基于 Claude Code 的求职申请框架,可评估职位、定制 LaTeX 简历、撰写求职信并准备面试,在本地运行。
claesbackman/AI-research-feedback
一组 Claude Code 技能,用于审阅学术论文、预分析计划、基金申请书和分析代码,并将论文转为政策简报或幻灯片。
- Star
- 529
- Fork
- 101
- 未关闭 Issue
- 0
- 最近提交
- 10天前
这是什么?
这是一组面向学术研究者的 Claude Code 技能。每个技能是一个包含 SKILL.md 的文件夹,安装到 ~/.claude/skills 后,可通过 /review-paper 等斜杠命令调用。审阅类技能会并行启动多个专门的代理,并在项目的 reviews/ 目录中生成按优先级排序的报告,涵盖完整的审稿式论文评审、快速的贡献与识别检查、机械性一致性检查、预分析计划评审和基金申请书评审。
仓库还包含面向代码的技能。review-paper-code 检查分析脚本是否能复现 LaTeX 论文中的结论;audit-analysis 在隔离的子代理中对改动过的 Stata、R 或 Python 代码进行对抗式审计;explain-diff 则生成一份可离线打开的 HTML 代码变更说明页,并附带测验。在成果交流方面,paper-version 可将 LaTeX 论文转为政策简报或摘要,三个幻灯片技能分别基于 Quarto reveal.js、LaTeX Beamer 和 PowerPoint 制作可探索式演示文稿。pdf-to-markdown 工具可将 PDF 转为 Markdown,供其他技能使用。
这些技能以经济学和金融学期刊及资助机构为目标,适用于使用 LaTeX 论文以及 Stata、R 或 Python 代码的项目。需要 Claude Code 运行,部分技能还依赖 Quarto、TeX Live 或 Node.js 等额外工具。
核心功能
- 01针对完整论文、快速检查、预分析计划和基金申请书的多代理审阅技能
- 02面向 LaTeX 论文与 Stata、R 或 Python 脚本的论文-代码可复现性审查
- 03对改动的分析代码进行对抗式审计,每条发现都对应文件、行号和引用片段
- 04基于 LaTeX 论文生成政策简报、一页摘要和五页摘要
- 05支持 Quarto reveal.js、LaTeX Beamer 和 PowerPoint 的幻灯片生成
- 06可指定 AER、QJE、NSF、ERC 等期刊或资助机构,调整审阅标准
适用场景
- 论文投稿前获取类似审稿人的评审意见
- 检查分析代码是否真正生成论文中报告的表格和系数
- 在提交预分析计划或基金申请书前进行审阅
- 将完成的论文转为面向非专业读者的政策简报或演示文稿
快速上手
- 1
创建技能文件夹并使用一行终端命令将所有技能复制进去
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
重启 Claude Code,然后在包含 LaTeX 论文的项目中运行 /review-paper 等评审技能
使用前须知
- 评审技能需要 Claude Code 并可使用 general-purpose 子代理。
- 论文评审需要 LaTeX 论文,代码评审需要 Stata、R 或 Python 分析代码。
- 安装需要通过 git 复制文件,没有包管理器安装方式。
收录于专题
标签
常见问题
- AI-research-feedback 是什么?
- 一组 Claude Code 技能,用于审阅学术论文、预分析计划、基金申请书和分析代码,并将论文转为政策简报或幻灯片。 这是一组面向学术研究者的 Claude Code 技能。每个技能是一个包含 SKILL.md 的文件夹,安装到 ~/.claude/skills 后,可通过 /review-paper 等斜杠命令调用。审阅类技能会并行启动多个专门的代理,并在项目的 reviews/ 目录中生成按优先级排序的报告,涵盖完整的审稿式论文评审、快速的贡献与识别检查、机械性一致性检查、预分析计划评审和基金申请书评审。
- AI-research-feedback 可以免费使用吗?用的什么许可证?
- AI-research-feedback 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- AI-research-feedback 还在维护吗?
- 活跃维护中。AI-research-feedback 最近一次提交是在 2026年10月28日。
- AI-research-feedback 适合用来做什么?
- 论文投稿前获取类似审稿人的评审意见 检查分析代码是否真正生成论文中报告的表格和系数 在提交预分析计划或基金申请书前进行审阅 将完成的论文转为面向非专业读者的政策简报或演示文稿
- AI-research-feedback 怎么安装和运行?
- 创建技能文件夹并使用一行终端命令将所有技能复制进去: 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 重启 Claude Code,然后在包含 LaTeX 论文的项目中运行 /review-paper 等评审技能
- 在哪里获取 AI-research-feedback?
- 源代码和安装说明在 GitHub 上:https://github.com/claesbackman/AI-research-feedback
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
可自托管的学术写作 AI 编辑器,支持带真实引用的自动补全、论文检索、PDF 问答、AI 审稿及 Word/LaTeX 导出。
一个用于智能体自我改进的 Python 框架,在固定评估器下迭代优化智能体,并记录每代候选的可追溯谱系。
开源自主研究流水线,从一个研究想法生成完整学术论文,含文献检索、沙箱实验与 LaTeX 输出。
纯 Markdown 技能文件,让 Claude Code、Codex 等 LLM 智能体自动完成机器学习研究循环。
把正在运行的 RStudio 或 Positron R/Python 会话接入 Claude Code、Codex 等 MCP 智能体的桥接工具。