小马的 AI 工具集

学术科研

面向学术研究全流程的技能套件，覆盖检索、写作、引用核查、同行评审到定稿

学术科研
类型 技能 40,571 星标 更新 2026-08-02 许可 Other 原仓库 主页

Version DOI License: CC BY-NC 4.0 Sponsor

简体中文版 | 繁體中文版 | 日本語版 | 한국어

用于学术研究的Claude Code技能综合套件，涵盖从研究到发表的完整管道。

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

然后尝试 /ars-plan 通过苏格拉底式对话逐步构建你的论文结构，或跳转到 快速安装 了解先决条件和传统的符号链接流程。

AI是你的副驾驶，不是主驾驶。 这个工具不会替你写论文。它处理繁琐的工作——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”后面的句子。

与人性化工具不同，这个工具不会帮你隐藏使用AI的事实。它帮助你写得更好。Style Calibration从你过去的工作中学习你的声音。Writing Quality Check捕捉那些让散文感觉像机器生成的模式。目标是质量，而不是作弊。

为什么是人机协作，而不是完全自动化？

Lu 等人（2026, Nature 651:914-919）构建了 The AI Scientist —— 第一个完全自主的AI研究系统，通过盲审在顶级机器学习会议（ICLR 2025 workshop，得分6.33/10，而workshop平均分4.87）上发表了一篇论文。其局限性部分列举了任何完全自主的AI研究管道都会继承的失败模式：实现错误、幻觉结果、捷径依赖、将错误当作洞察的重新框架、方法捏造、框架锁定、引用幻觉。

ARS 建立在这样一个前提上：由AI增强的人类研究人员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 的完整性门控运行一个7模式阻断检查清单（参见 academic-pipeline/references/ai_research_failure_modes.md）；审阅者提供一个可选校准模式，针对用户提供的黄金标准集测量其自身的 FNR/FPR。

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，仅 2025 年就有 146,932 条幻象引用，观察到 2024 年中期的拐点；对于 bioRxiv 到 PMC 的配对，他们报告了 85.3% 的预印本到发表版本的持续率。该论文将“实际部署来支持引用文献并未实际提出的主张的引用”描述为一个开放挑战。ARS v3.7.1 添加了信任链前文用于源来源证明；v3.7.3 添加了定位基础设施（三层引用锚点），用于未来的主张级审计，并在引用时给出顾问风险信号（ARS 内部将主张忠实度差距标记为“L3”；这是 ARS 术语，不是该论文的术语）。v3.7.x 的动机来自 Zhao 等人的语料级发现；ARS 本身的语料级评估仍是未来工作。

v3.8 关闭了 L3 差距的后半部分。v3.7.3 使每个引用都带有定位锚点；v3.8 添加了一个可选审计过程（ARS_CLAIM_AUDIT=1），该过程针对每个锚点获取引用的来源，并判断主张是否实际得到支持。五个新的 HIGH-WARN 类别（主张不受支持、负面约束违规、捏造引用、无锚点、未引用约束违规）通过格式化终端硬门控拒绝输出。校准作为 20 元组黄金标准集提供，接受阈值为 FNR<0.15 + FPR<0.10；根据 v3.8 规范 §5，逐步部署计划推迟到校准后证据。

Ren 等人（2026, Self-Improvements in Modern Agentic Systems: A Survey）提供了第三个调查级锚点。其科学发现综合（§7.4）得出结论：发现代理无法轻易自行验证新颖性、正确性或可重复性，可能转而利用弱代理，必须管理跨异构工具和文献的证据，并引发治理问题——“当证据薄弱时，科学写作也可能放大错误信息。”其生成循环章节（§5.1–§5.2）将人工审计和保留的人工锚点列为自生成评估循环的实用保障措施，其历史章节（§2.2）记录了相同教训的最古老形式：Lenat 的 EURISKO 的实际成功在很大程度上依赖于用户作为外部评估信号，修剪无效的启发式漂移——该调查指出这一局限性在现代代理系统中仍然存在。ARS 引用该调查作为其人在回路立场的设计理由，而非作为人在回路管道优于自主管道的经验证明；该调查对 ARS 的可操作差异在 #539–#541 和 #547–#550 中跟踪。

v3.3 受到 PaperOrchestra（Song, Song, Pfister & Yoon, 2026, Google）的启发：Semantic Scholar API 验证、反泄漏协议、VLM 图形验证和分数轨迹跟踪。

架构与管道

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

架构文档取代了之前这里冗长的管道描述。关于哪个阶段运行什么的一切现在都在一个地方。

快速安装

先决条件

  • Claude Code（最新版；插件打包需要较新版本）
  • 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 输出无需两者）
  • 可选（真实 Python）： 核心技能（研究/写作/审阅）不需要 Python —— 它们由提示驱动。真实 Python 解释器仅在以下情况需要：PreToolUse 写作用域保护（可选的子代理加固——如果找不到真实 Python，它会干净地无操作，保护仅不活跃；核心技能不受影响），以及一些可选功能，这些功能会调用 Python（修订补丁模式、提交包验证器，以及 /ars-cache-invalidate / /ars-mark-read / /ars-unmark-read 命令）。在 Windows 上，请注意 python3 通常是一个非功能性的 Microsoft Store 占位符，而不是真实 Python；从 python.org（或通过 winget）安装 Python，以便启动器能找到真实解释器。保护启动器是一个 POSIX shell 脚本，hooks.json 通过 bash 调用它，因此在 Windows 上需要 Git Bash（与 Git for Windows 捆绑）。如果存在 Git Bash，缺失真实 Python 会干净地降级（保护无操作，静默）。如果没有 Git Bash，Claude Code 会回退到 PowerShell，它完全无法运行 .sh 启动器：保护不活跃，PreToolUse 钩子会在每次调用时记录错误，而不是静默无操作（接受的降级——保护是可选的，永远不会阻止你的写入，但钩子噪声是安装 Git Bash 前的权衡）。

插件安装（v3.7.0+，推荐）：

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

验证是否工作： 运行 /ars-plan 并描述你正在撰写的论文——ARS 将启动苏格拉底式对话，梳理章节结构。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 Pandoc/tectonic 以获得 DOCX/PDF，跨模型验证（ARS_CROSS_MODEL），以及六种安装方法（插件、项目技能、全局技能、claude.ai 项目、仓库克隆、Claude Science 导入）。

使用 Claude Science？ 四个技能可直接导入：Skills → Import from GitHub，粘贴 https://github.com/Imbad0202/academic-research-skills，Preview，然后 Import 4 skills（需要本仓库 v3.14.0+——导入器会读取市场清单中的显式技能路径）。导入是时间点快照：ARS 更新后需重新导入。导入后的技能包含 ARS 方法论（研究/写作/评审协议）；Claude Code 专属机制——斜杠命令、钩子、子智能体编排——不会转移。详情请参阅 docs/SETUP.md 方法 5。

使用 Codex CLI？ 请安装对应的兄弟发行版：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。

第三方平台和集成 如果包装或托管 ARS，请参见 THIRD_PARTY.md —— 社区提交，未经维护者审查或认可。

性能与成本

👉 docs/PERFORMANCE.md —— 每种模式的 token 预算、完整流水线估算（约 4–6 美元/15,000 词论文），以及推荐的 Claude Code 设置（自动模式；可选 Agent Team）。

指南与文章

功能一览

  • Deep Research —— 13 个智能体研究团队，配备苏格拉底式引导模式、PRISMA 系统综述、意图检测、对话健康监测、可选的跨模型 DA、Semantic Scholar API 验证。
  • Academic Paper —— 12 个智能体论文写作，包含风格校准、写作质量检查、LaTeX 加固、可视化、修订辅导、引用转换、防泄漏协议和 VLM 图形验证。
  • Academic Paper Reviewer —— 7 个智能体多角度同行评审，包含 0–100 分质量评分标准（期刊适配评审人 + 3 个动态评审人 + 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 可追溯矩阵、只读约束。
  • Academic Pipeline —— 10 阶段流水线编排器，包含自适应检查点、声明验证、材料护照、可选的 repro_lock、可选的跨模型完整性验证、对话中强化和分数轨迹追踪。
  • Data Access Level Metadata（v3.3.2+）—— 每个技能声明 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（v3.3.2+）—— 每个技能声明 task_type（open-ended 或 outcome-gradable）。当前所有 ARS 技能均为 open-ended。
  • Benchmark Report Schema（v3.3.5+）—— JSON Schema + lint 用于诚实基准比较。参见 shared/benchmark_report_pattern.md。
  • Artifact Reproducibility Lockfile（v3.3.5+）—— 材料护照上的可选 repro_lock 子块。配置文档，非重放保证——LLM 输出不可字节级重现。参见 shared/artifact_reproducibility_pattern.md。
  • Model Tiering（#517, v3.16+）—— 可选的 ARS_MODEL_TIERING 开关，具有两个方向：economy（执行型智能体降级为会话模型下一层，下限 Opus 类）和 quality-boost（完整性关卡和最终评审中的判断型智能体升级至前沿层）。默认未设置 = 与 #517 前行为字节级等效。参见 shared/model_tiering.md。
  • Canonical Cross-Model Handoff Envelope（#527, v3.17+）—— 所有者→分发器→所有者盲检查点传输路径（#523）现在具有机器稳定的 [CROSS-MODEL-HANDOFF v1] 信封，以及规范性 Python 语法（scripts/cross_model_handoff.py）而非纯文本强制，在所有三个检查点所有者之间固定同意/分歧/格式错误结果路由。参见 shared/cross_model_verification.md §“Cross-model handoff envelope”。
  • Experiment Provenance Intake（#260）—— 材料护照上的可选 experiment_provenance[]，记录学者外部运行的实验（ARS 从不运行实验），手稿声明通过 claim_intent_manifest.planned_experiment_ids[] 与之关联。完整性关卡（阶段 2.5/4.5）审计每个实验支持的声明与声明来源的匹配程度——ALIGNED / OVERSTATED / NOT_SUPPORTED_BY_PROVENANCE / PROVENANCE_INSUFFICIENT —— 不判断实验本身是否正确。一个失败关闭的 experiment_intake_declaration 使“你运行实验了吗？”成为明确的阶段 1 决策（即使是纯文献综述也声明 no_experiments_declared）。参见 shared/handoff_schemas.md §“Experiment Provenance Intake (#260)“。

展示：真实流水线输出

查看来自真实 10 阶段流水线运行的完整产物——同行评审报告、完整性验证报告和最终论文：

浏览所有流水线产物 →

产物描述
最终论文（英文）APA 7.0 格式，LaTeX 编译
最终论文（中文）中文版，APA 7.0
完整性报告——预审阶段 2.5：捕获 15 个捏造引用 + 3 个统计错误
完整性报告——最终阶段 4.5：确认零回归
同行评审第 1 轮期刊适配评审人 + 3 个评审人 + 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完整引用审计：发现 3 轮完整性检查遗漏的 21/68 个问题

伴生：实验代理

如果你的研究涉及在写作前运行实验（代码或人类研究），Experiment Agent 技能填补了 ARS 阶段 1（研究）与阶段 2（写作）之间的空白。

ARS 阶段 1 研究  →  研究问题简报 + 方法论蓝图
        ↓
  experiment-agent     →  运行/管理实验 → 验证结果
        ↓
ARS 阶段 2 写作     →  用已验证的实验结果撰写论文

