Academic Research Skills for Codex 保姆级教程：从研究问题到论文审稿的完整科研工作流

DeniuHe

1600人浏览 · 2026-07-20 22:05:36

DeniuHe · 2026-07-20 22:05:36 发布

一套覆盖研究问题收敛、文献综述、论文写作、同行评议、实验规划与学术完整性检查的 Codex 科研技能。

写在前面

如果你使用过 ChatGPT、Claude 或 Codex 辅助科研，可能遇到过这样的情况：

你只提供了一个宽泛主题，AI 就立刻生成了一份看似完整的论文大纲；你让它查找文献，它给出几十条格式漂亮的参考文献，却不说明哪些经过核验；你把实验结果交给它，它很快写出“本方法显著优于现有方法”，但没有检查实验设计、统计检验和实际提升幅度。

问题不只是 AI 会不会写。

真正的问题是，科研并不是“生成一段文字”，而是一条需要不断核验的证据链：

研究方向
   ↓
研究问题
   ↓
文献证据
   ↓
研究假设
   ↓
研究设计
   ↓
实验与数据
   ↓
结果解释
   ↓
论文写作
   ↓
同行评议
   ↓
修改与定稿

如果研究问题还不清楚，就不应该直接生成论文大纲；如果引用尚未核验，就不应该把它写成确定事实；如果实验结果无法支持结论，就不应该通过语言润色掩盖证据缺口。

Academic Research Skills for Codex，简称 ARS-Codex，正是围绕这种“研究流程和证据门禁”设计的一套科研技能。

它不是论文自动生成器，也不是一个替代研究者的“AI 科学家”。它试图让 Codex 按照更加严谨的流程，协助研究者完成：

研究问题收敛；
文献检索与综述；
系统综述和 Meta 分析；
论文规划与写作；
引用真实性核验；
实验设计与复现检查；
模拟同行评议；
审稿意见回复；
论文修改与定稿；
AI 使用声明和格式转换。

本文将从零开始介绍：

ARS-Codex 到底是什么；
为什么它有多个不同名称；
安装后为什么只出现一个 Skill；
五条内部工作流分别做什么；
如何在 Codex CLI 和 Desktop 中安装；
如何验证安装是否成功；
如何从宽泛方向收敛研究问题；
如何设计系统文献综述；
如何规划算法实验；
如何模拟论文审稿；
Material Passport 和引用门禁是什么；
它有哪些局限和安全边界。

本文介绍的项目是 Imbad0202/academic-research-skills-codex。截至 2026 年 7 月 20 日，仓库主分支标记为 ARS-Codex 0.1.21，对接上游 Academic Research Skills v3.18.0。项目仍在持续更新，实际安装时请以官方仓库最新说明为准。

一、ARS-Codex 是什么？

ARS-Codex 是 Academic Research Skills 的 Codex 原生发行版。

它的目标是为 Codex 提供一套“人在回路”的学术研究工作流。所谓人在回路，是指：

人决定研究什么；
人判断哪些文献真正重要；
人确认研究假设；
人解释实验结果；
人决定哪些结论可以写进论文；
AI 帮助执行其中重复、结构化和可核验的工作。

它不是一个大语言模型，也不会重新训练 Codex。

它主要由以下内容构成：

academic-research-suite/
├── SKILL.md
├── manifest.json
├── agents/
├── codex/
│   ├── full-runtime-manifest.json
│   ├── agents/
│   ├── hooks/
│   └── scripts/
└── ars/
    ├── deep-research/
    ├── academic-paper/
    ├── academic-paper-reviewer/
    ├── academic-pipeline/
    ├── experiment-agent/
    ├── commands/
    ├── shared/
    ├── scripts/
    ├── references/
    └── tests/

其中，根目录下的 SKILL.md 是整个套件的入口和路由器。

当用户提出任务后，它会先判断用户究竟需要：

深度研究；
论文写作；
论文审查；
完整研究流程；
实验规划。

然后再读取相应工作流，而不是一次性把所有科研规则加载到上下文中。

二、为什么它有四个不同名称？

ARS-Codex 最容易让初学者困惑的地方，是项目中同时出现了多个名称。

它们之间的关系如下：

上游 Claude Code 项目
Imbad0202/academic-research-skills
               │
               │ 适配与重新打包
               ▼
Codex 原生仓库
Imbad0202/academic-research-skills-codex
               │
               │ 安装为 Codex 插件
               ▼
插件名称
ars-codex
               │
               │ 注册一个根技能
               ▼
用户调用名称
$academic-research-suite

1. academic-research-skills

这是原始的 Claude Code 版本。

它主要适合：

Claude Code；
Claude Code 插件系统；
Claude 原生 Slash Commands；
Claude Agent Team；
原始 ARS 项目开发和更新历史。

官方仓库是：

Imbad0202/academic-research-skills

2. academic-research-skills-codex

这是专门为 Codex 制作的姐妹发行版。

它对原始 ARS 内容进行了：

Codex 路由适配；
目录重新组织；
单一 Skill 打包；
Claude Agent 行为映射；
Slash Command 别名模拟；
Codex 安全边界适配；
可选 Full Runtime 封装。

3. ars-codex

这是安装到 Codex 中的插件名称。

使用 Codex 插件系统安装时，需要选择：

ars-codex

4. academic-research-suite

这是最终在对话中调用的 Skill 名称。

例如：

请使用 $academic-research-suite
帮我设计一项系统文献综述。

因此，四个名称分别代表：

名称	代表什么
`academic-research-skills`	Claude Code 原版仓库
`academic-research-skills-codex`	Codex 版仓库
`ars-codex`	Codex 插件身份
`academic-research-suite`	实际调用的根 Skill

