claesbackman/AI-research-feedback

해결하는 문제

이 프로젝트는 학술 연구자가 제출 전 연구를 개선하는 데 도움을 주는 전문적인 AI 기반 도구 세트를 제공합니다. 피어 리뷰, 재현성 검사, 연구비 신청서 평가와 같은 엄격한 과정을 자동화하여 수동으로 제출 전 검토를 수행할 필요를 줄이고, 연구자가 주장, 수학, 코드 일치성 측면에서 약점을 파악하는 데 도움을 줍니다.

작동 방식

이 프로젝트는 Claude Code용으로 설계된 '스킬'의 모음으로 구성되어 있습니다. 이 스킬들은 Claude Code 환경에 마크다운 파일로 설치되며, 슬래시 명령어(예: /review-paper)를 통해 트리거됩니다. 스킬에 따라 다양한 멀티에이전트 아키텍처를 사용합니다. 예를 들어, 전체 논문에 대한 8에이전트 병렬 리뷰 또는 연구비 신청서에 대한 6에이전트 패널을 활용하여 LaTeX 파일, 분석 코드(Stata, R, Python), 보조 문서를 분석합니다. 특정 저널의 역할(예: AER, QJE)을 시뮬레이션하여 피드백을 특정 편집 기준에 맞게 맞춤화할 수 있습니다.

대상 사용자

LaTeX로 논문을 작성하고 논문, 사전 분석 계획, 연구비 신청서에 대해 고품질이고 엄격한 피드백이 필요한 경제학 및 금융 분야의 학술 연구자들입니다.

주요 기능

• 멀티에이전트 피어 리뷰: 문법, 내부 일관성, 수학, 그리고 '지지자'와 '비판자'의 대립적 관점을 전문적으로 다루는 에이전트로 구성된 전체 편집위원회를 시뮬레이션합니다.
• 논문-코드 일치성 검사: LaTeX 논문의 실증적 주장이 첨부된 분석 코드에 정확히 반영되었는지 확인합니다.
• 연구비 및 PAP 리뷰: NSF, NIH, ERC 등의 연구비 신청서와 사전 분석 계획(PAP)을 평가하는 전용 워크플로우를 제공합니다.
• 코드 변경 설명기: 연구 파이프라인 내 코드 변경의 실증적 영향을 공동 저자들이 이해할 수 있도록 오프라인 HTML 페이지와 퀴즈를 생성합니다.