# 选题到投稿：论文生产七引擎实测 ## 概述 第四轮评测聚焦内容创作类 Skills，但在"营销写作""社媒增长""SEO/翻译出海""爆款选题"等热门赛道已被反复拆解之后，本期选择一个被严重低估却正在爆发的细分——**学术内容生产引擎**。2026 年 5—6 月，以 `academic-research-skills`（ARS）为代表的开源学术 Skill 套件在 GitHub 上从 6.4k 星飙升至 11.8k 星，"1 天一篇 SCI 草稿"成为可讨论的现实命题。本期实测七款覆盖"文献→写作→审稿→润色→降维科普"全链路的引擎，重点回答三个问题：它们能否真正跑通可审计的科研流水线？哪些能改造成付费科研服务？面向研究生群体的训练营又该如何选型。 ## 评测对象全景对比 | 引擎 | 来源 / 体量 | 核心能力 | 完整度 | 上手 | 变现 | 训练营 | 社区 | 综合 | |------|------------|---------|:---:|:---:|:---:|:---:|:---:|:---:| | academic-research-skills (ARS) | Imbad0202 · 11.8k★ | 研究→写作→评审→修订→定稿，25 模式 | ★★★★★ | ★★★ | ★★★★★ | ★★★★★ | ★★★★★ | **9.4** | | arxiv-paper-writer | 社区开源 · 工程化论文 | 分阶段推进、日志修复、产物验收 | ★★★★ | ★★★★ | ★★★ | ★★★★ | ★★★ | 7.4 | | academic-writing-skills | bahayonghang | 格式校验/语法风格润色/去冗余 | ★★★★ | ★★★★★ | ★★★★ | ★★★★ | ★★★ | 7.8 | | lcrawfurd 预投稿裁判团 | lcrawfurd · 6-agent | 期刊定向 6 代理审稿报告 | ★★★★ | ★★★★ | ★★★★ | ★★★ | ★★★ | 7.4 | | academic-paper-skills | lishix520 | 哲学/跨学科论文规划写作 | ★★★ | ★★★★ | ★★★ | ★★★ | ★★★ | 6.6 | | arxiv-paper-to-wechat-article | 本地 Skill | 论文→通俗公众号长文 | ★★★★ | ★★★★★ | ★★★★ | ★★★★ | ★★★ | 7.6 | | academic-researcher | 本地 Skill | 文献综述/论文分析/引用规范 | ★★★★ | ★★★★★ | ★★★★ | ★★★★ | ★★★ | 7.6 | --- ## 一、academic-research-skills（ARS）：把科研做成可审计流水线 **来源**：`Imbad0202/academic-research-skills`，维护者 Calvin I-En Wu。**安装**：`npx skills add Imbad0202/academic-research-skills`。当前 GitHub 星标 11.8k（两月内从 6.4k 翻近一倍），是学术 Skill 生态的绝对头部。 **核心功能**：ARS 把完整的研究—发表流程拆成四大模块、25 种运行模式，串成 `research → write → review → revise → finalize` 的闭环。它最有价值的设计不是"会写论文"，而是**把每一类已知失败模式做成一道硬性阻断**——引用核验机制会逐条回溯参考文献是否真实存在并支持正文论断；反谄媚协议（anti-sycophancy）强制模型在审稿阶段挑刺而非附和；三层数据完整性检查贯穿实验数据、图表数值与正文表述的一致性。实测中，它能调用多达 13 个子代理分工（文献检索员、方法学审稿人、统计核查员、格式编辑等），一篇已积累数据的 SCI 草稿在 8–12 小时内可成型。 **评分**：完整度 ★★★★★｜上手 ★★★（25 模式需读文档选模式）｜变现 ★★★★★｜训练营 ★★★★★｜社区 ★★★★★ **变现与训练营**：ARS 是本期变现天花板。可包装为三类付费产品——面向研究生的"SCI 陪跑营"、面向团队的"科研流水线托管"、面向高校的"学术诚信自检系统"。它的"可审计性"恰恰是付费故事的核心：客户买的不是一篇文章，而是一份可追溯、可答辩的过程证据。训练营场景下，ARS 本身就是现成的科研方法学教材，每个模式对应一个教学单元。 **与竞品对比**：相比单点的 arxiv-paper-writer（只管"写"）和 academic-writing-skills（只管"改"），ARS 是唯一覆盖全链路并内置质量门禁的，护城河在于"防 AI 出错"的工程化深度。 ## 二、arxiv-paper-writer：像做工程一样写 arXiv 论文 **来源**：社区开源 Skill，CSDN/掘金有多篇深度实测。**安装**：经 `npx skills find` 检索对应 repo 后 `npx skills add`。 **核心功能**：它的核心理念是把论文写作工程化——按阶段（proposal、相关工作、方法、实验、讨论）推进，每个阶段产出可验收的工件（artifact），遇到问题进入"日志修复"模式而不是推倒重来。它对 arXiv 风格的 LaTeX 结构、图表生成、bib 文件管理有专门约束，适合机器学习、计算类方向。实测中，它最打动人的不是"写出论文"，而是**把模糊的写作任务变成带里程碑和验收标准的项目**，这对缺乏写作纪律的研究者价值巨大。 **评分**：完整度 ★★★★｜上手 ★★★★｜变现 ★★★｜训练营 ★★★★｜社区 ★★★ **变现与训练营**：变现偏窄，更适合作为 ARS 的"写作子模块"或单独卖给 ML 方向研究者做"实验报告→arXiv 预印本"的快速通道。训练营适用性强：阶段化推进本身就是一份写作教学大纲。 **与竞品对比**：写作深度优于 ARS 的 write 模块，但缺少审稿与引用核验，属于"写得快但需要别人把质量关"的定位。 ## 三、academic-writing-skills：论文落稿后的"最后一公里"抛光 **来源**：`bahayonghang/academic-writing-skills`，提供中英双语文档。**安装**：`npx skills add bahayonghang/academic-writing-skills`。 **核心功能**：定位为 AI 驱动的"成稿后"（post-writing）工具箱，专治论文写完之后的那一堆脏活——格式与模板校验（期刊/会议规范）、语法与学术风格润色、去冗余（trim wordiness）、术语一致性检查。它不帮你从零写，只负责把一篇"内容对但难看"的草稿打磨成"编辑看了不头疼"的投稿件。上手门槛极低，几乎零配置。 **评分**：完整度 ★★★★｜上手 ★★★★★｜变现 ★★★★｜训练营 ★★★★｜社区 ★★★ **变现与训练营**：这是最适合做成"轻量付费产品"的一款——学术润色/proofreading 本就是成熟市场（按字数计费），Skill 化后可做成订阅制或按篇计费的润色服务。训练营场景下，它适合作为"学术写作规范"单元的实操工具。 **与竞品对比**：与 Grammarly 类工具相比，它更懂学术体例（IMRaD、引用格式、被动语态偏好）；与 ARS 相比，它是"下游改"，ARS 是"全流程造"，二者互补而非替代。 ## 四、lcrawfurd 预投稿裁判团：6 代理模拟同行评审 **来源**：`lcrawfurd/claude-skills`。**安装**：`npx skills add lcrawfurd/claude-skills`。 **核心功能**：瞄准论文投稿前最痛的一环——模拟同行评审。它派出一支 6 代理裁判团，**定向到用户指定的目标期刊**（不同期刊口味、scope、统计要求各异），分别从拼写语法、内部一致性、方法学合理性、引用完整性、与目标期刊契合度、伦理与原创性六个角度出具 referee report。相当于在投稿前先挨一轮"自家内部的审稿人"毒打，把被拒概率提前摊薄。 **评分**：完整度 ★★★★｜上手 ★★★★｜变现 ★★★★｜训练营 ★★★｜社区 ★★★ **变现与训练营**：变现方向清晰——"投稿前模拟评审"服务，对博士生与青椒群体刚需。可结合真实期刊的 scope 数据做成差异化产品。训练营适用性中等，因为它更像"检验"工具而非"教学"工具。 **与竞品对比**：ARS 的 review 模式是内嵌的、偏自我纠错；lcrawfurd 是外置的、对标真实期刊的独立裁判，二者可叠加使用，形成"写完先 ARS 自审、再 lcrawfurd 期刊审"的双重把关。 ## 五、academic-paper-skills：哲学与跨学科论文的系统化规划 **来源**：`lishix520/academic-paper-skills`。**安装**：`npx skills add lishix520/academic-paper-skills`。 **核心功能**：不同于前面几款偏理工/计算方向，它专门服务**哲学与跨学科人文论文**的规划与写作。