academic-research-skills

为 Claude Code 设计的学术研究全流程技能套件，覆盖文献调研、论文撰写、同行评审、格式转换等环节。亮点是采用人机协作而非全自动模式，内置反幻觉、抗恭维机制，并引用 Zhao et al. (2026) 等最新研究优化引用诚实度。以 CC BY-NC 4.0 授权，仅限非商业用途。

README

Academic Research Skills for Claude Code

繁體中文版

一套面向学术研究的 Claude Code 技能集，覆盖从研究到发表的完整流程。

30 秒安装（Claude Code CLI / VS Code / JetBrains，v3.7.0+）：

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

然后运行 /ars-plan 通过苏格拉底式对话梳理论文结构，或跳转到快速安装查看前置条件和传统的符号链接流程。

AI 是你的 Copilot（副驾驶），而不是 Pilot（主驾驶）。 此工具不会替你写论文。它处理那些繁琐的工作——查找参考文献、格式化引用、验证数据、检查逻辑一致性——这样你就可以专注于那些真正需要你大脑的部分：定义问题、选择方法、解释数据的含义、以及写出 "I argue that" 之后的那句话。

与 Humanizer（拟人化工具）不同，此工具不会帮你隐藏使用过 AI 的事实。它帮助你写得更好。Style Calibration（风格校准）从你过去的作品中学习你的声音。Writing Quality Check（写作质量检查）捕捉那些让文字感觉像是机器生成的模式。目标是质量，而不是作弊。

为什么坚持 Human-in-the-loop（人在回路中），而不是完全自动化？

Lu 等人（2026，Nature 651:914-919）构建了 The AI Scientist ——首个全自主 AI 研究系统，其论文通过了顶级 ML 会议（ICLR 2025 研讨会，评分 6.33/10 vs 研讨会平均 4.87）的盲审。他们的 Limitations 部分列举了任何全自动 AI 研究流程都会继承的失败模式：实现错误、幻觉结果、捷径依赖、把 bug 当作洞见、方法捏造、思维定势（frame-lock）、引用幻觉。

ARS 建立在这样的前提上：一个由 AI 增强的人类研究者，比任何单独一方都能更好地避免这些失败模式。 Stage 2.5 和 Stage 4.5 完整性检查门执行一个 7 模式的阻断清单（参见 academic-pipeline/references/ai_research_failure_modes.md）；审稿人提供可选的校准模式，根据用户提供的黄金标准集（gold set）测量自身的 FNR（假阴性率）/ FPR（假阳性率）。

Zhao 等人（2026-05）审计了 arXiv、bioRxiv、SSRN 和 PMC 上 250 万篇论文中的 1.11 亿条参考文献。他们保守估计 2025 年一年就有 146,932 条幻觉引用，并在 2024 年中观察到一个转折点；对于 bioRxiv 到 PMC 的配对，他们报告了 85.3% 的预印本到出版后的一致性。该论文将 "真实的引用被用于支持被引文献并未实际做出的声明" 描述为一个开放挑战。ARS v3.7.1 为来源出处添加了信任链 frontmatter；v3.7.3 为未来的声明级审计添加了定位器基础设施（三层引文锚点），并在引用时显示建议性风险信号（ARS 内部将声明-忠实性差距标记为 "L3"；这是 ARS 的术语，不是该论文的）。v3.7.x 的动机来自 Zhao 等人基于大规模语料库的发现；对 ARS 本身的大规模语料库评估仍是未来工作。

v3.8 弥补了 L3 差距的后半部分。v3.7.3 使每条引用都带有定位器锚点；v3.8 增加了一个可选的审计通道（ARS_CLAIM_AUDIT=1），它针对每个锚点获取被引来源，并判断该声明是否确实得到支持。五个新的 HIGH-WARN 类别（声明不被支持、否定约束违反、虚构引用、无锚点、未引用但违反约束）通过格式化终端硬门拒绝输出。校准以 20 元组黄金标准集的形式提供，接受阈值为 FNR<0.15 + FPR<0.10；根据 v3.8 规范第 5 节，渐进式启用计划推迟到校准证据之后。

v3.3 受到了 PaperOrchestra（Song, Song, Pfister & Yoon, 2026, Google）的启发：Semantic Scholar API 验证、反泄漏协议、VLM 图形验证、以及评分轨迹追踪。

