研究寫作套件 · Research Writing Kit

版本 v1.11.5（2026-10-29）· 專案頁：https://course.interaction.tw/research-writing-kit/

English → README.en.md

一套用 AI 協助寫研究論文與計畫提案的方法，而且它會自己安裝、自己客製。 你不用懂 AI、不用會設定。把資料夾交給你的 Claude，它會問你幾個問題，再幫你把 適合你的工具建好。

English tl;dr: A method for AI-assisted academic writing that installs and customizes itself. Open this folder in Claude Code and say "Read CLAUDE.md and set me up." Your Claude interviews you, then generates writing skills tailored to your field, language, and target journals. See CLAUDE.md (the installer) and method/ (the method).

---

這是什麼

這是一套寫作方法，加一個會自我安裝的小工具箱：安裝後，你的 Claude 照這套方法找文獻、架論證、寫稿、自我檢查。幾個原則：

• 你擁有想法與論證，AI 負責跑腿：找文獻、查證引用、架論證骨架、寫成稿、還自己檢查。
• 先架骨架再寫字：不從空白頁硬擠出稿（那種硬擠就是「AI 味」的來源），先把論證結構立好，再照著它寫成文字。
• 引用要對過原文才能用：方法規定每一條文獻都要真的抓下來、確認方向對，才能寫進稿子；查不到的標「未驗證」，不假裝。
• 論文像你的領域，信件像你：論文、計畫書、申請書拿同領域已發表論文當準繩，稿子的每項語言特徵要落在真人論文的常見區間內，不磨成通用 AI 腔，也不套個人口吻；你自己的文風只用在信件與自述。
• 誠實內建：效果量＋信賴區間（不只 p 值）、稿件與資料除了 Claude 本身不交給其他線上服務、交稿前去 AI 味、乾淨二審。

---

怎麼用

這套方法最終在你自己電腦的 Claude Code 上跑，這樣檔案才存在你手上、工具才跑得動。 依你現在手上有什麼，選一條路開始：

情況 A ｜ 你電腦上已經有 Claude Code

1. 拿到這個資料夾：這是公開 repo，不用登入。有 git 的話 git clone https://github.com/chenweichiang/research-writing-kit.git； 不想裝 git 也可以在 GitHub 頁面按綠色「Code → Download ZIP」解壓，只是之後沒辦法 git pull 一鍵更新。放哪裡都行。
2. 在資料夾裡打開 Claude Code：開終端機，cd 進到這個資料夾，輸入 claude。
3. 貼這一句話：

   「讀 CLAUDE.md，幫我設定。」（英文：Read CLAUDE.md and set me up.）

情況 B ｜ 你現在在 claude.ai 網頁版，還沒有 Claude Code

把這個 repo 連給網頁版的 Claude（用 GitHub 連接器），跟它說「讀 CLAUDE.md，幫我設定」。 它就會一步步帶你把 Claude Code 裝到你電腦，再把資料夾搬過去（細節見 setup/WEB.md）。裝好後回到上面情況 A 的第 2 步。

⚠️ Claude Code 需要付費的 Claude 方案（Pro／Max／Team，或 API 計費）。免費的 claude.ai 帳號不能用。網頁版的 Claude 會在動手裝之前先提醒你這件事。

---

設定好之後，你的 Claude 會做這三件事

1. 問你幾個問題：你寫什麼、用什麼語言、想投哪、能不能收一批同領域已發表的論文當對照基準，以及有沒有自己寫的信件或自述可以讓它學你的文風。
2. 幫你生出專屬工具：照你的答案，把「協作寫作」「投稿前檢查」等 skill 客製好、裝進你的 Claude。
3. 教你實際會用到的幾句話，然後你就可以開始了。

