Claude Codeのための学術研究スキル：論文執筆における人間参加型パイプライン

Academic Research Skills (ARS) for Claude Codeは、研究から出版までの全パイプライン（研究→執筆→レビュー→改訂→仕上げ）をサポートするプラグインです。人間参加型（human-in-the-loop）システムとして設計されており、完全な自動化を明確に拒否します。このツールは、文献探索、引用書式設定、データ検証、論理的一貫性チェックといった雑務を処理し、研究者は問題定義、方法選択、解釈、中心的な議論の制御を保持します。

クイックインストール（Claude Code v3.7.0+）

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

/ars-plan でソクラテス式対話を開始して章構成をマッピングするか、/ars-lit-review "あなたのトピック" で一回限りの文献レビューを実行して確認してください。

なぜ人間参加型か？

ARSはLuら（2026, Nature 651:914-919）を引用しています。彼らはAI Scientistを構築しました。これは、トップML会場（ICLR 2025 workshop、スコア6.33/10、ワークショップ平均4.87）でブラインドピアレビューを通じて論文を発表した初の完全自律型AI研究システムです。彼らのLimitationsセクションには、実装のバグ、幻覚の結果、近道への依存、バグを洞察として再解釈、方法論の捏造、フレームロック、引用幻覚などの障害モードが列挙されています。ARSは、AIで強化された人間の研究者が、どちらか単独よりもこれらの障害モードを回避できるという前提に基づいています。

誠実性ゲートとキャリブレーション

ステージ2.5と4.5では、7モードのブロックチェックリスト（academic-pipeline/references/ai_research_failure_modes.mdを参照）を実行します。レビューアはオプトインのキャリブレーションモードを提供し、ユーザーが提供するゴールドセットに対して自身の偽陰性率／偽陽性率を測定します。

機能

• スタイルキャリブレーション：過去の作品からあなたの声を学習します。
• 文章品質チェック：機械生成的な散文パターンを検出します。
• Semantic Scholar API検証（PaperOrchestra、Song、Song、Pfister & Yoon、2026、Googleに触発）。
• 漏洩防止プロトコル、VLM図検証、スコア軌跡追跡。

アーキテクチャ

完全なパイプラインドキュメントはdocs/ARCHITECTURE.mdにあり、フロー図、ステージ別マトリックス、データアクセスフロー、スキル依存関係グラフ、品質ゲート、モードリストを含みます。DOCX出力にはpandoc、APA 7.0 PDFにはtectonic + Source Han Serif TCフォントが必要です（Markdown出力はどちらも不要で動作します）。