只要把这四层关系弄清楚，后面的安装和使用就不容易混乱。

三、为什么安装后只有一个 Skill？

ARS-Codex 内部包含五条主要工作流，但它只向 Codex 注册一个根技能：

academic-research-suite

很多用户安装后查看 Skills，发现没有单独出现：

deep-research
academic-paper
academic-paper-reviewer
academic-pipeline
experiment-agent

于是误以为安装不完整。

实际上，这正是 Codex 版的设计。

五个内部入口使用的是 WORKFLOW.md，不是独立的 SKILL.md。Codex 首先发现根技能，然后由根技能根据任务意图选择工作流。

可以把它理解成一家医院：

academic-research-suite
相当于分诊台

deep-research
相当于文献研究科

academic-paper
相当于论文写作科

academic-paper-reviewer
相当于同行评议科

academic-pipeline
相当于全流程管理中心

experiment-agent
相当于实验与统计科

用户不需要提前判断所有内部文件，只需要说明自己的目标和现有材料。

例如：

请使用 $academic-research-suite。

目标：写一篇期刊论文。
当前材料：已有研究问题、文献矩阵和实验结果，但没有论文大纲。
当前需要：论文结构，以及尚缺少的证据清单。
约束：英文、APA 7、面向机器学习研究者。

根技能会根据这些信息选择适当的工作流。

四、五条工作流分别做什么？

ARS-Codex 的核心是五条内部工作流。

工作流	适用任务	典型产物
`deep-research`	问题收敛、文献综述、系统综述、Meta 分析、事实核查	研究问题、检索方案、证据综合
`academic-paper`	大纲、摘要、正文、修改、引用格式、AI 声明	论文结构、章节草稿、修订建议
`academic-paper-reviewer`	模拟同行评议、编辑决定、修改后复审	审稿报告、Decision Letter
`academic-pipeline`	从研究到论文的完整分阶段流程	阶段看板、完整性检查、修改循环
`experiment-agent`	代码实验、人体研究、统计解释、复现检查	实验计划、研究协议、复现清单

下面分别介绍。

五、Deep Research：从研究方向到证据综合

deep-research 适合：

收敛研究问题；
文献检索；
叙述性综述；
系统文献综述；
Meta 分析；
事实核查；
时间线提取；
研究风险分析；
证据综合。

它内部包含多个研究角色，例如：

research_question_agent：研究问题；
socratic_mentor_agent：苏格拉底式提问；
bibliography_agent：文献管理；
source_verification_agent：来源核验；
synthesis_agent：证据综合；
risk_of_bias_agent：偏倚风险；
meta_analysis_agent：Meta 分析；
devils_advocate_agent：反方质疑；
ethics_review_agent：伦理风险；
report_compiler_agent：报告整理。

在普通 Codex 模式中，这些 Agent 文件主要作为分阶段角色提示，并不意味着系统一定会自动启动多个后台 Agent。

六、Academic Paper：论文结构、写作与修改

academic-paper 适合：

论文规划；
论文大纲；
摘要写作；
文献综述写作；
正文章节；
论文修改；
引用格式检查；
AI 使用声明；
LaTeX、DOCX 和 PDF 格式指导；
Revision Coaching。

内部角色包括：

intake_agent：材料接收；
structure_architect_agent：论文结构；
argument_builder_agent：论证链；
literature_strategist_agent：文献策略；
draft_writer_agent：正文草稿；
citation_compliance_agent：引用合规；
peer_reviewer_agent：写作阶段自查；
revision_coach_agent：修改指导；
formatter_agent：格式；
visualization_agent：图表规划。

它并不是收到一个题目就立即开始写作。

只有当用户已经具备以下至少一部分材料时，才适合直接进入论文工作流：

明确研究问题；
已批准的研究框架；
文献矩阵；
数据或实验结果；
章节笔记；
论文草稿；
明确要求跳过选题收敛。

七、Academic Paper Reviewer：模拟同行评议

academic-paper-reviewer 用于：

投稿前审查；
模拟期刊审稿；
方法学审查；
领域贡献评估；
Devil’s Advocate 质疑；
编辑决定；
修改后复审。

主要角色包括：

field_analyst_agent：分析目标领域；
domain_reviewer_agent：领域审稿；
methodology_reviewer_agent：方法学审稿；
perspective_reviewer_agent：不同学术视角；
devils_advocate_reviewer_agent：寻找致命问题；
editorial_synthesizer_agent：综合审稿意见；
eic_agent：模拟主编决定。