之後每天怎麼用

在放論文的資料夾裡開 Claude Code，用平常講話的方式說要做什麼（你也可以直接打 /skill名）：

你打這句	Claude 幫你做	對應的 skill／工具
「幫我寫這篇論文／提案」	協作寫作：找文獻、架論證骨架、寫成稿、自己檢查	/co-author
「這段讀起來像翻譯／不像這個領域的論文」	母語潤稿：先量出稿子哪些語言特徵偏離同領域論文的常見區間，潤稿子代理只交改動清單，由你逐條裁定；數字、引用、術語動了就擋	/co-author Phase 5.5 → tools/register/register_profile.py、polish_check.py
「幫我檢查這篇再投」	投稿前的品質與格式檢查（五層）	/paper-review
「幫我把這些引用的 PDF 收齊」	收集並查證參考文獻	/fetch-refs
「這些引用真的撐得住我寫的話嗎？」	逐句對照 PDF 原文判定引用方向、DOI 權威查驗	/verify-citations（＋citation-skeptic 二審）
「誰引用了這篇？有沒有我漏掉的後續研究」	引用滾雪球：從一篇（或整份書目）長出該讀而未讀的文獻清單	/fetch-refs → tools/refs/snowball.py
「審稿意見回來了，幫我回」	逐點回應：拆解意見→逐點裁定→修訂對照→回應信→交付前完整性驗證	/rebuttal → tools/rebuttal/check_response.py
「我這篇短文要擴寫成期刊全文」	逆向盤點入線，並盤點文字回收與揭露措辭（擴寫本質上就是重用）	/co-author Phase 0.5
「我要再投一個地方，可以吧？」	查投稿狀態表，確認同一份稿件沒有同時在別處審查中	tools/submissions/check_submissions.py
「這張圖印成黑白會不會看不懂？」	圖表色覺可及性：色盲模擬＋灰階對比，並產生模擬圖給你看	/paper-review → tools/figures/figure_a11y.py
「別再犯同樣的錯」「改 A 又弄壞 B」	文件回歸：把抓到的錯寫成一條常駐檢查，改完全庫重掃，復發就擋下	/doc-regress → tools/regress/regress.py
「把引用的 PDF 抓齊」	分層取檔：OA 源 → 一般 HTTP 連線 → 用你自己存取權的真實瀏覽器；拿不到的標明原因（沒訂閱／要人過驗證／工具還沒支援）	/fetch-refs → tools/refs/pdf_fetch.py
「有沒有哪篇被撤稿了？」	撤稿掃描：整份書目對 Crossref＋OpenAlex 查撤稿，每次交付前重跑	tools/refs/retraction_scan.py
「這句沒掛引用，站得住嗎？」	無引用宣稱掃描：找出沒有引用的量化／因果／最高級句子，逐筆補引用、指出自家資料、或降級措辭	tools/claims/uncited_claims_scan.py
「這句話說得太滿了嗎？」	過度宣稱掃描：找出「完全／永遠／唯一／證明了」這類資料撐不起的字眼；去 AI 味的另一半，中英文都適用	tools/claims/overclaim_lint.py
「稿裡的數字跟分析結果對得上嗎？」	數字帳本勾稽：每個數字回溯到產生它的運算；改數字先更帳本再改稿，回歸檢查擋舊值復發

預設走最簡單的模式：只要 Claude ＋ 網路，什麼都不用安裝。之後真的需要更強的工具 （本機統計、文獻庫、語言檢查）再一次加一個就好。

---

隱私

• 這個 repo 裡只有方法與工具，沒有任何人的稿件或資料。
• 隨包的檢查工具與統計分析都在你的電腦上跑。線上檢索只送出 DOI、標題、作者這類書目資料（見〈會用到哪些外部程式與服務〉）。
• 方法本身要求：未發表稿件與研究原始資料不交給第三方線上服務，不丟公開的 AI 偵測器，也不貼到其他雲端 AI 工具。
• Claude Code 本身是雲端模型，它讀到的檔案內容（包括稿件與資料）會傳到 Anthropic 處理。有受試者資料或保密要求時，先確認機構與研究倫理審查的規定，以及你 Claude 帳號的資料使用設定。規定不允許送出的資料，就不要讓 Claude 讀。
• 你生成的個人設定（文風檔、投稿筆記、骨架）不會被這個 repo 收走（見 .gitignore）。

