一套完整的學術研究 Claude Code 技能包，涵蓋從研究到論文出版的全流程。
30 秒安裝（Claude Code CLI / VS Code / JetBrains，v3.7.0+）：
/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills
裝完跑 /ars-plan，ARS 會用蘇格拉底對話幫你規劃章節結構。需要前置條件或傳統 symlink 安裝請看 快速安裝。
AI 是你的副駕駛，不是機長。 這工具不會幫你寫論文。它處理苦工 — 搜文獻、排格式、驗數據、查邏輯一致性 — 讓你專注在真正需要你腦子的事：定義問題、選方法、詮釋數據的意義、寫出「我認為」後面那句話。
跟 humanizer 不同，這工具不是幫你隱藏用 AI 協作的事實，而是幫你把關文章品質。風格校準從你過去的文章學習你的聲音，寫作品質檢查抓出讓文字讀起來像機器產的模式。目標是品質，不是遮掩。
Lu 等人（2026，Nature 651:914-919）發表的 The AI Scientist 是第一個端到端全自動的 AI 研究系統，其生成的論文通過 ICLR 2025 workshop 的盲審（評分 6.33/10，workshop 平均 4.87）。他們自己的 Limitations 段落也列出了這類系統會遇到的結構性失敗模式：實作錯誤、幻覺實驗結果、取巧特徵依賴、實作錯誤被包裝成「意外發現」、方法論偽造、框架鎖定、引用幻覺。
ARS 建立在這個前提上：人類研究者 + AI 的組合，比純自動或純人工都更能避開這些失敗模式。Stage 2.5 與 Stage 4.5 誠信閘門執行 7 類阻斷式檢查清單（見 academic-pipeline/references/ai_research_failure_modes.md），reviewer 也提供 opt-in 的 calibration mode 用使用者自備的 gold set 測量 FNR/FPR。
v3.3 的靈感來自 PaperOrchestra（Song, Song, Pfister & Yoon, 2026, Google）：Semantic Scholar API 驗證、反洩漏協議、VLM 圖表驗證、分數軌跡追蹤。
👉 docs/ARCHITECTURE.md — 完整 pipeline 視圖：流程圖、階段 × 維度矩陣、資料存取流、skill 依賴圖、品質閘門、模式清單。
這份架構文件取代了原本散在 README 各處的 pipeline 描述。關於「哪個階段跑什麼」的所有資訊都集中在一個地方。
前置條件
- Claude Code（建議最新版；plugin packaging 需要近期版本）
- 已 export
ANTHROPIC_API_KEY，或第一次跑claude時設定 - 選用： Pandoc 用於 DOCX 輸出，tectonic + 思源宋體 TC 用於 APA 7.0 PDF（純 Markdown 輸出兩個都不需要）
Plugin 安裝（v3.7.0+，推薦）：
/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills
驗證可用： 跑 /ars-plan 並描述你正在寫的論文，ARS 會用蘇格拉底對話幫你規劃章節結構。想要單次測試的話改跑 /ars-lit-review "你的主題"。
👉 docs/SETUP.zh-TW.md — 完整指南：安裝 Claude Code、設定 API key、選用的 Pandoc/tectonic（DOCX/PDF）、跨模型驗證（ARS_CROSS_MODEL），以及五種安裝方式（Plugin、專案 skills、全域 skills、claude.ai Project、repo clone）。
用 Codex CLI？ 請改裝姊妹版：Imbad0202/academic-research-skills-codex。同一套 workflow 內容，Codex 原生包裝為單一 $academic-research-suite skill，提供 ars-* 別名。
👉 docs/PERFORMANCE.zh-TW.md — 各模式 token 預算、完整 pipeline 估算（~$4–6 for 一篇 15k 字論文），以及建議的 Claude Code 設定（Skip Permissions；Agent Team 選用）。
- 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（繁體中文）
- Academic Writing Shouldn't Be a Solo Act — Full pipeline walkthrough (English)
- Deep Research — 13 個 Agent 的研究團隊，支援蘇格拉底引導、PRISMA 系統性回顧、意圖偵測、對話健康度監控、可選跨模型 DA、Semantic Scholar API 驗證。
- Academic Paper — 12 個 Agent 的論文撰寫團隊，含風格校準、寫作品質檢查、LaTeX 輸出強化、視覺化、修訂教練、引用格式轉換、反洩漏協議、VLM 圖表驗證。
- Academic Paper Reviewer — 7 個 Agent 的多視角同儕審查，0-100 品質量表（主編 + 3 位動態審查者 + 魔鬼代言人），含讓步門檻協議、攻擊強度保持、可選跨模型 DA critique / calibration、R&R 追溯矩陣、唯讀約束。
- Academic Pipeline — 10 階段全流程調度器，含自適應 checkpoint、宣稱驗證、素材護照、可選
repro_lock、可選跨模型誠信驗證、中途強化機制、分數軌跡追蹤。 - 資料存取層級標註（v3.3.2+）— 每個 skill 宣告
data_access_level（raw/redacted/verified_only），由scripts/check_data_access_level.py強制執行。設計靈感來自 Anthropic 的 automated-w2s-researcher（2026）。詳見shared/ground_truth_isolation_pattern.md。 - 任務類型標註（v3.3.2+）— 每個 skill 宣告
task_type（open-ended或outcome-gradable）。目前 ARS 所有 skills 皆為open-ended。 - Benchmark 報告 Schema（v3.3.5+）— JSON Schema + lint script，要求誠實的 benchmark 比較報告。詳見
shared/benchmark_report_pattern.md。 - Artifact 可重現性 Lockfile（v3.3.5+）— Material Passport 新增可選
repro_lock子區塊。是設定文件化，不是重播保證 — LLM 輸出不是位元可重現。詳見shared/artifact_reproducibility_pattern.md。
查看完整 10 階段 pipeline 的實際產出 — 包含同儕審查報告、誠信驗證報告、完稿論文：
| 產出物 | 說明 |
|---|---|
| 完稿論文（英文） | APA 7.0 格式，LaTeX 編譯 |
| 完稿論文（中文） | 中文版，APA 7.0 |
| 誠信報告 — 審稿前 | Stage 2.5：抓出 15 個虛構引用 + 3 個統計錯誤 |
| 誠信報告 — 最終 | Stage 4.5：確認零回歸 |
| 同儕審查第一輪 | 主編 + 3 審查者 + 魔鬼代言人 |
| 複審 | 修訂後驗證審查 |
| 同儕審查第二輪 | 追蹤審查 |
| 回覆審查意見 | 逐點回覆 |
| 出版後稽核報告 | 獨立全引用稽核：發現 21/68 篇問題，通過了 3 輪誠信審查仍漏網 |
如果你的研究需要在寫作前跑實驗（程式碼或人工研究），Experiment Agent 技能填補 ARS Stage 1（研究）和 Stage 2（寫作）之間的空缺。
ARS Stage 1 研究 → RQ Brief + Methodology Blueprint