功能：实时监控执行代码实验（Python、R 等），管理带有 IRB 伦理检查清单的人类研究协议，通过 11 类谬误检测解释统计数据，并验证可重复性。

如何配合使用：在阶段 1 后暂停 ARS 流水线，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 阶段 2。ARS 无需修改。设置说明见 experiment-agent README。

阶段 1 摄入声明 (#260)：在阶段 1，ARS 检测本次运行是否将携带实验支持的声明，并在 Material Passport 上设置一个故障关闭的 experiment_intake_declaration。如果你在外部运行了实验，学者为每个实验输入一条 experiment_provenance[] 条目（experiment_id、嵌套的 repro_lock、planned_vs_executed[]、negative_results[]、known_limitations[]），并将声明设为 experiments_declared；否则设为 no_experiments_declared。该声明在 #260 之后的每个 Passport 上都是必需的——即使未涉及任何实验的运行，也必须声明 no_experiments_declared，这样完整性关卡就不会因遗忘的 provenance 块而被静默绕过。experiment_id 在此摄入点被冻结；作者之后通过 planned_experiment_ids[] 引用它们。

教学侧伴生：Teaching Skills 将 ARS 架构（技能组合、共享合约、分阶段关卡、Course Passport）应用于学术生活的教学侧——课程设计→授课→评估→交付→反思；其 sotl 模式将课堂探究项目交给 ARS 深度研究/学术论文进行发表阶段。

使用方式

快速开始

# 启动完整研究流水线
你："我想写一篇关于 AI 对高等教育质量保障影响的研究论文"

# 以苏格拉底引导方式开始
你："引导我关于教育评估中 AI 的研究"

# 在引导规划下写论文
你："引导我写一篇关于人口下降的论文"

# 审阅现有论文
你："审阅这篇论文"（然后提供论文）

# 检查流水线状态
你："status"

单个技能

深度研究（8 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 做系统综述"                            → 系统综述模式
"引导我关于 X 的研究"                                  → 苏格拉底模式（引导）
"事实核查这些说法"                                     → 事实核查模式
"对 X 做文献综述"                                      → 文献综述模式
"以 WHY/HOW/WHAT 格式比较这些论文"                     → 三向扫描模式
"审阅这篇论文的研究质量"                                → 审阅模式

学术论文（11 种模式）

"写一篇关于 X 的论文"                                  → 完整模式
"引导我写一篇论文"                                      → 计划模式（引导）
"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
"将审稿人意见解析为路线图"                              → 修订辅导模式
"为这篇论文写摘要"                                      → 仅摘要模式
"将其转化为文献综述论文"                                → 文献综述模式
"转换为 LaTeX" / "将引用转换为 IEEE"                    → 格式转换模式
"检查引用"                                              → 引用检查模式
"为 NeurIPS 生成 AI 披露声明"                           → 披露模式
"根据审稿意见审计我的答辩草稿"                          → 答辩审计模式

学术论文审稿人（6 种模式）

"审阅这篇论文"                                          → 完整模式（期刊适配审稿人 + R1/R2/R3 + 魔鬼代言人）
"快速评估这篇论文"                                      → 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
"验证修订内容"                                          → 重新审阅模式
"根据我的黄金标准校准该审稿人"                          → 校准模式

学术流水线（编排器）

"我想写一篇完整的研究论文"                              → 从阶段 1 开始的完整流水线
"我已经有一篇论文，审阅它"                              → 从阶段 2.5 中间进入（先完整性）
"我收到了审稿人意见"                                    → 从阶段 4 中间进入

流水线以 阶段 6：过程总结 结束——自动生成论文创建过程记录，附带 6 维度协作质量评估（1–100 分）。

支持的语言

  • 繁体中文（繁體中文）——当用户用中文写作时默认
  • 英语——当用户用英语写作时默认
  • 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（深度研究）和计划模式（学术论文）使用基于意图的激活——它们检测你请求的含义，而非特定关键词。这意味着它们无需修改即可在任何语言中工作。

不过，通用的 Trigger Keywords 部分（决定技能是否被激活）仍然列出了英语和繁体中文的关键词。如果你发现技能在你的语言中未能可靠激活，可以将你语言的关键词添加到每个 SKILL.md 文件中的 ### Trigger Keywords 部分，以提高匹配置信度。

支持的引用格式

  • APA 7.0（默认，包含中文引用规则）
  • Chicago（注释与作者-日期）
  • MLA
  • IEEE
  • Vancouver

支持的论文结构

  • IMRaD（实证研究）
  • 主题式文献综述
  • 理论分析
  • 案例研究
  • 政策简报
  • 会议论文

技能详情

各代理的职责及每个阶段的人工制品现位于 docs/ARCHITECTURE.md。版本号在此锚定，以便发布元数据保持在同一位置。

深度研究（v2.11.0）

13 代理研究团队。模式：完整、快速、审阅、文献综述、三向扫描、事实核查、苏格拉底、系统综述。完整代理名单及人工制品：见 ARCHITECTURE.md §3。

学术论文（v3.2.0）

12 代理论文写作流水线。模式：完整、计划、仅大纲、修订、修订辅导、仅摘要、文献综述、格式转换、引用检查、披露、答辩审计。输出：MD + DOCX（通过 Pandoc 可用时） + LaTeX（APA 7.0 apa7 类 / IEEE / Chicago）→ 通过 tectonic 生成 PDF。完整代理名单及各阶段职责：见 ARCHITECTURE.md §3。

Academic Paper Reviewer (v1.10.0)

7 智能体多视角评审，遵循 0–100 质量评分标准。模式：完整评审、复评审、快速评审、方法聚焦、引导评审、校准评审。决策映射： ≥80 接受，65–79 小修，50–64 大修，<50 拒稿。首轮评审小组 vs. 合同约束的复评审分派边界：参见 ARCHITECTURE.md §3 阶段 3 / 阶段 3’。

Academic Pipeline (v3.19.0)

10 阶段编排器，包含完整性验证、两阶段评审、苏格拉底式辅导及协作评估。流水线保证：每阶段均需用户确认检查点；完整性验证（阶段 2.5 + 4.5）不可跳过；R&R 可追溯性矩阵（Schema 11）独立验证作者的修改声明。v3.4 在阶段 2.5 / 4.5 增加了合规智能体（PRISMA-trAIce + RAISE）。v3.5 在每个 FULL/SLIM 检查点及流水线完成时增加了协作深度观察器（collaboration_depth_agent，仅作建议，从不阻塞）。强制性的完整性门控（2.5 / 4.5）明确跳过该观察器，以免稀释合规检查。基于 Wang & Zhang (2026)，IJETHE 23:11。包含智能体、工件和门控的阶段矩阵：参见 ARCHITECTURE.md §3。

v3.0 优化：我们发现 AI 的结构性限制

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，我遇到了三个结构性难题，无论怎样调整提示词都无法解决：

  1. 框架锁定：我要求 AI 与自己论文进行一场魔鬼代言人辩论。它确实做了——四轮，一轮比一轮精细。但每一轮都停留在我设定的框架内。魔鬼代言人攻击论点，从不攻击前提。它从未问过“我们讨论的问题本身对吗？”这正是 v2.7 压力测试中 31% 引用错误率的相同模式：验证 AI 和生成 AI 共享同一个认知框架。

  2. 面对反驳时的阿谀奉承：每次我质疑魔鬼代言人的攻击时，它都太快让步了。它撤回发现的速度比发起攻击的速度还快。模型的训练奖励对话和谐——因此“用户反驳了”被视为攻击有误的证据，而实际上，往往只是用户很坚持而已。

  3. 意图误判：苏格拉底式导师总是试图收敛并产出交付物（“要我把它写出来吗？”），而我还处于探索阶段。它无法区分“用户想进行深度哲学讨论”和“用户想要一个研究问题摘要”。两者看起来都像参与，但需要相反的 AI 行为。

我们做了哪些变更（v3.0）

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

  • 魔鬼代言人现在必须在每次回应前对反驳进行 1–5 级评分
  • 仅当评分 ≥4（反驳直接针对核心攻击并附有证据）时才允许让步
  • 评分 ≤3：坚持立场，重申原始攻击
  • 反阿谀奉承规则：不允许连续让步，跟踪让步率，每检查点后检测框架锁定

苏格拉底式导师——意图检测层（deep-research）

  • 在对话开始时及每 3 轮对话后，将用户意图分类为探索型或目标导向型
  • 探索型模式：禁用自动收敛，将最大轮数提升至 60，禁止“要我总结吗？”提示
  • 目标导向型模式：标准收敛行为
  • 反过早结束规则：在探索型模式下，由用户决定何时停止

苏格拉底式导师——对话健康指标（deep-research）

  • 每 5 轮对话进行静默自评，评估三个维度：持续同意、冲突回避、过早收敛
  • 检测到同意模式时，自动注入挑战性问题
  • 对用户不可见（防止被操纵），但日志可供会话后审查

为何重要

这些优化并不能解决 AI 的结构性限制——它们只是让限制变得可见且可管理。魔鬼代言人最终仍会在足够强的压力下让步。苏格拉底式导师仍然会有一定的收敛偏见。但现在有了明确的检查点，可以减缓阿谀奉承，迫使魔鬼代言人证明让步的合理性，并防止导师在用户准备好之前就结束对话。

更深层的启示：AI 素养不是学会把 AI 当作工具、遵守伦理规则或害怕 AI 风险。而是深入与 AI 互动，自己去发现它的结构性限制，并在过程中发现自己的思维限制。

许可证

本作品采用 CC-BY-NC 4.0 许可。

你可以自由地：

  • 分享——复制并重新分发材料
  • 改编——基于材料进行再混合、转换和创作

在以下条件下：

  • 署名——必须给出适当的署名
  • 非商业性使用——不得将材料用于商业目的

署名格式：

Based on Academic Research Skills by Cheng-I Wu
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 Claude-Code-Skills-for-Academics 中的模式启发：只读约束模式、反模式作为一等设计、认知框架方法（教授“如何思考”而非仅流程）、以及精益技能规模理念。

mchesbro1 ——贡献者。最初提出并起草了 academic-paper-reviewer/references/top_journals_by_field.md 中的 IS 8 大期刊篮子（Issue #5）。

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

eltociear（Ikko Eltociear Ashimine）——贡献者。翻译了日语 README（README.ja-JP.md）（PR #161）。

xpfo-go（xpfo）——贡献者。翻译了简体中文 README（README.zh-CN.md）（PR #181）。

devCharlotte ——贡献者。翻译了韩语 README（README.ko-KR.md）（PR #469）。

Yaobin29 ——贡献者。在 PR #433 中提出了审稿人回复工具；deep-research three-way-scan 模式和 academic-paper rebuttal-audit 模式（源自该 PR 中的 audit 概念）在 v3.12.1 中整合自该贡献。

ktao732084-arch — 贡献者。扩展了academic-paper披露系统，加入了九个医学出版政策目标、目标特定的必需事实摄取，以及故障关闭的独立渲染（问题 #596、PR #599）；扩展了EQUATOR临床报告参考，加入了精简版的CARE、STARD和TRIPOD+AI指导，以及故障关闭的研究设计路由序列（问题 #594、PR #601）；设计并贡献了独立的中文文献解析器、API协议以及合成传输夹具套件（问题 #595、PR #600）。