授權

• 程式碼（tools/）：MIT，可自由使用、修改與商業使用，保留版權聲明即可（LICENSE）。
• 方法與文件（method/、skills/、agents/、templates/、setup/、README）：CC BY 4.0，可改寫、翻譯、教學、做自己的版本，唯一條件是標示出處（LICENSE-DOCS）。
• 第三方詞表（data/academic-vocab/）：隨包的 AVL、ACL 為研究／教學免費使用、需標示出處；AWL 是 CC BY-NC-ND（不得改作），不隨附，由你用 tools/vocab/fetch_awl.py 自行抓取到本機。都不在上面兩種授權範圍內。
• 引用格式與細則見 NOTICE.md。

---

資料夾裡有什麼（完整清單）

位置	內容
CLAUDE.md	安裝器：你的 Claude 讀這個來訪談你、生成你的專屬設定。
NOTICE.md	分享條件與第三方資料授權。
method/	方法本體十一份（英文）：PHILOSOPHY.md（心法）、IRON-RULES.md（鐵則）、WORKFLOW.md（Phase 0 到 8 的完整流程，含 5.5 母語潤稿）、ARGUMENTATION.md（論證工法，內部診斷用）、RIGOR_PROCESS.md（從文獻到報告的十三階段嚴謹流程）、METHOD_DECISION.md（研究方法決策程序與報告準則）、METHOD_CARDS.md（38 張研究方法分析卡，含決策索引與條件警訊）、VERSIONING.md（版號、CHANGELOG、交付資料夾）、COLLABORATION.md（合作者稿與多人計畫書）、COMPRESSION.md（超頁超字的壓縮程序）、AI_DISCLOSURE.md（各出版社生成式 AI 規定與聲明寫法）。
skills/	八個 skill 範本（見下表）。
agents/	五個 subagent 範本（見下表）。
tools/	四十二支本機腳本＋共用模組＋輔助檔＋模板（見下表），說明在 tools/README.md。
templates/	四份空白檔：VOICE_PROFILE.template.md（文風檔，信件與自述用）、venue-notes.template.md（投稿場域筆記）、skeleton.template.md（論證骨架）、voice_rules.template.json（聲音硬規則）。
data/academic-vocab/	開放學術詞表：隨包兩份（avl_core_words.tsv、acl_collocations.tsv），第三份 awl_families.tsv 由 tools/vocab/fetch_awl.py 在你電腦上產生（授權不允許隨包）。投稿前檢查的用字層拿來當錨點，不是自動替換；授權見 NOTICE.md。
examples/skeleton.example.md	一份填好的骨架範例，讓 Claude 有具體參照。
setup/	LITE.md（零安裝模式）、TOOLS.md（選配工具與降級對照）、INTERVIEW.md（面談問法）、WEB.md（從 claude.ai 網頁版上手）、addons/zh-tw/README.md（繁中在地化包）。

八個 skill

安裝後，用講的或直接打 /名稱 都會觸發。

skill	做什麼	會用到的工具
co-author	從無到有的協作寫作（論文與提案）：骨架→查證→寫稿→交付前關卡；也走既有稿改寫、轉投、擴寫、合作者主筆的稿；一句話「全套潤修」	交付前掃描三支（撤稿／無引用宣稱／回歸）、check_submissions.py、Phase 5.5 母語潤稿（register_profile.py、polish_check.py、兩個潤稿 subagent）、clean-reviewer 貢獻閘門與乾淨終審、source_trace.py、docx_diff.py、coding_pack.py、figure_check.py、version_check.py
paper-review	投稿前五層檢查：機械層→用字→語言→邏輯與審稿視角→交付完整性；只檢查不改稿；記錄每輪審查、判斷何時停審	中文三支（voice_lint.py --paper）、zh_gloss_scan.py --en、lt_check.sh、ai_style_diag.py、figure_a11y.py、figure_check.py、uncited_claims_scan.py、overclaim_lint.py、review_rounds.py、clean-reviewer 審稿模擬（第 4 層）、（選配）R statcheck＋scrutiny
fetch-refs	把書目的 PDF 收齊、逐篇確認內容真的相符、歸檔＋清單；列出要你自己下載的缺件、收下載匣；含引用滾雪球	pdf_fetch.py（分層取檔＋失敗分類）、missing_refs.py、inbox_ingest.py、snowball.py、線上 API
verify-citations	逐句對照 PDF 判定引用是否被原文支撐、方向對不對；DOI 權威查驗；撤稿掃描	retraction_scan.py、citation-skeptic 二審、（選配）MinerU
rebuttal	審稿回應：拆點→裁定→落實修訂→回應信→完整性驗證	check_response.py＋三份模板、clean-reviewer 起草裁定表、修訂段落走 Phase 5.5 母語潤稿、de-cadencing-scholar、（選配）latexdiff
doc-regress	抓到一次錯就寫成常駐檢查；數字帳本；死規則健檢	regress.py、dead_rule_check.py＋兩份模板
build-pdf	依場域模板排版成 PDF；第二語言稿連同回譯稿成對交付；繁中用 Typst 配方	Typst 或 Quarto／LaTeX
submit	送出那一段：能不能投的就緒判讀（重讀官方頁、截止時間換成你的時區、評分交 clean-reviewer 不自評）、從源檔建 Word 並回轉比對、照場域的計算方式算字數、對官方範本比格式、雙盲匿名檢查、上傳包與欄位清單；送出後歸檔確認信、寫送件紀錄、更新投稿台帳、主版號加一打 tag	deadline.py、docx_roundtrip.py、word_count.sh（＋wordcount_approx.py）、template_diff.py、、、、