↓
experiment-agent → 執行/管理實驗 → 驗證結果
↓
ARS Stage 2 寫作 → 用驗證過的實驗結果撰寫論文
功能：執行程式碼實驗（Python、R 等）並即時監控、管理人工研究 protocol 與 IRB 倫理審查、11 種統計謬誤偵測、重現性驗證。
搭配使用方式：ARS pipeline 跑完 Stage 1 後暫停，在另一個 experiment-agent session 中跑實驗，完成後將結果（含 Material Passport）帶回 ARS Stage 2。ARS 不需要任何修改。詳見 experiment-agent README。
# 啟動完整研究 pipeline
你: "我想做一篇關於 AI 對高教品保影響的研究論文"
# 蘇格拉底引導模式
你: "引導我研究 AI 在教育評鑑中的應用"
# 引導式論文撰寫
你: "引導我寫一篇關於少子化影響的論文"
# 審查現有論文
你: "幫我審查這篇論文"（接著提供論文）
# 查看 pipeline 進度
你: "進度" 或 "status"
"研究 AI 對高等教育的影響" → full mode（完整研究）
"給我一份 X 的快速摘要" → quick mode（快速簡報）
"幫我做 X 的系統性文獻回顧，含 PRISMA" → systematic-review mode
"引導我研究 X" → socratic mode（蘇格拉底引導）
"幫我查核這些說法" → fact-check mode（事實查核）
"幫我做文獻回顧" → lit-review mode（文獻回顧）
"審查這篇論文的研究品質" → review mode（論文審查）
"幫我寫一篇論文" → full mode（完整撰寫）
"引導我寫論文" → plan mode（引導規劃）
"先幫我搭論文大綱" → outline-only mode（只做大綱）
"我有初稿，這是審稿意見" → revision mode（修訂）
"幫我整理這些審稿意見成修訂路線圖" → revision-coach mode
"幫我寫這篇的摘要" → abstract-only mode（摘要）
"把這批資料寫成文獻回顧論文" → lit-review mode（文獻回顧論文）
"轉換成 LaTeX" / "引用格式轉 IEEE" → format-convert mode（格式轉換）
"檢查引用格式" → citation-check mode（引用檢查）
"幫我生成 NeurIPS 的 AI 使用揭露" → disclosure mode（AI 揭露）
"審查這篇論文" → full mode（主編 + R1/R2/R3 + 魔鬼代言人）
"快速評估這篇論文" → quick mode（快速評估）
"引導我改進這篇論文" → guided mode（引導改進）
"檢查研究方法" → methodology-focus mode（方法論聚焦）
"驗收修訂" → re-review mode（再審驗收）
"用我的 gold set 校準 reviewer" → calibration mode（校準）
"我想做一篇完整的研究論文" → 從 Stage 1 開始完整 pipeline
"我已經有論文，幫我審查" → 從 Stage 2.5 進入（先做誠信審查）
"我收到審稿意見了" → 從 Stage 4 進入
Pipeline 結束時自動產出 Stage 6：過程紀錄 — 含論文創建過程紀錄與 6 維度協作品質評估（1–100 分）。
- 繁體中文 — 使用者以中文對話時預設使用
- English — 使用者以英文對話時預設使用
- 學術論文自動產出雙語摘要（中文 + English）
使用其他語言？ 蘇格拉底模式（deep-research）和 Plan 模式（academic-paper）採用意圖匹配啟動 — 偵測你的請求含義，而非比對特定關鍵字。這代表它們支援任何語言，無需額外設定。
不過，一般的
Trigger Keywords區塊（決定 skill 是否被啟動）仍以英文和繁體中文為主。如果你發現 skill 在你的語言下觸發不穩定，可以在各SKILL.md的### Trigger Keywords區塊中加入你的語言的關鍵字，提高匹配信心。
- APA 7.0（預設，含中文引用規則）
- Chicago（Notes & Author-Date）
- MLA
- IEEE
- Vancouver
- IMRaD（實證研究）
- 主題式文獻回顧
- 理論分析
- 個案研究
- 政策簡報
- 研討會論文
各 agent 的職責與各階段產出物現已移至 docs/ARCHITECTURE.md。版本號保留在此以維持 release metadata 集中管理。
13 個 Agent 的研究團隊。模式：full、quick、review、lit-review、fact-check、socratic、systematic-review。完整 agent 名單與產出物：見 ARCHITECTURE.md §3。
12 個 Agent 的論文撰寫 pipeline。模式：full、plan、outline-only、revision、revision-coach、abstract-only、lit-review、format-convert、citation-check、disclosure。輸出：MD + DOCX（Pandoc 可用時）+ LaTeX（APA 7.0 apa7 class / IEEE / Chicago）→ tectonic 編譯 PDF。完整 agent 名單與各 phase 職責：見 ARCHITECTURE.md §3。
7 個 Agent 的多視角審查，搭配 0-100 品質量表。模式：full、re-review、quick、methodology-focus、guided、calibration。決策對照： ≥80 接受、65-79 小修、50-64 大修、<50 退稿。第一輪審查團隊 vs. 精簡再審團隊的分界：見 ARCHITECTURE.md §3 Stage 3 / Stage 3'。
10 階段調度器，含誠信驗證、兩階段審查、蘇格拉底指導、協作品質評估。Pipeline 保證：每個階段都需使用者確認 checkpoint；誠信驗證（Stage 2.5 + 4.5）不可跳過；R&R 追溯矩陣（Schema 11）獨立驗證作者修訂宣稱。v3.4 新增 Compliance Agent（PRISMA-trAIce + RAISE）於 Stage 2.5 / 4.5。v3.5 新增 協作深度觀察員（collaboration_depth_agent，僅諮詢性質、永不阻擋流程）於每一次 FULL/SLIM checkpoint 與 pipeline 完成時。MANDATORY 誠信閘門（2.5 / 4.5）明確跳過觀察員，避免稀釋合規檢查。理論基礎：Wang & Zhang (2026), IJETHE 23:11。逐階段矩陣（agent、產出物、閘門）：見 ARCHITECTURE.md §3。
在使用 ARS 撰寫一篇關於 AI 與高教的反思文章時，我們遇到了三個結構性問題：
- 框架鎖定：AI 在給定框架內越來越精緻，但無法質疑框架本身
- 諂媚傾向：每次挑戰魔鬼代言人的攻擊，它都讓步得太快
- 意圖偵測錯誤：蘇格拉底模式在使用者仍在探索時就急著收束
- 魔鬼代言人讓步門檻：反駁必須評分 1-5，≥4 才允許讓步。不允許連續讓步。框架鎖定偵測。
- 蘇格拉底意圖偵測：偵測使用者是「探索型」還是「目標型」。探索型模式停用自動收束。
- 對話健康度指標：每 5 輪靜默自檢，偵測持續同意、迴避衝突、過早收束。
- 跨模型驗證：設定
ARS_CROSS_MODEL啟用第二 AI 模型獨立審查。詳見 docs/SETUP.zh-TW.md。 - AI 自我反思報告：Pipeline 結束後自動產出 AI 行為自評。
這些優化不能完全解決 AI 的結構性限制——它們讓限制變得可見、可追蹤、可被人類介入。
本作品採用 CC-BY-NC 4.0 授權。
你可以自由：
- 分享 — 複製及散布本作品
- 改作 — 重混、轉換、以本作品為基礎進行創作
惟須遵守以下條件：