这种设计试图避免让同一个“审稿人”同时承担所有角色。

例如，方法学审稿人可能认为实验设计存在问题，而领域审稿人可能认为问题很重要。编辑综合阶段需要保留这些差异，而不是把所有意见平均成一份温和的总结。

八、Academic Pipeline：从研究到论文的完整流程

academic-pipeline 用于跨越多个阶段的任务，例如：

研究问题
  ↓
文献与证据
  ↓
研究设计
  ↓
论文规划
  ↓
写作
  ↓
完整性检查
  ↓
模拟审稿
  ↓
修改
  ↓
复审
  ↓
定稿

它适合：

从研究材料逐步形成论文；
对论文项目建立阶段看板；
在关键节点要求用户确认；
检查引用和结论的一致性；
进行修改—复审循环；
在定稿前执行完整性门禁。

不建议用一句话让它静默跑完整流程：

帮我从这个主题开始写完一篇论文。

更好的方法是从一个阶段开始，并设置停止点：

请使用 $academic-research-suite 启动 academic-pipeline。

从材料接收阶段开始。
请先整理现有材料、缺失材料和主要风险，
生成 Pipeline Dashboard 后停止。

不要进入正文写作，
等待我确认后再继续。

这样用户可以在每个重要节点保持控制权。

九、Experiment Agent：实验规划与复现检查

experiment-agent 主要用于：

代码实验规划；
实验运行方案；
统计解释；
可复现性检查；
人体研究协议；
数据和环境记录；
结果验证。

它可以帮助回答：

应选择哪些数据集？
需要哪些基线？
如何设置预算？
应运行多少随机种子？
是否需要消融实验？
使用什么统计检验？
如何记录软件环境？
如何判断实验失败？
复现实验需要保存哪些文件？

它不等于自动实验平台。

能否实际运行代码，还取决于：

Codex 当前权限；
本地环境；
Python 包；
数据文件；
GPU；
运行时间；
用户是否授权修改文件和执行程序。

十、最重要的设计：宽泛题目不能直接写大纲

ARS-Codex 有一条非常重要的路由规则：

如果用户只提供宽泛研究主题、暂定题目或研究方向，但没有清晰、可回答的研究问题，系统应先进入 deep-research 的 Socratic 模式。

例如：

我想写一篇关于主动学习的论文。

普通 AI 可能立刻生成：

1. Introduction
2. Related Work
3. Method
4. Experiments
5. Conclusion

但这份大纲几乎没有价值，因为以下问题都不清楚：

主动学习中的哪个问题？
获取的是标签、特征还是其他信息？
研究的是理论、算法还是应用？
现有方法的缺陷是什么？
有什么数据？
用什么实验验证？
目标读者是谁？

ARS-Codex 在这种情况下应该先说明：

当前研究问题尚未精确，
因此先进入 deep-research 的 Socratic 模式。

然后提出三到五个收敛问题，例如：

你关注的是标签主动学习还是主动特征获取？
研究目标是降低标注成本还是提高有限预算下的性能？
是否已经确定数据类型和应用场景？
希望研究算法、理论保证还是实验应用？
当前最接近的已有工作有哪些？

在形成至少一个候选研究问题之前，它不应直接生成论文大纲。

这也是 ARS-Codex 与普通“论文写作提示词”最明显的区别之一。

十一、安装前需要准备什么？

本文分别介绍 Codex CLI 和 Codex Desktop 两种安装方式。

1. 检查 Codex

在终端中运行：

codex --version

如果显示版本号，说明 Codex CLI 已安装。

2. 检查 Python

直接安装 Skill 的备用方案需要 Python 3：

python3 --version

macOS 和多数 Linux 环境使用 python3。部分旧教程写的是 python，但它未必指向 Python 3。

3. 决定安装方式

ARS-Codex 目前有两种主要安装方式：

方式	特点
Codex Plugin	推荐，便于更新和管理
Direct Skill Install	兼容方案，只安装根 Skill

不要同时重复安装两个版本，否则可能出现两个来源相同的 Skill。

十二、使用 Codex CLI 安装插件

当前官方推荐的插件安装方式是：

codex plugin marketplace add \
  Imbad0202/academic-research-skills-codex \
  --ref main

然后安装插件：

codex plugin add ars-codex@ars-codex

这两条命令分别做了什么？

第一步：添加 Marketplace

codex plugin marketplace add ...

告诉 Codex：

插件仓库在哪里；
使用哪个 Git 分支；
从哪里获取插件清单。

第二步：安装插件

codex plugin add ars-codex@ars-codex

从刚添加的 Marketplace 中安装 ars-codex。

安装完成后，需要新开一个 Codex 对话。已经打开的对话可能保留旧的 Skill 缓存。

更新插件

后续更新可以使用：

codex plugin marketplace upgrade ars-codex
codex plugin add ars-codex@ars-codex

项目更新较快，升级前建议查看 Changelog。

十三、在 Codex Desktop 中安装

如果不熟悉命令行，可以通过 Codex Desktop 的 Plugins 页面安装。

基本流程是：

打开 Codex；
进入 Plugins；
添加新的 Marketplace Source；
填写仓库地址；
Branch/ref 选择 main；
在 Marketplace 中找到 ars-codex；
点击安装；
新建一个 Codex 对话；
查看 Skills。

Marketplace 地址为：

https://github.com/Imbad0202/academic-research-skills-codex.git

Branch/ref：

main

插件：

ars-codex

官方特意为 Codex Desktop 提供了实体目录版本，而不是依赖符号链接。这有助于避免 Windows 插件缓存把符号链接当作普通文本文件，从而漏掉 Skill 注册。ARS-Codex 官方安装说明

十四、直接安装 Skill

如果当前 Codex 版本不方便使用插件，也可以直接安装根 Skill：

python3 "$HOME/.codex/skills/.system/skill-installer/scripts/install-skill-from-github.py" \
  --repo Imbad0202/academic-research-skills-codex \
  --ref main \
  --path skills/academic-research-suite \
  --method git

参数含义：

参数	作用
`--repo`	GitHub 仓库
`--ref`	使用的分支
`--path`	Skill 在仓库中的路径
`--method git`	使用 Git 获取内容

