズアドボケートは、ユーザーが強く主張した場合でもAIが原則を無視して妥協することを防ぐため、譲歩閾値プロトコルを採用し、研究設計の厳密性を確保している。
• クロスモデル検証第2のモデルファミリーに対する独立したピアレビューと品質管理をサポートし、体系的な認知的盲点や単一モデルへのフレームワークの固定化のリスクを低減します。

学術研究スキルに関するプロジェクトアドレス

• GitHubリポジトリ：https://github.com/Imbad0202/academic-research-skills

学術研究スキルの応用シナリオ

• コンピュータ実証研究「モデルの方が性能が良い」という曖昧な観察から出発し、それを検証可能な仮説とアブレーション実験計画に分解する。IMRaD構造で記述した後、品質管理ゲートが参照の錯覚と統計的誤差を排除する。
• 体系的な文献レビューPRISMAプロトコルに従って検索、包含/除外、リスクバイアス評価、およびコンプライアンスレポートの作成を行い、学術基準に準拠したレビュー論文またはメタアナリシス論文を直接出力します。
• 論文の修正と査読への回答: ピアレビューのコメントを分析して改訂ロードマップを作成し、 rebuttal-audit 各回答がすべての質問を網羅し、重要な基準比較の漏れがないことを確認するために、それぞれの回答を検証してください。
• 学際的なテーマの探求研究の方向性がまだ明確でない場合、探索的なソクラテス式対話は、AIが時期尚早に収束するのを防ぎ、断片的な情報から理論的に価値のある研究課題を抽出するのに役立つ。
• 学術論文執筆指導このコースは10段階のプロセスで構成されており、学生の最初の草稿は仮想の5人からなる審査員団によってレビューされ、その後、構造化されたレビューレポートに基づいた教室での修正ワークショップが行われます。