14 KiB
14 KiB
文档润色 Agent 与 Claude Scholar 学术插件快速索引
问题开始时间:2026-05-30-16-16-29
0. 本次下载与阅读范围
本次已在 文档润色流和知识库构建流 中保留并新增以下材料:
- 既有解包目录:
文档润色流和知识库构建流/claude-scholar - 本次 Git 下载目录:
文档润色流和知识库构建流/claude-scholar-upstream - GitHub 仓库:https://github.com/Galaxy-Dawn/claude-scholar
- 当前读取提交:
105a476
重点阅读文件:
README.zh-CN.md、README.mdMCP_SETUP.zh-CN.mdOBSIDIAN_SETUP.zh-CN.md.claude-plugin/plugin.json.claude-plugin/marketplace.jsonagents/*.mdskills/*/SKILL.mdcommands/*.mdrules/claude-scholar-core.mdrules/agents.mdrules/experiment-reproducibility.md
1. 插件定位
claude-scholar 是面向学术研究、软件开发、实验分析、论文写作和项目知识库维护的半自动研究助手。它的核心理念不是替代研究者,而是把高重复、重结构、易遗忘的研究流程交给 Agent 维护,让人的判断仍处于中心。
官方主线工作流可以概括为:
问题 -> 证据 -> 实验 -> 分析 -> 论断 -> 写作
对本项目的价值:
- 将
核心资料汇总_MD中的申报书、博士论文、答辩 PPT、商业计划书、项目申请表等材料变成可复用知识。 - 对文档润色建立 claim-evidence 纪律,避免把材料中的宣传性表述直接当事实。
- 从过往获批材料、BP、博士论文中提炼结构、表达、证据节点、图文组织和申报叙事。
- 为后续知识库、标书、成果汇总、答辩稿、项目申请书提供可追溯的写作素材。
2. 安装与调用方式
2.1 完整安装
git clone https://github.com/Galaxy-Dawn/claude-scholar.git /tmp/claude-scholar
bash /tmp/claude-scholar/scripts/setup.sh
说明:
main分支面向 Claude Code。- Codex CLI 官方建议使用
codex分支。 - OpenCode 用户使用
opencode分支。 - 安装器会尽量保留已有配置,把仓库托管的
CLAUDE.md作为 sidecar 文件安装。
2.2 插件市场安装
/plugin marketplace add Galaxy-Dawn/claude-scholar
/plugin install claude-scholar@claude-scholar
注意:
- 插件市场安装会加载 skills、commands、agents、hooks。
- Claude Code 插件不能自动分发
rules/,rules 需要手动复制。 CLAUDE.md和settings.json不会自动合并到用户原配置,需要人工选择。
2.3 选择性安装
只复制需要的组件,例如:
cp -r /tmp/claude-scholar/skills/research-ideation ~/.claude/skills/
cp -r /tmp/claude-scholar/skills/ml-paper-writing ~/.claude/skills/
cp /tmp/claude-scholar/agents/paper-miner.md ~/.claude/agents/
cp /tmp/claude-scholar/rules/*.md ~/.claude/rules/
3. Agent 快速索引
| Agent | 适用场景 | 核心功能 | 调用方法 |
|---|---|---|---|
literature-reviewer |
新研究主题、文献综述、research gap、proposal 前期论证 | 多源检索论文;通过 Zotero MCP 导入 DOI/arXiv/URL;自动建 collection;读取 PDF 全文;生成综述、gap、研究问题和 BibTeX | 自然语言说“conduct literature review/search papers/identify research gaps”;或用 /research-init、/zotero-review |
paper-miner |
从优秀论文、申报书、BP、答辩材料中学习写作方式 | 读取 PDF/DOCX/arXiv/网页;抽取写作模式、结构信号、可复用表达、venue signals、rebuttal 表达;写入全局 writing memory | /mine-writing-patterns <source> <focus>,focus 可为 general/introduction/method/results/rebuttal/venue |
rebuttal-writer |
审稿回复、专家意见回复、项目评审修改说明 | 拆分 reviewer comments;分类 Major/Minor/Typos/Misunderstanding;选择 Accept/Defend/Clarify/Experiment;生成逐条回复 | /rebuttal <review_file> 或自然语言要求“respond to reviewers/analyze review comments” |
code-reviewer |
代码或脚本修改后的质量与安全审查 | 检查 git diff、硬编码密钥、输入验证、性能、测试覆盖、依赖许可、可维护性 | /code-review 或代码修改后自动触发 |
tdd-guide |
明确要求测试先行时 | RED -> GREEN -> REFACTOR,小步编写失败测试、最小实现、验证 | /tdd 或明确说“用 TDD” |
kaggle-miner |
学习 Kaggle 竞赛方案和工程经验 | 提取 Top solutions、技术路线、代码模板、best practices,按 NLP/CV/Tabular/Time Series/Multimodal 分类 | 提供 Kaggle URL 或请求“learn from Kaggle solutions” |
