Conjunto de skills do Claude Code para revisar artigos acadêmicos, planos de pré-análise, propostas de financiamento e código de análise, além de transformar artigos em briefs ou apresentações.
AI-research-feedback é uma coleção de skills do Claude Code para pesquisadores acadêmicos. Cada skill é uma pasta com um arquivo SKILL.md, que você instala em ~/.claude/skills e aciona com um comando slash, como /review-paper. As skills de revisão iniciam vários agentes especializados em paralelo e salvam um relatório priorizado na pasta reviews/ do seu projeto. Elas abrangem revisões completas de artigos no estilo de parecer, verificações rápidas de contribuição e identificação, checagens de consistência mecânica, revisões de planos de pré-análise e revisões de propostas de financiamento.
O repositório também inclui skills voltadas para código. review-paper-code verifica se os scripts de análise reproduzem as afirmações de um artigo em LaTeX; audit-analysis faz uma auditoria adversarial do código alterado em Stata, R ou Python, usando um subagente isolado; e explain-diff cria um explicador HTML offline de uma alteração de código, com um quiz. Para comunicação, paper-version transforma um artigo em LaTeX em um resumo ou brief de políticas públicas, e três skills de apresentação criam apresentações interativas em Quarto reveal.js, LaTeX Beamer e PowerPoint. Um utilitário pdf-to-markdown converte PDFs para uso com as outras skills.
As skills têm como foco, nominalmente, periódicos e financiadores de economia e finanças, e foram criadas para projetos que usam artigos em LaTeX e código em Stata, R ou Python. A instalação requer Claude Code. Algumas skills precisam de ferramentas adicionais, como Quarto, TeX Live ou Node.js.
Crie a pasta skills e copie todas as skills para ela usando o comando de instalação de uma única linha no terminal
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/airfReinicie o Claude Code e execute uma skill de revisão, como /review-paper, dentro de um projeto que contenha um artigo em LaTeX
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Framework de candidatura a vagas baseado no Claude Code, que avalia anúncios, adapta CVs em LaTeX, escreve cartas de apresentação e prepara entrevistas, rodando localmente no seu fork.
Editor de IA auto-hospedável para escrita acadêmica, com autocomplete atento às citações, busca de artigos, chat com PDFs, revisão por IA e exportação para Word/LaTeX.
Um framework em Python para autoaperfeiçoamento de agentes orientado por avaliadores, que registra a linhagem de cada geração de agentes candidatos.
Pipeline open source que transforma uma ideia de pesquisa em um artigo acadêmico completo, com busca bibliográfica, experimentos em sandbox, verificação de citações e saída em LaTeX.
Arquivos de skills em Markdown para Claude Code, Codex e outros agentes de LLM executarem ciclos autônomos de pesquisa em ML: descoberta de ideias, revisão entre modelos e automação de experimentos.
Ponte entre R e Python que conecta uma sessão ativa do RStudio ou Positron ao Claude Code, Codex e outros agentes LLM baseados em MCP.