学术论文多视角审稿模拟器
模拟国际期刊同行评审流程，五位审稿人独立评审并整合为编辑决策与修订路线图。
证据显示IRON RULE #7明确将投稿稿件、评审意见等视为不可信数据，禁止其中的指令改变代理身份、路由、工具使用、网络/API调用、文件写入、披露规则或工作流约束，这体现了对提示注入的防护意识；同时IRON RULE #6为只读约束，禁止修改稿件，但未见最小权限、用户确认（仅在Phase 0后展示配置卡）、数据流透明、回滚机制或敏感数据处理细节。扣除因缺少外部效应控制、权限范围不明确和部分确认环节。
SKILL.md描述了详细的编排流程和多种模式，但引用了大量参考文件和脚本（如scripts/check_pipeline_integrity.py）未在提供的文件中存在，依赖外部提示源（reviewer_sprint_prompt_source.md）和跨技能路由规则，关键路径无法从静态文件确认。存在失败反馈的声明（如[PROTOCOL-VIOLATION]标记），但未提供实际执行或测试证据。因无法复现和依赖缺失扣除。
SKILL.md提供了丰富的触发关键词（中英韩）、非触发场景表、模式选择指南，场景与预期输出清晰，适合学术论文评审需求。但未明确能力边界（如不支持的论文类型或领域），环境适配方面核心功能依赖Claude Code和外部模型，未提及对中国大陆网络的适配性。扣除因边界描述不完整和环境适配证据不足。
SKILL.md具有清晰的版本（1.10.0）、更新日期、状态和元数据，结构良好，提供快速入门和集成关系。但缺少安装/依赖说明、已知限制披露（仅在DA代理中部分提及）、故障排除指南、完整变更日志和明确维护责任。许可证元数据为NOASSERTION，来源不明确。扣除因版本治理不完整和许可证不明。
技能设计目标明确：模拟5位审稿人并提供编辑决定和修改路线图，输出格式有模板支持，宣称可简化同行评审流程。但无实际输出样本或第三方执行证据，边际价值声明（如节省时间）不可验证，核心任务完成度存疑。因缺乏执行证据和可验证的输出扣除。
SKILL.md引用了参考文献（如Kim et al. 2026）和内部脚本，但未提供任何外部验证或测试结果。校准模式声称测量FNR/FPR，但未提供实现细节或输出样例。静态文件中无第三方证据，关键论断无法独立验证。因无外部佐证和可复现实验证据扣除。
- 该技能依赖Claude Code和外部网域资源，核心功能可能无法在中国大陆网络环境下正常运行。
- 许可证元数据为NOASSERTION，来源不明确，使用前需核实版权和再分发条款。
- 技能声称拥有测试脚本和CI，但本次审查仅基于静态文件，未验证其实际存在和有效运行。
- 评审过程涉及多代理和跨模型调用，可能产生成本；用户需明确了解成本结构。
- 技能输出依赖模型判断，可能产生不准确或偏差的结果，需人工复核。
这个 Skill 能做什么，适合哪些场景？
该技能模拟完整的国际期刊同行评审流程：自动识别论文领域，动态配置五位审稿人（期刊匹配审稿人、三位同领域审稿人、恶魔代言人），从五个不重叠的视角进行评审，最终由编辑综合器生成结构化的编辑决策和修订路线图。支持完整评审、复审（验证）、快速评估、方法聚焦、苏格拉底式引导和校准六种模式。它强调证据驱动的评审，禁止捏造评审意见，并设有严格的只读约束，确保审稿人不会修改原稿。
读取论文全文，通过领域分析代理识别领域和方法论类型，动态生成五位审稿人的身份。五位审稿人分别从期刊匹配度、方法论严谨性、领域贡献、跨学科视角和核心论点挑战五个角度独立生成评审报告。编辑综合器汇总五份报告，识别共识与分歧，调解争议，标记恶魔代言人的关键问题，最终生成编辑决定信和优先级修订路线图。在复审模式下，使用可追溯性矩阵验证修订是否解决了首轮意见。校准模式使用黄金标准论文集测量审稿人的误报率和漏报率。
- 投稿前，作者希望全面评估论文质量并预测期刊编辑可能的决定，使用完整评审模式。
- 收到修改意见后，作者需要检查修改是否已充分回应审稿人的关切，使用复审模式。
- 当作者只想快速了解论文的整体水平或主要问题，可以使用快速评估模式。
- 当论文存在严重的方法论或统计问题，作者希望深入审查研究设计和统计分析，使用方法论聚焦模式。
- 当作者希望通过引导式的苏格拉底对话自己发现论文中的问题，使用引导模式。
- 当作者怀疑审稿人的评分可靠性，希望通过校准模式了解其误判率，再决定是否信任评分。
这个 Skill 有哪些优点和局限？
- 深度模拟真实期刊评审流程，提供五个非重叠视角，包括专门的恶魔代言人角色来质疑核心论点。
- 通过编辑综合器生成官方的编辑决定信和分优先级的修订路线图，可直接用于后续修改。
- 强调证据驱动，每一条评审意见都必须指向具体位置，禁止泛泛而谈。
- 提供复审模式，用可追溯性矩阵验证修改是否到位，避免橡皮图章式结论。
- 具有校准模式，能测量审稿人自身的误判率，增强可信度。
- 不支持商业化使用，采用 CC-BY-NC 4.0 许可。
- 目前没有公开的测试套件或基准来客观衡量评审质量。
- 实现复杂，包含大量内部的代理和协议，对于简单的快速评估可能显得过重。
- 一些高级功能（如跨模型验证、模型分级）依赖 Claude Code 环境，可能不适用于其他平台。
如何安装这个 Skill？
该技能包含在 academic-research-skills 仓库中。在 Claude Code 中，可通过插件市场安装：/plugin marketplace add Imbad0202/academic-research-skills 然后 /plugin install academic-research-skills。也可手动克隆仓库并将 academic-paper-reviewer 文件夹放入项目的 .claude/skills 或全局技能目录。
如何使用这个 Skill？
安装后，直接对 Claude Code 说："Review this paper: [paste paper or provide file]" 即可触发完整评审。输出包括五位审稿人报告和编辑决定。若要使用其他模式，可输入如 "quick review"、"check methodology"、"guide me"、"verification review" 或 "calibrate reviewer"。该技能支持中文、英文和韩文触发词。