Claude Scholar

<a href="https://github.com/Galaxy-Dawn/claude-scholar/stargazers"><img src="https://img.shields.io/github/stars/Galaxy-Dawn/claude-scholar?style=flat-square&color=yellow" alt="Stars"/></a>
<a href="https://github.com/Galaxy-Dawn/claude-scholar/network/members"><img src="https://img.shields.io/github/forks/Galaxy-Dawn/claude-scholar?style=flat-square" alt="Forks"/></a>
<img src="https://img.shields.io/github/last-commit/Galaxy-Dawn/claude-scholar?style=flat-square" alt="Last Commit"/>
<img src="https://img.shields.io/badge/License-MIT-green?style=flat-square" alt="License"/>
<img src="https://img.shields.io/badge/Claude_Code-Compatible-blueviolet?style=flat-square" alt="Claude Code"/>

语言: English | 中文

面向学术研究和软件开发的个人 Claude Code / OpenCode 配置仓库 — 覆盖从构思到发表的完整研究生命周期。

News

• 2026-02-23: 新增 setup.sh 安装脚本 — 安全合并到已有 ~/.claude，自动备份 settings.json，智能合并 hooks/mcpServers/plugins
• 2026-02-21: OpenCode 支持 — Claude Scholar 现已支持 OpenCode 作为替代 CLI；切换到 opencode 分支获取兼容配置
• 2026-02-20: 双语配置 — 将 CLAUDE.md 翻译为英文以便国际用户阅读；新增 CLAUDE.zh-CN.md 作为中文备份；中文用户可通过 cp CLAUDE.zh-CN.md CLAUDE.md 切换回中文版

查看历史更新日志

• 2026-02-15: Zotero MCP 集成 — 新增 /zotero-review 和 /zotero-notes 命令，更新 research-ideation skill 添加 Zotero 集成指南，增强 literature-reviewer agent 支持 Zotero MCP 自动论文导入、集合管理、全文阅读和引用导出
• 2026-02-14: Hooks 优化 — security-guard 重构为两层系统（Block + Confirm），skill-forced-eval 按 6 类分组并切换为静默扫描模式，session-start 限制显示前 5 项，session-summary 新增 30 天日志自动清理，stop-summary 分别显示新增/修改/删除计数；移除废弃的 shell 脚本（lib/common.sh、lib/platform.sh）
• 2026-02-11: 大版本更新，新增 10 个 skills（research-ideation、results-analysis、citation-verification、review-response、paper-self-review、post-acceptance、daily-coding、frontend-design、ui-ux-pro-max、web-design-reviewer）、7 个 agents、8 个研究工作流命令、2 条新规则（security、experiment-reproducibility）；重构 CLAUDE.md；涉及 89 个文件
• 2026-01-26: 所有 Hooks 重写为跨平台 Node.js 版本；README 完全重写；扩展 ML 论文写作知识库；合并 PR #1（跨平台支持）
• 2026-01-25: 项目正式开源，v1.0.0 发布，包含 25 个 skills（architecture-design、bug-detective、git-workflow、kaggle-learner、scientific-writing 等）、2 个 agents（paper-miner、kaggle-miner）、30+ 个命令（含 SuperClaude 命令套件）、5 个 Shell Hooks、2 条规则（coding-style、agents）

简介

Claude Scholar 是一个面向 Claude Code CLI 的个人配置系统，提供丰富的技能、命令、代理和钩子，针对以下场景优化： - 学术研究 - 完整的研究生命周期：想法生成 → 实验 → 结果分析 → 论文写作 → 审稿回复 → 会议准备 - 软件开发 - Git 工作流、代码审查、测试驱动开发、ML 项目架构 - 插件开发 - Skill、Command、Agent、Hook 开发指南与质量评估 - 项目管理 - 规划文档、代码规范、跨平台钩子驱动的自动化工作流

快速导航

主题	说明
🚀 快速开始	快速上手指南
📚 核心工作流	论文写作、代码组织、技能进化
🛠️ 功能亮点	技能、命令、代理概览
📖 安装指南	完整、最小化或选择性安装
📦 MCP 配置	Zotero MCP 研究工作流集成
🔧 项目规则	代码风格和代理编排

核心工作流

主要工作流

完整的学术研究生命周期 - 从想法到发表的 7 个阶段。

1. 研究构思（Zotero 集成）

从想法生成到文献管理的端到端研究启动：

工具: research-ideation skill + literature-reviewer agent + Zotero MCP

流程: - 5W1H 头脑风暴: What, Why, Who, When, Where, How → 结构化思维框架 - 文献搜索与导入: WebSearch 搜索论文 → 提取 DOI → 通过 add_items_by_doi 自动导入 Zotero → 分类到主题子集合（Core Papers、Methods、Applications、Baselines、To-Read） - PDF 与全文分析: find_and_attach_pdfs 批量附加开放获取 PDF → get_item_fulltext 读取论文全文进行深度分析（回退：摘要 + 领域知识） - Gap 分析: 5 种类型（文献、方法论、应用、跨学科、时间）→ 识别 2-3 个具体研究机会 - 研究问题: SMART 原则 → 制定具体、可衡量的问题 - 方法选择与规划: 评估方法适用性 → 时间线、里程碑、风险评估

Zotero 集合结构:

