研究スキル – 学術研究のための Claude Code Skills

概要 – 研究者が学術ワークフローの一部（特に AI 関連の論文）を自動化するための、5つの Claude Code 「スキル」（プラグイン形式のコマンドラインツール）セットです。以下の機能が含まれます：

スキル	主な目的
medical‑imaging‑review	医療画像 AI に関する、厳格なチェックと引用の整合性が保たれた文献レビューを作成する。
paper‑slide‑deck	ドキュメントを AI 生成のスタイリッシュなスライド画像（17 種類のビジュアルテーマ）に変換する。
research‑proposal	Nature‑Reviews スタイルの博士レベルの研究計画書を、検証済みの参考文献付きで生成する。
scholar‑slides	数式、表、図、引用がソースから忠実に再現された、編集可能なベクトルベースのスライドデッキを作成する。
lit‑search	測定可能な再現率レポートを伴う、網羅的かつ期間指定可能な文献検索を実行する。

---

仕組み

1. インストール – 各スキルはフォルダ形式になっており、~/.claude/skills/ にコピーします。一部のスキル（scholar‑slides, lit‑search）には、Python 仮想環境の作成、Node/npm パッケージおよび必要なシステムフォントのインストールを行う install.sh が含まれています。
2. 呼び出し – スラッシュコマンド（例: /lit-search）または CLI コマンド（例: paper-slide-deck content.md --style watercolor）でスキルをトリガーします。README に各スキルの正確なトリガー文字列が記載されています。
3. 基本理念 – すべての執筆関連スキルは、引用の整合性 という規律を共有しています。安定した引用キー (cite-keys)、主張台帳 (claim-ledger)、および原稿を無チェックで通過させない監査スクリプトを備えています。整合性のガードレールについては docs/citation-integrity-core.md に文書化されています。

---

各スキルの詳細

1. medical‑imaging‑review

• 対象 – 医療画像 AI の系統的レビュー。
• ワークフロー – ルート（ナラティブ、手法調査、スコーピング、系統的）を選択します。ツールは init_review_project.py を通じて、タイムスタンプ付き設定ファイル、主張台帳、参考文献、チェックリストファイルを含むプロジェクトを構築します。監査スクリプト (audit_manuscript.py) が台帳と照らし合わせてすべての引用をクロスチェックし、失敗、警告、または「未評価」を報告します。
• 出力 – Markdown 原稿、references.bib、claim_ledger.csv、PRISMA スタイルのチェックリスト。

2. paper‑slide‑deck

• 対象 – 視覚的で共有に適したスライド画像（編集不可）。クイックな概要説明やソーシャルメディア向け。
• 主要ステップ – PDF 内の図を検出し、各図をフルページスライドにマッピングし、Gemini‑3‑pro‑image API を介して画像を生成し、PPTX または PDF に統合します。
• 制限 – 数式やデータはラスタライズされるため、正確な数値の編集が必要な防衛プレゼンには適していません。

3. research‑proposal

• 対象 – 博士論文の提案書や研究計画書のドラフト作成（英語または中国語）。
• プロセス – 5 段階のパイプライン：要件定義 → 文献収集（検証付き） → 概要承認 → セクションごとの執筆 → 最終 Markdown 出力。
• ガードレール – すべての参考文献は DOI/PMID/arXiv または Zotero ライブラリと照合され、検証不可能なエントリはフラグが立てられます。
• 典型的な出力 – 2,000〜4,000 語の提案書、25〜50 件の検証済み参考文献、3〜5 件の図の提案。pandoc 変換に対応。

4. scholar‑slides

• 対象 – ジャーナルクラブや学会発表向けの、高忠実度で編集可能なスライドデッキ。
• 機能 – KaTeX によるベクトル数式、実際の表、正確な図の切り抜き、バイリンガル対応、および欠落や未検証のコンテンツをフラグ立てする整合性 QA ゲート。
• 出力 – Reveal.js HTML デッキ、ベクトル PDF、スピーカーノート付きの編集可能な PPTX。
• 既知の問題 – 図の配置は単一カラムのレイアウトで最適に動作します。2 カラムの論文は手動確認が必要な場合があります。

5. lit‑search

• 対象 – 透明性の高い再現率指標を備えた網羅的な文献検索。
• アプローチ – 複数ソース（OpenAlex, PubMed, Crossref 等）のクロール、完全なページネーション、引用の閉包性、および「取得されなかった」文献をリストアップする coverage_report.md。
• 深度レベル – コストと精度の異なるレベルを選択可能。uv run lit depths で時間とコストをプレビューできます。
• 出力 – dois.md、references.md（複数の引用スタイル）、references.bib、PRISMA サマリー、カバレッジレポート、人間によるスクリーニング用の CSV キュー。

---

利用対象者

• 研究者：再現可能で監査可能なワークフローを求める、系統的レビューや提案書作成者。
• 大学院生：セミナー向けに引用の安全性が確保されたスライドを素早く作成したい方。
• ラボマネージャー：特定のトピックに関するすべての論文を決定論的な方法で収集し、検索の網羅性を定量化したい方。
• Claude Code ユーザー：カスタムスクリプトを書くよりもプラグインモデルを好む方。

---

ライセンス

MIT – 自由に使用、変更、再配布が可能。

---

結論 – このリポジトリは、厳格な引用の整合性を強制しながら学術的な執筆やプレゼンテーションタスクを自動化する、本格的なオープンソースツール集です。AI 支援による研究自動化の分野に特化しています。