五個 subagent

agent	做什麼	何時派
clean-reviewer	乾淨脈絡的終審：不帶寫稿史，用審稿人的眼睛找稿件、審稿意見裁定表或網頁的真弱點。要用最強的一級模型與最高的推理強度；Claude Code 2.1.292 起 Agent 呼叫也能帶推理強度，但釘在範本的 frontmatter 裡只要設一次，不靠每次呼叫記得帶	co-author Phase 6 終審、paper-review 第 4 層審稿模擬、rebuttal 裁定表
en-native-editor	英文母語學術編輯：照同領域論文的語域區間，把區間外的特徵往內移，另修華語作者常見的冠詞、介系詞、搭配與時態；只交改動清單，不直接改稿	co-author Phase 5.5 英文稿（在 de-cadencing 之前）
zh-tw-native-editor	台灣學術中文母語編輯（繁中在地化包）：同樣以語域區間為準，處理翻譯腔、過度切短的句子、非台灣慣用詞；只交改動清單	co-author Phase 5.5 中文稿
de-cadencing-scholar	母語學者視角挑掉英文稿「一看就是 AI 潤過」的節奏痕跡並改寫（七類 tic，第六類＝過度宣稱、第七類＝開場套語）；改完重量語域，避免把特徵推出區間	英文稿交付前（母語潤稿之後）；審稿回應信交付前
citation-skeptic	對被標記「引用可能有問題」的判定做校準二審：預設引用正確，只有 PDF 逐字直接矛盾才維持指控	verify-citations 有 flag 時

