Imbad0202/academic-research-skills-codex

해결하는 문제

ARS-Codex는 Codex 환경에 특화된 AI 기반 학술 연구 워크플로우의 포괄적인 세트를 제공합니다. 넓은 연구 주제에서 완성도 높은 심사 완료 논문에 이르기까지 프로세스를 간소화하며, 구조화된 증거 기반 리뷰와 인용 검증을 통해 학문적 정직성을 보장합니다.

작동 방식

이 프로젝트는 단일 Codex 스킬($academic-research-suite)로 작동하며, 라우터 역할을 합니다. 사용자가 요청을 제출하면, 라우터는 해당 요청을 다섯 가지 전문 워크플로우 중 하나로 전달합니다:

• Deep Research: 연구 질문의 정밀화, 문헌 리뷰, 메타 분석 수행.
• Academic Paper: 논문의 개요 작성, 초안 작성, 형식화(예: IMRaD 구조).
• Academic Paper Reviewer: 심사 시뮬레이션 및 편집 결정 서한 생성.
• Academic Pipeline: 초기 주제에서 수정된 원고에 이르는 엔드투엔드 워크플로우로, 무결성 게이트를 포함.
• Experiment Agent: 코드 실험, 인간 연구 프로토콜, 재현성 검증 계획.

대상 사용자

초기 범위 설정과 질문 좁히기 위한 사도적 대화부터 최종 원고 수정까지 Codex를 활용해 연구 생애 주기를 관리하는 학술 연구자, 학생, 학자.

주요 특징

• 증거 기반 리뷰: 지속 가능한 증거 행과 저자 조정 계약을 사용해 수정이 데이터에 기반하도록 보장.
• 무결성 가드: 인용 무결성 검사, 주장 강도 래더, 구조화된 PDF 프리플라이트를 통해 출처 신뢰성 확보.
• 사도적 범위 설정: 초안 작성 전에 광범위한 주제를 명확한 연구 질문으로 좁히는 전용 모드.
• 다중 모델 검증: 외부 제공자 API를 사용한 선택적, 동의 기반의 연구 결과 검증 지원.
• Codex 네이티브 통합: 이식 가능한 설치와 연구 작업의 원활한 라우팅을 가능하게 하는 Codex 플러그인으로 특별히 패키지화.