luwill/research-skills

What it solves

이 프로젝트는 Claude Code를 위한 전문화된 "skills" 모음집을 제공하여 학술 연구 워크플로우를 자동화하고 강화합니다. 이는 철저한 문헌 검색의 지루한 과정, 인용 시 AI 환각 현상의 위험, 고정밀 학술 발표 자료 제작의 어려움, 그리고 구조화된 연구 제안서 및 의료 영상 리뷰 초안 작성의 어려움과 같은 학술 작업의 일반적인 문제점들을 해결합니다.

How it works

각 skill은 Claude Code skills 디렉토리에 설치할 수 있는 모듈형 확장 기능입니다. 이들은 LLM 오케스트레이션, 전문화된 Python/TypeScript 스크립트, 그리고 학술 데이터 소스(arXiv, PubMed, Zotero와 같은)와의 통합을 활용하여 복잡한 연구 작업을 수행합니다:

• Lit Search: 다중 소스 페이지네이션 및 인용 폐쇄(citation closure)를 사용하는 결정론적 파이프라인을 사용하여 높은 재현율을 보장하고 측정 가능한 커버리지 보고서를 제공합니다.
• Scholar Slides: 소스 충실도를 위해 수식에는 KaTeX를, 표에는 네이티브 OOXML을 사용하여 편집 가능한 PPTX 또는 PDF 덱을 생성하는 데 집중합니다.
• Paper Slide Deck: Gemini API를 사용하여 시각적 공유를 위한 스타일화된 AI 생성 슬라이드 이미지를 생성합니다.
• Research Proposal: 검증된 인용을 포함한 제안서를 초안 작성하기 위해 5단계 "write-with-verify" 워크플로우를 채용합니다.
• Medical Imaging Review: 의료 영상 AI를 위해 특별히 설계된 8단계 워크플로우를 구현하며, PRISMA와 같은 보고 표준을 포함하고 인용 무결성을 보장하기 위한 실행 가능한 감사 스크립트를 포함합니다.

Who it’s for

Claude Code를 사용하며 엄격한 학술적 무결성을 유지하면서 문헌 검토, 제안서 작성, 발표 자료 제작을 자동화하고자 하는 학술 연구자, PhD 학생, 그리고 학자들(특히 STEM 및 의료 영상 AI 분야)을 위한 것입니다.

Highlights

• Citation Integrity: 여러 skill은 AI가 조작한 참고 문헌을 방지하기 위해 하드 게이트(hard gates)와 검증 프로토콜을 포함합니다.
• Measurable Recall: 문헌 검색 도구는 단순히 관련 논문 목록을 제공하는 대신 커버리지 보고서와 포화 곡선(saturation curves)을 제공합니다.
• Fidelity-First Presentations: Scholar Slides는 수식과 데이터가 래스터화된 이미지가 아닌 벡터 텍스트/표로 유지되도록 보장합니다.
• Structured Workflows: 초기 수집부터 최종 제출 준비까지 이동할 수 있는 다단계 파이프라인(예: 의료 리뷰를 위한 08단계)을 제공합니다.
• Broad Academic Support: 영어/중국어 이중 언어 지원 및 Zotero, PubMed, arXiv와의 통합을 포함합니다.