- 姓名標示 — 你必須給予適當的標示
- 非商業性 — 你不得將本作品用於商業目的
標示格式：
Based on Academic Research Skills by Cheng-I Wu
https://github.com/Imbad0202/academic-research-skills
吳政宜 (Cheng-I Wu) — 作者與維護者
aspi6246 — 貢獻者。v3.1 優化靈感來自 Claude-Code-Skills-for-Academics：唯讀約束模式、Anti-Pattern 作為一等公民設計、認知框架方法（教「如何思考」而非只有步驟）、精簡 skill 尺寸哲學。
mchesbro1 — 貢獻者。最初提出並撰寫了 IS Basket of 8 期刊清單（Issue #5）。
cloudenochcsis — 貢獻者。將 IS 章節從 Basket of 8 擴充為完整的 Senior Scholars' Basket of 11，補上 Decision Support Systems、Information & Management、Information and Organization（Issue #7、PR #8）。資料來源：AIS Senior Scholars' List of Premier Journals。
Plugin 打包升級：ARS 現可在 Claude Code CLI / VS Code / JetBrains 一行裝（
/plugin marketplace add Imbad0202/academic-research-skills+/plugin install academic-research-skills）。原本的git clone + symlink 到 ~/.claude/skills/安裝流程不變、繼續支援；雙軌都是一級公民。
- Plugin manifest 與 marketplace metadata（Phase 1，PR #68）：
.claude-plugin/plugin.json宣告整個 suite（4 個 skill 透過skills/目錄相對 symlink 自動探索）；.claude-plugin/marketplace.json註冊 plugin，使單一 GitHub-hosted endpoint 同時提供 marketplace listing 與 plugin 來源。README、README.zh-TW.md、docs/SETUP.md都加入雙軌安裝指引。 - 10 個 slash command 在
commands/ars-*.md（Phase 2.1，PR #69）將MODE_REGISTRY.md的條目對映到/ars-<mode>觸發。每個 command frontmatter 釘住模型路由：opus給full與revision-coach（架構與審稿解讀深度），sonnet給其他 8 個。任何情境不用 Haiku。 - 3 個 plugin-shipped agent 在
agents/*_agent.md（Phase 2.1，PR #69）以相對 symlink 指向deep-research/agents/內 v3.6.7 已 hardened 的下游 agent：synthesis_agent、research_architect_agent、report_compiler_agent。底線檔名保留以對齊scripts/check_v3_6_7_pattern_protection.pyhard-pin 路徑與 INV-3 manifest-confined Clause 1 不變式。Symlink（不複製）維持 single source of truth，避免 v3.6.7 §6 inversion sweep + INV-1/2/3 lint 已關閉的 Pattern C3 攻擊面再開。 model: inherit加在這三個 source agent frontmatter 上。選 inherit 而非 pinsonnet是為了讓 Opus session 跑 ARS full pipeline 時 agent 仍是 Opus（不被降）。使用者的~/.claude/hooks/warn-agent-no-model.shPreToolUse hook 在派工邊界已 gate Haiku，所以 inherit 解析到的是已經沒 Haiku 的模型。- SessionStart announce hook 在
hooks/hooks.json+scripts/announce-ars-loaded.sh（Phase 2.2，PR #70）。Plugin 載入時，hook 把 10 個 slash command、3 個 plugin agent、token 預算指引以additionalContext注入 LLM 第一輪。startup與clear拿完整 announce；resume與compact只拿一行確認，避免每次 resume 都燒 context。Bash 3.2 兼容 — macOS stock/bin/bash直接跑，不需brew install bash。 - Phase 2.2 範圍縮減：原本規劃的
SubagentStop → run_codex_audit.shcodex audit hook 在 v3.7.0 被排除，因為 (a) contract gap：SubagentStop payload 沒帶 stage / deliverable，wrapper 必要參數無法從 hook 推出；(b) invoker 邊界：run_codex_audit.shlines 4–7 明禁同 session in-LLM 呼叫，PostToolUse 在產出 deliverable 的 LLM session 內觸發。真正的 audit-hook 整合留到後續版本，等 ARS 有 stage / deliverable propagation contract 再做。詳見docs/design/2026-04-30-ars-v3.7.0-plugin-packaging-roadmap.mdUpdate note 2026-05-05（Phase 2.2 scope reduction）。 docs/PERFORMANCE.md+.zh-TW.md新增「v3.7.0 Plugin agent 與模型路由」節，說明 inherit 語意與目前 3-agent scope 邊界。- 跨三個 PR 的 codex review chain：8 輪 inline iterative review + 3 輪 fresh PR-level review，全部在 merge 前收斂到 0 個 P0/P1/P2 finding。Phase 2.2 fresh PR review 抓到一個 P2（
${CLAUDE_PLUGIN_ROOT}沒 quote，含空白的安裝路徑會 break）— inline 輪次抓不到，證實「實作 review（inline）」與「contract review（fresh）」分離的價值。 - 沒動的東西：4 個 skill 目錄、25 個 mode、agent prompt、schema 檔案、lint contract 全不變。Plugin 打包只新增頂層介面（
commands/、agents/、hooks/、.claude-plugin/、skills/symlink dir、3 個 source agent frontmatter 加model: inherit）。既有 4.3k clone 安裝用戶完全不破。
命名說明：本次發行交付 v3.6.6 generator-evaluator contract spec 與實作。 v3.6.6 因專案排序晚於 v3.6.7 才落地；design doc 內仍保留 v3.6.6 內部命名作為 contract gate 版本，suite release 標 v3.6.8 維持 CHANGELOG 單調遞增。
- Schema 13.1（