安装完成后，新开一个 Codex 对话。

直接安装和插件安装的最终入口都是：

$academic-research-suite

不过插件方式通常更方便更新。

十五、如何验证安装成功？

第一步：查看 Skills

在新对话中输入：

/skills

预期看到一个类似以下名称的条目：

academic-research-suite

或者：

ARS-Codex

不应该从这个包中看到五个相互独立的工作流 Skill。

第二步：测试根技能

输入：

请使用 $academic-research-suite。

本次只进行路由测试，
不要搜索网络，不要修改文件。

用户请求：
我想写一篇关于生成式 AI 教育应用的论文，
但还没有明确研究问题。

请判断应进入哪个工作流和模式。

预期：

deep-research
socratic mode

第三步：测试 Socratic 行为

请使用 $academic-research-suite。

我想写一篇关于主动学习的论文，
但目前只有宽泛方向。

请先帮助我收敛研究问题，
不要生成论文大纲。

正确表现包括：

说明为什么先进行问题收敛；
提出三到五个针对性问题；
不立即生成完整大纲；
不编造文献；
等待用户回答后再继续。

十六、怎样写出更有效的 ARS 提示词？

最有效的提示词通常包含四部分：

目标
当前材料
当前需要
约束

推荐模板：

请使用 $academic-research-suite。

目标：
我希望完成一篇关于序分类主动特征获取的期刊论文。

当前材料：
已经有研究问题、算法代码、实验结果和部分文献，
但文献矩阵还不完整。

当前需要：
先设计论文结构，
并列出每个章节仍然缺少的证据。

约束：
中文；
不编造参考文献；
当前只做规划，不修改原始文件；
每个结论要区分事实、推断和建议。

这比简单说：

帮我写论文。

更容易得到可用结果。

十七、ARS 别名速查表

ARS 原版在 Claude Code 中提供 /ars-* 命令。

Codex 不一定注册相同的原生 Slash Commands，因此 Codex 版将它们模拟成别名。

别名	主要功能
`ars-plan`	论文规划
`ars-outline`	只生成论文大纲
`ars-abstract`	摘要任务
`ars-lit-review`	文献综述
`ars-citation-check`	引用检查
`ars-disclosure`	AI 使用声明
`ars-format-convert`	格式转换
`ars-revision-coach`	苏格拉底式修改指导
`ars-revision`	论文修改
`ars-reviewer`	完整论文审查
`ars-mark-read`	标记作者亲自读过的文献
`ars-unmark-read`	撤销已读标记
`ars-cache-invalidate`	使某条引用核验缓存失效
`ars-full`	启动完整研究—论文流程

推荐调用方式：

请使用 $academic-research-suite：
ars-outline 根据以下研究问题设计论文大纲。

如果 Codex 客户端允许 Slash 文本直接进入对话，也可以尝试：

/ars-outline 根据以下研究问题设计论文大纲。

如果斜杠输入被客户端拦截，使用不带斜杠的形式：

ars-outline 根据以下研究问题设计论文大纲。

十八、实战一：从宽泛方向收敛研究问题

下面以“序分类主动特征获取”为例。

初始方向

利用标签顺序信息改进主动特征获取。

这还不是一个完整研究问题。

需要进一步明确：

数据是完全缺失还是部分缺失？
获取的是哪个样本的哪个特征？
是否考虑不同特征成本？
分类标签的顺序信息如何表示？
优化目标是 Accuracy、序分类损失还是单位成本收益？
获取策略是一次性还是序贯的？
是否需要理论保证？

理想输出

它不应只是生成十个标题，而应形成：

项目	示例
研究对象	具有有序标签的分类数据
决策对象	下一项需要获取的缺失特征
约束	有限预算和非均匀特征成本
优化目标	单位成本下的序分类风险下降
候选假设	利用顺序结构可以减少远距离分类错误
证据需求	查找序信息进入获取策略的已有工作
证伪条件	在多个数据集上不优于普通不确定性策略

研究问题示例

经过多轮收敛后，可能形成：

在具有非均匀特征获取成本的序分类任务中，直接将类别顺序结构引入特征获取效用估计，能否在相同预算下显著降低序分类风险？

这时才适合进入文献检索、实验设计和论文规划。

十九、实战二：设计系统文献综述

假设研究主题是：

成本敏感的主动特征获取方法如何处理特征依赖、不确定性和缺失数据？

推荐提示词：

请使用 $academic-research-suite 的 deep-research 工作流。

目标：
设计一项关于成本敏感主动特征获取的系统文献综述。

请输出：

1. 主要研究问题和子问题；
2. 核心概念及其边界；
3. 推荐数据库；
4. 检索式；
5. 时间范围；
6. 纳入与排除标准；
7. 去重方法；
8. 标题、摘要和全文筛选流程；
9. 文献质量评价方法；
10. 数据提取字段；
11. 偏倚风险；
12. 证据综合方法；
13. 引用核验规则；
14. 仍然需要研究者人工决定的事项。

要求：
不编造论文；
无法核验的信息必须标记；
区分事实、推断和研究建议。

建立概念边界

系统综述首先要区分：

概念	获取对象	主要目标
主动学习	样本标签	降低标注成本
主动特征获取	未观测特征	在预算下提高预测性能
特征选择	全局特征子集	降维与泛化
缺失值填补	缺失特征值	恢复完整数据
成本敏感学习	错误或信息成本	优化总决策代价