架构与流程

👉 docs/ARCHITECTURE.md ——完整的流程视图：流程图、逐阶段矩阵、数据访问流程、技能依赖图、质量门和模式列表。

架构文档取代了曾经在这里的冗长流程描述。所有关于 在哪个阶段运行什么 的内容现在都在一个地方。

快速安装

前置条件

Claude Code（最新版；插件包装需要较新版本）
导出 ANTHROPIC_API_KEY，或在首次运行 claude 时设置
可选： Pandoc（用于 DOCX），tectonic + Source Han Serif TC（用于 APA 7.0 PDF）（Markdown 输出在没有它们的情况下也能工作）

插件安装（v3.7.0+，推荐）：

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

验证是否生效： 运行 /ars-plan 并描述你正在撰写的论文——ARS 将开始一次苏格拉底式对话来规划章节结构。如需一次性测试，可尝试 /ars-lit-review "你的主题"。

👉 docs/SETUP.md ——完整指南：安装 Claude Code、设置 API 密钥、可选的 Pandoc/tectonic（用于 DOCX/PDF）、跨模型验证（ARS_CROSS_MODEL），以及五种安装方法（插件、项目技能、全局技能、claude.ai 项目、仓库克隆）。

使用 Codex CLI？ 改为安装配套发行版：Imbad0202/academic-research-skills-codex——相同的工作流内容，Codex 原生打包为单个 $academic-research-suite 技能，带有 ars-* 别名。

性能与成本

👉 docs/PERFORMANCE.md ——每种模式的 token 预算、完整流程估算（一篇 15000 词的论文约 $4–6），以及推荐的 Claude Code 设置（Skip Permissions；可选的 Agent Team）。

指南与文章

Academic Writing Shouldn't Be a Solo Act ——完整流程演练（英文）
學術寫作不該是一個人的事：一套開源 AI 協作工具如何改變研究者的工作流 ——完整使用指南（繁体中文）

功能速览

Deep Research（深度研究） ——13 个智能体的研究团队，包含苏格拉底式引导模式、PRISMA 系统综述、意图检测、对话健康监控、可选的跨模型 DA、Semantic Scholar API 验证。
Academic Paper（学术论文） ——12 个智能体的论文写作，包含 Style Calibration（风格校准）、Writing Quality Check（写作质量检查）、LaTeX 加固、可视化、修订辅导、引用转换、反泄漏协议和 VLM 图形验证。
Academic Paper Reviewer（学术论文审稿人） ——7 个智能体的多角度同行评审，包含 0–100 质量评分标准（EIC + 3 个动态审稿人 + 魔鬼代言人）、让步阈值协议、攻击强度保持、可选的跨模型 DA 批评/校准、R&R 可追溯性矩阵、只读约束。
Academic Pipeline（学术流程） ——10 阶段流程编排器，包含自适应检查点、声明验证、Material Passport（材料护照）、可选的 repro_lock、可选的跨模型完整性验证、对话中强化、以及评分轨迹追踪。
Data Access Level Metadata（数据访问级别元数据）（v3.3.2+）——每个技能声明自己的 data_access_level（raw / redacted / verified_only）；由 scripts/check_data_access_level.py 强制执行。模式改编自 Anthropic 的 automated-w2s-researcher（2026）。参见 shared/ground_truth_isolation_pattern.md。
Task Type Annotation（任务类型标注）（v3.3.2+）——每个技能声明自己的 task_type（open-ended 或 outcome-gradable）。所有当前的 ARS 技能都是 open-ended。
Benchmark Report Schema（基准报告模式）（v3.3.5+）——用于诚实基准比较的 JSON Schema + lint。参见 shared/benchmark_report_pattern.md。
Artifact Reproducibility Lockfile（制品可重现性锁定文件）（v3.3.5+）——Material Passport 上的可选 repro_lock 子块。配置文档，而非可重现性保证 ——LLM 输出并非字节可重现的。参见 shared/artifact_reproducibility_pattern.md。