shared/sprint_contract.schema.json）在 Schema 13 之上加兩個modeenum 值（writer_full+evaluator_full）、兩個新 optional top-level 欄位（pre_commitment_artifactswriter-only、disagreement_handlingevaluator-only）、12 條allOfbranch 強制 reviewer- / writer- / evaluator-conditional gate。既有 reviewer contract 在 Schema 13.1 下 byte-equivalent validate（§3.6 zero-touch promise）。 - 兩個新 shipped contract template：
shared/contracts/writer/full.json（D1–D7、F1/F4/F2/F3/F0）+shared/contracts/evaluator/full.json（D1–D5、F1/F2/F3/F6/F4/F5/F0）。Spec branch 上原是 design-time artefact，本次發行 atomically promote 為 live shipped。 academic-paper full模式內加入 two-phase orchestration：Phase 4 拆成 Phase 4a（writer paper-blind 預先承諾）+ Phase 4b（writer paper-visible 撰稿 + 自評）；Phase 6 拆成 Phase 6a（evaluator paper-blind 預先承諾）+ Phase 6b（evaluator paper-visible 評分 + 決策）。phase-numbered<phase4a_output>/<phase6a_output>data delimiter 沿用 v3.6.2 reviewer pattern。Lint count summary：writer 3+4 / evaluator 5+5 / reviewer 5+6（reviewer 維持 zero-touch）。academic-paperSKILL + agent file 新增## v3.6.6 Generator-Evaluator Contract Protocol區塊（SKILL.md 101 行 +draft_writer_agent.md47 行 +peer_reviewer_agent.md57 行）。SKILL.md 另加## Known limitations區塊承載 graceful-degradation + cross-session resume v3.6.7+ forward note。- Validator 擴充：
scripts/check_sprint_contract.py做 SC-* mode-gating audit（SC-5 + SC-11 reviewer-only；SC-9 跨三個 mode family 各讀對應欄位）。validator 單元測試從 54 條增加到 71 條（4 positive + 5 schema-branch negative + 2 §3.6 reviewer regression + 6 mode-gating）。 - Manifest CI lint：
scripts/check_v3_6_6_ab_manifest.py強制tests/fixtures/v3.6.6-ab/manifest.yaml的 §6.2 manifest schema + §6.5 git-tracked invariant。.github/workflows/spec-consistency.yml把 sprint contract validation loop 擴成同時跑 reviewer + writer + evaluator 三個 template directory，並加入新的 manifest CI lint 步驟。 - A/B evidence fixture stub（
tests/fixtures/v3.6.6-ab/，30 個檔案）：manifest + README + 6 paper-A inputs/baseline + 1 paper-C inputs/baseline + Stage 3 reviewer excerpt + 6 codex-judge baseline placeholder。真實 fixture data 在後續 commit populate。
- 三個下游 agent 收緊 13 / 18 個已知幻覺與漂移 pattern：
synthesis_agent（A1–A5 敘事側）、research_architect_agentsurvey-designer 模式（B1–B5 工具側）、report_compiler_agentabstract-only 模式（C1–C3 出版側）。三個 agent prompt 各自加上PATTERN PROTECTION (v3.6.7)區塊。 shared/references/增加四份 reference 文件：irb_terminology_glossary.md、psychometric_terminology_glossary.md、protected_hedging_phrases.md、word_count_conventions.md。protection 條款引用這些檔案路徑做為 operational contract。- 跨模型 audit prompt 模板 在
shared/templates/codex_audit_multifile_template.md，含七個 audit dimension 與report_compiler_agentbundle 必跑的三段式 Section 4(f) 檢查。任一 sub-check 失敗即 P1 finding。 - 靜態 lint + 29 條 mutation 測試：
scripts/check_v3_6_7_pattern_protection.py強制 protection 條款存在性與 obligation phrase 形狀；scripts/test_check_v3_6_7_pattern_protection.py把 codex review 的 mutation 證據封存為 unit test，未來 lint 退化會在 CI 浮上來。兩者都接進.github/workflows/spec-consistency.yml。 - Codex review 紀錄：七輪
gpt-5.5+xhigh跨模型 review 收斂到 0 P1+P2 finding 才 SHIP。Step 6（orchestrator runtime hook）與 Step 8（合成 eval case）走 follow-up PR。
- Phase 1 兩個文獻 consumer 接上：
deep-research/agents/bibliography_agent.md與academic-paper/agents/literature_strategist_agent.md。當 passport 帶有非空literature_corpus[]時，兩者都走相同的五步 corpus-first、search-fills-gap 流程，並遵守相同的四條 Iron Rule（Same criteria / No silent skip / No corpus mutation / Graceful fallback on parse failure）。 - PRE-SCREENED 可重現區塊 進 Search Strategy 報告：列出已納入／排除／略過的 corpus entry，附 F3 zero-hit 註解與 F4a–F4f provenance 報告（針對
obtained_via/obtained_at部分宣告情境）。final_included = pre_screened_included[] ∪ external_included[]維持 neutral — bibliography entry 與 literature matrix row 不掛 provenance 標籤。 - Consumer 協定參考文件 在