如果概念边界不清楚，检索结果会混入大量表面相关、实际不同的问题。

建议提取字段

字段	作用
题名	论文身份
作者和年份	基础元数据
DOI/链接	核验入口
问题设置	论文解决什么问题
获取对象	标签、特征或其他信息
获取策略	如何决定下一次获取
成本模型	是否考虑不同成本
特征依赖	是否建模
理论保证	是否有定理或误差界
数据集	实验范围
基线	对比方法
主要结论	论文报告了什么
局限性	尚未解决什么

不要把“论文存在”当成“论点成立”

至少需要分开检查：

论文是否真实存在；
元数据是否正确；
论文是否与主题相关；
论文是否真的支持当前陈述；
当前陈述是否超过论文证据范围。

二十、实战三：规划机器学习实验

假设要研究：

利用序信息的主动特征获取方法，是否能在相同预算下降低序分类错误？

推荐提示词：

请使用 $academic-research-suite 的 experiment-agent 工作流。

研究问题：
利用类别顺序信息的主动特征获取方法，
是否能在相同预算下降低序分类风险？

请设计可复现实验方案，包括：

1. 可检验假设；
2. 自变量、因变量和控制变量；
3. 数据集选择标准；
4. 基线方法；
5. 预算设置；
6. 特征成本设置；
7. 分类评价指标；
8. 序分类评价指标；
9. 随机种子和重复次数；
10. 消融实验；
11. 敏感性分析；
12. 统计检验；
13. 失败判据；
14. 代码、数据和运行环境记录；
15. 复现清单。

当前只设计实验，不运行代码。

基线不能太弱

建议至少包括：

Random Acquisition；
Cheapest First；
Global Feature Importance；
Uncertainty-Based Acquisition；
不使用序信息的对应方法；
Proposed Method；
在可能情况下加入 Oracle 或近似上界。

评价指标

普通分类指标可以包括：

Accuracy；
Macro-F1；
Balanced Accuracy；
AUROC。

序分类还应考虑：

Mean Absolute Error；
Mean Squared Error；
邻近类别误差；
序分类专用损失；
远距离错分比例。

只使用 Accuracy 可能无法反映将类别 1 预测为 2，与预测为 5 的差异。

复现材料

至少记录：

Python 版本
依赖版本
操作系统
随机种子
数据版本
预处理步骤
配置文件
运行命令
原始结果
统计脚本
绘图脚本
硬件信息

二十一、实战四：生成论文结构

只有研究问题和证据已经比较明确时，才进入论文结构设计。

提示词：

请使用 $academic-research-suite：
ars-outline

研究问题：
在具有非均匀特征成本的序分类任务中，
将类别顺序结构引入特征获取效用估计，
能否在相同预算下降低序分类风险？

现有材料：
1. 已完成文献矩阵；
2. 已完成算法设计；
3. 已完成三个公开数据集实验；
4. 已完成显著性检验；
5. 已记录方法局限。

目标：
生成期刊论文大纲。

要求：
1. 每一节说明核心论点；
2. 每个论点列出所需证据；
3. 标记当前缺失材料；
4. 不填补不存在的结果；
5. 区分背景、贡献和实验发现；
6. 暂时不写完整正文。

理想的大纲不应该只有标题，还应包含：

每节要回答的问题；
每节的中心论点；
所需文献；
所需实验；
图表位置；
当前证据缺口；
与前后章节的逻辑关系。

二十二、实战五：模拟同行评议

准备好论文草稿后，可以使用：

请使用 $academic-research-suite：
ars-reviewer

输入：
这篇论文草稿。

模式：
Full Review。

重点：
1. 研究贡献；
2. 新颖性；
3. 方法学；
4. 实验充分性；
5. 统计可靠性；
6. 引用完整性；
7. 过度结论；
8. 可能导致 Desk Reject 的问题。

输出：
1. 各角色独立审稿意见；
2. Major Concerns；
3. Minor Concerns；
4. 必须补充的实验；
5. 可选改进；
6. 编辑决定信；
7. 结论置信度。

本次只读审查，不修改论文原文件。

为什么需要不同审稿角色？

一个领域审稿人可能更关注：

研究问题是否重要；
是否与已有工作重复；
贡献是否足够。

方法学审稿人则可能关注：

数据是否合理；
基线是否充分；
统计检验是否正确；
是否存在数据泄漏。

Devil’s Advocate 会主动寻找：

最强反例；
隐藏假设；
过度解释；
可能导致拒稿的逻辑漏洞。

最终由编辑综合阶段形成决定，而不是简单平均所有意见。

二十三、实战六：使用 Revision Coach 修改论文

收到审稿意见后，不建议立即让 AI 全文重写。

可以先调用：

请使用 $academic-research-suite：
ars-revision-coach

输入：
论文草稿和审稿意见。

请通过 Socratic 方式帮助我：

1. 区分必须修改和可选修改；
2. 识别哪些问题需要补实验；
3. 识别哪些问题只需要解释；
4. 找出论文中对应修改位置；
5. 判断哪些审稿意见可能基于误解；
6. 制定修改顺序；
7. 暂时不要直接重写全文。