强调论证结构（argument mapping）、概念辨析、文献对话（与已有学派的对话与反驳），适合文科学位论文与思想史研究。它能帮用户在动笔前先搭出一张论证骨架图，再逐节填充。 **评分**：完整度 ★★★｜上手 ★★★★｜变现 ★★★｜训练营 ★★★｜社区 ★★★ **变现与训练营**：变现面较窄，受众是文科研究生群体，付费意愿存在但规模小。更适合作为文科方法论课程的辅助工具，而非独立付费产品。它的价值在于**填补了学术 Skill 生态几乎被理工科垄断的空白**。 **与竞品对比**：在人文领域几乎没有直接竞品，但功能完整度与社区体量都明显弱于 ARS，属于"小而美"的定位。 ## 六、arxiv-paper-to-wechat-article：把硬论文翻译成爆款科普 **来源**：本地内置 Skill（公众号"51学通信"生态，站长爱卫生）。**安装**：随环境内置，直接触发。 **核心功能**：这是本期"降维科普"维度的代表。用户给一个论文链接、标题或关键词，它自动搜索下载 arXiv 论文，生成一篇通俗易懂的微信公众号长文，自然融入品牌信息。它解决的是学术论文与公众之间的"翻译鸿沟"——把满是公式与术语的论文，变成科技读者看得懂、愿意转的文章。 **评分**：完整度 ★★★★｜上手 ★★★★★｜变现 ★★★★｜训练营 ★★★★｜社区 ★★★（内置） **变现与训练营**：变现路径直给——科技公众号矩阵、知识付费账号、企业技术品牌的内容外包。一篇 SOTA 论文→一篇 10w+ 科普，是确定性的内容资产生产线。训练营场景下，它是"如何把硬知识讲软"的最佳教学样本。 **与竞品对比**：与本期其他六款"生产论文"的引擎方向相反，它是"消费论文"。前者解决"怎么写出来"，后者解决"怎么让普通人看懂"，构成学术内容上下游的镜像。 ## 七、academic-researcher：文献综述与论文分析的轻量助手 **来源**：本地内置 Skill。**安装**：随环境内置，触发词覆盖"文献综述/论文解读/引用格式"等。 **核心功能**：学术研究助手，覆盖文献综述撰写、论文方法学分析、研究摘要、引用格式化。相比 ARS 的"重流水线"，它是"轻入口"——不需要规划一整篇论文，只想快速消化一批文献、产出一份综述或对比表时，它是最低成本的选择。配合本地 `deep-research`（多源取证）与 `wikipedia-research`（可溯源引用）使用，能在不写代码的前提下完成一轮扎实的文献调研。 **评分**：完整度 ★★★★｜上手 ★★★★★｜变现 ★★★★｜训练营 ★★★★｜社区 ★★★（内置） **变现与训练营**：变现适合做成"文献综述代写/论文精读"的轻量服务，客单价低于 ARS 但走量。训练营中它是入门第一课——先学会读和综述，再谈写。 **与竞品对比**：是 ARS 的"前菜"与"轻量替代"。对于不需要全流程、只想解决"读不懂、综述写不出"的用户，它的性价比远高于 ARS。 --- ## 学术内容生产引擎生态分类 ```mermaid mindmap root((学术内容生产引擎)) 上游·研究与文献 academic-researcher 文献综述/方法学分析 deep-research 多源取证/结构化报告 wikipedia-research 可溯源引用 notebooklm 源引用/降幻觉 中游·论文生产 academic-research-skills 25模式全流程/引用核验 arxiv-paper-writer 工程化分阶段 academic-paper-skills 哲学/跨学科 下游·审稿与润色 academic-writing-skills 格式/语法/风格 lcrawfurd预投稿裁判团 期刊定向6代理审稿 延伸·降维科普 arxiv-paper-to-wechat-article 论文转公众号 元层·技能源 arxiv-claude-skills 651篇SOTA论文衍生 ``` --- ## 推荐排行榜 **综合实力榜** 1. academic-research-skills（ARS）— 全链路 + 质量门禁，生态头部 2. academic-writing-skills — 上手最快、变现最轻的润色引擎 3. arxiv-paper-to-wechat-article — 唯一"降维消费"侧，内容资产生产线 4. academic-researcher — 文献综述轻量首选 5. lcrawfurd 预投稿裁判团 — 投稿前最后一道保险 6. arxiv-paper-writer — ML/arXiv 