展示：真实流程输出

请查看一次真实 10 阶段流程运行的完整制品——同行评审报告、完整性验证报告以及最终论文：

浏览所有流程制品 →

制品	描述
最终论文（英文）	APA 7.0 格式，LaTeX 编译
最终论文（中文）	中文版本，APA 7.0
完整性报告——预审	Stage 2.5：发现 15 条虚构引用 + 3 处统计错误
完整性报告——终审	Stage 4.5：确认零回归
同行评审第 1 轮	EIC + 3 位审稿人 + 魔鬼代言人
重新评审	修订后验证
同行评审第 2 轮	后续评审
对审稿人的回复	逐点作者回复
发表后审计报告	独立全引用审计：发现 21/68 个被 3 轮完整性检查遗漏的问题

配套工具：Experiment Agent

如果你的研究需要在写作前运行实验（代码或人类研究），Experiment Agent 技能填补了 ARS Stage 1（研究）和 Stage 2（写作）之间的空白。

ARS Stage 1 RESEARCH → RQ 简报 + 方法蓝图
        ↓
  experiment-agent → 运行/管理实验 → 验证结果
        ↓
ARS Stage 2 WRITE → 使用经过验证的实验结果撰写论文

功能： 执行代码实验（Python、R 等）并实时监控，管理包含 IRB 伦理检查清单的人类研究方案，解释统计结果并检测 11 种谬误，验证可重现性。

如何一起使用： 在 Stage 1 后暂停 ARS 流程，在单独的 experiment-agent 会话中运行实验，然后将结果（附带 Material Passport）带回 ARS Stage 2。ARS 无需任何修改。查看 experiment-agent README 获取安装说明。

用法

快速开始

# 启动完整研究流程
你："我想撰写一篇关于 AI 对高等教育 QA 影响的论文"

# 从苏格拉底式引导开始
你："引导我对 AI 在教育评估中的应用进行研究"

# 在引导式规划下写作论文
你："引导我撰写一篇关于人口下降的论文"

# 评审现有论文
你："评审这篇论文"（然后提供论文）

# 检查流程状态
你："状态"

独立技能

Deep Research（深度研究，7 种模式）

"研究 AI 对高等教育的影响"                              → 完整模式
"给我一个关于 X 的快速简报"                              → 快速模式
"用 PRISMA 对 X 进行系统综述"                            → 系统综述模式
"引导我对 X 的研究"                                      → 苏格拉底模式（引导式）
"事实核查这些声明"                                      → 事实核查模式
"对 X 进行文献综述"                                      → 文献综述模式
"评审这篇论文的研究质量"                                 → 评审模式

Academic Paper（学术论文，10 种模式）

"撰写一篇关于 X 的论文"                                  → 完整模式
"引导我完成论文写作"                                     → 规划模式（引导式）
"构建论文大纲"                                          → 仅大纲模式
"我有一份草稿，这里是审稿人意见"                        → 修订模式
"将这些审稿人意见解析为路线图"                          → 修订辅导模式
"为这篇论文写一个摘要"                                  → 仅摘要模式
"将其改写成文献综述论文"                                → 文献综述模式
"转换为 LaTeX" / "将引文转换为 IEEE 格式"                → 格式转换模式
"检查引文"                                              → 引文检查模式
"为 NeurIPS 生成 AI 披露声明"                           → 披露模式

Academic Paper Reviewer（学术论文审稿人，6 种模式）

"评审这篇论文"                                          → 完整模式（EIC + R1/R2/R3 + 魔鬼代言人）
"对该论文进行快速评估"                                  → 快速模式
"引导我改进这篇论文"                                    → 引导模式
"检查方法论"                                            → 方法论聚焦模式
"验证修订"                                              → 重新评审模式
"根据我的黄金标准集校准该审稿人"                        → 校准模式

