Claude Scholar 学术研究工作流
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3c6cb52e/run-academic-research-workflows-with-claude-scholar。
技能介绍
研究里真正费时间的是什么
从读文献、记实验、留证据链,到整理结果和写论文,环节多且格式不一。若全靠零散笔记和临时脚本,可复现性和写作时的可追溯性很容易断掉——你记得做过某组实验,却说不清当时依据了哪篇工作、参数如何演进。
技能在做什么
本技能把 Claude Scholar 上的能力接到对话式 agent 里,用结构化的 research-agent 工作流串起常见学术环节:
- 文献综述:在检索与归纳阶段保持问题—证据对应关系
- 实验追踪:记录假设、配置与迭代,而不是只留最终数字
- 证据记录:把图表、表格与结论绑到可引用的上下文
- 结果汇报与论文写作:在同一套项目知识结构里从草稿走向成稿
上游文档强调 Claude Scholar 对计算机科学与 AI 方向研究者尤其顺手;可选配合 Zotero(文献)与 Obsidian(项目知识库)使用。生态里还有面向出版级图表的 pubfig、表格相关能力 pubtab(以上游 README 为准)。安装后可按 full / minimal / selective 选择组件,并参考上游的 Getting Started 场景落地第一次跑通。
适用边界
需要已具备 Claude Code、Codex CLI 或 OpenCode 之一,以及 Git;涉及 Python 开发时可选 Python + uv。本技能是工作流与文档指引,不替代 IRB、数据合规或期刊格式校对;具体命令与仓库结构以 上游 skills 仓库 为准。
使用场景
- 开新课题前,要在对话里系统检索论文并整理成带引用脉络的综述提纲
- 跑多轮模型对比实验时,需要把超参、数据版本和每次结论按时间线记下来便于复现
- 组会或投稿前,要把图表、表格与对应实验配置绑成一份可核对的结果汇报草稿
- 从实验笔记扩写成论文时,希望在同一套项目知识结构里衔接方法与结果章节
适合人员
- 计算机视觉方向博士生,每周要追新论文并更新 related work 与实验对照表
- 机器学习工程师兼一作,需要在 agent 里同步记录消融实验与证据链以备审稿追问
- 用 Zotero 管文献、用 Obsidian 管课题笔记的 AI 研究者,希望写作与阅读笔记互通
- 实验室 PI 或高年级学生,要带新人按固定流程做文献—实验—汇报而非各写各的文档