本项目最常用组合:
paper-miner -> 学习已有材料的结构与表达
literature-reviewer -> 补外部文献证据
review-response / rebuttal-writer -> 模拟专家质询与修改说明
code-reviewer -> 检查知识库脚本、批处理脚本和备份流程
4. 学术写作与润色 Skill 索引
| Skill | 作用 | 本项目推荐用法 |
|---|---|---|
research-ideation |
5W1H、gap analysis、Research Question Card、方法选择、项目计划 | 把“手术图文报告/导航/机器人/智能感知”拆成科学问题、应用痛点、证据需求和可交付成果 |
ml-paper-writing |
顶会论文写作、claim ledger、引用核验、LaTeX、related work | 借用 claim-evidence gate:每个结论都要能回到来源材料或文献 |
citation-verification |
核查引用真实性、元数据、DOI/arXiv、claim 是否真的由文献支持 | 写项目背景和立项依据时避免伪引用、弱引用和过强表述 |
writing-anti-ai |
中英文去 AI 味、减少机械连接词和空泛排比 | 润色申报书、成果总结、商业计划书,保留正式但更自然的表达 |
paper-self-review |
投稿前自审,检查结构、逻辑、引用、图表和过度声称 | 用作标书/申报书提交前的专家预审清单 |
review-response |
审稿意见分类、回复策略、逐点答复 | 可迁移为“评审意见预演/答辩问答/修改说明” |
doc-coauthoring |
大型文档协作写作、结构设计、读者测试 | 用于长篇申报书、博士论文摘要、项目申请书重构 |
daily-paper-generator |
arXiv/bioRxiv 主题论文日报 | 围绕手术 AI、Surgical VQA、Surgical Report Generation、MIS navigation 做定期文献追踪 |
publication-chart-skill |
论文级图表、pubfig/pubtab、图表 QA | 用于技术路线图、系统架构图、实验结果表的发表级整理 |
results-analysis |
统计分析、图表、effect size、CI、多重比较 | 若后续有实验结果或系统评测表,用它生成可信结果叙述 |
results-report |
把严格分析产物写成内部实验总结 | 将系统评测、临床验证、消融实验写成可引用报告 |
nature-writing |
Nature 系列文章的章节写作和论证构建 | 可借用其“高密度、证据前置、叙事清晰”的写作纪律 |
nature-polishing |
Nature 风格润色和语言打磨 | 用于英文摘要、英文论文或高端期刊风格材料 |
nature-response |
Nature 系列逐点审稿回复 | 可参考其“comment-response tracker”处理专家意见 |
nature-data |
数据可得性、FAIR、数据引用 | 用于数据、代码、伦理、临床资料可得性说明 |
expression-skill |
结论先行、证据支撑、风险提示、下一步明确 | 用于所有项目汇报和阶段总结 |
planning-with-files |
用 task_plan.md、notes.md、deliverable 文件持久化复杂任务 |
后续知识库构建建议默认启用 |
5. 知识库与 Obsidian 相关 Skill
| Skill | 功能 | 本项目落地方式 |
|---|---|---|
obsidian-project-kb-core |
初始化和维护项目级 Obsidian KB,管理 Hub、Plan、Index、registry、Daily | 可把本项目绑定成 Research/TWBG_Materials/ |
obsidian-source-ingestion |
将外部资料路由到 Sources/Papers/Web/Docs/Data/Interviews/Notes |
把 核心资料汇总_MD 中 19 份材料作为 Sources/Docs 或 Sources/Proposals |
obsidian-literature-workflow |
从 paper notes 生成 Literature Overview、Method Taxonomy、Research Gaps、Claim Map、literature.canvas | 后续补医学/手术 AI 文献时使用 |
obsidian-kb-artifacts |
生成或修复 canvas、Bases 和派生知识图谱 | 适合生成“项目-成果-论文-专利-系统模块”关系图 |
zotero-obsidian-bridge |
Zotero 论文集合到 Obsidian paper notes 的桥接 | 外部文献进入 Zotero 后,再沉淀为 Sources/Papers |
defuddle |
网页内容抽取和清理 | 把网页新闻、政策、公示、成果转化页面清理成 Markdown |
6. Slash Command 快速索引
6.1 文献与研究启动
| Command | 用途 | 示例 |
|---|---|---|
/research-init |
初始化研究主题,创建 Zotero collection,生成 Research Question Card、文献综述或 proposal | /research-init "surgical report generation minimally invasive surgery" focused both |
/zotero-review |
读取 Zotero collection,做深度文献分析并写入 Obsidian KB | /zotero-review "Surgical AI Report Generation" deep |
/zotero-notes |
批量生成 Zotero 论文阅读笔记 | /zotero-notes "Surgical Navigation" detailed |