Academic Pipeline（流程编排器）

"我想撰写一篇完整的研究论文"                            → 从 Stage 1 开始的完整流程
"我已经有了一篇论文，评审它"                            → 从 Stage 2.5 开始（先做完整性检查）
"我收到了审稿人意见"                                    → 从 Stage 4 开始

流程以 Stage 6：过程总结 结束——自动生成论文创作过程记录，包含 6 维度的协作质量评估（1–100 评分）。

支持的语言

繁体中文（Traditional Chinese）——当用户用中文写作时默认使用
英文（English）——当用户用英文写作时默认使用
学术论文的双语摘要（中文 + 英文）

使用其他语言？ 苏格拉底模式（deep-research）和规划模式（academic-paper）使用 基于意图的激活（intent-based activation）——它们检测你请求的含义，而非特定关键词。这意味着它们可以在 任何语言 中无需修改地工作。

然而，通用的 Trigger Keywords 部分（决定技能是否被激活）仍然列出英文和繁体中文关键词。如果你发现该技能在你的语言中无法可靠激活，你可以在每个 SKILL.md 文件的 ### Trigger Keywords 部分添加你语言的关键词以提高匹配置信度。

支持的引文格式

APA 7.0（默认，包括中文引用规则）
Chicago（注释 & 作者-日期）
MLA
IEEE
Vancouver

支持的论文结构

IMRaD（实证研究）
主题式文献综述（Thematic Literature Review）
理论分析（Theoretical Analysis）
案例研究（Case Study）
政策简报（Policy Brief）
会议论文（Conference Paper）

技能详情

每个智能体的职责和每个阶段的制品现在位于 docs/ARCHITECTURE.md。版本号在此锚定，以便发布元数据保持在一个地方。

Deep Research（深度研究，v2.8）

13 个智能体的研究团队。模式：完整、快速、评审、文献综述、事实核查、苏格拉底、系统综述。完整智能体名册和制品：参见 ARCHITECTURE.md 第 3 节。

Academic Paper（学术论文，v3.0）

12 个智能体的论文写作流程。模式：完整、规划、仅大纲、修订、修订辅导、仅摘要、文献综述、格式转换、引文检查、披露。输出：MD + DOCX（当 Pandoc 可用时）+ LaTeX（APA 7.0 apa7 类 / IEEE / Chicago）→ 通过 tectonic 生成 PDF。完整智能体名册和各阶段职责：参见 ARCHITECTURE.md 第 3 节。

Academic Paper Reviewer（学术论文审稿人，v1.8）

7 个智能体的多角度评审，带有 0–100 质量评分标准。模式：完整、重新评审、快速、方法论聚焦、引导、校准。决策映射： ≥80 接受，65–79 小修，50–64 大修，<50 拒稿。第一轮评审团队与缩小的重新评审团队之间的边界：参见 ARCHITECTURE.md 第 3 节 Stage 3 / Stage 3'。

Academic Pipeline（学术流程，v3.7）

10 阶段编排器，包含完整性验证、两阶段评审、苏格拉底式辅导和协作评估。流程保证：每个阶段都需要用户确认检查点；完整性验证（Stage 2.5 + 4.5）不可跳过；R&R 可追溯性矩阵（Schema 11）独立验证作者的修订声明。v3.4 在 Stage 2.5 / 4.5 添加了 Compliance Agent（PRISMA-trAIce + RAISE）。v3.5 在每个 FULL/SLIM 检查点和流程完成时添加了 Collaboration Depth Observer（协作深度观察者）（仅建议，从不阻塞）。MANDATORY 完整性检查门（2.5 / 4.5）明确跳过观察者，以免合规检查被稀释。基于 Wang & Zhang（2026），IJETHE 23:11。包含智能体、制品和检查门的逐阶段矩阵：参见 ARCHITECTURE.md 第 3 节。

