Claude Code 学术工作流模板
为学者打造的 Claude Code 模板，内置多智能体审查、质量门禁和对抗性 QA，适用于 LaTeX/Beamer、Quarto 和 R 的研究工作流。
- Star 数
- ★ 1.7k
- 最近更新
- 21 天前
- License
- MIT
- 主语言
- HTML
- FA 评分
- 49/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 平台专用Claude Code
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 经济学或政治学教授需要为博士课程制作 LaTeX/Beamer 幻灯片，可使用 /create-lecture 技能，该技能会规划结构、生成内容，并通过 slide-excellence 进行多代理审查。
- 不适合
- 不使用 Claude Code 或不愿订阅 Anthropic 模型的用户
- 只处理纯文本、不想安装 XeLaTeX/Quarto/R/Python 的用户
- 希望开箱即用、不愿阅读 50+ 技能与 30+ 规则文档的新手
- 源码审查
- 49/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
这是一个可直接复刻的 Claude Code 配置模板，专为使用 LaTeX/Beamer、Quarto 和 R 进行学术工作的研究者设计。它提供了一套完整的承包商模式工作流：用户描述目标，Claude 规划方案、调用专业代理执行、修复问题、验证质量并呈现结果。包含 18 个专业代理（如 proofreader、slide-auditor、pedagogy-reviewer、r-reviewer、domain-reviewer 等）、52 个技能（如 /create-lecture、/review-paper、/data-analysis、/qa-quarto 等）、32 条规则和 7 个钩子，实现了目标优先、门禁强制的工作方式。该模板支持多代理审查、对抗性 QA（批评者-修复者循环）、质量评分（0-100，提交门槛 80 分）、上下文持久化（MEMORY.md、会话日志）和验证纪律（/verify-claims、/audit-reproducibility、/humanize）。它源自 Emory 大学经济学博士课程，支持经济学和政治学等领域的预配置，并可通过知识库和领域审查员扩展到其他学科。
该仓库通过 Claude Code 实现自动化学术工作流。用户通过 CLI 启动 Claude，提供一个起始提示，Claude 读取 .claude/ 目录下的配置文件（CLAUDE.md、规则、技能、代理），进入计划模式，然后执行技能（如 /create-lecture）来生成幻灯片、论文、数据分析或复制包。它运行 18 个专业代理，每个代理负责一项审查任务（例如 proofreader 检查语法，slide-auditor 检查视觉布局，r-reviewer 检查 R 代码质量），通过编排运行时（orchestrator-protocol）进行扇出-汇总-判断循环，直至没有新问题。质量门禁（80/90/95 分）由 /commit 技能和预提交钩子强制执行。对抗性 QA（/qa-quarto）让批评者和修复者循环直到没有新发现。技能还包括 /review-paper（带裁判分歧报告的模拟同行评审）、/audit-reproducibility（检查手稿中的数值声明与脚本输出）、/verify-claims（事实核查）和 /humanize（检测 AI 风格）。它支持 R 和 Stata 管道，并包含蒙特卡洛模拟（/simulation-study）和 R 包发布门禁（/r-package-check）。输出包括编译后的 PDF（通过 /compile-latex）、HTML 幻灯片（通过 /deploy）和发布就绪的复制包。
- 经济学或政治学教授需要为博士课程制作 LaTeX/Beamer 幻灯片，可使用 /create-lecture 技能，该技能会规划结构、生成内容，并通过 slide-excellence 进行多代理审查。
- 研究生正在撰写研究论文，可使用 /lit-review 查找文献，使用 /review-paper --peer 运行模拟同行评审，并使用 /verify-claims 在提交前验证所有引用。
- 应用计量经济学家进行数据分析，使用 /data-analysis 运行端到端 R 管道，生成出版级输出，并通过 /audit-reproducibility 验证数值声明。
- 研究员准备复制包，使用 /replication-package 组装一个符合 AEA 标准的数据集、环境快照（/capture-environment）和声明溯源护照。
- 助理教授向期刊提交论文，使用 7-pass-review 进行对抗性审查，并使用 /humanize 检测 AI 风格痕迹，然后再进行投稿。
- 研究员设计蒙特卡洛研究，使用 /simulation-study 创建参数化 DGP、估计器网格和蒙特卡洛 SE，并由 sim-reviewer 进行审查。
如何安装或部署这个 Agent？