6.2 写作与润色
| Command | 用途 | 示例 |
|---|---|---|
/mine-writing-patterns |
从论文、标书、BP 中提取写作模式 | /mine-writing-patterns 核心资料汇总_MD/.../项目申请书.md introduction |
/rebuttal |
生成审稿/评审意见逐点回复 | /rebuttal review-comments.md |
/poster |
设计学术会议海报 | /poster |
/presentation |
创建会议或答辩 slides | /presentation |
6.3 知识库
| Command | 用途 | 说明 |
|---|---|---|
/kb-init |
初始化项目知识库 | 创建 Research/{project-slug}/ |
/kb-ingest |
导入外部材料 | PDF/Markdown/网页/数据集进入 Sources/* |
/kb-promote |
将稳定内容提升为 canonical knowledge | 从 source note 或 Daily 提升到 Knowledge/、Writing/ |
/kb-literature-review |
从 Sources/Papers 生成文献综合 |
需要 Evidence Records 足够 |
/kb-index |
刷新 02-Index.md |
只更新自动索引块 |
/kb-map |
生成/修复 canvas 或关系图 | 默认文献图是 Maps/literature.canvas |
/kb-lint |
健康检查 | 查断链、孤立页、registry 覆盖、canvas 有效性 |
/kb-sync |
同步 scaffold、registry、index、Daily | 批量变更后使用 |
/kb-status |
汇总 KB 状态 | 看绑定、计数和关键路径 |
/kb-log |
更新 Daily 和项目运行时记忆 | 每次知识库工作结束后记录 |
6.4 实验与代码
| Command | 用途 |
|---|---|
/analyze-results |
blocker-first 实验后分析,生成统计、图表和结果报告 |
/code-review |
代码质量和安全审查 |
/tdd |
测试驱动开发 |
/verify |
运行验证流程 |
/commit |
辅助提交 |
7. Zotero MCP 能力
literature-reviewer、/research-init、/zotero-review、/zotero-notes 依赖 Zotero MCP 时能力最完整。
主要工具:
- 导入:
zotero_add_items_by_identifier、zotero_add_items_by_doi、zotero_add_items_by_arxiv、zotero_add_item_by_url - 读取:
zotero_get_collections、zotero_get_collection_items、zotero_search_items、zotero_get_item_metadata、zotero_get_item_fulltext - 更新:
zotero_create_collection、zotero_move_items_to_collection、zotero_update_item、zotero_update_note - PDF:
zotero_find_and_attach_pdfs、zotero_add_linked_url_attachment - 清理:
zotero_reconcile_collection_duplicates
Codex CLI 配置示例:
[mcp_servers.zotero]
command = "zotero-mcp"
args = ["serve"]
enabled = true
[mcp_servers.zotero.env]
ZOTERO_API_KEY = "your-api-key"
ZOTERO_LIBRARY_ID = "your-user-id"
ZOTERO_LIBRARY_TYPE = "user"
UNPAYWALL_EMAIL = "your-email@example.com"
UNSAFE_OPERATIONS = "all"
NO_PROXY = "localhost,127.0.0.1"
8. 本项目推荐调用路径
8.1 从 核心资料汇总_MD 学习材料写法
请使用 paper-miner 的方式读取 `核心资料汇总_MD` 中的博士论文、项目申请书、BP 和支撑材料,
抽取以下写作模式:
1. 项目背景如何从临床问题进入技术问题;
2. 系统贡献如何分层描述;
3. 图文报告、手术导航、智能感知、机器人协同的叙事线;
4. 可迁移到新申报书的章节结构和高频表达;
5. 需要证据支撑或避免过度声称的表述。
8.2 建立 claim-evidence 台账
请读取 `核心资料汇总_MD`,按 Evidence Record 格式建立“项目核心论断-证据台账”:
每条记录包含来源文件、页码或章节、支持的论断、证据强度、允许表述、禁止更强表述。
8.3 润色项目申报书
请用 writing-anti-ai + paper-self-review 的方式润色以下段落:
要求保留正式申报语气,减少套话,所有无法由 `核心资料汇总_MD` 支撑的结论标为 [需证据]。
8.4 专家评审预演
请使用 review-response 的思路,模拟 5 类专家质询:
技术原创性、临床转化、数据合规、系统可落地性、市场/成果转化。
对每个问题给出建议答复和需要补强的材料路径。
9. 对本项目的使用边界
claude-scholar原生更偏计算机科学/AI 研究;本项目可借用流程,但医学、临床、伦理、成果转化相关论断仍需用本项目材料或权威文献核证。核心资料汇总_MD是内部 source of truth,但其中的商业计划书和申报书可能包含宣传性语言,进入知识库时要分清“已验证事实”“项目目标”“预期效果”“商业表达”。- 所有写作结论应能回链到具体来源材料、文献、专利、伦理、转化公示或系统截图。
- 文档润色不是单纯“变漂亮”,优先级应为:事实准确、逻辑闭环、证据可追溯、读者能快速理解价值。