方向写作工程化 7. academic-paper-skills — 人文跨学科利基 **变现潜力榜（可改造付费产品）** 1. ARS — SCI 陪跑营 / 科研流水线托管 / 学术诚信系统 2. arxiv-paper-to-wechat-article — 科技公众号矩阵 / 知识付费 3. academic-writing-skills — 订阅制学术润色 4. lcrawfurd — 投稿前模拟评审 5. academic-researcher — 文献综述代写 **训练营适用榜（教学时长从短到长）** 1. academic-writing-skills（1 课时：学术规范实操） 2. arxiv-paper-to-wechat-article（1–2 课时：科普写作） 3. academic-researcher（2 课时：文献综述方法） 4. arxiv-paper-writer（2–3 课时：工程化写作） 5. ARS（一整期训练营：完整科研方法学） **上手难度榜（从易到难）** 1. academic-writing-skills ≈ arxiv-paper-to-wechat-article ≈ academic-researcher（零配置） 2. lcrawfurd ≈ academic-paper-skills ≈ arxiv-paper-writer（需指定参数） 3. ARS（25 模式，需通读文档） --- ## 组合推荐：一条跑得通的科研内容生产线 单兵作战都不够，真正值钱的是组合。本期给出两条经过实测逻辑验证的链路： **链路 A——"我要发一篇 SCI"**：`academic-researcher`（文献综述）→ `deep-research`（多源取证补缺口）→ `ARS`（write 写作 + 引用核验 + 反谄媚自审）→ `lcrawfurd`（期刊定向外审）→ `academic-writing-skills`（格式与风格终抛光）。这条链路把"可审计性"做到极致，每一环都留证据，适合学位论文与正式投稿。 **链路 B——"我要把这篇 SOTA 讲给百万粉丝"**：`deep-research`（吃透论文 + 找对比工作）→ `arxiv-paper-to-wechat-article`（生成通俗长文）→ 接入社媒分发 Skill。这条链路是学术内容变现最快的路径，论文上线当天即可产出科普稿件，抢占解读首发红利。 一个常被忽视的元层资产是 `ndpvt-web/arxiv-claude-skills`——它从 2026 年 2 月前的 651 篇 SOTA arXiv 论文中**蒸馏出 651 个可调用的 Skill**，相当于把最前沿的研究方法本身做成了可复用件，是上面所有引擎的"弹药库"。 ## 参考来源 1. [狂揽 10.3k Star！用 Claude Code 写论文的一整套流水线 Skill，它开源了](https://zhuanlan.zhihu.com/p/2039818295780587469) — ARS 四大模块、25 模式、引用核验与反谄媚机制详解 2. [Academic Research Skills for Claude Code — GitHub](https://github.com/Imbad0202/academic-research-skills) — ARS 官方仓库，research→write→review→revise→finalize 全流程 3. [6400 Star 到 11.8k Star：用 Claude Code 跑通论文全流程](https://www.theaiera.cn/blogs/claude-code-academic-research-skills) — 星标增长、13 代理分工、三层数据完整性 4. [arxiv-paper-writer skill：用 Claude Code 写出 arXiv 风格论文](https://juejin.cn/post/7632870101064171563) — 工程化分阶段写作、日志修复、产物验收实测 5. [Academic Writing Skills for Claude Code（中文 README）](https://bahayonghang.github.io/academic-writing-skills/README_CN.html) — 格式校验/语法风格润色/去冗余工具箱 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。