- 在 GitHub 上 Fork 仓库 pedrohcgs/claude-code-my-workflow。2. 克隆你的 fork：git clone https://github.com/YOUR_USERNAME/claude-code-my-workflow.git my-project && cd my-project。3. 运行 ./scripts/validate-setup.sh 检查所需工具（Claude Code、git、Python 3；XeLaTeX、Quarto、R 可选）。4. 运行 ./scripts/install-hooks.sh 安装预提交钩子，用于质量门禁和 git 防护。
如何使用这个 Agent？
- 在项目目录中启动 Claude Code：claude。2. 粘贴指南中的起始提示（https://psantanna.com/claude-code-my-workflow/workflow-guide.html），填写你的项目名称和描述。3. Claude 读取配置，进入计划模式，并规划方法。4. 批准计划并调用一个技能，例如 /create-lecture、/data-analysis 或 /review-paper。5. 技能运行实施-验证-审查-修复-重新验证-评分循环，返回摘要。6. 使用 /commit 提交更改，预提交钩子运行质量门禁。对于完全自主运行，可使用 --permission-mode acceptEdits 或 Bypass 模式。
这个 Agent 有哪些优点和局限？
- 内置 18 个专业代理，每个代理针对一个特定的审查维度（如 proofreader、slide-auditor、r-reviewer），比通用审查更深入。
- 通过预言钩子和预提交钩子强制执行质量门禁，确保即使绕过技能，审查也不会被跳过。
- 对抗性 QA（批评者-修复者循环）和模拟同行评审（带裁判分歧报告的 --variance N）可发现单遍审查遗漏的错误。
- 包含验证纪律层（/verify-claims、/audit-reproducibility），可防止虚构引用和数值不一致。
- 平台特定于 Claude Code，要求用户拥有 Claude 订阅或 API 访问权限，并依赖 Anthropic 模型。
- 学习曲线陡峭：超过 50 个技能和 30 条规则需要时间熟悉；新用户可能被配置压倒。
- 需要 XeLaTeX、Quarto、R 和 Python 等外部依赖，对于仅处理文本的用户可能显得繁重。
- 文档庞大（指南、CHANGELOG、生态），必须花费时间阅读才能有效使用。
这个 Agent 与同类方案有什么区别？
该模板从由 Pedro Sant'Anna 开发的 Emory 大学课程中提取，其生态包括类似工具：clo-author（用于论文导向的研究工作流）、claudeblattman（针对非技术型学者）、MixtapeTools（关于演示修辞）、autoresearch（自主研究）、ClaudeCodeTools（顺序审查协议）。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Claude Code 学术工作流模板 当前 | 49 · 缺口较多 | Agent 插件 / 技能免费 + 模型费 | ★ 1.7k | 21 天前 | HTML | Claude Code |
| FAROS 自动研究运行时 | 48 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 3k | 4 天前 | Python | — |
| nWave | 79 · 表现良好 | Agent 插件 / 技能免费 + 模型费 | ★ 620 | 1 个月前 | Python | Codex · Claude Code |
| AI求职助手 | 63 · 存在缺口 | 命令行工具免费 + 模型费 | ★ 54k | 今天 | Python | Claude Code |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示：README 描述了权限模式（Normal/Auto-accept/Bypass）和预批准的 Bash/Edit 模式，但未提供最小权限原则的明确说明；用户确认机制存在（需批准计划、显式 /commit），但未说明所有敏感操作；数据流透明度部分（如 /verify-claims 的 forked verifier）有描述，但未完整说明数据流向；敏感数据处理（如 /disclosure-check）有提及，但未深入；依赖安全未提及；外部影响（如 GitHub Pages 部署）有描述，但未说明权限范围；回滚机制未提及；来源归属（作者、许可证）有，但发布者未验证。扣分原因：缺乏最小权限原则的明确证据，数据流和敏感数据处理描述不完整，依赖安全未提及，回滚机制缺失。
证据显示：README 和 CHANGELOG 存在，但未提供自洽性测试；依赖可用性未提及；失败消息（如 validate-setup.sh 报告缺失工具）有描述，但未提供错误处理细节。扣分原因：自洽性缺乏测试证据，依赖可用性未提及，失败消息描述不完整。
证据显示：README 明确面向学术用户（LaTeX/Beamer + R），并列出多种场景（slides、papers、data analysis）；能力边界有描述（如 /review-paper --peer 的适用范围）；触发精度（如 /commit 的显式触发）有说明；环境适配（如 XeLaTeX、Quarto 要求）有说明。扣分原因：能力边界和触发精度描述较充分，但环境适配未提供详细配置。