变更日志

v3.19.0 (2026-07-22) — 修订轮次声明漂移防护、PDF读取完整性预检、读取范围声明

新增： 三个建议性或可选完整性层，外加一个启动器修复。修订轮次声明漂移防护（#569/#570）： 一个声明强度阶梯（“没有授权路线图项目，则不能沿is associated with < predicts < causes进行无声移动”）已接入修订草稿中，并新增一个建议性阶段E6，外加一个确定性数字/引用令牌守恒检查器——它们共同关闭了#390诚实声明残留的认识论和令牌两半（被触及的块内部没有保真度检查）。基线在当前前沿模型上测量（evals/heldout/revision_claim_drift/），机制形式归功于Yila-AI/sci-ssci-skills。PDF读取完整性预检（#512）： 一个三信号页码交叉检查，防止截断/分页错误的PDF读取生成一个看似有效的page锚点。read_scope声明（#513）： 在人类阅读账本上的可选诚实覆盖声明（full_text / sections / abstract_only / toc_only），使最终确定者的引用提升对读取范围敏感。启动器看门狗修复（#545）： 移除一个管道阻塞，该阻塞在所有健康PreToolUse写范围守卫调用上阻塞了整个挂钟时间范围。套件 → v3.19.0；三个底层技能版本不变。

v3.18.0 (2026-07-18) — 自我改进调查集成：建议性质量层、风险分层声明门、跨模型评审员与裁判轨道

新增： 八个受Ren等人（2026, arXiv:2607.13104, Self-Improvements in Modern Agentic Systems: A Survey）启发的质量机制：每个子问题的范围绑定 + 阶段E范围一致性建议（#547），以及搜索限定的新颖性声明 + E5新颖性分类（#548）——均为建议性，在MANDATORY完整性检查点处按行显示；风险分层的阶段2.5声明验证（100%的HIGH-IMPACT声明 + 一个随机哨兵，将#518参考层级扩展到声明级别，#549）；缓存通过接入引用验证门，并带有基于年龄的陈旧性建议 + 可选实时重新验证（#541，关闭v3.11 Delta-2前向声明）；同意门控的跨模型评审员轨道——固定五席评审员小组中的一席位于第二模型家族（#540），以及重新评审裁判独立性，带有透明的裁判记录（#539）；一个变形路由/门控鲁棒性评估种子集（#550），该种子集还发布了评审员技能缺失的zh-TW触发别名；以及调查本身作为第三个人在回路文献锚点（#542）。独立于调查轨道，插件安装也获得#544 SessionStart更新可用提醒（/plugin update在落后时通知；ARS_UPDATE_CHECK=0终止开关）。academic-pipeline跟踪套件至v3.18.0；其他三个技能版本不变。

v3.17.0 (2026-07-16) — 管道边界语义、规范跨模型交接信封、可执行面板检查器

修复： 两个未充分指定的管道边界已关闭（#528）——阶段5的“在最终确定前：始终MANDATORY”现在明确命名一个检查点（阶段4.5 PASS与阶段5调度之间的入口门），阶段6获得一个定义明确的终端确认词汇表（finish/end/done/confirm）以及一个显式的拒绝路径；所有五个管道表面现在携带全文件sha256内容锁（#529），因此任何进一步的提示表面漂移将在同一提交中哈希更新之前导致CI失败。盲检查点传输移至调度层（#523）——桶A检查点拥有者被告知自行执行跨模型传输，这在运行时Bash禁止下无法执行；调度层现在拥有传输调用。新增： 一个规范化的[CROSS-MODEL-HANDOFF v1]信封 + 规范性Python语法（#527）取代了仅散文式执行的所有者→调度器→所有者传输路径，在所有三个检查点拥有者之间固定了同意/分歧/畸变结果路由。针对#514工具允许列表的defrift锁（#524, 74个突变测试）关闭了漂移路径，即代理与其镜像的对称编辑可能静默重新添加Bash。一个可执行的冲刺合约面板检查器（#510）从主要工件重新计算两个v3.6.2决策层，并捕获多数投票公式中的转录错误。一个机器可读的降级注册表（#511 Part A）索引了套件中每个优雅降级机制，加上一个针对引用验证门的密封传输夹具集成测试（#511 Part B），针对检入的合成API主体端到端地运行所有四个解析器客户端。academic-pipeline跟踪套件至v3.17.0；其他三个技能版本不变。

v3.16.0 (2026-07-12) — 模型分层、跨模型门强化、WP研究问题建议锐化

新增： 可选模型分层（#517）——一个新的ARS_MODEL_TIERING开关，有两个方向（economy将13个执行类型代理调度到会话模型以下一个层级，地板为Opus-class；quality-boost将完整性门和最终审查界面处的判断类型代理提升到前沿层级）；默认未设置保持字节等效，冻结的39代理分类由新的清单+lint固定。跨模型门强化（#518）——风险分层验证采样（HIGH-IMPACT参考文献在两个门处100%验证），在两次不可逆决策（设计冻结 + 最终编辑决定）处设置盲分歧检查点，验证器模型id的id状态白名单，以及提升烘焙协议；曾经计划中的通用第六评审员已被废弃，而非推迟。GPT-5.6 Sol列为一个临时跨模型验证器，带有显式推理努力控制（#515）。由devCharlotte提供的韩语触发关键词 + 路由边界夹具（#452/#509）。一个CARS引言修辞 + 标题创作参考，用于论文写作器（#500）。更改： WP研究问题建议通过名词互换测试（#501）和增强的豁免条款（捕获装饰标题形式外壳，#505）泛化到其20个外壳表格之外——遗漏率从0.34–0.38降至0.094，虚警0/16保持不变；评审员校准协议现在记录了LLM作为裁判的宽容方向（FARS锚点，#484）；OpenAlex API密钥认证 + 预算感知的429处理 + arXiv ToU对齐退避（#495/#496）。文档： THIRD_PARTY.md社区目录（#497/#498）。academic-pipeline跟踪套件至v3.16.0；其他三个技能版本不变。

v3.15.0 (2026-07-04) — 发布门控强化、提示债务退休第二轮、去碎片锁定

一个专注于发布纪律与卫生的版本；无技能行为变更。新增： 三个 CI 门控——CHANGELOG 覆盖合并的预打标门控 (#483)、版本一致性不变量 9-11 加上打标时重新运行门控 (#487)、以及一个命令不变量门控，将 SessionStart 公告列表固定为实际的 16 命令清单 (#486)——外加两个去碎片锁定：Phase Boundary 执行语句在所有 23 个 Bucket A 智能体块中逐字固定，并且 SETUP 跨模型示例相互固定并与规范模型表固定 (#491 → #492)。变更： 提示债务退休第二轮对第一轮推迟的 17 个智能体进行深度扫描 (#489 → #490)：修复了 socratic_mentor 两个智能体中的两个实时自相矛盾（过时的 15 轮退出规则与文档中典型的 20-30 轮运行），在 29 个表面修复了仓库范围内过时的执行状态语句，在 7 个智能体中修剪了 few-shot 和重复流程脚手架——通过 4 批并行审计 + 独立法典跨模型挑战验证；审计报告位于 audits/。修复： 来自 shields.io 的 DOI 徽章 (#482)。academic-pipeline 跟踪该套件至 v3.15.0；其他三个技能版本不变。

v3.14.0 (2026-07-02) — Claude Science 可导入性、评估评论渲染、提示债务退休

一个可移植性与打磨版本；无技能行为变更。新增： Claude Science 可导入性——市场清单声明了显式技能路径，因此无法遍历符号链接 skills/ 目录（Claude Science “从 GitHub 导入”，Windows 检出）的 GitHub-API 导入器现在可以找到所有四个技能；在 Claude Science 上进行了端到端验证，README + SETUP 中有导入指南 (#480)。评估工具 PR 评论以一行结论 + 每个任务的表格形式呈现，原始 JSON 折叠在 <details> 中，取代了原始报告转储——仅显示层，门控逻辑字节级一致 (#479)。变更： 在 2026-07 工具退役审计后，从四个写作界面的智能体中移除了过期的写作工具脚手架 (#476/#477 → #478，净减少 111 行提示)；一个提醒但不阻止的平台端口提醒，当 PR 添加新的顶级目录时显示平台端口策略 (#473)。文档： 由 devCharlotte 进行的母语审核韩文 README (#469/#471)；GitHub Copilot 仓库说明 (#465)；推荐自动权限模式而非跳过权限 (#464)。累积的 [Unreleased] 积压（16 个条目，其代码在 v3.13.0 标签之前已发布——diff/patch 修订模式 #390、提交包验证器 #394、评估黄金集 #215/#216 等）已纳入版本记录；见 CHANGELOG.md。academic-pipeline 跟踪该套件至 v3.14.0；其他三个技能版本不变。

v3.13.0 (2026-06-18) — 钩子可移植性、提供商无关的验证、守卫正确性

一个次要版本，强化了安装/运行时表面并扩展了跨模型覆盖范围。修复： 写入范围守卫不再在 git 克隆 + 符号链接安装布局下误拒用户自己的 CLAUDE.md（#459，关闭了 #448/#449 的剩余一半——CLAUDE.md 是文档，而非承重强制文件，因此它离开基础设施保护列表，同时所有承重文件保持受保护）；Windows Python 钩子可移植性 + 通过跨平台 hooks/run_guard.sh 启动器实现优雅的无 Python 降级，该启动器拒绝 0 字节的 Microsoft Store python3 存根，并且从不向钩子日志发送垃圾信息 (#454)；draft_writer 双阶段静态联合已文档化，并支持 POSIX 安全的 Windows 路径匹配 (#451)。新增： 提供商无关的跨模型验证，接受 OpenAI 兼容端点（MiMo、DeepSeek、自托管）以及基于实体的第一方 OpenAI，后者永远不会被静默降级 (#455)；一个可选的苏格拉底相邻框架探测（借用 STORM 的视角扩展，ARS_SOCRATIC_ADJACENT_PROBE=1，默认关闭，仅散文层——deep-research 2.10.0 → 2.11.0）(#461)。academic-pipeline 跟踪该套件至 v3.13.0；academic-paper 和 academic-paper-reviewer 不变。详见每个问题的 CHANGELOG.md。

v3.12.1 (2026-06-15) — 审稿人回复分类模式（PR #433 集成）

一个补丁版本，根据 ARS 的基于模式架构，将外部贡献中真正新颖的部分作为模式集成到现有技能中。新模式： deep-research 的 three-way-scan——一种轻量级的 WHY/HOW/WHAT 论文比较分类，介于 quick 和 lit-review 之间，包含每篇论文的候选列表 + 跨论文综合（deep-research 2.9.4 → 2.10.0）；academic-paper 的 rebuttal-audit——对作者现有的反驳/回复草稿进行独立咨询性 QA，对照审稿人评论（每评论覆盖表 + 差距列表 + 语气/证据/误读风险标记），独立运行时不会生成任何内容，并显式抑制 Schema 11 / Material Passport 写入 / ready_to_submit（由带有变异覆盖的 check_rebuttal_audit_guard() 检查强制执行）；另外 revision-coach 范围扩展至推回/分歧姿态和非期刊范围，以及 /ars-3w + /ars-rebuttal-audit 斜杠命令。根据输入形状路由：审稿人评论 + 草稿 → rebuttal-audit；仅评论 → revision-coach。集成自 @Yaobin29 的 PR #433。套件模式计数从 25 增加到 27（仍为 4 个技能）。详见每个问题的 CHANGELOG.md。