v3.0 优化：我们发现的 AI 结构性限制

发生了什么

在使用 ARS 撰写一篇关于高等教育中 AI 的反思文章时，我遇到了三个任何提示工程都无法解决的结构性问题：

思维定势（Frame-lock）：我要求 AI 运行一次魔鬼代言人辩论，反驳自己的论点。它照做了——四轮，一轮比一轮更精致。但每一轮都停留在我设定的框架内。DA 攻击的是论点，而不是前提。它从未问过 "我们是否在讨论正确的问题？" 这与 v2.7 压力测试中 31% 的引用错误率是同样的模式：验证 AI 和生成 AI 共享相同的认知框架。
在面对反驳时的谄媚（Sycophancy under pushback）：每次我挑战 DA 的攻击时，它都让步得太快。它撤回发现的速度比提出它们还快。模型的训练奖励对话和谐——所以"用户反驳了"被视为攻击错误的证据，而实际上通常只是用户很坚持。
意图误检测（Intent misdetection）：苏格拉底式导师不断地试图收敛并生成可交付成果（"要我把它写下来吗？"），而我还在探索中。它无法区分"用户想要深入的哲学讨论"和"用户想要研究问题简报"。两者看起来都是参与，但它们需要相反的 AI 行为。

我们改变了什么（v3.0）

魔鬼代言人——让步阈值协议（deep-research + academic-paper-reviewer）

DA 现在必须在回应前对每条反驳按 1-5 评分
仅在得分 ≥4（反驳直接针对核心攻击并提供证据）时允许让步
得分 ≤3：坚持立场并重述原始攻击
反谄媚规则：不允许连续让步，追踪让步率，每个检查点后检测思维定势

苏格拉底式导师——意图检测层（deep-research）

在对话开始时和每 3 轮后将用户意图分类为探索型（exploratory）vs. 目标导向型（goal-oriented）
探索模式：禁用自动收敛，将最大轮数提升至 60，禁止"需要我总结吗？"的提示
目标导向模式：标准收敛行为
反过早结束规则：在探索模式下，由用户决定何时停止

苏格拉底式导师——对话健康指示器（deep-research）

每 5 轮进行无声的自我评估，涵盖三个维度：持续同意、冲突回避、过早收敛
在检测到同意模式时自动注入挑战性问题
对用户不可见（防止作弊），但日志可用于会话后审查

为什么这很重要

这些优化并不能解决 AI 的结构性限制——它们使限制变得可见和可管理。DA 如果被推得足够猛，最终仍然会让步。苏格拉底式导师仍然会有一些收敛偏差。但现在有了明确的检查点，可以减缓谄媚，迫使 DA 证明让步的合理性，并防止导师在用户准备好之前收尾。

更深的教训：AI 素养不是关于学习将 AI 作为工具使用、遵守伦理规则或害怕 AI 风险。它是关于深入地与 AI 互动，足以自己发现其结构性限制——以及在这个过程中你自己的思维限制。

许可证

本作品采用 CC-BY-NC 4.0 许可。

你可以自由地：

分享——复制和再分发本材料
改编——重新混音、转换和基于本材料构建

在以下条件下：

署名（Attribution）——你必须给予适当的署名
非商业性使用（NonCommercial）——你不得将本材料用于商业目的

署名格式：

基于 Academic Research Skills 作者：Cheng-I Wu (吳政宜)
https://github.com/Imbad0202/academic-research-skills

贡献者

Cheng-I Wu (吳政宜) ——作者和维护者

aspi6246 ——贡献者。v3.1 优化受到 Claude-Code-Skills-for-Academics 中模式的启发：只读约束模式、反模式编码化作为一等设计、认知框架方法（教授"如何思考"而非仅仅步骤），以及精益技能规模哲学。

mchesbro1 ——贡献者。最初提议并起草了 IS 的 Basket of 8 期刊列表，用于 academic-paper-reviewer/references/top_journals_by_field.md（Issue #5）。

cloudenochcsis ——贡献者。将 IS 部分从 Basket of 8 扩展到完整的 Senior Scholars' Basket of 11——增加了 Decision Support Systems、Information & Management 和 Information and Organization（Issue #7，PR #8）。来源：AIS Senior Scholars' List of Premier Journals。