这种方式有助于保持作者对论文内容的控制。

确认修改策略后，再调用：

ars-revision

要求修改指定章节，并保留修改记录。

二十四、什么是 Material Passport？

Material Passport 可以理解为当前研究任务的“材料边界和来源记录”。

它关注：

当前有哪些论文；
哪些材料已被纳入；
哪些引用经过核验；
哪些引用由作者亲自阅读；
哪些内容来自当前材料；
哪些结论仍然缺乏证据。

它的重要意义是：

AI 读取过一篇论文，不等于作者亲自阅读过这篇论文。

因此，ARS 提供：

ars-mark-read

用于标记作者已经亲自阅读某条引用。

以及：

ars-unmark-read

用于撤销标记。

这类标记不是对理解程度的证明，而是研究流程中的来源信号。

新对话与材料边界

ARS-Codex 将上游文档中的“新 Claude Code 会话”解释为“新 Codex 对话”。

新对话可能不再拥有旧对话中的完整材料上下文。因此，进入新的写作或审查阶段时，需要重新确认：

使用哪些文件；
哪些引用已核验；
哪些材料属于当前版本；
是否需要重新建立 Material Passport。

二十五、引用缓存与重新核验

为了避免重复查询，某些程序化引用验证可以使用本地缓存。

但需要注意：

缓存较旧不等于文献失效；
旧缓存通常只产生提醒；
期刊状态、链接或元数据可能发生变化；
关键引用可以进行实时重新核验。

如果某条引用需要重新验证，可以使用：

ars-cache-invalidate

使对应缓存失效。

重新核验时仍应优先使用：

DOI；
出版社或会议官方页面；
Crossref；
arXiv；
OpenAlex；
Semantic Scholar；
其他权威元数据源。

无法验证时，应标记为未验证，而不是根据模型记忆补全。

二十六、普通 Agent 模式与 Full Runtime 有什么区别？

ARS-Codex 默认使用普通模式。

在普通模式中：

根 Skill 选择工作流；
Agent 文件作为角色和阶段提示；
多个阶段通常在当前对话中依次执行；
不自动启动后台 Agent；
不自动执行 Claude Hooks；
不自动调用外部模型。