academic-pipeline/references/literature_corpus_consumers.md，包含 PRE-SCREENED 模板、BAD/GOOD 範例、四條 Iron Rule 與 per-consumer 讀取指示。 - CI lint
scripts/check_corpus_consumer_protocol.py透過 manifest 驅動的 consumer 清單（scripts/corpus_consumer_manifest.json）強制九條協定不變式。 - Schema 9 caveat 退役：
shared/handoff_schemas.md移除 v3.6.4「Consumer-side integration deferred to v3.6.5+」一行，改成指向 consumer 協定的 backpointer。 - 採 presence-based 啟動，不變更 schema、不引入新 env flag。Parse 失敗 fallback 到 external-DB-only flow，並 surface
[CORPUS PARSE FAILURE]。citation_compliance_agent的 corpus 整合延到 v3.6.6+。 - 無破壞性變更，既有使用者 adapter 不需修改。
- Schema 9 新增
literature_corpus[]選填欄位作為使用者文獻的輸入埠。每筆 entry 符合shared/contracts/passport/literature_corpus_entry.schema.json（CSL-JSON authors / year / title / source_pointer，加上 PRIVATE 選填的abstract/user_notes）。 - 語言中性的 adapter 契約 放在
academic-pipeline/references/adapters/overview.md：任何語言寫的程式都能讀使用者自己的 corpus source 並產出符合契約的passport.yaml+rejection_log.yaml。Entry-level 錯誤 fail-soft、adapter-level 錯誤 fail-loud、輸出順序確定。 - 三個 reference Python adapter 在
scripts/adapters/：folder_scan.py（檔案系統的 PDF 資料夾）、zotero.py（Better BibTeX JSON export）、obsidian.py（vault frontmatter）。僅供起點參考；非 reference source 預期使用者自行實作 adapter。 - Rejection log 契約 在
shared/contracts/passport/rejection_log.schema.json，採用封閉 enum 的 categorical reason 值；永遠輸出（無 rejection 時為空）。 - CI 把關：
scripts/check_literature_corpus_schema.py驗 schemas + adapter examples；scripts/sync_adapter_docs.py --check防 schema→docs drift；新pytest.ymlworkflow 在 path-filtered 觸發跑scripts/adapters/tests/。 - 僅輸入埠：v3.6.4 只定義 schema 與 adapter 契約，consumer 整合到 v3.6.5 才接上
bibliography_agent與literature_strategist_agent。 - 無破壞性變更。
- Opt-in passport 重置邊界（
ARS_PASSPORT_RESET=1）。把每個 FULL checkpoint 提升為 context 重置邊界。新增resume_from_passport=<hash>模式，讓使用者在新的 Claude Code session 單憑 Material Passport ledger 就恢復 pipeline，不重播先前對話。systematic-review模式 flag ON 時，每個 FULL checkpoint 一律強制重置；其他模式視重置為 flag 開啟後的強預設。Flag OFF 時 byte-for-byte 維持 pre-v3.6.3 行為。 - Schema 9 新增 append-only
reset_boundary[]ledger，兩種 entry kind（kind: boundary+kind: resume）。Hash 用 JSON Canonical Form + SHA-256，搭配 canonical placeholder 處理自我參照問題。選填pending_decision負責 MANDATORY 分支決策。 - 新 CI lint
scripts/check_passport_reset_contract.py：任何提到 flag 的檔案都必須指向權威協議文件。 - 協議文件：
academic-pipeline/references/passport_as_reset_boundary.md。 docs/PERFORMANCE.zh-TW.md更新 long-running session 指引。- 無破壞性變更，flag 預設關閉。
v3.6.2 引入 Schema 13 sprint contract 與 hard-gate 編排，強制審稿人在閱讀論文前先承諾評分準則。本次只動審稿端（reviewer-only first test case）；writer/evaluator 留到 v3.6.4。詳見 CHANGELOG。
- Schema 13 sprint contract：
panel_size、acceptance_dimensions、failure_conditions（含severity優先序 + 隨 panel 變動的cross_reviewer_quantifier）、measurement_procedure、選用override_ladder、限定agent_amendments。驗證器：scripts/check_sprint_contract.py。 - 兩段 hard gate：審稿人先在「論文內容盲」Phase 1 預先承諾評分計畫，Phase 2 才看到論文；Phase 1 輸出包在
<phase1_output>...</phase1_output>資料分隔符內，縮窄 self-injection 面。 - 合成者三步機械協議：建構跨審稿矩陣 → 依 panel-relative quantifier + 認可表達式詞彙評估每條
failure_condition→ 用severity決優先。禁止操作清單寫在editorial_synthesizer_agent。 - 出貨兩份審稿模板：
shared/contracts/reviewer/full.json（panel 5）與shared/contracts/reviewer/methodology_focus.json（panel 2）。reviewer_re_review、reviewer_calibration、reviewer_guided三個 mode 在 schema enum 中保留，但 v3.6.2 不出 template，繼續沿用 pre-v3.6.2 行為；reviewer_quick完全排除於 enum 外。 academic-paper-reviewerSKILL 版本：1.8.1 → 1.9.0。academic-pipelineSKILL 版本：3.5.1 → 3.6.2（suite-version invariant）。Suite 版本升至3.6.2。- 詳見設計稿
