Academic Research Skills — Claude Code 向け学術研究パイプライン

位置づけ

Academic Research Skills（ARS） は、調査から執筆・査読・最終化までをカバーする Claude Code 向けスキルスイート。論文を代筆するのではなく、文献探索・引用整形・整合性検証などの反復作業をエージェントに任せ、研究設計・解釈・主張の文言は人間が担う前提で設計されている（README）。

4コアスキル

10パイプライン段

42+専門エージェント

v3.9現行リリース

人間参加型: 各ステージはユーザー確認チェックポイントで閉じる。Stage 2.5 / 4.5 の整合性ゲートは機械検証のあとユーザーがレポートを承認してから進む（docs/ARCHITECTURE.md）。

プラグイン導入（推奨）:

/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills

責務の分割

スキル	エージェント数	主なモード	成果物の例
`deep-research`	13	full, socratic, lit-review, systematic-review, fact-check, quick ほか	RQ Brief、Methodology Blueprint、Annotated Bibliography、Synthesis Report
`academic-paper`	12	full, plan, revision, citation-check, format-convert, disclosure ほか	Outline、Draft、Citation List、APA 7 / IEEE 向け出力
`academic-paper-reviewer`	7	full, re-review, quick, methodology-focus, calibration	5 視点の査読レポート、Editorial Decision、R&R Traceability Matrix
`academic-pipeline`	オーケストレータ	full / 中間エントリ（2.5, 4 など）	Material Passport、整合性レポート、Process Summary

スラッシュコマンド（Claude Code）

コマンド	用途
`/ars-plan`	ソクラテス対話で章構成を整理
`/ars-lit-review`	文献レビューの単発実行
`/ars-outline`	アウトライン作成
`/ars-full`	フルパイプライン開始
`/ars-citation-check`	引用・文献の検査
`/ars-revision` / `/ars-revision-coach`	改稿とコーチング
`/ars-abstract` / `/ars-disclosure`	抄録・AI 開示文
`/ars-format-convert`	LaTeX / 引用スタイル変換

各スキルの詳細エージェント一覧・モード別成果物は上流の ARCHITECTURE.md §3 が正。

マクロフロー

研究（1）→ 執筆（2）→ 整合性 2.5 → 査読（3）→ 改稿ループ（4 / 3' / 4'）→ 最終整合性 4.5 → 最終化（5）→ プロセス記録（6）。改稿は最大 2 ループ（Stage 4 + 4'）。

flowchart TD
    S1["1 RESEARCH
deep-research"]
    S2["2 WRITE
academic-paper"]
    G25{{"2.5 INTEGRITY
7-mode checklist"}}
    S3["3 REVIEW
reviewer"]
    S4["4 REVISE"]
    G45{{"4.5 FINAL INTEGRITY"}}
    S5["5 FINALIZE"]
    S6["6 PROCESS SUMMARY"]
    S1 --> S2 --> G25
    G25 -->|PASS| S3
    G25 -->|FAIL max 3x| S2
    S3 --> S4
    S4 --> G45
    G45 -->|PASS| S5 --> S6
    classDef gate fill:#fff4e6,stroke:#d48806
    class G25,G45 gate

チェックポイントの種類

種類	例	ユーザーが決めること
分岐	Stage 1, 2, 3, 5	RQ 承認、アウトライン、Accept/Minor/Major/Reject、出力形式
整合性	Stage 2.5, 4.5	機械検証後の Integrity Report を承認（スキップ不可）
コーチング	3→4, 3'→4'	ソクラテス対話（最大 8 / 5 ラウンド、スキップ可）

Observer はブロックしない: collaboration_depth_agent は各 FULL/SLIM チェックポイントと完了時に助言のみ。Mandatory な 2.5 / 4.5 では意図的にスキップし、コンプライアンス検査の希釈を防ぐ。

Material Passport と検証層

raw
deep-research → redacted
academic-paper → verified_only
reviewer / gates

各スキルは data_access_level（raw / redacted / verified_only）と task_type を宣言し、scripts/check_data_access_level.py で検証される（v3.3.2+）。パイプライン横断の状態は Material Passport（Schema 9）に集約。任意で repro_lock を付与できるが、LLM 出力のバイト再現は保証しない（設定ドキュメント扱い）。

AI 研究の失敗モード（Stage 2.5 / 4.5）

Lu et al. (2026, Nature) の完全自動研究の限界を踏まえ、7 モードのブロッキングチェックリストを実行（M1 実装バグ〜 M7 フレームロック）。詳細は academic-pipeline/references/ai_research_failure_modes.md。

引用・Claim Audit（v3.7–v3.9）

v3.7.3: 三層 citation anchor（将来の claim 監査用ロケータ）
v3.8: ARS_CLAIM_AUDIT=1 で引用先を取得し claim 支持を判定。5 種の HIGH-WARN が formatter の REFUSE 条件
v3.9: クロスインデックス triangulation 計測（仕様は design doc 参照）

文献コーパスは Zotero / Obsidian / フォルダスキャン等のアダプタで Material Passport に取り込み、corpus-first の 4 Iron Rules で検索と整合（v3.6.5+）。

前提と検証

Claude Code（プラグインは v3.7.0+ 推奨）、ANTHROPIC_API_KEY
任意: Pandoc（DOCX）、tectonic + Source Han Serif TC（APA PDF）
任意: ARS_CROSS_MODEL（クロスモデル DA）、ARS_CLAIM_AUDIT=1

初回確認: /ars-plan でテーマを述べるか、/ars-lit-review "topic" で単発テスト。

リポジトリ内の主要ディレクトリ

パス	役割
`deep-research/` … `academic-paper/` 等	各スキルの SKILL.md・agents・templates
`commands/`	`ars-*` スラッシュコマンド定義
`shared/contracts/`	JSON Schema（Passport、査読、監査）
`scripts/`	整合性チェック、claim audit、文献 API クライアント、pytest
`docs/`	ARCHITECTURE、SETUP、PERFORMANCE

コスト目安: 1.5 万字論文のフルパイプラインで約 $4–6（PERFORMANCE.md）。実験実行は兄弟リポジトリ experiment-agent と Stage 1→実験→Stage 2 で連携可能。

公式

GitHub: Imbad0202/academic-research-skills
ARCHITECTURE.md — パイプライン正本
SETUP.md — インストール 5 方式
academic-research-skills-codex — Codex CLI 向け配布
examples/showcase — 実パイプライン成果物