写长文总崩盘?Logseq和Roam Research到底谁更稳
源自52位全网作者
05-26 15:28
精选参考来源
1
学术研究常常需要反复切换工具,文献检索靠Semantic Scholar,写作用LaTeX编辑器,审稿依赖人工经验,修改过程零散无序,效率低下。Academic Research Skills 把研究全流程整合到Claude Code中,提供从研究→写作→审稿→修改→最终稿的完整AI协作工具链。不仅有13代理深度研究团队(支持PRISMA系统综述、苏格拉底引导模式)、12代理论文写作(风格校准、写作质量检查)、7代理多视角审稿(0-100分质量评分),还支持完整10阶段管道协调、完整性验证关卡、跨模型核查,甚至Material Passport材料护照确保可追溯。GitHub:github.com/Imbad0202/academic-research-skills主要功能:- 深度研究:13代理团队,支持系统综述、文献检索验证、事实核查、苏格拉底引导对话;- 论文写作:12代理流程,LaTeX强化输出(APA/IEEE等)、可视化生成、风格校准、引用格式转换;- 论文审稿:7代理多视角评估(EIC+3审稿人+魔鬼代言人),0-100分量表、修订追踪矩阵;- 完整管道:10阶段协调器,自适应检查点、完整性关卡(2.5/4.5阶段强制)、协作质量评估;- 完整性保障:Semantic Scholar API验证、反幻觉协议、VLM图表核查、跨模型DA核查;- 支持中英双语、多种论文结构(IMRaD、文献综述、理论分析),输出MD/DOCX/LaTeX/PDF。支持Claude Code环境,通过导入Project或设置API密钥即可运行,适合研究者、博士生和学术工作者使用。#AI学术工具##ClaudeCode##学术写作#
2
科研绘图经常需要反复调参数,配色不标准、字体不对、布局乱七八糟,还得AI重绘或手动修半天。nature-skills 把Nature期刊绘图规范全部整合到一起,提供了整套科研绘图的解决方案。不仅有publication-ready的多面板matplotlib图表生成,还支持学术prose润色、审稿回复、数据可用性声明,甚至paper转PPT工作流。GitHub:github.com/Yuan1z0825/nature-skills主要功能:- nature-figure:Nature级matplotlib多面板图,支持10种图表类型(柱状/折线/热图/散点/雷达等),输出可编辑SVG;- nature-polishing:学术文本润色到Nature风格,≤30词句子、时态对齐、英国英语;- nature-citation:Nature/CNS引用检索,支持ENW/RIS/Zotero RDF导出;- nature-response:审稿意见逐点回复,行动映射+风险检查;- nature-data:数据可用性声明+FAIR元数据审计;- nature-paper2ppt:论文转中文化PPTX,精简证据链+演讲笔记。基于真实Nature论文和指南规则,支持Python本地运行,适合科研工作者、博士生和投稿党。#科研绘图##Nature投稿##AI工具##学术写作#
全部
来源
来源
内容由AI生成
0
0
0评论
当前文章无评论,是时候发表评论了
提示信息
取消
确认
评论举报
已收藏
去我的收藏夹