docs/design/2026-04-23-ars-v3.6.2-sprint-contract-design.md與協定academic-paper-reviewer/references/sprint_contract_protocol.md。
v3.5.1 新增 Socratic Mentor 的選用式誠實探測（設定 ARS_SOCRATIC_READING_PROBE=1 啟用）。預設關閉。詳見 CHANGELOG。
- 選用式閱讀誠實探測：設定
ARS_SOCRATIC_READING_PROBE=1後，Socratic Mentor 在目標導向 session 中引用特定論文時，觸發一次性誠實探測，請使用者摘述一段文字。拒絕回答僅記錄，不扣分。探測結果寫入研究計畫摘要，並帶入 Stage 6 AI 自我反思報告。不新增 agent，不變更 schema。 deep-researchSKILL 版本：2.9.0 → 2.9.1。academic-pipelineSKILL 版本：3.5.0 → 3.5.1。Suite 版本升至3.5.1。
- 新增 agent：
academic-pipeline新增collaboration_depth_agent（Agent Team 從 3 成長為 4）。每個 FULL/SLIM checkpoint 與 pipeline 完成後（Stage 6 之後）觸發，依 4 維度 rubric 對使用者與 AI 的協作模式評分。純觀察建議，永不阻擋流程。MANDATORY checkpoints（Stages 2.5 / 4.5 的完整性檢查）不觸發 observer，完整性閘門完全保留。 - 新增 rubric：
shared/collaboration_depth_rubric.mdv1.0。四個維度：Delegation Intensity、Cognitive Vigilance、Cognitive Reallocation、Zone Classification（Zone 1 / Zone 2 / Zone 3）。理論依據為 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。 - Cross-model 分歧顯式標示，不默默平均：當
ARS_CROSS_MODEL設定時，observer 於兩個模型同時執行；若任一維度分差 > 2 分即標記為cross_model_divergence。另提供ARS_CROSS_MODEL_SAMPLE_INTERVAL調控成本。 - Short-stage guard：stage 內使用者 turn < 5 時注入靜態
insufficient_evidence區塊，不派發全模型 observer call。 - 反諂媚規範：分數 ≥ 7 必須附具體對話 turn 引用；Zone 3 觸發 re-audit；禁止鼓勵性語言。
academic-pipelineSKILL 版本：3.3.0 → 3.4.0。Suite 版本升至3.5.0。新增 lintscripts/check_collaboration_depth_rubric.py加 10 個測試。
- Compliance Agent（shared）：單一 mode-aware agent，同時跑 PRISMA-trAIce 17 項（限 SR mode）+ RAISE 四原則 + 8-role matrix。掛載既有 Stage 2.5 / 4.5 Integrity Gate；tier-based block（Mandatory → block、HR → warn、R/O → info）。非 SR 入口只跑原則、warn-only。
- Schema 12 compliance_report 附加到 Material Passport 的
compliance_history[]（append-only）。 - 三回合 user-override 階梯，自動注入
disclosure_addendum到 manuscript。無法規避揭露。 - Calibration 以透明公布取代硬門檻，與
task_type: open-ended自洽。 - Upstream freshness CI 偵測 PRISMA-trAIce 上游漂移（non-blocking）。
- 長時間 session 文件：Material Passport 作為跨 session 續跑機制。
- 新增
docs/ARCHITECTURE.md作為 pipeline 結構的單一來源（流程、矩陣、資料存取、依賴圖、品質閘門、模式）。透過 PR #18 合併入 main。 - 新增
docs/SETUP.md/docs/SETUP.zh-TW.md（前置需求、API key、Pandoc/tectonic、跨模型驗證、四種安裝方式），以及docs/PERFORMANCE.md/docs/PERFORMANCE.zh-TW.md（token 預算、建議 Claude Code 設定）。README 以連結取代內嵌。 - 精簡 README：移除 ASCII pipeline 圖與 16 項 key-feature 清單（已被 ARCHITECTURE.md 取代）；Skill 詳細資訊維持版本號錨點，讀者跳到 ARCHITECTURE.md §3 看各 agent 名單。
- 註記：沒有任何 skill 的功能變動，純文件重構。suite version 升級至
3.3.6。
- 新增
benchmark_report.schema.json與 Material Passport 的repro_lock可選區塊。兩者都附 pattern 文件、lint、範例。首次引入正式的 Python 開發依賴清單（requirements-dev.txt）。
- 同步
README.md與README.zh-TW.md內嵌的 changelog 區塊，補上原本缺漏的v3.3.3與v3.3.2發版摘要。 - 擴充
scripts/check_spec_consistency.py，之後 README changelog 若再漂移，CI 會直接 fail。
- 強化 SKILL frontmatter lint：缺少 closing
---fence 時，現在會明確報錯，不再把整份檔案後半段誤當成合法 YAML。 - frontmatter 若可被 YAML 解析但不是 mapping，現在會回報可讀錯誤，而不是直接 crash。
- 修正中英文 README 中 post-publication audit showcase 連結失效的問題。
- 在 spec consistency check 補上 README 相對連結驗證，之後 dead link 會直接讓 CI fail。
- 將 DOCX 輸出契約在文件中統一：直接產出
.docx依賴 Pandoc，否則回退為 Markdown + 轉換說明。 - 完成
v3.3.3發版準備：suite version bump，academic-paper-> v3.0.2，academic-pipeline-> v3.2.2。
- 所有頂層
SKILL.md新增metadata.data_access_level，並以raw、redacted、verified_only為強制詞彙。 - 所有頂層
SKILL.md新增metadata.task_type，並以open-ended、outcome-gradable為強制詞彙。 - 為兩個 metadata 欄位新增 lint script 與單元測試，並接到 GitHub Actions spec consistency workflow。
- 新增
shared/ground_truth_isolation_pattern.md，並在shared/handoff_schemas.md中補上對新詞彙的說明入口。
- 同步 README、
.claude/CLAUDE.md、MODE_REGISTRY.md與各SKILL.md的 mode 數量與公開版本標示。 - 修正跨模型敘述：目前已實作的是誠信抽樣查核與獨立 DA critique；同儕審查第六位 reviewer 仍在規劃中。
- 釐清 adaptive checkpoint 語意：SLIM checkpoint 仍然必須等待使用者明確確認。
