claesbackman/AI-research-feedback

解决的问题

该项目提供了一套专为学术研究人员设计的工具，可获得严格且由AI驱动的反馈。它自动化了繁琐且高风险的提交前审查流程，确保研究论文、资助申请书和预分析计划在提交给人类审稿人之前已打磨完善、内部一致且逻辑严谨。

如何工作

该项目由一系列专为 Claude Code 设计的「技能」组成。这些技能以 .md 文件形式安装在 Claude Code 的技能目录中。通过斜杠命令（例如 /review-paper）调用时，会触发特定的多智能体工作流。例如，完整的论文审查会使用八个专业智能体——从语法检查器到“贡献怀疑者”——分析 LaTeX 源文件，并将他们的发现整合成一份结构化报告。

适用人群

主要面向使用 LaTeX 撰写论文、并使用 Stata、R 或 Python 进行数据分析的学术研究人员，特别是经济学和金融学领域的研究者。

主要亮点

• 多智能体审查：模拟期刊编辑委员会，配备专门负责风格、一致性、数学和对抗性批判的智能体。
• 论文-代码对齐检查：检查 LaTeX 论文中的实证主张是否确实由配套的分析代码支持。
• 资助与 PAP 审查：针对资助申请书（如 NSF、NIH）和预分析计划（PAP）的专用工作流。
• 对抗性审计：使用隔离的子智能体对代码变更进行“盲审”，在不受到原始作者偏见影响的情况下发现错误。
• 教育性差异分析：将代码变更转换为带有通俗语言解释和测验的 HTML 页面，帮助合著者理解其对结果的影响。