v3.12.0 (2026-06-08) — Kong 自动研究特性轨道：实验来源、图表保真度、跨论文矛盾、部分证据分解

一个次要版本，发布了 Kong et al. (2026, arXiv:2605.18661) 自动研究特性轨道以及部分证据陷阱分解工作，每个都独立审查并合并。新特性： 实验来源摄入 + 声明→实验对齐——一个基于模式的证据账本层，用于实验支持的声明，仅摄入和对齐（学者在外部运行实验；ARS 从不执行它们）(#260)；一个图形/表格保真度门控，检查标题的解释是否从数据中得出，以及手稿是否引用该工件来支持其声明 (#261)；一个结构化的跨论文矛盾清单，使评估的论文对可枚举以供学者确认 (#262)；以及在引用判断器 (#213) 和编辑综合器 (#214) 中在判断前进行子声明分解，关闭了两层上的 §F.3.2 部分证据陷阱。指导 + 解释层： 在生成报告的审稿人中强化简洁输出 + 压力稳定边界 (#274)；一个同族 / 基于标准的校准认知注释 (#273)；检索内容指令/数据边界作为常设原则陈述 (#367)。负范围： Kong META (#255) 以 POSITIONING.md 中的 “Rejected mechanisms” 部分结束，列举了 ARS 不做的五个自主机制，加上两个 Tier D 设计教训文档。发布纪律检查： 版本一致性不变量 5–7 (#357) 和 ARCHITECTURE 组件版本监管 (#345)。以及跨模型接地守卫 (#346 / #349 / #351)、引用门控缓存键和理由边界 (#359 / #360 / #361)、评估黄金集 (#250) 和 ACL/EMNLP 披露重新接地 (#242) 的正确性修复。新的模式、清单字段和所有不变量都是可加且向后兼容的。academic-pipeline 跟踪该套件至 v3.12.0；其他三个技能版本不变。详见每个问题的 CHANGELOG.md。

v3.11.1 (2026-06-06) — 发布后正确性、加固与溯源汇总

此补丁版本汇总了 v3.11.0 之后出现的发布后修复，每个修复均经过独立审查与合并：跨模型同意门扩展到完整性验证与协作深度路径 (#322)、每个条目的 OpenAlex + Crossref 回填并行化 (#138)，以及七项涉及引用存在性门、v3.10 策略层、评估框架、领域证据画像以及 #310 安全边界边缘情况的正确性/加固修复 (#323 / #327 / #328 / #329 / #331 / #332 / #333) —— 其中包括两个 P1 修复（#327 无交接路径上的领域画像激活， #328 评估框架的每类阈值门）。无新功能，无破坏性模式变更。详见 CHANGELOG.md。

v3.11.0 (2026-06-04) — 确定性引用验证门 (#182)

新增一个确定性引用存在性验证门，独立于 LLM 同行评审运行。每个被引参考文献最多与四个书目索引交叉核对——Semantic Scholar + OpenAlex + Crossref + 新增的 arXiv 解析器（scripts/arxiv_client.py，无需 API 密钥）——并将每个引用的 lookup_verified 状态（{true, false, unresolvable}）写入统一摘要，因此通过查找即可捕获那些具有可证明虚假 DOI/arXiv ID 的编造引用，而无需等待评审代理注意到。该门继承 v3.10 的 terminal_policies 选择加入模型：检测始终运行，但 lookup_verified == false 的行仅在用户选择加入 terminal_policies.citation_existence == strict 时才是终结性的——默认行为是建议性的，可通过 /ars-mark-read 确认。false 被限定为ID 键不匹配（即 DOI/arXiv 查找明确失败），因此合法但未被索引的人文/非英语/地区引用保持 unresolvable 状态，永远不会阻塞（这是文档中记录的精确度优先于召回率的权衡）。附带持久化 SQLite 验证缓存（~/.cache/ars/verification.db，90 天 TTL）和 /ars-cache-invalidate 命令、独立的 verification_gate API + verify_passport.py CLI，以及 v3.9.0 污染三角测量矩阵的四索引扩展（k=0..4，均为建议性）。academic-pipeline 跟踪 v3.11.0 套件；其他三个技能版本不变。规范文档：docs/design/2026-05-21-v3.10-182-promote-citation-gate-spec.md（§0 修正案 + C-V6）。

v3.10.0 (2026-06-01) — 三角测量策略层、Kong 调查采纳、评估框架、限定写入守卫

次要版本，包含：选择加入的污染三角测量终结策略层（#127 —— 默认引用行为与 v3.9.0 字节级等效）；Kong 等人 2026 年调查采纳——反驳承诺分类账（#256/#266/#268/#269）和学科相关的领域证据画像（#259）；v3.10 测量基础设施——通用评估黄金集 + 排序提升 CI 门（#184）；限定写入守卫 MVP（#134）——一个确定性 PreToolUse 钩子，将 23 个单阶段代理限制在其各自的阶段目录中，并禁止 Bash（改为使用 Grep/Glob 和结构化编辑工具）；/ars-mark-read 插件命令（#190）及到货即损修复（#195）；简体中文版 README（#185）；以及 CI 加固（#156/#155）。academic-paper → v3.2.0，academic-paper-reviewer → v1.10.0，以支持承诺分类账和领域画像新增；academic-pipeline 跟踪 v3.10.0 套件。除非选择加入严格策略模式，否则默认技能行为不变；唯一的默认开启变更是 #134 守卫，它约束了受限制的子代理，而非面向用户的输出。

v3.9.4.2 (2026-05-19) — PR #149 CI 纪律门（codex 发布后）的发布后热修复

对 PR #149（7 个 CI 纪律门）的 codex 发布后审查发现了 4 个 P2 发现；v3.9.4.2 加固了其中 3 个。F1：harness-retirement-monthly.yml 添加了 GH_REPO，使得定时运行拥有仓库上下文以执行 gh issue create。F2：release-cooldown.yml 将 PREV_TAG 查找过滤为 v* 标签，以防止非发布标签绕过冷却期。F3：release-cooldown.yml 现在也读取注解标签的主题，并接受 hot-fix 拼写（v3.9.2 之前是一个假阴性热修复）。PR #157 后续：[skip-cooldown] 覆盖现在同时从提交消息和注解标签消息中读取（自举修复——此标签的冷却绕过证明了 F2+F3 端到端工作）。F4（测试计数单调性加固）被回退，因为它暴露了预先存在的 scripts/ 包问题，已跟踪为 #154（后来由 PR #158 修复）+ 重试 #155。关闭 #152。后续：#155, #156。

v3.9.4.1 (2026-05-19) — v3.9.4 时间验证（#135 codex 发布后）的发布后热修复

对 v3.9.4 的 codex 发布后审查发现了 4 个真实漏洞，这些漏洞被每个任务的子代理评审者遗漏。热修复补丁全部修复了这 4 个漏洞：(1) audit() 现在将 citation_provenance 连接到 P2 和 P4——当引用别名具有 confidence: low 或 conflict 时，验证器会发出 TEMPORAL-METADATA-MISSING，而不是将时间线日期作为真实数据使用（规范 §3.4 第一方安全检查已损坏）。(2) _date_to_interval 解析所有符合模式的有效日期形状，包括 YYYY-MM（Crossref 月份精度）和 YYYY-MM-DD..YYYY-MM-DD（区间）；v3.9.4 对这些格式静默地 ValueError 并跳过了检查。(3) P4 现在在缺少引用标记时绑定直接日期捕获——像“2026 年政策启用了 2020 年推广”这样的句子现在实际触发。(4) citation_provenance.schema.json 的 confidence:high allOf 现在除了要求非空外，还要求存在（then.required），从而关闭了属性缺失的绕过。1561 个测试通过（与 v3.9.4 基线相比新增 12 个测试，0 回归）。ARCHITECTURE.md 已更新至当前状态（之前停留在 v3.8.0）。

v3.9.4 (2026-05-18) — 时间验证层（建议性）

在阶段 4 → 5 边界处新增确定性建议性验证器，涵盖 5 种时间故障模式（P1 回顾性算术、P2 年代错误引用、P3 比较器未具体化、P4 因果倒置、P5 指示性现在）。新的阶段 2 兄弟 timeline_extraction_agent 拥有 phase2_investigation/timeline.yaml + phase2_investigation/citation_provenance.yaml。验证器脚本 scripts/temporal_integrity_audit.py 确定性运行 5 遍。在 report_compiler_agent + draft_writer_agent 中添加了 M3 时间完整性铁律。M6-最小：Crossref issued + pdftotext 覆盖第一方验证。M7-最小：日期来源 + 比较器具体化。M5-存根：仅用户声明的 version_family_id。对 literature_corpus_entry、claim_audit_result、claim_intent_manifest 零修改。bibliography_agent 未修改（F2 不变）。3 个新的侧车模式。覆盖率估计：基线 55-70% / 使用 M7 最小为 65-75%。1549 个测试通过（新增 44 个，0 回归）。

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

纯重构 + 来自 v3.9.0 /simplify 审查积压的一个潜伏错误修复。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 _resolve_by_doi_then_title 辅助函数（2 路解析器主体去重，§3.4 / §3.5 API 表面保持不变）。将限流测量标准化为 time.monotonic（跨 OpenAlex + Crossref，之前是 time.time，NTP 不安全），与 Semantic Scholar 对齐。所有 5 个模块级交叉导入的双路径导入基础设施（兄弟优先，命名空间包回退）保留了 SemanticScholarUnavailable 的类标识，并额外修复了 2 个潜伏的损坏 import scripts.X 路径。1505 个测试通过（新增 23 个，0 回归）。#128 §4（并行化每条目的 OA + CR）推迟到 #138。

v3.9.2 (2026-05-18) — #133 阶段边界热修复

#133 关闭（热修复层）。长期架构修复作为 v3.10 主动导体在 #134 中跟踪。新增：CLAUDE.md 中的路由澄清门（跨阶段材料 → 用 a-d 选项澄清，而非静默分发），22 个单阶段代理获得提示硬围栏（## Phase Boundary (v3.9.2)），16 个多阶段 / 阶段正交 / 跨阶段元代理有意不设围栏（诚实的框架——散文安慰剂制造了虚假执行的幻觉），咨询验证器 scripts/check_pipeline_integrity.py 事后检测 #133 模式。跨模型抽点的行为冒烟测试（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 影响 (#130)。无规范变更。

v3.9.0 (2026-05-17) — #102 跨索引三角测量

#102 关闭。v3.7.3 发布了单索引（Semantic Scholar）污染检测；v3.9.0 扩展为三索引三角测量（S2 + OpenAlex + Crossref），仅作为咨询证据。contamination_signals 上新增两个可选布尔值（openalex_unmatched, crossref_unmatched）；手动录入 not-rule 对称扩展。终结器新增一个 4 级咨询矩阵（k=0/1/2/3 基于存在的 *_unmatched 字段），为 k=1/k_max=1 的仅 S2 场景保留 v3.7.3 遗留的 CONTAMINATED-UNMATCHED。格式化器放行白名单从 3 个后缀扩展为 9 个；拒绝规则 1-10 按 R-L3-2-E 不变。策略层（严格模式、硬阻断层级、venue_type / triangulation_policy）推迟到 v3.10，按规范 §2.3。k=3 标记为 CONTAMINATED-TRIANGULATION-UNMATCHED（描述可观察现象，而非推断原因）。3 条新硬规则：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；放行白名单扩展）。

