claesbackman/AI-research-feedback

何を解決するか

このプロジェクトは、学術研究者が提出前に研究を改善するのを支援する専門的なAI駆動ツールのセットを提供します。ピアレビュー、再現性チェック、助成金申請書の評価という厳格なプロセスを自動化し、手動での提出前レビューの必要性を減らし、研究者が主張、数学、コードの整合性における弱点を特定するのを助けます。

仕組み

このプロジェクトは、Claude Code 用に設計された「スキル」のコレクションで構成されています。これらのスキルは Claude Code 環境に Markdown ファイルとしてインストールされ、スラッシュコマンド（例：/review-paper）で起動されます。スキルによっては、8エージェント並列レビュー（論文全体）や6エージェントパネル（助成金申請書）といった異なるマルチエージェントアーキテクチャを使用して、LaTeXファイル、分析コード（Stata、R、Python）、および補足文書を分析します。特定の学術誌（例：AER、QJE）の編集者としての役割をシミュレートし、フィードバックを特定の編集基準に合わせてカスタマイズできます。

対象者

特に経済学・金融分野で、LaTeX を使って論文を執筆し、論文、事前分析計画、助成金申請書に対して高品質で厳密なフィードバックを必要とする学術研究者。

特徴

• マルチエージェントピアレビュー：文法、内部整合性、数学、および「擁護者」と「懐疑者」の対立する視点に特化した専門エージェントを備えた完全な編集委員会をシミュレート。
• 論文-コード整合性チェック：LaTeX 論文の実証的主張が、付属の分析コードに正確に反映されているかを特定的にチェック。
• 助成金・PAPレビュー：NSF、NIH、ERC などの助成金申請書と事前分析計画（PAP）を評価する専用ワークフロー。
• コード変更の説明ツール：研究プロセスにおけるコード変更の実証的影響を共同執筆者が理解できるように、オフラインの HTML ページとクイズを生成。