pedrohcgs/claude-code-my-workflow

解决的问题

本项目提供了一个结构化的AI辅助学术工作框架，使研究人员和教育工作者能够自动化创建、审查和验证学术成果，如讲义幻灯片、研究论文、数据分析流水线和可复现包。它将Claude Code转变为一名“承包商”，能够规划、实施并验证复杂的学术任务，同时通过自动化质量门控机制维持高标准。

如何工作

系统采用“目标优先、门控强制”方法，用户提出目标后，AI负责协调。它使用了多个关键机制：

• 专业化代理：不使用通用代理，而是使用18个专注型代理（例如 proofreader、pedagogy-reviewer、r-reviewer）来处理学术质量的特定维度。
• 编排运行时：一个将任务分发给专业代理、在共享模式下汇总发现，并在问题解决前持续循环的系统。
• AdSversarial QA：通过“批评者”和“修复者”代理的循环，直到不再发现新问题，从而捕捉单次审查中容易遗漏的错误。
• 质量门控：成果物评分（0-100）。通过预提交钩子和技能（如 /commit）强制执行最低质量阈值（例如提交要求80分以上），防止低质量工作被保存。
• 验证层：专用工具用于验证主张（Chain-of-Verification）、审计可复现性（将数值主张与脚本输出交叉核对）、检测AI语音痕迹（/humanize）。
• 上下文延续：使用 MEMORY.md 和会话压缩（/compress-session）确保关键决策和学习在会话间持续保留。

适用人群

使用 LaTeX（Beamer）、Quarto、R 和 Stata 进行研究和教学材料的学术研究人员、博士生和教授。

主要亮点

• 多代理流水线：18个专业化代理，涵盖从 TikZ 图表到教学法审查的全部内容。
• 自动质量评分：集成评分系统，对提交和拉取请求设置硬性门控。
• 可复现性审计：通过 passport.yaml 工具将文稿主张与实际数据输出交叉核对。
• 模拟同行评审：/review-paper --peer 技能可模拟具有不同倾向的期刊编辑和审稿人。
• 学术工具集成：原生支持 XeLaTeX、Quarto、R 和 Stata（通过 MCP）。
• 蒙特卡洛支持：为模拟研究和 R 包发布检查提供专用工作流。