迁移： v3.7.3 语料库——运行 python scripts/migrate_literature_corpus_to_v3_9_0.py PATH 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（按规范 §3.7 链式处理；v3.9.0 工具仅作用于已携带 contamination_signals.semantic_scholar_unmatched 的条目）。

v3.8.2 (2026-05-17) — #118 未引用审计工具故障表面

#118 关闭。ARS_CLAIM_AUDIT=1 未引用约束判断路径在 JudgeInvocationError 时曾静默替换为 {"judgment": "NOT_VIOLATED"}，抑制了因瞬态法官中断导致的 HIGH-WARN 约束检查。v3.8.2 将这些失败路由到专用的 uncited_audit_failures[] 聚合（MED-WARN 咨询层级），镜像了引用路径的 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引用。#118 issue 正文中的四个选项 1..4 权衡最终选择了选项 2（新聚合）——选项 4（重新抛出并中止）因对不稳定法官端点的审计覆盖率影响而被拒绝。

  • 新增 uncited_audit_failure.schema.json 聚合（规范 §3.6）。每个未引用句子 × manifest 对一条记录，其中约束法官抛出 JudgeInvocationError。与引用路径 INV-14 相同的故障类枚举（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（规范 §6 规则 4d）。finding_id 唯一性、scoped_manifest_id 跨数组完整性、manifest_claim_id 非空时的 (M, C) 对完整性、每个 (句子, manifest) 去重、理由 fault_class 前缀、跨聚合互斥性 vs constraint_violations[]。
  • 终结器 §5 MED-WARN 咨询行：注释 [CLAIM-AUDIT-TOOL-FAILURE-UNCITED — <fault-class>]，门通过（重试下一轮修复）。格式化器 REFUSE 列表不变——UAF 是咨询性的。
  • 流水线集成（scripts/claim_audit_pipeline.py）：在第 1211-1224 行的吞没点移除；JudgeInvocationError 现在发出 UAF 行并 continue 到下一个 (句子, manifest) 对。无虚假 NOT_VIOLATED 到达 constraint_violations[]。
  • 测试：新增 18 个（15 个模式/lint TSUAFUncitedAuditFailureInvariants + 3 个流水线集成 TP23UncitedJudgeOutageEmitsUAF）。基线从 694 个测试增长到 712 个，0 回归。
  • 代理文档（academic-pipeline/agents/claim_ref_alignment_audit_agent.md）：输出发射表新增第七行；错误处理表从 3 个表面扩展到 4 个表面，包含未引用路径 UAF 行。

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

v3.7.3 + v3.8 端到端填补了 L3（主张忠实性）缺口。v3.7.3 发布了定位器基础设施——每个引用携带三层锚点，以便未来审计能获取引用的段落。v3.8 发布了审计阶段，消费这些锚点，判断引用来源是否支持主张，并在格式化器终端硬门上门控拒绝 HIGH-WARN 违规。该版本还捆绑了自 v3.7.0 以来积累的 5 个审计轨迹功能 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）第 4→5 阶段审计代理。判断每个采样引用与检索摘录的匹配；发出 claim_audit_results[] + claim_intent_manifests[] + claim_drifts[] + uncited_assertions[] + constraint_violations[] 聚合。8 行终结器矩阵将 HIGH-WARN 类（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 元组黄金集（T-C1 FNR<0.15 + FPR<0.10，T-C2 每类，T-C3 形状完整性）。8 轮双轨审查（R1 codex + Gemini-3.1-pro-preview，Gemini 配额耗尽后 R2-R8 仅 codex）；轨迹 R1 4P1+2P2 → R8 0P1+4P2 发布门。
  • v3.7.3 — 三层引用发射 + 污染信号（PR #98）。synthesis_agent / draft_writer_agent / report_compiler_agent 增加 ## Three-Layer Citation Emission (v3.7.3) H2。每个 <!--ref:slug--> 携带 <!--anchor:<kind>:<value>-->，其中 <kind> ∈ {quote, page, section, paragraph, none}（quote 锚点限制 25 词，URL 编码）。pipeline_orchestrator_agent 终结器变为 5 单元格，包含优先级零的 NO-LOCATOR 检查。formatter_agent 为 [UNVERIFIED CITATION — NO QUOTE OR PAGE LOCATOR] 增加显式硬门拒绝。literature_corpus_entry.schema.json 增加可选 contamination_signals: { preprint_post_llm_inflection, semantic_scholar_unmatched } 对象。bibliography_agent 在摄取时计算两个信号。11 轮审查轨迹（Codex×10 + Gemini 跨模型×1）关闭了 22 个发现。规范：docs/design/2026-05-12-ars-v3.7.3-claim-faithfulness-and-contaminated-source-spec.md。外部动机：Zhao et al. arXiv:2605.07723 (2026-05)。
  • #108 — AI 披露政策锚点渲染器（2026-05-14 审计轨迹发布）。在现有场地跟踪渲染器旁边增加 PRISMA-trAIce / ICMJE / Nature / IEEE 政策锚点披露路径。
  • #111 — slr_lineage 在系统综述 → 学术论文交接时发射（2026-05-15）。模式 9 可选布尔字段 slr_lineage；生产者 pipeline_orchestrator_agent 在每次交接过渡时写入；消费者 disclosure 模式根据 §4.3 G2 不变跟踪门分派 --policy-anchor=prisma-trAIce。
  • #104 — README 动机：Zhao et al. 语料库规模证据锚点（2026-05-15）。README + README.zh-TW.md 动机部分将 v3.7.x 系列置于 Zhao et al. 的 146,932 个幻觉引用发现之上。
  • #105 — v3.7.3 contamination_signals 回填迁移工具（2026-05-15）。scripts/migrate_literature_corpus_to_v3_7_3.py 对 v3.7.3 之前的护照回顾计算两个污染信号。
  • #115 — Semantic Scholar 客户端成熟度（2026-05-15）。scripts/semantic_scholar_client.py 增加 1 req/s 节流（检测到 S2_API_KEY 时降至 0.1s），对 URLError 的中断锁存，以及用于长时间运行的跨护照批次的 reset_outage_latch()。

v3.7.0 (2026-05-05) — Claude Code 插件打包

插件打包升级：ARS 现在可以通过 /plugin marketplace add Imbad0202/academic-research-skills + /plugin install academic-research-skills 在 Claude Code CLI / VS Code / JetBrains 上一行安装。传统的 git clone + symlink to ~/.claude/skills/ 流程仍然有效——两条路径均为一等支持。

  • 插件清单 + 市场元数据（第一阶段，PR #68）。.claude-plugin/plugin.json 声明套件（通过相对符号链接从 skills/ 目录自动发现 4 个技能）。.claude-plugin/marketplace.json 注册插件，使单个 GitHub 托管端点同时服务于市场列表和插件源码。README + README.zh-TW.md + docs/SETUP.md 包含双轨安装说明。
  • 10 个斜杠命令 位于 commands/ars-*.md（第二阶段 2.1，PR #69），将 MODE_REGISTRY.md 条目映射到 /ars-<mode> 触发器。模型路由固定在每个命令的 frontmatter 中——opus 用于 full 和 revision-coach（架构 / 审查解释深度），sonnet 用于其他 8 个。根据项目策略，不包含 Haiku。
  • 3 个插件内置的代理 位于 agents/*_agent.md（第二阶段 2.1，PR #69），作为指向 deep-research/agents/ 中经过 v3.6.7 加固的下游代理的相对符号链接：synthesis_agent、research_architect_agent、report_compiler_agent。保留下划线文件名以保持 scripts/check_v3_6_7_pattern_protection.py 的硬固定路径和 INV-3 清单约束的 Clause 1 不变式。符号链接（而不是副本）保持了单一事实来源，并防止了 v3.6.7 §6 反转扫描 + INV-1/2/3 检查关闭的 Pattern C3 攻击面。（在 #413 中实现为真正的字节相同副本——相对符号链接在没有 core.symlinks 的 Windows 检出和 zip 下载安装中会失效；单一来源保证移至 scripts/check_agents_mirror_sync.py 的字节相等性 CI 检查。）
  • model: inherit 被添加到这三个源代理的 frontmatter 中。选择 inherit 而不是固定 sonnet，以便在运行 ARS 完整管线的 opus 会话中保持 opus 代理（而不是被限制）。用户的 ~/.claude/hooks/warn-agent-no-model.sh PreToolUse 钩子在调度边界处拦截 Haiku，因此 inherit 通过一个已经无 Haiku 的模型来解析。
  • SessionStart 通知钩子 位于 hooks/hooks.json + scripts/announce-ars-loaded.sh（第二阶段 2.2，PR #70）。当插件加载时，该钩子将 additionalContext 注入到 LLM 的第一轮对话中，列出 10 个斜杠命令、3 个插件代理和一个 token 预算指针。startup 和 clear 源值获得完整通知；resume 和 compact 获得一行确认以避免消耗上下文。兼容 Bash 3.2——在 macOS 的默认 /bin/bash 上运行，无需 brew install bash 要求。
  • 第二阶段 2.2 范围缩减：由于合同差距（SubagentStop 负载不包含阶段/可交付物信息，因此包装器必须半推断所需参数）和调用者类边界（run_codex_audit.sh 第 4-7 行禁止同一会话内 LLM 调用；PostToolUse 在生产会话内触发），SubagentStop → run_codex_audit.sh 审查钩子被排除在 v3.7.0 之外。真正的审查钩子集成推迟到未来版本，届时 ARS 将获得阶段/可交付物传播合同。参见 docs/design/2026-04-30-ars-v3.7.0-plugin-packaging-roadmap.md 2026-05-05 更新说明（第二阶段 2.2 范围缩减）。
  • docs/PERFORMANCE.md + .zh-TW.md 新增了一个“v3.7.0 Plugin agents and model routing”小节，解释了 inherit 语义和当前的 3 代理范围边界。
  • 跨三个 PR 的 Codex 审查链：8 次内联迭代轮次 + 3 次全新的 PR 级轮次，全部在合并前收敛到 0 P0/P1/P2 发现。第二阶段 2.2 的全新 PR 审查发现了一个 P2（未加引号的 ${CLAUDE_PLUGIN_ROOT} 会破坏包含空格的安装路径），而内联轮次遗漏了——这证实了将实现审查（内联）与合同审查（全新）分开的价值。
  • 未变更的内容：四个技能目录、所有 25 个模式、代理提示、模式文件以及 lint 合同。插件打包仅添加了新的顶层结构（commands/、agents/、hooks/、.claude-plugin/、skills/ 符号链接目录、三个插件代理的 model: inherit frontmatter 添加）。现有的 4.3k 克隆安装用户不会看到任何破坏性变更。

v3.6.8 (2026-05-03) — Generator-Evaluator Contract Gate (v3.6.6 spec ship)

命名说明：此版本发布了 v3.6.6 generator-evaluator contract 规范和实现。由于项目顺序，v3.6.6 的工作在 v3.6.7 之后落地；设计文档保留了合同门版本的 v3.6.6 内部命名，而套件版本标记为 v3.6.8 以保持 CHANGELOG 的单调性。