- 再次明確化 Stage 2.5 與 Stage 4.5 誠信關卡不可跳過。
- 新增輕量 spec consistency 檢查與 GitHub Actions workflow，避免後續再發生文件漂移。
整合 PaperOrchestra（Song, Song, Pfister & Yoon, 2026, Google）的技術。
- Semantic Scholar API 驗證 — Tier 0 程式化引用存在性查核。Levenshtein >= 0.70 標題比對、DOI 不符偵測、S2 ID 去重。API 不可用時優雅降級。
- 反洩漏協議 — 知識隔離指令優先使用 session 內材料，缺少的內容標記
[MATERIAL GAP]而非用 LLM 記憶填補。降低 Mode 5/6 失敗風險。 - VLM 圖表驗證（可選）— 用視覺模型閉環檢查生成圖表。10 項檢核清單，最多 2 輪修正。
- 分數軌跡協議 — 跨修訂輪次的逐維度評分差異追蹤（7 個維度）。偵測退步（delta < -3）觸發強制 checkpoint。
- Stage 2 並行化 — 視覺化與論證建構可在大綱完成後並行執行。
- 新版本：deep-research v2.8、academic-paper v3.0、academic-pipeline v3.2
整合 Lu 等人（2026，Nature 651:914-919）的研究洞見——第一個通過盲審的端到端全自動 AI 研究系統。
- 7 類 AI 研究失敗模式檢查清單 — 在 Stage 2.5/4.5 阻斷管線：偵測實作錯誤、幻覺實驗結果、取巧特徵依賴、錯誤包裝為發現、方法偽造、框架鎖定。擴充現有 5 類引用幻覺分類。
- Reviewer 校準模式（academic-paper-reviewer v1.8）— opt-in 的 FNR/FPR/balanced accuracy 測量，使用者提供 gold set。5 次集成、跨模型預設開啟、session 內強制附加信心揭露。
- 揭露模式（academic-paper v2.9）— 針對特定期刊/會議的 AI 使用聲明生成器。v1 涵蓋 ICLR、NeurIPS、Nature、Science、ACL、EMNLP。
- 提前停止機制（academic-pipeline v3.1）— 收斂檢查 + pipeline 開始時的 token 預算透明化。
- 忠實度-原創性模式光譜 — 按 Lu 2026 Fig 1c 分類所有 3 個 skill 的模式。
- 新版本：academic-paper v2.9、academic-paper-reviewer v1.8、academic-pipeline v3.1
外部貢獻：@mchesbro1 最初提出並撰寫了 IS Basket of 8 期刊清單（Issue #5）；@cloudenochcsis 將其擴充為完整的 Senior Scholars' Basket of 11（Issue #7、PR #8）。更新 academic-paper-reviewer/references/top_journals_by_field.md 第 7 節，補上 Decision Support Systems、Information & Management、Information and Organization。資料來源：AIS Senior Scholars' List of Premier Journals。
靈感來自 aspi6246/Claude-Code-Skills-for-Academics。
Wave 1：抗 Context Rot 錨定
- 4 個 skill 共 29 條 Anti-Patterns（每個 7-8 條，表格含「為何失敗」+「正確行為」）
- 22 個 IRON RULE 標記，確保長對話中關鍵規則不被遺忘
- 審查者唯讀約束（reviewer 不可修改論文原稿）
Wave 2：追溯性 + 認知框架 + 中途強化
- R&R 追溯矩陣（Schema 11）：Re-Review 新增「作者聲稱」+「已驗證？」欄位，獨立核實修訂宣稱
- 3 個認知框架 reference 檔案，教 agent「如何思考」而非只是「做什麼」：
- 論證與推理框架（Toulmin 模型、Bradford Hill 因果推理、最佳解釋推論、認知狀態分類）
- 審查品質思維框架（三鏡頭法、常見審查陷阱、校準問題）
- 寫作判斷力框架（清晰度測試、讀者旅程、學科語態、修訂決策矩陣）
- 中途強化機制：每次 stage 轉換注入對應 IRON RULE + Anti-Pattern 提醒
- FULL checkpoint 前的 5 題自我檢查（引用完整性、諂媚讓步、品質軌跡、範圍紀律、完整性）
Wave 3：精簡 Skill 尺寸
- SKILL.md 總大小從 142KB 降至 85KB（-40%），詳細協議移至
references/按需載入 - 新增 ~15 個 reference 檔案（re-review protocol、guided mode、systematic review、process summary 等）
- 所有 IRON RULE 保留在 SKILL.md；詳細內容按需載入
- 新版本：deep-research v2.7、academic-paper v2.8、academic-paper-reviewer v1.7、academic-pipeline v3.0
- 魔鬼代言人讓步門檻（deep-research + academic-paper-reviewer）：反駁必須評分 1-5。≥4 才允許讓步。不允許連續讓步。讓步率追蹤。框架鎖定偵測。
- 攻擊強度保持（academic-paper-reviewer）：DA 不因被反駁而軟化。反駁評估協議含偏移偵測。
- 意圖偵測層（deep-research socratic）：偵測探索型 vs. 目標型。探索模式停用自動收束，最大輪數提升至 60。每 5 輪重新評估。
- 對話健康度指標（deep-research socratic）：每 5 輪靜默自檢，偵測持續同意、迴避衝突、過早收束。偵測到模式時自動注入挑戰性問題。
- 跨模型驗證協議（shared，可選）：用 GPT-5.4 Pro 或 Gemini 3.1 Pro 做誠信驗證 30% 抽樣跨模型檢查與獨立 DA critique。同儕審查第六位 reviewer 仍在規劃中，尚未實作。設定
ARS_CROSS_MODEL環境變數啟用——未設定時零開銷。完整設定指南見shared/cross_model_verification.md。 - AI 自我反思報告（academic-pipeline Stage 6）：Pipeline 結束後 AI 行為自評——DA 讓步率、健康警報、諂媚風險評級（LOW/MEDIUM/HIGH）、框架鎖定事件。
- 來源：四輪辯證實驗中發現 DA 讓步太快、蘇格拉底模式過早收束、整個辯論鎖定在人類設定的框架中。
- 版本：deep-research v2.5、academic-paper-reviewer v1.5、academic-pipeline v2.8
- 為 4 個 SKILL.md 加入
status: active和related_skills交叉引用 - 支援 skill 探索工具及跨技能導航
- 風格校準（academic-paper intake Step 10，可選）：提供 3+ 篇過去論文，pipeline 會學習你的寫作風格 — 句子節奏、詞彙偏好、引用整合方式。寫作時作為軟性指引；學科規範永遠優先。優先級系統：學科規範（硬性）> 期刊慣例（強）> 個人風格（軟性）。見
shared/style_calibration_protocol.md - 寫作品質檢查（
academic-paper/references/writing_quality_check.md）：寫作品質 checklist，於初稿自我審查時套用。5 大類：AI 高頻詞彙警告（25 個詞）、標點模式控制（em dash ≤3）、開頭廢話偵測、結構模式警告（三項列舉強迫症、均勻段落、同義詞循環）、句子長度變化檢查。這是好寫作規則 — 不是逃避偵測 - Style Profile 透過 academic-pipeline Material Passport 攜帶（