隨包工具（tools/，全部）

檔案	用途	額外要裝什麼
common/md_prose.py	共用模組：把 markdown／LaTeX 版面語法（frontmatter、表格、註解、code）剝掉只留散文，四支文風工具都靠它；不直接執行	—
zh-tw/zh_localize.py	陸用語→台灣用語、台／臺一致性（只報不改）	不用
zh-tw/zh_ai_style.py	中文 AI 句法指紋：破折號、三連並列、趨同詞、句長節奏、「並非…而是」密度、120 字以上長句清單；可對照你自己的親筆語料	不用
zh-tw/voice_lint.py	你自己的聲音硬規則（吃 voice_rules.json），交稿前守門，不乾淨不放行；另掃句型標題、八股套語，並列出 AI 套話候選供人判。論文、計畫書、申請書加 --paper，改套範本裡的論文規則（例如不擋期刊常用的分號）	不用
zh-tw/zh_register.py	中文語域剖面：52 項特徵（自稱、翻譯腔、連接詞、後設論述、立場、標點、句長），對照你自己收的同領域期刊論文語料，給每項的 p10／中位數／p90；這是量表，不做偵測	自備語料（30 篇以上）
zh-tw/zh_gloss_scan.py	括號夾註盤點：列出 12 字以上、非引用非指路的夾註，供你決定改定義句、保留或刪；--en 改列中文詞後的英文夾註（第二次起標「首次已給」）與正文沒括號的英文詞排行	不用
zh-tw/zh_tw_terms.py	台灣慣用語詞表的讀取與比對模組，zh_localize.py 靠它；不直接執行	—
en/lt_check.sh	英文文法＋美英拼字一致性（離線 LanguageTool）；有 n-gram 資料會自動加掛易混詞偵測	brew install languagetool pandoc
en/lt_strip_noprose.lua	lt_check.sh 用的 pandoc 濾鏡，剝掉非散文再送檢；不直接執行	（隨 pandoc）
en/ai_style_diag.py	英文 AI 指紋：對照你領域已發表論文語料的百分位；含 LLM 趨同詞密度並印出命中的詞；自動排除自家草稿與模板檔以免污染基線	自備語料；讀 PDF 需 pdftotext（brew install poppler）
en/en_slop_terms.tsv	ai_style_diag.py 用的英文 LLM 趨同詞表（162 條，取自 slop-forensics 再篩掉 HCI 論文本來就常用的詞）；不直接執行	—
en/bundle_diag.py	詞束過度使用診斷（英文與繁中皆可）：LLM 寫作會反覆用同一批固定搭配，這支量它的密度並列出命中	不用
en/metadiscourse_en.py	英文後設論述量測（Hyland 框架）：避險、強調、態度標記等各類的密度，附 p10／中位數／p90 與偏高偏低的方向；--groups 只比單一期刊、--json 給程式讀。這是量表，用來看自己的分布落在哪，不用來判定誰寫的	不用
en/biber_diag.py	英文句法特徵比較（Biber tagger），對照你領域的語料看自己偏在哪、往哪個方向偏；--groups 只比單一期刊、--json 給程式讀；跑在獨立的選配環境，套件其餘部分都不需要它	pip install pybiber spacy polars 加語言模型（建議另開虛擬環境，路徑記成 ）

---

安裝後，你的電腦上會多出什麼

安裝器（CLAUDE.md）會問你「只給這篇，還是全部」，然後：

東西	放哪	說明
八個 skill	~/.claude/skills/<名稱>/SKILL.md（全域）或你論文資料夾的 .claude/skills/（單一專案）	照你的答案改寫過，不照原檔複製；領域、語言、場域、模式都填進去了
五個 subagent	~/.claude/agents/ 或專案 .claude/agents/	clean-reviewer 人人都裝；citation-skeptic 給要查引用的人；en-native-editor、de-cadencing-scholar 給寫英文的人；zh-tw-native-editor 隨繁中在地化包。安裝時會在 frontmatter 補上你手上最強的模型
你的 CLAUDE.md 多一段	~/.claude/CLAUDE.md 或專案 CLAUDE.md	記你的領域、語言、場域、模式（lite／full）、語域語料的位置與期刊資料夾名、文風檔位置，以及 kit 的路徑（KIT PATH），全機只記這一處，搬 kit 只改這一行
voice-samples/	你的專案或家目錄	只放你親筆寫的文章（給了舊稿才有）；文風工具的 --authored 指這裡，絕不指向混有 AI 稿的資料夾
語域語料資料夾（<語料>/<期刊>/*.txt）	你指定的位置	只放別人已發表的論文（完整模式才有），轉成純文字、一個期刊一個資料夾；register_profile.py 拿它當準繩
VOICE_PROFILE.md、voice_rules.json	同上	從你的信件與自述抽出的文風描述與硬規則，用在信件、投稿信與自述；voice_lint.py 吃後者（論文加 --paper）