证据显示：信息架构清晰（README、CHANGELOG、CONTRIBUTING）；安装说明详细（Quick Start、validate-setup.sh）；命名稳定性未明确；示例和 FAQ 有（HelloWorld demos）；已知限制未明确；许可证为 MIT；版本变更日志存在；维护责任未明确。扣分原因：命名稳定性、已知限制、维护责任未明确。
证据显示：输出可用性（如 PDF、HTML 输出）有描述；边际价值（如多代理审查、对抗性 QA）有说明；成本效益（如模型路由、成本监控）有提及，但未提供具体数据。扣分原因：成本效益缺乏具体数据支持。
证据显示：声明可追溯性（如 /verify-claims）有描述，但未提供验证结果；跨源佐证（如引用 Anthropic 文档）有，但未提供独立验证；事实与推断分离（如 framing honesty）有提及，但未系统化。扣分原因：缺乏验证结果和独立佐证。
- 发布者身份未验证，需谨慎对待来源。
- 依赖安全未提及，需检查依赖漏洞。
- 回滚机制缺失，需注意操作可逆性。
- 敏感数据处理描述不完整，需审查数据流。
- 成本效益缺乏数据，需实际测试。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
v2.5.1 v2.5.1 — enforcement
发布说明摘录
An enforcement release. Disciplines that had been working conventions in the owner's research repositories become mechanisms here: the qualification ledger stops being a document and becomes a build dependency, the guard hooks stop being trusted and start being re-tested on every run, and reviewer independence stops being an instruction to the reviewer and becomes a property of the environment it is dispatched into. Where v2.5 asked whether the template's claims were true, v2.5.1 asks whether the things that check them still work. Added — enforcement …在 GitHub 查看 ↗ -
v2.5.0 v2.5.0 — verification and currency
发布说明摘录
The verification-and-currency release. Highlights: - Qualified gates: eight backtest gates run on every commit and in CI — each one proven against seeded defects *and* clean controls before it may clear work, with recall and false-alarm rates recorded in quality_reports/qualification/LEDGER.md. An unqualified check is not weak evidence; it is none. - A machine-checked finding contract for all review fan-outs (finding-schema.json + validator), with refute-biased verification before anything reaches a judge. …在 GitHub 查看 ↗ -
v1.9.0 v1.9.0 — guide refresh + ecosystem catch-up
发布说明摘录
A guide-refresh + ecosystem catch-up minor release shipped in five passes against a research-grounded plan. No breaking changes. Inventory delta (v1.8.0 → v1.9.0) | | v1.8.0 | v1.9.0 | Delta | |---:|---:|---:|---:| | Skills | 30 | 36 | +6 | | Agents | 14 | 16 | +2 | | Rules | 24 | 26 | +2 | | Hooks | 6 | 6 | 0 | New capability New skills (6): - \/humanize\ — detect-and-flag for AI-voice tells in academic prose (read-only; no rewrite) - \/prompt\ — informal/dictated input → structured six-section prompt + execute (ported from Blattman v2.1) …在 GitHub 查看 ↗