项目还提供可选的 Full Runtime Profile，包括：

Planner；
Codex Agent Team 模板；
Hook Pack；
路由计划；
质量门禁；
已知降级记录。

但它默认关闭。

只有明确需要以下能力时才考虑：

多 Agent 委派；
并行审稿；
Planner 驱动流程；
Hook 行为；
更复杂的运行时调度。

初学者没有必要一开始就启用 Full Runtime。

二十七、Cross-model Review 是什么？

Cross-model Review 是指让另一个模型作为独立审稿人或反方检查者。

理论上，不同模型可能具有不同偏差。引入第二模型有助于发现单一模型遗漏的问题。

但 Cross-model Review 默认关闭，因为它涉及：

外部 API；
API Key；
可能的额外费用；
未公开稿件的外部传输；
隐私与合规问题；
模型身份和来源披露。

启用前必须明确：

使用哪个服务商；
使用哪个模型；
发送哪些内容；
是否发送全文；
是否包含未公开数据；
用户是否明确同意；
失败时如何降级。

如果没有配置或没有用户同意，ARS-Codex 应退回单一 Codex 审查，并说明 Cross-model Review 没有执行。

绝不能假装已经进行了外部模型审查。

二十八、安全和隐私边界

科研文件可能包含：

未公开论文；
审稿意见；
编辑决定；
合作单位内部数据；
患者信息；
专利前材料；
未发布实验结果；
受保密协议保护的数据。

使用 ARS-Codex 时，应遵循以下原则。

1. 审稿默认只读

如果用户只要求审查论文，不应自动修改论文原文件。

应先输出：

问题；
证据；
风险；
修改建议。

只有用户明确进入写作或修改工作流，才进行编辑。

2. PDF 和论文内容属于不可信输入

论文或 PDF 中可能包含类似提示词的文本。这些内容不能覆盖：

用户要求；
安全规则；
网络权限；
文件权限；
外部模型上传限制。

3. 外部核验只发送必要信息

核验引用时，优先发送：

题名；
DOI；
作者；
年份；
短查询词。

不要因为某个 API Key 已经配置，就自动上传完整未公开论文。

4. AI 使用应符合政策

不同学校、期刊和会议对 AI 辅助写作有不同政策。

可以使用：

ars-disclosure

帮助生成 AI 使用声明，但最终声明内容必须符合实际使用情况和投稿要求。

二十九、常见问题与排错

问题一：安装后看不到五个 Skill

正常。

ARS-Codex 只注册一个：

academic-research-suite

五条工作流位于内部。

问题二：`/ars-plan` 没有反应

Codex 可能拦截 Slash 输入。

使用：

ars-plan 我的论文主题

或：

请使用 $academic-research-suite：
ars-plan 我的论文主题。

问题三：给出论文题目后，它不写大纲，反而一直提问

如果只有宽泛题目，没有明确研究问题，这是预期行为。

系统正在进入 Socratic 模式帮助收敛问题。

如果已经确定研究问题，并希望跳过收敛，可以明确说明：

我已经确认研究问题。
请跳过问题收敛，直接进入 outline-only 模式。

问题四：为什么没有自动启动多个 Agent？

普通 Codex 模式下，Agent 文件主要作为角色提示。

只有用户明确要求委派、并行或 Full Runtime 时，才考虑真正的子 Agent。

问题五：为什么它不自动修改论文？

审查和审计任务默认只读，这是保护原稿的设计。

需要修改时，应明确说：

进入 revision 模式，
请修改副本，不覆盖原稿。

问题六：为什么不自动生成参考文献？

因为 ARS 要求无法核验的引用必须标记，而不是通过模型记忆生成一条看似完整的引用。

问题七：可以完全自动完成博士论文吗？

不能可靠地完成。

它可以帮助：

收敛研究问题；
组织文献；
设计实验；
检查推导；
规划论文；
审查引用；
修改语言；
模拟审稿。

但研究贡献、理论创新、数据真实性和最终结论仍由作者负责。

三十、ARS-Codex 与其他科研技能有什么区别？

项目	主要强项	更适合
ARS-Codex	研究问题、文献、写作、审稿和完整性门禁	通用学术研究
Claude Scholar	实验、项目记忆、Zotero/Obsidian 工作流	AI/ML 长期科研项目
Scientific Agent Skills	科学数据库、软件包和领域工具	AI for Science
AI Research Skills	模型训练、评估和 ML 工程实验	AI/ML 工程研究

ARS-Codex 最突出的特点不是“自动化最多”，而是：

宽泛主题先收敛问题；
引用需要核验；
作者阅读与模型读取分开记录；
审查任务默认只读；
完整流程设置阶段门禁；
证据、推断和建议需要分开；
外部模型审查需要显式同意。

三十一、ARS-Codex 的优点

1. 研究流程完整

从研究问题到修改定稿，覆盖范围比较全面。

2. 人类确认点明确

系统不会把所有决策都交给 AI。

3. 引用纪律严格

强调无法核验就标记，而不是补造参考文献。

4. 支持多种研究任务

不仅能写论文，还能处理：

系统综述；
Meta 分析；
事实核查；
同行评议；
实验规划；
人体研究协议；
复现检查。

5. Codex 原生适配

它不是简单复制 Claude Code 文件，而是针对 Codex 的 Skill、插件、路由和权限进行了适配。

6. 适合逐阶段使用

用户可以在每个阶段检查结果，而不是等待 AI 静默生成整篇论文。

三十二、ARS-Codex 的局限

1. 不替代真正的文献阅读

摘要和元数据不能替代阅读全文。

2. 不保证研究创新性

检索范围有限时，只能得到“在当前检索范围内未发现”的结论，不能证明世界上从未有人研究。

3. 不保证数学证明正确

数学推导仍需逐步检查、寻找反例并进行形式化或人工验证。

4. 不自动拥有数据库权限

是否能访问论文和 API，取决于网络、权限和外部服务。

5. 工作流较复杂

初学者可能觉得阶段较多、提问较多，不如直接让 AI 写作快捷。

但这些步骤恰恰是为了减少后期出现引用、逻辑和实验问题。

6. Full Runtime 有额外复杂度

多 Agent、Hook 和 Cross-model Review 不适合所有用户。

7. 许可证限制

项目采用 CC BY-NC 4.0。

通常允许：

分享；
修改；
非商业使用。

但要求：

正确署名；
遵守非商业限制。

如果计划将其用于商业产品、付费课程、商业服务或重新打包销售，应先仔细阅读许可证并确认授权范围。

三十三、它适合主动学习研究者吗？

我的判断是：

很适合文献、研究问题、实验规划、论文写作和审稿环节，但它不是主动学习算法库。

对于主动学习和主动特征获取研究者，它可以帮助：

收敛研究问题；
建立概念边界；
设计系统综述；
形成文献矩阵；
核验参考文献；
设计算法对比实验；
检查评价指标；
规划统计检验；
构建论文大纲；
模拟审稿；
制定修改计划。

它不会直接提供：

所有主动学习算法实现；
完整实验运行平台；
自动发现并证明新定理的系统；
对研究创新性的最终保证。

最推荐的使用顺序是：

Socratic 问题收敛
        ↓
Deep Research
        ↓
Experiment Agent
        ↓
Academic Paper
        ↓
Academic Paper Reviewer
        ↓
Revision

如果要完成完整研究项目，再使用：

Academic Pipeline

统一管理阶段和门禁。

三十四、是否值得安装？

可以尝试

如果你：

主要使用 AI 润色；
偶尔需要论文大纲；
尚未形成固定科研工作流；
想先体验一个完整案例。

可以先从：

research question refinement
citation check
paper review

三个任务开始。

暂时不推荐

如果你：

只想让 AI 快速生成整篇论文；
不准备核验引用；
不愿意检查实验和统计结果；
希望完全无人监督运行；
需要处理敏感数据，却不了解外部 API 和模型的数据政策。

三十五、总结

Academic Research Skills for Codex 最值得关注的地方，不是它能生成多少文字，而是它试图纠正一种常见的 AI 科研使用方式：

宽泛主题
   ↓
AI 直接生成论文

ARS-Codex 更推荐：

宽泛主题
   ↓
收敛研究问题
   ↓
建立文献与证据
   ↓
设计研究和实验
   ↓
判断结论强度
   ↓
规划论文结构
   ↓
写作与引用核验
   ↓
模拟同行评议
   ↓
修改与复审