沒安裝的選配工具，生成的 skill 會寫成「若已安裝才用」，不會假裝它存在。

---

跑起來後，你的論文專案裡會長出的檔案

這些都是你的檔案（在你的論文資料夾，不在這個 repo），建議連同稿子一起版控。

檔案	誰建的	用途
skeleton.md	co-author	論證骨架＝唯一權威；每個 Phase 結束回寫 ## Progress，新 session 先讀它
venue-notes.md	co-author	目標場域當年度的格式、字數、審查慣例、AI 揭露政策、預印本政策
search-log.md	co-author	檢索留痕：用了哪些資料庫、查詢字串、日期、納入排除，審稿人問「為何漏了 X」時要答得出來
ADJUDICATED.md	co-author／paper-review／doc-regress	已裁定事項：「看起來錯、查過、其實對」的清單，之後的檢查不重問
文獻 PDF 資料夾＋清單檔	fetch-refs	手動歸檔依 NN [作者 年] 標題.pdf 命名，pdf_fetch.py 與 inbox_ingest.py 寫成 refs-pdf/<citekey>.pdf；清單記找到什麼、沒找到什麼、驗證層級（verified／LOW-CONFIDENCE）、自署著作標記
refs-pdf/_missing.md、_missing.tsv、_inbox_log.tsv	missing_refs.py、inbox_ingest.py	要你自己下載的缺件清單（已扣掉你的文獻庫）；下載匣收件紀錄
VERSION、CHANGELOG.md、latest/、versions/vX.Y.Z/	co-author（method/VERSIONING.md）	版號唯一來源、每版改了什麼與依據、只放當下一版的交付資料夾、每版快照；中文專案可用 最新交付/、版本/
docs/received/YYYYMMDD-來源/	co-author（method/COLLABORATION.md）	合作者傳來的原檔，原名封存不改
docs/source-trace.md	source_trace.py --report	合作者稿逐句溯源報告
docs/review-rounds.tsv	paper-review	審查輪次帳本，review_rounds.py 讀它判斷是否收斂
figures/ai-generation-log.md	co-author	AI 生成圖的引擎、版本、seed、完整提示詞；圖說與聲明照它寫
snowball.csv	snowball.py	滾雪球結果（可自訂檔名）
regress.json、my_rules.py（選）	doc-regress	回歸規則設定與專案自訂規則；隨稿版控

這個 repo 的 .gitignore 排除 VOICE_PROFILE.md／venue-notes.md／skeleton.md，是為了不讓任何人的個人設定回流到 kit；在你自己的論文專案裡，這些檔案該跟著稿子一起版控。

---

會用到哪些外部程式與服務（完整對照）

一句話版本：只要 Claude Code 就能開始。其他都是「有了更好」，而且 Claude 會在 你真的需要時才建議裝，一次一個。

一定需要的

工具	用途	怎麼取得
Claude Code	整套方法的執行者：訪談你、找文獻、架骨架、寫稿、自我檢查	claude.com/claude-code（需付費 Claude 方案：Pro／Max／Team 或 API 計費）
Python 3.9 或更新	跑隨包附的本機檢查工具（CI 在 3.9 與 3.13 上測）	macOS 要先裝 Xcode Command Line Tools（xcode-select --install）或 brew install python；Linux 多數發行版內建；Windows 到 python.org 抓安裝檔
git	下載與更新這個 repo（git clone / git pull）	macOS 裝 Xcode Command Line Tools 就有；或用 GitHub 頁面的 Download ZIP（之後無法一鍵更新）

選配的本機程式（哪個功能用到、怎麼裝）

下表的 Python 套件可以用 pip install 裝，也可以裝了 uv 之後用 uv run tools/<資料夾>/<工具>.py 執行：每支工具檔頭都寫了它要的套件，uv 會自動備好。