更新日志

v3.9.3（2026-05-18）——#128 整理（共享客户端工具 + 去重解析器）

纯重构 + 来自 v3.9.0 /simplify 审查积压的一个潜在错误修复。提取了 scripts/_text_similarity.py（3 路客户端去重：标准化/相似度/阈值/重试常量）+ scripts/_passport_yaml.py（2 路迁移工具去重：ruamel.yaml 往返配置）+ 私有的 _resolve_by_doi_then_title 辅助函数（2 路解析器主体去重，保留第 3.4 / 第 3.5 节 API 表面）。将节流测量标准化为 time.monotonic，覆盖 OpenAlex + Crossref（之前是 time.time，NTP 不安全），与 Semantic Scholar 对齐。所有 5 个模块级交叉导入上采用双路径导入基础设施（先同级，再命名空间包回退），保留了 SemanticScholarUnavailable 的类标识，并修正了 2 个潜在的损坏的 import scripts.X 路径。1505 个测试通过（+23 个新增，0 个回归）。#128 第 4 节（每条目并行化 OA + CR）移至 #138。

v3.9.2（2026-05-18）——#133 阶段边界热修复

#133 关闭（热修复层）。长期架构修复追踪为 v3.10 active conductor，见 #134。新增：CLAUDE.md 中的路由澄清门（跨阶段材料 → 用 a-d 选项澄清，而非静默调度），22 个单阶段智能体获得提示硬栅栏（## Phase Boundary (v3.9.2)），16 个多阶段 / 阶段正交 / 跨阶段元智能体故意不栅栏（诚实框架——散文安慰剂会产生虚假执行错觉），建议性验证器 scripts/check_pipeline_integrity.py 事后检测 #133 模式。行为冒烟测试使用跨模型抽查（100% Opus 4.7，≥75% Sonnet + GPT-5.5）。

v3.9.1（2026-05-18）——#129 + #130 客户端加固

v3.9.0 热修复。将 OpenAlex / Crossref 响应读取失败包装为 *Unavailable（#129）；保护 check_claim_audit_consistency 免受非字符串 manifest_id 的影响（#130）。无规范更改。

v3.9.0（2026-05-17）——#102 跨索引三角测量

#102 关闭。v3.7.3 提供了单索引（Semantic Scholar）的污染检测；v3.9.0 扩展到三索引三角测量（S2 + OpenAlex + Crossref）作为 仅建议性证据。在 contamination_signals 上新增两个可选布尔值（openalex_unmatched、crossref_unmatched）；手动输入 not-rule 对称扩展。Finalizer 新增一个 4 层建议矩阵（k=0/1/2/3，基于存在的 *_unmatched 字段），保留 v3.7.3 的 CONTAMINATED-UNMATCHED 用于 k=1/k_max=1 的 S2 唯一情况。格式化器透传白名单从 3 个后缀扩展到 9 个；拒绝规则 1-10 根据 R-L3-2-E 保持不变。策略层（严格模式、硬阻断层、venue_type / triangulation_policy）推迟到 v3.10，见规范第 2.3 节。k=3 标记为 CONTAMINATED-TRIANGULATION-UNMATCHED（描述可观察项，而非推断原因）。3 条新的严格规则：R-L3-2-C（k 基于存在字段计算）、R-L3-2-D（无 API 推断分类）、R-L3-2-E（拒绝列表不变；透传白名单扩展）。

