내 fork에서 로컬로 실행하는 Claude Code 기반 구직 프레임워크로, 공고 평가부터 CV 맞춤 작성과 면접 준비까지 지원합니다.
claesbackman/AI-research-feedback
학술 논문, 사전 분석 계획, 연구비 제안서와 분석 코드를 검토하고 논문을 브리프나 슬라이드 덱으로 만드는 Claude Code 스킬 모음입니다.
- 스타
- 529
- 포크
- 101
- 열린 이슈
- 0
- 마지막 커밋
- 10일 전
어떤 프로젝트인가요?
AI-research-feedback는 학술 연구자를 위한 Claude Code 스킬 모음입니다. 각 스킬은 SKILL.md 파일이 들어 있는 폴더로 구성되며, ~/.claude/skills에 설치한 뒤 /review-paper 같은 슬래시 명령으로 실행합니다. 검토 스킬은 여러 전문 에이전트를 병렬로 실행하고, 프로젝트의 reviews/ 폴더에 우선순위가 정해진 보고서를 작성합니다. 정식 심사자 관점의 논문 검토, 기여도와 식별 전략의 빠른 점검, 형식적 일관성 점검, 사전 분석 계획 검토, 연구비 제안서 검토를 지원합니다.
저장소에는 코드 중심 스킬도 포함되어 있습니다. review-paper-code는 분석 스크립트가 LaTeX 논문의 주장을 재현하는지 확인하고, audit-analysis는 격리된 하위 에이전트에서 변경된 Stata, R 또는 Python 코드를 적대적 관점으로 감사하며, explain-diff는 코드 변경 사항을 퀴즈와 함께 설명하는 오프라인 HTML 문서를 만듭니다. 연구 결과를 전달할 때는 paper-version으로 LaTeX 논문을 정책 브리프나 요약문으로 만들 수 있고, 세 가지 덱 스킬로 Quarto reveal.js, LaTeX Beamer, PowerPoint에서 탐색형 프레젠테이션을 제작할 수 있습니다. pdf-to-markdown 유틸리티는 다른 스킬에서 사용할 수 있도록 PDF를 변환합니다.
이 스킬은 경제학 및 금융 분야의 학술지와 연구비 지원 기관을 이름으로 지정하며, LaTeX 논문과 Stata, R 또는 Python 코드를 사용하는 프로젝트를 대상으로 합니다. 설치하려면 Claude Code가 필요합니다. 일부 스킬은 Quarto, TeX Live, Node.js 같은 추가 도구가 필요합니다.
핵심 기능
- 01논문 전체, 빠른 점검, 사전 분석 계획, 연구비 제안서를 위한 멀티 에이전트 검토 스킬
- 02Stata, R 또는 Python 스크립트를 사용하는 LaTeX 논문의 논문-코드 재현성 검토
- 03변경된 분석 코드를 적대적으로 감사하고 파일, 줄 번호, 인용 구절을 명시한 발견 사항 제공
- 04LaTeX 논문을 바탕으로 정책 브리프, 1페이지 요약문, 5페이지 요약문 생성
- 05Quarto reveal.js, LaTeX Beamer, PowerPoint용 슬라이드 덱 제작 도구
- 06AER, QJE, NSF, ERC 등 학술지 및 연구비 지원 기관에 맞춰 검토 기준 조정
활용 사례
- 학술지에 제출하기 전에 초고를 심사자 관점에서 비평받기
- 분석 코드가 논문에 보고된 표와 계수를 실제로 산출하는지 확인하기
- 제출 전에 사전 분석 계획이나 연구비 제안서 검토하기
- 완성된 논문을 정책 브리프나 비전문가 대상 발표 자료로 바꾸기
빠른 시작
- 1
skills 폴더를 만들고 한 줄 터미널 명령으로 설치해 모든 스킬을 해당 폴더에 복사합니다
git clone --depth 1 https://github.com/claesbackman/AI-research-feedback.git /tmp/airf && mkdir -p ~/.claude/skills && cp -R /tmp/airf/Skills/. ~/.claude/skills/ && rm -rf /tmp/airf - 2
Claude Code를 다시 시작한 다음, LaTeX 논문이 있는 프로젝트에서 /review-paper와 같은 리뷰 스킬을 실행합니다
사용 전 알아둘 점
- 리뷰 스킬을 사용하려면 범용 서브에이전트에 접근할 수 있는 Claude Code가 필요합니다.