程式	哪裡用到	怎麼裝
LanguageTool＋pandoc	lt_check.sh 英文文法（paper-review 第 3 層）；pandoc 另給 submit 建 Word 檔與 docx_roundtrip.py、wordcount_approx.py 讀 docx	brew install languagetool pandoc；n-gram 資料選配，放到 $LT_NGRAMS
poppler（pdftotext、pdfinfo）	ai_style_diag.py 讀 PDF、verify-citations 讀文獻 PDF、inbox_ingest.py 與 missing_refs.py 驗內容、source_trace.py 讀 PDF、version_check.py 查 PDF	brew install poppler
numpy、Pillow（＋pymupdf）	figure_a11y.py	pip install numpy pillow（PDF 圖另加 pymupdf）
pymupdf	figure_check.py 排好的 PDF 圖表檢查、anon_check.py 讀 PDF	pip install pymupdf
python-docx	source_trace.py 讀合作者的 Word 檔、docx_diff.py 比對傳回的 Word 檔、template_diff.py 比範本格式	pip install python-docx
exiftool	anon_check.py 查圖片 EXIF（作者、GPS）；沒裝就標「未檢查」	brew install exiftool
Microsoft Word（macOS）	word_count.sh 照 Word 的計算方式算字數；沒有就退回概估	你自己的 Office 授權
numpy	coding_pack.py score 算一致性與 bootstrap 信賴區間	pip install numpy
OpenCC	missing_refs.py、inbox_ingest.py 比對中文標題前先簡轉繁（沒裝就直接比）	pip install opencc-python-reimplemented
MinerU	掃描檔／中文 PDF 抽成乾淨文字（verify-citations）	uv tool install mineru；4.x 的批次指令是 mineru-kit parse，不要加 --remote（會把檔案送到 MinerU 的雲端）
R＋statcheck、scrutiny	paper-review 第 1 層重算 p 值、GRIM 查平均數可能性（沒裝就退回手算）	裝 R 後 install.packages(c("statcheck","scrutiny"))
R＋DeclareDesign

Claude 與工具會連的線上服務（免費、不用裝、不用註冊）

服務	哪裡用到	送出什麼
Crossref	retraction_scan.py（撤稿更新關係）、verify-citations DOI／書目查驗	只送 DOI
OpenAlex	retraction_scan.py（is_retracted）、snowball.py、lit_map.py、無 DOI 條目的標題補查（可選免費金鑰 OPENALEX_API_KEY：沒設每天 $0.10 額度、設了 $1，標題搜尋一次 $0.001、DOI 單筆免費）	DOI 或標題
Semantic Scholar	snowball.py 後備線、引用補查	DOI 或標題
Europe PMC／CORE／OpenAIRE	pdf_fetch.py 的 OA 源（CORE 需免費金鑰 CORE_API_KEY，沒設就跳過）	DOI
出版社網站	pdf_fetch.py 的瀏覽器層，用你自己的存取權在真實瀏覽器 session 取檔	就是你手動開網頁會送的東西
Unpaywall、arXiv	fetch-refs 抓開放取用的 PDF	DOI

上表的線上服務只拿到書目資料（DOI、標題、作者）。稿件內容會送出去的地方只有 Claude Code 本身（見〈隱私〉）。

不收錄的環節

有幾件事這個套件刻意不收錄，因為它們超出「論文與提案」的範圍，或綁死在特定機器與資料上：

• 發表影片的製作（講稿、配音、影片合成）：超出論文與提案的範圍，且每一段都要自架模型。
• 反向查驗「我的文獻庫裡有沒有人反駁我」：需要本機文獻全文索引與本機模型做極性判斷；setup/TOOLS.md 只給方向，不給實作。「缺的 PDF 先從自己的文獻庫補」這一半自 v1.10.0 起隨附（missing_refs.py --library，以檔名比對，不需要全文索引）。
• 派工分工表（哪一步派哪個型號的子代理）：綁訂閱方案與當下的型號版本，換一家或換一代就不成立。判準有隨附（哪一步是機械可降級、哪一步要用最強的模型，寫在各 skill 與 subagent 範本裡），型號沒有，因為你手上有哪幾級模型只有你知道。
• 整篇術語譯名對照樂詞網：需要自行下載並建立樂詞網資料庫；單詞查詢請你的 Claude 上網查即可。

---

給進階使用者

所有 skill 都是純 Markdown 的 SKILL.md，Claude Code 會自動辨識。想手動掛成全域 skill， 把 skills/<name>/ 複製或 symlink 到 ~/.claude/skills/ 即可；agents/ 的五個 subagent 範本同理，掛到 ~/.claude/agents/（或專案的 .claude/agents/）。但還是建議讓 CLAUDE.md 的安裝流程幫你客製，不要照抄原版。

兩個原則：乾淨二審只給檔案路徑（不餵主對話的寫稿史，否則盲點共享）；終審與引用二審是需要判斷的工作， 用你手上最強的一級模型，別為省錢降級。機械層的掃描（撤稿、無引用宣稱、回歸）不需要模型，直接跑腳本。

---

版本紀錄

每一版改了什麼見 CHANGELOG.md。