迁移： v3.7.3 语料库——运行 python scripts/migrate_literature_corpus_to_v3_9_0.py PATH 来回填两个新字段。v3.7.3 之前的语料库——先运行 migrate_literature_corpus_to_v3_7_3.py，然后运行 v3.9.0 迁移（根据规范第 3.7 节菊花链连接；v3.9.0 工具只作用于已经具有 contamination_signals.semantic_scholar_unmatched 的条目）。

v3.8.2（2026-05-17）——#118 未引用审计工具失败表面

#118 关闭。ARS_CLAIM_AUDIT=1 的未引用约束判断路径曾经在 JudgeInvocationError 时静默替换为 {"judgment": "NOT_VIOLATED"}，从而在瞬态判断器中断时抑制 HIGH-WARN 约束检查。v3.8.2 将这些失败路由到一个专门的 uncited_audit_failures[] 聚合中，处于 MED-WARN 建议层级，镜像了已引用路径的 INV-14 行，但使用专用模式，因为 claim_audit_result.ref_slug 是必需的，而未引用路径没有可绑定的 ref。#118 问题正文中的四个选项 1..4 权衡落在了选项 2（新聚合）上——选项 4（重新引发并中止）因在判断器端点不稳定时对审计覆盖率的负面影响而被拒绝。

新的 uncited_audit_failure.schema.json 聚合（规范第 3.6 节）。每对（未引用句子 × 清单）对应一条条目，其中约束判断器引发了 JudgeInvocationError。与已引用路径 INV-14 相同的故障类别枚举（judge_timeout / judge_api_error / judge_parse_error / cache_corruption / retrieval_api_error / retrieval_timeout / retrieval_network_error）。rule_version: D4-c-v1-uaf-v1。
UAF-INV-1..UAF-INV-6 lint 检查（规范第 6 节规则 4d）。finding_id 唯一性、scoped_manifest_id 跨数组完整性、当 manifest_claim_id 非空时的 (M, C) 对完整性、每（句子，清单）去重、rationale 故障类别前缀、跨聚合互斥性与 constraint_violations[]。
Finalizer 第 5 节 MED-WARN 建议行：注释 [CLAIM-AUDIT-TOOL-FAILURE-UNCITED — <fault-class>]，门通过（下次通过时补救）。格式化器 REFUSE 列表不变——UAF 是建议性的。
流程集成（scripts/claim_audit_pipeline.py）：第 1211-1224 行的 swallow 站点已移除；JudgeInvocationError 现在发出一个 UAF 行 + continue 到下一个（句子，清单）对。没有假的 NOT_VIOLATED 进入 constraint_violations[]。
测试：18 个新增（15 个模式/lint TSUAFUncitedAuditFailureInvariants + 3 个流程集成 TP23UncitedJudgeOutageEmitsUAF）。基线 694 → 712 个测试，0 回归。
智能体文档（academic-pipeline/agents/claim_ref_alignment_audit_agent.md）：输出发射表增加第七行；错误处理表从 3 个表面增加到 4 个表面，包含未引用路径的 UAF 行。

v3.8.0（2026-05-16）——L3 声明-忠实性定位器 + 审计（成对里程碑）

v3.7.3 + v3.8 端到端关闭了 L3（声明-忠实性）差距。v3.7.3 提供了定位器基础设施——每条引用都携带一个三层锚点，以便未来的审计可以获取被引用的段落。v3.8 提供了消耗这些锚点的审计通道，判断被引来源是否支持该声明，并在格式化器终端硬门处拒绝 HIGH-WARN 违规。此版本还捆绑了自 v3.7.0 以来积累的 5 个审计轨迹特性 PR（#104 / #105 / #108 / #111 / #115）。

#103——claim_ref_alignment_audit_agent（v3.8 PR #121）。可选（ARS_CLAIM_AUDIT=1，默认关闭）Stage 4→5 审计智能体。判断每个采样引用与检索到的摘录的匹配情况；发出 claim_audit_results[] + claim_intent_manifests[] + claim_drifts[] + uncited_assertions[] + constraint_violations[] 聚合。8 行 finalizer 矩阵将 HIGH-WARN 类别（CLAIM-NOT-SUPPORTED / NEGATIVE-CONSTRAINT-VIOLATION / FABRICATED-REFERENCE / ANCHORLESS / CONSTRAINT-VIOLATION-UNCITED）路由到格式化器 REFUSE 规则 6-10。校准运行器附带 20 元组黄金标准集（T

[原 README 过长已截断]

开源项目Imbad02022026-05-18原文

打开互动版

academic-research-skills

README