这种方式看起来更慢，但更接近真实科研。

它不会替你决定一个问题是否值得研究，也不会替你承担引用、数据和结论的责任。它最大的价值，是把科研中容易遗漏的步骤整理成可重复、可检查的工作流。

对于大多数研究者，我建议从一个小任务开始：

请使用 $academic-research-suite。

我有一个宽泛研究方向，
请先帮我收敛成可回答、可证伪的研究问题。
不要写论文大纲。

如果它能够通过提问帮助你发现问题边界、证据需求和潜在反例，那么你已经开始用一种比“让 AI 帮我写论文”更成熟的方式使用科研 Agent。

理想状态不是让 AI 成为论文作者，而是：

让 AI 帮助研究者更早发现问题、更严格检查证据，并把更多精力留给真正需要人类判断的研究创新。

参考链接

本文依据 2026 年 7 月 20 日公开仓库整理。ARS-Codex 更新频率较高，插件版本、上游 ARS 版本、别名和安装命令可能继续变化。发布或安装前请再次核对官方 README、Changelog、Security 和 License。

亚马逊云科技技术品牌专区

更多推荐

agentmemory + Claude Code：一段可直接粘贴的完整插件安装教程

agentmemory 是一款为 AI 编码智能体打造的持久记忆层，本教程带你用一条命令 + 两条斜杠命令，把它完整装进 Claude Code：自动捕获每次工具调用、压缩成可搜索的记忆，并在下个会话开始时自动注入上下文。全程无需配置 MCP，无需手写任何 JSON，装完即用。[![agentmemory 记忆演示：会话记忆被自动捕获并语义检索](https://raw.gitcode.com

亚马逊云科技技术品牌专区

117% 提速 + 50% 显存节约：LLaMA-Factory 微调 LLM 的性能优化深度揭秘

微调 7B 模型动辄数小时，4096 序列直接 OOM，LLM 微调还在被"慢"和"爆显存"卡住脖子？最新评测显示，LLaMA-Factory 通过 Liger Kernel 实现比 FlashAttention-2 快 117% 的训练速度，显存直接砍半，14.3GB 峰值即可跑通 7B 全参 SFT。读完本文，你将掌握这套性能优化方案的原理、配置与落地步骤。[![LLaMA-Factory

亚马逊云科技技术品牌专区

Scrapling 快速上手：pip 一条命令装好，跑通你的第一次抓取

做网页采集的人都踩过同一个坑：今天写好的选择器，明天网站换个版式就全线失效；碰上带验证墙的目标站，脚本直接吃回一张"你不是机器人"的提示页。Scrapling 是一个自适应的 Python Web 抓取框架，定位是"从单条请求到大规模爬虫通吃"——它的解析器会记住你选过的元素，页面改版后还能自动找回；它的抓取器则能开箱绕过常见的反爬机制。这篇 Scrapling 安装与上手指南会带你用最短路径装好

亚马逊云科技技术品牌专区

所有评论(0)

查看更多评论

DeniuHe

@DeniuHe

已为社区贡献8条内容

Academic Research Skills for Codex 保姆级教程：从研究问题到论文审稿的完整科研工作流

DeniuHe

写在前面

一、ARS-Codex 是什么？

二、为什么它有四个不同名称？

1. academic-research-skills

2. academic-research-skills-codex

3. ars-codex

4. academic-research-suite

三、为什么安装后只有一个 Skill？

四、五条工作流分别做什么？

五、Deep Research：从研究方向到证据综合

六、Academic Paper：论文结构、写作与修改

七、Academic Paper Reviewer：模拟同行评议

八、Academic Pipeline：从研究到论文的完整流程

九、Experiment Agent：实验规划与复现检查

十、最重要的设计：宽泛题目不能直接写大纲

十一、安装前需要准备什么？

1. 检查 Codex

2. 检查 Python

3. 决定安装方式

十二、使用 Codex CLI 安装插件

第一步：添加 Marketplace

第二步：安装插件

更新插件

十三、在 Codex Desktop 中安装

十四、直接安装 Skill

十五、如何验证安装成功？

第一步：查看 Skills

第二步：测试根技能

第三步：测试 Socratic 行为

十六、怎样写出更有效的 ARS 提示词？

十七、ARS 别名速查表

十八、实战一：从宽泛方向收敛研究问题

初始方向

推荐提示词

理想输出

研究问题示例

十九、实战二：设计系统文献综述

建立概念边界

建议提取字段

不要把“论文存在”当成“论点成立”

二十、实战三：规划机器学习实验

基线不能太弱

评价指标

复现材料

二十一、实战四：生成论文结构

二十二、实战五：模拟同行评议

为什么需要不同审稿角色？

二十三、实战六：使用 Revision Coach 修改论文

二十四、什么是 Material Passport？

新对话与材料边界

二十五、引用缓存与重新核验

二十六、普通 Agent 模式与 Full Runtime 有什么区别？

二十七、Cross-model Review 是什么？

二十八、安全和隐私边界

1. 审稿默认只读

2. PDF 和论文内容属于不可信输入

3. 外部核验只发送必要信息

4. AI 使用应符合政策

二十九、常见问题与排错

问题一：安装后看不到五个 Skill

问题二：/ars-plan 没有反应

问题三：给出论文题目后，它不写大纲，反而一直提问

问题四：为什么没有自动启动多个 Agent？

问题五：为什么它不自动修改论文？

问题六：为什么不自动生成参考文献？

问题七：可以完全自动完成博士论文吗？

三十、ARS-Codex 与其他科研技能有什么区别？

三十一、ARS-Codex 的优点

1. 研究流程完整

2. 人类确认点明确

3. 引用纪律严格

4. 支持多种研究任务

5. Codex 原生适配

6. 适合逐阶段使用

三十二、ARS-Codex 的局限

1. 不替代真正的文献阅读

2. 不保证研究创新性

3. 不保证数学证明正确

问题二：`/ars-plan` 没有反应