claesbackman/AI-research-feedback

해결하는 문제

이 프로젝트는 학술 연구자들이 자신의 작업에 대해 엄격하고 AI 기반의 피드백을 받을 수 있도록 전문적인 도구 세트를 제공합니다. 제출 전 검토 과정은 반복적이고 높은 위험도를 지닌 작업이지만, 이 프로젝트는 연구 논문, 정부 보조금 신청서, 사전 분석 계획서가 인간 심사자에게 제출되기 전에 다듬어지고 내부적으로 일관되며 논리적으로 타당함을 보장합니다.

작동 방식

이 프로젝트는 Claude Code용으로 설계된 '스킬'의 모음으로 구성되어 있습니다. 이러한 스킬은 Claude Code 스킬 디렉터리에 .md 파일로 설치됩니다. 슬래시 명령어(예: /review-paper)를 통해 호출되면 특정 멀티에이전트 워크플로우가 트리거됩니다. 예를 들어, 전체 논문 검토는 문법 검사기부터 '기여에 대한 회의론자'에 이르기까지 8개의 전문 에이전트가 LaTeX 소스 파일을 분석하고 결과를 구조화된 보고서로 요약합니다.

대상 사용자

주로 LaTeX로 글을 쓰고 Stata, R, 또는 Python으로 데이터 분석을 수행하는 경제학 및 금융학 분야의 학술 연구자를 대상으로 합니다.

주요 기능

• 멀티에이전트 리뷰: 스타일, 일관성, 수학, 적대적 비판에 특화된 에이전트로 구성된 저널 편집위원회를 시뮬레이션.
• 논문-코드 일치성 검사: LaTeX 논문의 실증적 주장이 함께 제공된 분석 코드에 실제로 뒷받침되는지 확인.
• 보조금 및 PAP 리뷰: NSF, NIH 등 보조금 신청서와 사전 분석 계획서(PAP) 전용 워크플로우.
• 적대적 감사: 원저자에게 편향되지 않도록 고립된 하위 에이전트를 사용해 코드 변경 사항을 '블라인드' 감사하여 오류를 탐지.
• 교육적 차이점 분석: 코드 변경 사항을 HTML 페이지로 변환하고 평이한 언어 설명과 퀴즈를 추가해 공동 저자들이 결과에 미치는 영향을 이해할 수 있도록 지원.