- 논문 리뷰에는 LaTeX 논문이 필요하며, 코드 리뷰 스킬에는 Stata, R 또는 Python 분석 코드가 필요합니다.
- 설치는 git에서 파일을 복사하는 방식으로 진행되며, 패키지 관리자를 통한 설치는 제공되지 않습니다.
포함된 컬렉션
토픽
자주 묻는 질문
- AI-research-feedback은(는) 무엇인가요?
- 학술 논문, 사전 분석 계획, 연구비 제안서와 분석 코드를 검토하고 논문을 브리프나 슬라이드 덱으로 만드는 Claude Code 스킬 모음입니다. AI-research-feedback는 학술 연구자를 위한 Claude Code 스킬 모음입니다. 각 스킬은 SKILL.md 파일이 들어 있는 폴더로 구성되며, ~/.claude/skills에 설치한 뒤 /review-paper 같은 슬래시 명령으로 실행합니다. 검토 스킬은 여러 전문 에이전트를 병렬로 실행하고, 프로젝트의 reviews/ 폴더에 우선순위가 정해진 보고서를 작성합니다. 정식 심사자 관점의 논문 검토, 기여도와 식별 전략의 빠른 점검, 형식적 일관성 점검, 사전 분석 계획 검토, 연구비 제안서 검토를 지원합니다.
- AI-research-feedback은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- AI-research-feedback은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- AI-research-feedback은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. AI-research-feedback의 마지막 커밋은 2026년 10월 28일입니다.
- AI-research-feedback은(는) 어디에 사용할 수 있나요?
- 학술지에 제출하기 전에 초고를 심사자 관점에서 비평받기 분석 코드가 논문에 보고된 표와 계수를 실제로 산출하는지 확인하기 제출 전에 사전 분석 계획이나 연구비 제안서 검토하기 완성된 논문을 정책 브리프나 비전문가 대상 발표 자료로 바꾸기
- AI-research-feedback는 어떻게 설치하나요?
- skills 폴더를 만들고 한 줄 터미널 명령으로 설치해 모든 스킬을 해당 폴더에 복사합니다: git clone --depth 1 https://github.com/claesbackman/AI-research-feedback.git /tmp/airf && mkdir -p ~/.claude/skills && cp -R /tmp/airf/Skills/. ~/.claude/skills/ && rm -rf /tmp/airf Claude Code를 다시 시작한 다음, LaTeX 논문이 있는 프로젝트에서 /review-paper와 같은 리뷰 스킬을 실행합니다
- AI-research-feedback은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/claesbackman/AI-research-feedback
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
인용을 고려한 자동완성, 논문 검색, PDF 채팅, AI 리뷰와 Word/LaTeX 내보내기를 지원하는 셀프 호스팅 가능한 학술 글쓰기용 AI 편집기입니다.
후보 에이전트 세대별 계보를 기록하며 평가자 주도로 에이전트를 자가 개선하는 Python 프레임워크입니다.
단일 연구 아이디어를 문헌 검색, 샌드박스 실험, 인용 검증, LaTeX 출력까지 거쳐 완성된 학술 논문으로 만드는 오픈소스 파이프라인입니다.
Claude Code, Codex 및 기타 LLM 에이전트가 아이디어 발굴, 모델 간 검토, 실험 자동화로 ML 연구를 자율적으로 반복 수행하도록 돕는 Markdown 전용 스킬 파일 모음입니다.
실행 중인 RStudio 또는 Positron 세션을 Claude Code, Codex 및 MCP 기반 LLM 에이전트와 연결하는 R-Python 브리지입니다.