  • Schema 13.1 (shared/sprint_contract.schema.json) 扩展了 Schema 13，新增了两个 mode 枚举值（writer_full + evaluator_full）、两个新的可选顶层字段（pre_commitment_artifacts 仅写入者、disagreement_handling 仅评估者）以及 12 个 allOf 分支，强制执行审查者/写入者/评估者条件门。现有审查者合同在 Schema 13.1 下验证为字节等价（§3.6 零接触承诺）。
  • 两个新发布的合同模板 位于 shared/contracts/writer/full.json（D1–D7, F1/F4/F2/F3/F0）和 shared/contracts/evaluator/full.json（D1–D5, F1/F2/F3/F6/F4/F5/F0）。从规范分支上的设计时人工制品提升为实时发布状态，与 Schema 13.1 升级原子性地完成。
  • 两阶段编排 在 academic-paper full 内部：阶段 4 拆分为阶段 4a（写入者论文盲预承诺）+ 阶段 4b（写入者论文可见草稿 + 自评分）；阶段 6 拆分为阶段 6a（评估者论文盲预承诺）+ 阶段 6b（评估者论文可见评分 + 决策）。编号为 <phase4a_output> / <phase6a_output> 的数据分隔符镜像了 v3.6.2 审查者模式。Lint 计数摘要：写入者 3+4 / 评估者 5+5 / 审查者 5+6（审查者保持零接触）。
  • academic-paper 技能 + 代理文件 增加了一个逐字的 ## v3.6.6 Generator-Evaluator Contract Protocol 块（SKILL.md 中 101 行，加上 draft_writer_agent.md 中 47 行和 peer_reviewer_agent.md 中 57 行）。SKILL.md 还新增了一个 ## 已知限制 部分，包含针对 v3.6.7+ 的优雅降级和跨会话恢复的前瞻说明。
  • 验证器扩展：scripts/check_sprint_contract.py SC-* 模式门控审计（SC-5 + SC-11 仅审查者；SC-9 扩展到所有三个模式家族）。17 个新测试将验证器单元测试计数从 54 增加到 71（正面 + 5 个模式分支反面 + 2 个 §3.6 审查者回归 + 6 个模式门控测试）。
  • 清单 CI 检查：scripts/check_v3_6_6_ab_manifest.py 在 tests/fixtures/v3.6.6-ab/manifest.yaml 上强制执行 §6.2 清单模式 + §6.5 git 跟踪不变式。.github/workflows/spec-consistency.yml 扩展了冲刺合同验证循环，在现有审查者循环之外迭代写入者 + 评估者模板目录，并运行新的清单 CI 检查。
  • A/B 证据固定装置存根 位于 tests/fixtures/v3.6.6-ab/（30 个文件）：清单 + README + 6 个论文 A 输入/基准 + 1 个论文 C 输入/基准 + 阶段 3 审查者摘录 + 6 个 codex-judge 基准占位符。真实固定装置数据将在后续提交中填充，在实现工作完全完成之前。

v3.6.7 (2026-04-30) — 下游 Agent 模式保护（第 1+2 步）

  • 三个下游 Agent 针对 17 个已记录的幻觉/漂移模式中的 13 个进行了强化：synthesis_agent（A1–A5 叙述侧）、research_architect_agent 的调查设计模式（B1–B5 工具侧）以及 report_compiler_agent 的仅摘要模式（C1–C3 出版侧）。每个 Agent 提示现在都带有一个 PATTERN PROTECTION (v3.6.7) 块。
  • shared/references/ 中的四个参考文件：irb_terminology_glossary.md、psychometric_terminology_glossary.md、protected_hedging_phrases.md、word_count_conventions.md。这些参考文件携带操作契约，Agent 提示通过路径引用这些契约。
  • 跨模型审计提示模板位于 shared/templates/codex_audit_multifile_template.md，包含七个审计维度，以及对 report_compiler_agent 捆绑包强制执行的三个部分 Section 4(f) 检查。任何子检查失败均视为 P1 发现。
  • 静态 lint + 29 项测试变异套件：scripts/check_v3_6_7_pattern_protection.py 强制执行保护子句存在性和义务短语形式；scripts/test_check_v3_6_7_pattern_protection.py 保留 codex 审查证据，以便未来的检查器回归在 CI 中显现。两者均已接入 .github/workflows/spec-consistency.yml。
  • Codex 审查历史：七轮 gpt-5.5 + xhigh 跨模型审查达到 SHIP-OK，且零 P1+P2 发现。第 6 步（编排器运行时 hooks）和第 8 步（合成评估用例）将在后续 PR 中发布。

v3.6.5 (2026-04-27) — Material Passport literature_corpus[] 消费者集成

  • 两个 Phase 1 文献消费者已接入：deep-research/agents/bibliography_agent.md 和 academic-paper/agents/literature_strategist_agent.md。两者在 passport 携带非空 literature_corpus[] 时遵循相同的五步语料库优先、搜索填补空白流程，以及相同的四条铁律（相同标准 / 无静默跳过 / 无语料库变异 / 解析失败时优雅降级）。
  • 搜索策略报告中的 PRE-SCREENED 可重现性块：列举了包含/排除/跳过的语料库条目，附带 F3 零命中注释和 F4a–F4f 来源报告，这些报告围绕 obtained_via / obtained_at 的部分声明进行组合。final_included = pre_screened_included[] ∪ external_included[] 保持中立——在参考文献条目或文献矩阵行上不添加来源标签。
  • 消费者协议参考位于 academic-pipeline/references/literature_corpus_consumers.md，包含规范的 PRE-SCREENED 模板、BAD/GOOD 示例、四条铁律以及每个消费者的阅读说明。
  • CI lint scripts/check_corpus_consumer_protocol.py，通过清单驱动的消费者列表（scripts/corpus_consumer_manifest.json）强制执行九项协议不变式。
  • Schema 9 注意事项已移除：shared/handoff_schemas.md 移除了 v3.6.4 中“消费者端集成推迟到 v3.6.5+”的注意事项；替换为指向消费者协议的反向指针。
  • 基于存在性，无 schema 变更，无新环境标志。解析失败降级为仅外部数据库流程，并显示 [CORPUS PARSE FAILURE] 表面。citation_compliance_agent 语料库集成推迟（目标版本待定，在 v3.8 之后）。
  • 无破坏性变更。现有用户适配器无需修改即可工作。

v3.6.4 (2026-04-25) — Material Passport literature_corpus[] 输入端口

  • literature_corpus[] 字段作为用户自有文献的可选输入端口添加到 Schema 9。每个条目符合 shared/contracts/passport/literature_corpus_entry.schema.json（CSL-JSON 作者、年、标题、source_pointer + 私有可选字段 abstract / user_notes）。
  • 语言无关适配器契约位于 academic-pipeline/references/adapters/overview.md：任何读取用户语料库源的程序（任何语言）都可以生成符合规范的 passport.yaml + rejection_log.yaml。条目级错误软失败，适配器级错误硬失败，确定性排序。
  • scripts/adapters/ 下的三个参考 Python 适配器：folder_scan.py（PDF 文件系统）、zotero.py（Better BibTeX JSON 导出）、obsidian.py（库房 frontmatter）。仅作为起点；用户应为其非参考源编写自己的适配器。
  • 拒绝日志契约位于 shared/contracts/passport/rejection_log.schema.json，带有封闭的分类原因值枚举；始终生成（无拒绝时为空）。
  • CI 门控：scripts/check_literature_corpus_schema.py 验证 schema + 适配器示例；scripts/sync_adapter_docs.py --check 防止 schema→文档漂移；新的 pytest.yml 工作流在路径过滤触发时运行 scripts/adapters/tests/。
  • v3.6.4 仅限输入端口：v3.6.4 发布了 schema 和适配器契约，但未集成消费者。bibliography_agent 和 literature_strategist_agent 在 v3.6.5 中接入。
  • 无破坏性变更。

v3.6.3 (2026-04-23) — 可选 Passport 重置边界

  • 可选 passport 重置边界（ARS_PASSPORT_RESET=1）。将每个 FULL 检查点提升为上下文重置边界。新的 resume_from_passport=<hash> 模式允许用户在全新的 Claude Code 会话中仅从 Material Passport 账本恢复。systematic-review 模式在标志开启时使重置在每个 FULL 检查点成为强制；其他模式将重置视为标志门控的默认行为。标志关闭时保持 v3.6.3 之前的行为逐字节不变。
  • Schema 9 获得一个仅追加的 reset_boundary[] 账本，包含两种条目类型（kind: boundary + kind: resume）。哈希使用 JSON Canonical Form + SHA-256，并带有自引用安全的规范占位符。可选的 pending_decision 处理 MANDATORY 分支选择。
  • 新的 CI lint scripts/check_passport_reset_contract.py：每个提及标志的地方必须同时指向权威协议文档的指针。
  • 协议文档：academic-pipeline/references/passport_as_reset_boundary.md。
  • docs/PERFORMANCE.md 更新了长时间运行会话指南。
  • 无破坏性变更。标志默认关闭。

v3.6.2 (2026-04-23) — 审稿人 Sprint 契约硬门控

v3.6.2 引入了 Schema 13 sprint 契约和一个硬门控编排，强制审稿人在阅读论文之前预先提交其评分计划。仅限审稿人的首个测试用例；作者/评估者推迟到 v3.6.4。详见 CHANGELOG。

  • Schema 13 sprint 契约包含 panel_size、acceptance_dimensions、failure_conditions（带有 severity 优先级 + 面板相对 cross_reviewer_quantifier）、measurement_procedure、可选的 override_ladder、有界的 agent_amendments。验证器：scripts/check_sprint_contract.py。
  • 两次调用硬门控。 审稿人首先运行论文内容盲 Phase 1，然后运行论文可见 Phase 2；Phase 1 输出被包裹在 <phase1_output>...</phase1_output> 数据分隔符中，以缩小自注入攻击面。
  • 合成器三步机械协议。 构建跨审稿人矩阵 → 使用面板相对量词和已识别表达词汇评估每个 failure_condition → 按 severity 解析优先级。editorial_synthesizer_agent 中明确列出了禁止操作列表。
  • 两个审稿人模板发布（shared/contracts/reviewer/full.json 面板 5；shared/contracts/reviewer/methodology_focus.json 面板 2）。reviewer_re_review、reviewer_calibration、reviewer_guided 在 schema 枚举中保留，但 v3.6.2 不附带契约模板；它们保持 v3.6.2 之前的行为。reviewer_quick 完全从枚举中排除。
  • academic-paper-reviewer SKILL 版本：1.8.1 → 1.9.0。academic-pipeline SKILL 版本：3.5.1 → 3.6.2（套件版本不变）。套件版本号提升至 3.6.2。
  • 参见规范 docs/design/2026-04-23-ars-v3.6.2-sprint-contract-design.md 和协议 academic-paper-reviewer/references/sprint_contract_protocol.md。