shared/handoff_schemas.mdSchema 10） - deep-research report compiler 也可選地消費這兩個功能
- 版本：academic-paper v2.5、deep-research v2.4、academic-pipeline v2.7
- Socratic Mentor Agent（deep-research + academic-paper）：整合 SCR（表態-挑戰-反思）協議
- Commitment Gate：在每個層級/章節轉換前收集使用者預測，再呈現資料
- Certainty-Triggered Contradiction：偵測高信心語句（「顯然」「毫無疑問」），自動引入反面觀點
- Adaptive Intensity：追蹤 commitment 準確率，動態調整挑戰頻率
- Self-Calibration Signal (S5)：新收斂訊號，追蹤使用者在對話中是否展現自我校準能力
- SCR Switch：使用者可隨時說「跳過預測」關閉 SCR，或「恢復預測」重新開啟，蘇格拉底式提問不受影響
deep-research/references/socratic_questioning_framework.md：新增 SCR Overlay Protocol，對映 SCR 三階段到蘇格拉底功能- 新增
CHANGELOG.md
- integrity_verification_agent v2.0：Anti-Hallucination Mandate（禁止靠 AI 記憶驗證）、消除灰色地帶分類（僅 VERIFIED/NOT_FOUND/MISMATCH）、強制 WebSearch audit trail、Stage 4.5 獨立全面驗證、Gray-Zone Prevention Rule
- 已知引用幻覺 Pattern：5 類分類法（TF/PAC/IH/PH/SH，來自 GPTZero × NeurIPS 2025 研究）、5 種複合欺騙模式、實戰案例、文獻統計
- 出版後稽核：對全部 68 篇引用做 WebSearch 逐一驗證，發現 21 篇有問題（31% 錯誤率），證明外部查證的必要性
- 論文修正：移除 4 篇捏造引用、修正 6 篇作者錯誤、修正 7 篇書目細節、修正 2 篇格式問題
- deep-research：蘇格拉底模式改為意圖匹配啟動，取代關鍵字比對。支援任何語言 — 偵測含義（如「使用者想要引導式思考」）而非比對特定字串。
- academic-paper：Plan 模式改為意圖匹配啟動。偵測意圖信號如「使用者不確定如何開始」「使用者想要逐步引導」，不限語言。
- 兩個模式新增預設規則：當意圖模糊時，偏好
socratic/plan而非full— 先引導比較安全。 - 雙層架構：Layer 1（skill 啟動）用雙語關鍵字提高匹配信心；Layer 2（mode 路由）用語言無關的意圖信號。
- deep-research：新增繁體中文觸發關鍵字，涵蓋一般啟動和蘇格拉底模式。
- academic-paper：新增繁體中文觸發關鍵字及 Plan Mode 觸發區塊。
- 兩份 mode selection guide 加入雙語範例及中文專屬誤選情境。
- deep-research v2.3：新增系統性文獻回顧 / PRISMA 模式（第 7 模式）；3 個新 agent（risk_of_bias、meta_analysis、monitoring）；PRISMA 協議/報告模板；蘇格拉底收斂準則（4 訊號 + 自動結束）；快速模式選擇指南
- academic-paper v2.4：2 個新 agent（visualization、revision_coach）；修訂追蹤模板含 4 種狀態；引用格式轉換（APA↔Chicago↔MLA↔IEEE↔Vancouver）；統計視覺化標準；蘇格拉底收斂準則；修訂復原範例；LaTeX 輸出強化 — 強制
apa7document class、ragged2e+etoolbox文字對齊修正、表格欄寬公式、雙語摘要置中、標準字體集（Times New Roman + 思源宋體 VF + Courier New）、僅 tectonic 編譯 PDF - academic-paper-reviewer v1.4：0-100 品質量表含行為指標；決策對照（≥80 接受、65-79 小修、50-64 大修、<50 退稿）；快速模式選擇指南
- academic-pipeline v2.6：自適應 checkpoint（FULL/SLIM/MANDATORY）；Phase E 宣稱驗證；素材護照（Material Passport）支援中途進入；跨 skill 模式顧問（14 情境）；團隊協作協議；強化銜接 schema（9 個含驗證規則）；誠信審查失敗復原範例
- academic-pipeline v2.4：新增 Stage 6 過程紀錄 — 自動生成結構化論文創建過程紀錄（MD → LaTeX → PDF，中英雙語）；必含最後一章：協作品質評估，6 個維度各計 1–100 分（方向設定、智識貢獻、品質把關、迭代紀律、委派效率、後設學習），含誠實回饋與改進建議；pipeline 從 9 階段擴展為 10 階段
- academic-pipeline v2.3：Stage 5 定稿階段現在會先詢問格式風格（APA 7.0 / Chicago / IEEE）；PDF 必須從 LaTeX 經
tectonic編譯（禁止 HTML-to-PDF）；APA 7.0 使用apa7document class（man模式）+ XeCJK 支援中英雙語；字體：Times New Roman + 思源宋體 VF + Courier New
- 跨 Agent 品質對齊：統一定義（同儕審查、時效規則、CRITICAL 嚴重度、來源分級）橫跨所有 agent
- deep-research v2.2：synthesis 反模式、蘇格拉底自動結束條件、DOI+WebSearch 驗證、強化倫理誠信審查、模式轉換矩陣
- academic-paper v2.2：4 級論證強度評分、抄襲篩查、2 個新失敗路徑（F11 退稿復活、F12 研討會轉期刊）、Plan→Full 模式轉換
- academic-paper-reviewer v1.3：DA vs R3 角色邊界、CRITICAL 判定標準、共識分類（4/3/SPLIT/DA-CRITICAL）、信心分數加權、亞洲與區域期刊參考
- academic-pipeline v2.2：checkpoint 確認語意、模式切換矩陣、技能失敗降級策略、狀態所有權協議、素材版本控制
- 精簡 4 個 SKILL.md（-371 行, -16.5%）：移除跨 skill 重複、內嵌模板改為檔案引用、冗餘路由表、重複模式選擇區塊
- 修復 academic-paper 與 academic-pipeline 之間修訂迴圈上限的矛盾
- academic-pipeline v2.0：5→9 階段、強制誠信驗證、兩階段審查、蘇格拉底修訂指導、可重現性保證
- academic-paper-reviewer v1.1：+魔鬼代言人審查者（第 7 agent）、+re-review 模式（驗收）、+審後蘇格拉底指導
- 新增 agent：
integrity_verification_agent— 100% 引用/數據驗證，含稽核軌跡 - 新增 agent：
devils_advocate_reviewer_agent— 8 維度論點挑戰 - 輸出順序：MD → Pandoc 可用時產出 DOCX（否則提供說明）→ 詢問 LaTeX → 確認 → PDF
- 初版發布
- deep-research v2.0（10 agents、6 模式含 socratic）
- academic-paper v2.0（10 agents、8 模式含 plan）
- academic-paper-reviewer v1.0（6 agents、4 模式含 guided）
- academic-pipeline v1.0（調度器）