v3.5.1 (2026-04-22) — 可选的苏格拉底阅读检查探测

v3.5.1 为苏格拉底导师（ARS_SOCRATIC_READING_PROBE=1）增加了一个可选的诚实性探测。默认关闭。详见 CHANGELOG。

  • 可选的阅读检查探测：当设置 ARS_SOCRATIC_READING_PROBE=1 时，在用户引用特定论文的目标导向会话中，苏格拉底导师会触发一次性的诚实性探测。拒绝会被记录而不受惩罚。结果流向研究计划摘要和第6阶段 AI 自我反思报告。无需新增智能体，无模式变更。
  • deep-research SKILL 版本：2.9.0 → 2.9.1。academic-pipeline SKILL 版本：3.5.0 → 3.5.1。套件版本升至 3.5.1。

v3.5.0 (2026-04-21) — 协作深度观察器

  • 新增智能体：academic-pipeline 中的 collaboration_depth_agent（智能体团队从3个增加到4个）。在每个 FULL/SLIM 检查点以及流水线完成时调用；根据4维度评分标准对用户-AI 协作进行评分。仅提供建议——绝不阻塞进度。 强制检查点（第2.5/4.5阶段完整性门控）不调用观察器。
  • 新评分标准：shared/collaboration_depth_rubric.md v1.0。维度：委派强度、认知警觉性、认知重新分配、区域分类（区域1/区域2/区域3）。基于 Wang, S., & Zhang, H. (2026). “Pedagogical partnerships with generative AI in higher education: how dual cognitive pathways paradoxically enable transformative learning.” International Journal of Educational Technology in Higher Education, 23:11. DOI 10.1186/s41239-026-00585-x。
  • 跨模型差异被标记，而非平均：当设置 ARS_CROSS_MODEL 时，观察器在两个模型上运行；维度差异 > 2 分时报告，而非静默平滑。通过 ARS_CROSS_MODEL_SAMPLE_INTERVAL 逃生舱口进行成本权衡。
  • 短阶段防护：用户轮次少于5次的阶段会注入静态的 insufficient_evidence 块，而不是调度完整模型观察器。
  • 反谄媚纪律：得分 ≥ 7 需要具体的对话轮次引用；区域3触发重新审计；无动机框架。
  • academic-pipeline SKILL 版本：3.3.0 → 3.4.0。套件版本升至 3.5.0。新增 lint 脚本 scripts/check_collaboration_depth_rubric.py + 10个测试。

v3.4.0 (2026-04-20) — 合规智能体 + 模式12

  • 合规智能体（共享）：单个模式感知的智能体，运行 PRISMA-trAIce 17项（仅系统评价模式）+ RAISE 4项原则 + 8角色矩阵。挂接到现有第2.5/4.5阶段完整性门控；基于层级阻塞（强制→阻塞，HR→警告，R/O→信息）。非系统评价条目仅运行原则，仅警告。
  • 模式12 compliance_report 通过 compliance_history[] 追加到 Material Passport中（仅追加）。
  • 3轮用户覆盖阶梯自动将 disclosure_addendum 注入稿件。无法规避检测。
  • 具有透明报告的校准，无硬性 FNR/FPR 门控——与 task_type: open-ended 自洽。
  • 上游新鲜度 CI 在 PRISMA-trAIce 漂移时发出警告（非阻塞）。
  • 长会话文档：Material Passport 作为跨会话恢复机制。

v3.3.6 (2026-04-15) — README 精简 + ARCHITECTURE 文档

  • 新增 docs/ARCHITECTURE.md 作为流水线结构的单一真相来源（流程、矩阵、数据访问、依赖图、质量门控、模式）。通过 PR #18 合并到主分支。
  • 新增 docs/SETUP.md（先决条件、API 密钥、Pandoc/tectonic、跨模型验证、安装方法）和 docs/PERFORMANCE.md（令牌预算、推荐的 Claude Code 设置）。README 链接到这两个文档，而非内联它们。
  • 精简 README：移除了 ASCII 流水线图和16点关键特性列表（已被 ARCHITECTURE.md 取代）；技能详情部分现在锚定版本号，并引导读者阅读 ARCHITECTURE.md §3 以获取每个智能体的名单。
  • 注意：任何技能均无功能变化。纯文档重组。套件版本升至 3.3.6。

v3.3.5 (2026-04-15)

  • 新增 benchmark_report.schema.json + Material Passport 上的可选 repro_lock 块。两者均附带模式文档、lint 和示例。首个正式 Python 开发依赖清单（requirements-dev.txt）。

v3.3.4 (2026-04-15) — README 更新日志同步补丁

  • 同步了 README.md 和 README.zh-TW.md 中的嵌入式更新日志部分，使其包含缺失的 v3.3.3 和 v3.3.2 版本摘要。
  • 扩展了 scripts/check_spec_consistency.py，使未来的 README 更新日志漂移会导致 CI 失败。

v3.3.3 (2026-04-15) — 发布准备 + Lint 强化

  • 强化了 SKILL 前置元数据 lint：缺失结束 --- 分隔符现在会干净地失败，而不是被解析为有效的 YAML。
  • 解析为有效 YAML 但不是映射的前置元数据现在会报告可读错误，而不是崩溃。
  • 修复了两个 README 中发布后审计报告失效的展示链接。
  • 向规范一致性检查添加了 README 相对链接验证，使死链接导致 CI 失败。
  • 统一了文档中的 DOCX 输出契约：直接 .docx 生成依赖于 Pandoc，以 Markdown + 转换说明作为后备。
  • 准备了 v3.3.3 发布：套件版本升级，academic-paper -> v3.0.2，academic-pipeline -> v3.2.2。

v3.3.2 (2026-04-15) — 数据访问级别 + 任务类型元数据

  • 向所有顶级 SKILL.md 文件添加了 metadata.data_access_level，并强制使用词汇：raw、redacted、verified_only。
  • 向所有顶级 SKILL.md 文件添加了 metadata.task_type，并强制使用词汇：open-ended、outcome-gradable。
  • 为这两个元数据字段添加了 lint 脚本和单元测试，并连接到 GitHub Actions 规范一致性工作流。
  • 添加了 shared/ground_truth_isolation_pattern.md 并从 shared/handoff_schemas.md 链接了新词汇。

v3.3.1 (2026-04-14) — 规范一致性补丁

  • 同步了 README、.claude/CLAUDE.md、MODE_REGISTRY.md 和 SKILL.md 文件，以匹配当前的模式计数和已发布的技能版本。
  • 修正了跨模型措辞：完整性样本检查和独立 DA 批评已实现；第六审稿人同行评审仍为计划中。
  • 阐明了自适应检查点语义，使 SLIM 检查点仍等待用户明确确认。
  • 重申第2.5阶段和第4.5阶段完整性门控不可跳过。
  • 添加了轻量级规范一致性检查和 GitHub Actions 工作流，以捕获未来漂移。

v3.3 (2026-04-09) — PaperOrchestra 启发增强

整合了 PaperOrchestra（Song, Song, Pfister & Yoon, 2026, Google）的技术。

  • Semantic Scholar API 验证 — 通过 S2 API 进行第0级程序化参考文献存在性检查。Levenshtein >= 0.70 标题匹配，DOI 不匹配检测，通过 S2 ID 进行参考文献去重。如果 API 不可用，则优雅降级。
  • 反泄漏协议 — 知识隔离指令优先使用会话材料而非 LLM 参数记忆。对缺失内容标记 [MATERIAL GAP]，而不是从记忆中填充。降低模式5/6失败风险。
  • VLM 图表验证（可选） — 使用视觉能力 LLM 对渲染图表进行闭环验证。10点检查清单，最多2次细化迭代。
  • 分数轨迹协议 — 跨修订轮次的每个维度评分标准分数增量跟踪（7个维度）。检测回归（delta < -3）并触发强制检查点。
  • 第2阶段并行化 — 可视化与论点构建可在提纲完成后并行运行。
  • 新版本：deep-research v2.8，academic-paper v3.0，academic-pipeline v3.2

v3.2 (2026-04-09) — Lu 2026 Nature Integration

整合了 Lu 等人 (2026, Nature 651:914-919) 的见解——这是首个通过盲审的端到端自主 AI 研究系统。

  • 7 模式 AI 研究失败模式检查清单 — 在阶段 2.5/4.5 阻止流程，针对疑似实施错误、幻觉结果、快捷方式依赖、将错误视为洞察、方法捏造、框架锁定。扩展了现有的 5 类引用幻觉分类法。
  • 审稿人校准模式 (academic-paper-reviewer v1.8) — 可选，根据用户提供的黄金标准集测量 FNR/FPR/平衡准确率。5 倍集成，默认跨模型启用，会话级置信度披露。
  • 披露模式 (academic-paper v2.9) — 默认路径返回 REQUIRED、ACTION_ONLY、NOT_REQUIRED 或 UNKNOWN 适用性，并在需要时显式给出类型化停止状态；策略锚定调用使用其单独的锚定特定渲染器。v1 涵盖 ICLR、NeurIPS、Nature、Science、ACL、EMNLP（此后已扩展：v2 数据库 (#596) 新增 9 个医学出版政策目标——ICMJEn、NEJM、The Lancet、JAMA、BMJ、PLOS、Frontiers，以及数据库首批两个中文政策目标：出版商范围的 中华护理杂志社 条目和期刊 国际眼科杂志。）
  • 早停准则 (academic-pipeline v3.1) — 流程开始时进行收敛检查 + 预算透明度。
  • 保真度-原创性模式频谱 — 根据 Lu 2026 图 1c 将所有模式按 3 项技能分类。
  • 新版本：academic-paper v2.9、academic-paper-reviewer v1.8、academic-pipeline v3.1

v3.1.1 (2026-04-09) — IS 高级学者 11 种期刊篮子

外部贡献：@mchesbro1 最初提出并起草了 IS 8 种期刊篮子 (Issue #5)；@cloudenochcsis 将其扩展为完整的高级学者 11 种期刊篮子 (Issue #7、PR #8)。更新了 academic-paper-reviewer/references/top_journals_by_field.md 第 7 节，增加了 Decision Support Systems、Information & Management 和 Information and Organization。来源：AIS 高级学者顶级期刊列表。

v3.1 (2026-04-06) — 反上下文退化 + 认知框架 + 精简规模

灵感来自 aspi6246/Claude-Code-Skills-for-Academics 的模式。

第一波：反上下文退化锚点

  • 所有 4 项技能共 29 个显式反模式（每项技能 7-8 个，表格形式，包含“失败原因”+“正确行为”）
  • 22 个铁律标记，用于关键规则，即使在长对话中也不得违反
  • 对 academic-paper-reviewer 的只读约束（审稿人不得修改稿件）

第二波：可追溯性 + 认知框架 + 强化

  • 修订与回复可追溯性矩阵（模式 11）：在重新审阅输出中增加“作者声明”和“已验证？”列，支持独立验证修订声明
  • 3 个认知框架参考文件，教导智能体“如何思考”而不仅仅是“做什么”：
    • argumentation_reasoning_framework.md — 图尔敏模型、Bradford Hill 因果推理、最佳解释推理、知识状态分类
    • review_quality_thinking.md — 三个透镜（内部效度、外部效度、贡献）、常见审稿人陷阱、校准问题
    • writing_judgment_framework.md — 清晰度测试、读者旅程、学科特定语调、修订决策矩阵
  • 对话中强化协议：每个流程转换时进行阶段特定的铁律 + 反模式提醒
  • 每个完整检查点进行自我检查问题（引用完整性、谄媚性让步、质量轨迹、范围纪律、完整性）

第三波：精简技能规模

  • SKILL.md 总大小从 142KB 减少到 85KB（−40%），方法是将详细协议提取到 references/ 文件中
  • 创建了约 15 个新的参考文件（重新审阅协议、引导模式、系统综述、过程摘要、外部审阅等）
  • 所有铁律标记保留在 SKILL.md 中；详细内容按需加载
  • 新版本：deep-research v2.7、academic-paper v2.8、academic-paper-reviewer v1.7、academic-pipeline v3.0

v3.0 (2026-04-03) — 反谄媚 + 意图检测 + 对话健康

  • 魔鬼代言人让步阈值 (deep-research + academic-paper-reviewer)：DA 必须在回应前对反驳进行 1-5 分评分。仅在 ≥4 分时让步。不得连续让步。跟踪让步率。每个检查点后检测框架锁定。
  • 攻击强度保持 (academic-paper-reviewer)：DA 在面对推诿时不会软化。建立反驳评估协议，包含显式回避检测。反谄媚规则防止将持续推诿视为有效证据。
  • 意图检测层 (deep-research socratic)：将用户意图分类为探索型或目标导向型。探索型模式禁用自动收敛，增加最大轮数，禁止过早结束。每 3 轮重新评估一次。
  • 对话健康指标 (deep-research socratic)：每 5 轮进行一次静默自我检查，检测持续同意、冲突回避、过早收敛。当检测到同意模式时自动注入挑战。
  • 跨模型验证协议 (共享，可选)：使用 GPT-5.4 Pro 或 Gemini 3.1 Pro 进行完整性验证的样本交叉检查以及独立的 DA 批评。第六审稿人同行评审仍处于计划中，尚未实现。通过设置 ARS_CROSS_MODEL 环境变量激活——不设置则一切照旧。完整设置指南、API 模式和成本估算见 shared/cross_model_verification.md。
  • AI 自我反思报告 (academic-pipeline 阶段 6)：流程结束后对 AI 行为模式的自我评估——DA 让步率、检查点跳过率、健康警报、谄媚风险评级（LOW/MEDIUM/HIGH）、框架锁定事件、收敛模式分析。包含讽刺性说明：“此自我反思本身由同一可能已表现出谄媚的 AI 生成。”
  • 起源：通过一轮 4 轮对话实验发现，其中 DA 让步过快，苏格拉底导师试图过早收敛，整个辩论始终锁定在人类设定的框架内。
  • 版本：deep-research v2.5、academic-paper-reviewer v1.5、academic-pipeline v2.8

v2.9.1 (2026-04-03) — 技能元数据

  • 在所有 4 个 SKILL.md 的前言中增加了 status: active 和 related_skills 交叉引用。
  • 支持技能发现工具以及 deep-research ↔ academic-paper ↔ academic-paper-reviewer ↔ academic-pipeline 之间的跨技能导航。

v2.9 (2026-03-27) — 风格校准 + 写作质量检查

  • 风格校准 (academic-paper 输入阶段 10，可选)：提供 3 篇以上已发表论文，流程将学习你的写作风格——句子节奏、词汇偏好、引用整合方式。在写作过程中作为软指导应用；学科惯例始终优先。优先级系统：学科规范（硬）> 期刊惯例（强）> 个人风格（软）。详见 shared/style_calibration_protocol.md
  • 写作质量检查 (academic-paper/references/writing_quality_check.md)：在草稿自我审阅期间应用的写作质量检查清单。5 个类别：AI 高频术语警告（25 个术语）、标点模式控制（破折号 ≤3）、开场白冗余检测、结构模式警告（三元组、均匀段落、同义词循环）、以及波动性检查（句子长度变化）。这些是好的写作规则——而非逃避检测的手段
  • 风格档案 通过 academic-pipeline 的材料护照传递（shared/handoff_schemas.md 中的模式 10）
  • deep-research 报告编译器也可选地使用这两个功能
  • 版本：academic-paper v2.5、deep-research v2.4、academic-pipeline v2.7

v2.8 (2026-03-22) — SCR Loop Phase 1: State-Challenge-Reflect

  • Socratic Mentor Agent (deep-research + academic-paper): SCR (State-Challenge-Reflect) 协议集成
    • 承诺门 (Commitment Gates)：在每层/章节过渡时呈现证据前，收集用户预测
    • 确定性触发矛盾 (Certainty-Triggered Contradiction)：检测高置信度语言（“显然”、“清楚地”），并引入反驳观点
    • 自适应强度 (Adaptive Intensity)：追踪承诺准确性，动态调整质疑频率
    • 自校准信号 (S5)：新的收敛信号，追踪整个对话中用户自校准的增长
    • SCR 开关 (SCR Switch)：用户可以说“跳过预测”以禁用，或说“重新打开预测”以在对话中重新启用；苏格拉底式提问正常进行
  • deep-research/references/socratic_questioning_framework.md: SCR 覆盖协议将 SCR 阶段映射到苏格拉底功能
  • 新增 CHANGELOG.md

v2.7 (2026-03-09) — 完整性验证 v2.0：反幻觉重构

  • integrity_verification_agent v2.0：反幻觉指令（无 AI 记忆验证），消除灰色地带分类（仅保留 VERIFIED/NOT_FOUND/MISMATCH），每个引用强制 WebSearch 审计追踪，第 4.5 阶段全新独立验证，灰色地带预防规则
  • 已知幻觉模式：来自 GPTZero × NeurIPS 2025 研究的 5 类型分类法（TF/PAC/IH/PH/SH），5 种复合欺骗模式，真实案例研究，文献统计数据
  • 发表后审计：对所有 68 个引用进行完整 WebSearch 验证，发现 21 个问题（31% 错误率），这些问题通过了 3 轮完整性检查——证明了外部验证的必要性
  • 论文修正：移除 4 个虚构引用，修正 6 处作者错误，更正 7 处元数据错误，修复 2 个格式问题

v2.6.2 (2026-03-09) — 基于意图的模式激活

  • deep-research：苏格拉底模式现在使用基于意图的激活，而非关键词匹配。适用于任何语言——检测含义（例如“用户希望引导思考”），而非匹配特定字符串。
  • academic-paper：计划模式现在使用基于意图的激活。检测意图信号，如“用户不确定如何开始”或“用户希望逐步指导”，支持任何语言。
  • 两种模式现在都有默认规则：当意图模糊时，优先选择 socratic/plan 而非 full——先引导更安全。
  • 两层架构：第一层（技能激活）使用双语关键词提高匹配置信度；第二层（模式路由）使用语言无关的意图信号。

v2.6.1 (2026-03-09) — 双语触发关键词

  • deep-research：新增繁体中文触发关键词，用于通用激活和苏格拉底模式。
  • academic-paper：新增繁体中文触发关键词和计划模式触发部分。
  • 两个模式选择指南现在均包含双语示例和中文特定的误选场景。

v2.6 / v2.4 / v1.4 (2026-03-08) — 15+ 项改进

  • deep-research v2.3：新增系统综述/PRISMA 模式（第 7 种）；3 个新代理（risk_of_bias, meta_analysis, monitoring）；PRISMA 协议/报告模板；苏格拉底收敛标准（4 个信号 + 自动结束）；快速模式选择指南
  • academic-paper v2.4：2 个新代理（visualization, revision_coach）；修订追踪模板，包含 4 种状态类型；引文格式转换（APA↔Chicago↔MLA↔IEEE↔Vancouver）；统计可视化标准；苏格拉底收敛标准；修订恢复示例；LaTeX 输出加固——强制使用 apa7 文档类，文本对齐修复（ragged2e + etoolbox），表格列宽公式，双语摘要居中，标准化字体栈（Times New Roman + Source Han Serif TC VF + Courier New），仅通过 tectonic 生成 PDF
  • academic-paper-reviewer v1.4：质量评分标准，0-100 分制及行为指标；决策映射（≥80 接受，65-79 小修，50-64 大修，<50 拒稿）；快速模式选择指南
  • academic-pipeline v2.6：自适应检查点系统（FULL/SLIM/MANDATORY）；完整性检查中的 E 阶段声明验证；材料护照用于中途溯源；跨技能模式顾问（14 种场景）；团队协作协议；增强型交接模式（9 种模式）；完整性故障恢复示例

v2.4 / v1.3 (2026-03-08)

  • academic-pipeline v2.4：新增第 6 阶段“流程总结”——自动生成结构化论文创建过程记录（MD → LaTeX → PDF，双语）；强制最终章节：协作质量评估，包含 6 个维度，每项评分 1–100（方向设定、智力贡献、质量把关、迭代纪律、授权效率、元学习），诚实反馈及改进建议；流水线从 9 个阶段扩展至 10 个阶段

v2.3 / v1.3 (2026-03-08)

  • academic-pipeline v2.3：第 5 阶段“最终化”现在提示选择格式化样式（APA 7.0 / Chicago / IEEE）；PDF 必须通过 tectonic 从 LaTeX 编译（禁止 HTML 转 PDF）；APA 7.0 使用 apa7 文档类（man 模式），配合 XeCJK 实现双语 CJK 支持；字体栈：Times New Roman + Source Han Serif TC VF + Courier New

v2.2 / v1.3 (2025-03-05)

  • 跨代理质量对齐：所有代理统一定义（同行评审、时效性规则、CRITICAL 严重性、来源层级）
  • deep-research v2.2：综合反模式，苏格拉底自动结束条件，DOI+WebSearch 验证，增强的伦理完整性检查，模式转换矩阵
  • academic-paper v2.2：4 级论证评分，抄袭筛查，2 个新故障路径（F11 桌面拒稿恢复，F12 会议转期刊），计划→完整模式转换
  • academic-paper-reviewer v1.3：DA 与 R3 角色边界，CRITICAL 发现标准，共识分类（4/3/SPLIT/DA-CRITICAL），置信度评分加权，亚洲及区域期刊参考
  • academic-pipeline v2.2：检查点确认语义，模式切换矩阵，故障回退矩阵，状态所有权协议，材料版本控制

v2.0.1 (2026-03)

  • 简化 4 个 SKILL.md（-371 行，-16.5%）：移除跨技能重复，内联模板→文件引用，冗余路由表，重复的模式选择部分
  • 修复 academic-paper 与 academic-pipeline 之间修订循环上限的矛盾

v2.0 (2026-02)

  • academic-pipeline v2.0：5→9 个阶段，强制完整性验证，两阶段评审，苏格拉底修订辅导，可重现性保证
  • academic-paper-reviewer v1.1：+魔鬼代言人审稿人（第 7 个代理），+重审模式（验证），+审后苏格拉底辅导
  • 新代理：integrity_verification_agent——100% 引用/数据验证，附带审计追踪
  • 新代理：devils_advocate_reviewer_agent——8 维度论文挑战者
  • 输出顺序：MD → 可用时通过 Pandoc 转换 DOCX（否则给出说明）→ 询问 LaTeX → 确认 → PDF

v1.0 (2026-02)

  • 初始版本
  • deep-research v2.0（10 个代理，6 种模式，包括苏格拉底模式）
  • academic-paper v2.0（10 个代理，8 种模式，包括计划模式）
  • academic-paper-reviewer v1.0（6 个代理，4 种模式，包括引导模式）
  • academic-pipeline v1.0（编排器）

在 GitHub 查看完整项目