📁 Research-{Topic}-{YYYY-MM}
  ├── 📁 Core Papers
  ├── 📁 Methods
  ├── 📁 Applications
  ├── 📁 Baselines
  └── 📁 To-Read

输出: literature-review.md + research-proposal.md + references.bib（从 Zotero 导出）+ 带 PDF 的有序 Zotero 集合

命令: - /research-init "topic" → 完整工作流：创建 Zotero 集合 → 搜索导入论文 → 全文分析 → Gap 分析 → 生成综述与提案 - /zotero-review "collection" → 分析已有 Zotero 集合 → 生成带对比矩阵的文献综述 - /zotero-notes "collection" → 批量阅读论文 → 生成结构化阅读笔记（summary/detailed/comparison 三种格式）

2. ML 项目开发

可维护的 ML 项目结构，用于实验代码：

工具: architecture-design skill + code-reviewer agent + git-workflow skill

流程: - 结构: Factory & Registry 模式 → 配置驱动模型（仅 cfg 参数）→ 由 rules/coding-style.md 强制执行 - 代码风格: 200-400 行文件 → 需要类型提示 → 配置使用 @dataclass(frozen=True) → 最多 3 层嵌套 - 调试 (bug-detective): Python/Bash/JS 的错误模式匹配 → 堆栈跟踪分析 → 反模式识别 - Git: Conventional Commits (feat/scope: message) → 分支策略（master/develop/feature）→ 使用 --no-ff 合并

命令: /plan, /commit, /code-review, /tdd

3. 实验分析

实验结果的统计分析和可视化：

工具: results-analysis skill + data-analyst agent

流程: - 数据处理: 自动化清理和预处理实验日志 - 统计检验: t-test, ANOVA, Wilcoxon signed-rank → 验证显著性 - 可视化: matplotlib/seaborn 集成 → 发表级图表（折线图、柱状图、热图） - 消融实验: 系统化组件分析 → 理解每个部分的贡献

命令: /analyze-results <experiment_dir> → 生成带有图表和统计数据的分析报告

4. 论文写作

从模板到最终草稿的系统化论文写作：

工具: ml-paper-writing skill + paper-miner agent + latex-conference-template-organizer skill

流程: - 模板准备: 下载会议 .zip → 提取主文件 → 删除示例内容 → 输出适合 Overleaf 的干净结构 - 引文验证 (citation-verification): 多层验证（格式 → API → 信息 → 内容）→ 防止幻觉引用 - 系统化写作: 叙事框架 → 5 句式摘要公式 → 分节起草与反馈循环 - 去 AI 化处理 (writing-anti-ai): 移除夸大象征、宣传语言、模糊归因 → 添加人性化声音和节奏 → 双语支持（中英文）

会议: NeurIPS, ICML, ICLR, ACL, AAAI, COLM, Nature, Science, Cell, PNAS

5. 论文自审

提交前的质量保证：

工具: paper-self-review skill

流程: - 结构检查: 逻辑流畅性、章节平衡、叙事连贯性 - 逻辑验证: 论证合理性、主张-证据对齐、假设清晰性 - 引文审计: 引用准确性、适当归属、引文完整性 - 图表质量: 视觉清晰度、标题完整性、色彩无障碍性 - 写作润色: 语法、清晰度、简洁性、学术语气 - 合规性: 页数限制、格式要求、伦理披露

6 项检查清单 → 系统化质量评估

6. 论文提交与 Rebuttal

论文提交和审稿意见回复：

工具: review-response skill + rebuttal-writer agent

提交流程: - 提交前检查: 会议特定检查清单（NeurIPS 16 项、ICML 更广泛影响、ICLR LLM 披露） - 格式检查: 页数限制、匿名化、补充材料 - 最终审查: 校对、检查引用、验证图表

Rebuttal 流程: - 审稿意见分析: 解析并分类评论（主要/次要/错字/误解） - 回复策略: 接受/辩护/澄清/实验 → 针对每种评论类型的定制方法 - Rebuttal 写作: 结构化回复，包含证据和推理 - 语气管理: 专业、尊重、基于证据的语言

命令: /rebuttal <review_file> → 生成完整的 rebuttal 文档和实验计划

7. 录用后处理

会议准备和研究推广：

工具: post-acceptance skill

流程: - 演讲: 幻灯片创建指导（15/20/30 分钟格式）→ 视觉设计原则 → 叙事结构 - 海报: 学术海报模板（A0/A1 尺寸）→ 布局优化 → 视觉层次 - 推广: 社交媒体内容（Twitter/X, LinkedIn）→ 博客文章 → 新闻稿 → 研究摘要

命令: /presentation, /poster, /promote → 自动化内容生成

覆盖范围: 90% 的学术研究生命周期（从想法到发表）

支撑工作流

这些工作流在后台运行，增强主要工作流。

自动化执行工作流

跨平台钩子（Node.js）自动化工作流执行：

会话开始 → 技能评估 → 会话结束 → 会话停止

• skill-forced-eval (skill-forced-eval.js): 在每次用户提示之前 → 将所有可用技能（本地 + 插件）按 6 类分组 → 静默扫描模式，仅输出匹配的技能 → 要求实现前激活 → 确保不遗漏相关技能
• session-start (session-start.js): 会话开始时 → 显示 Git 状态、待办事项、可用命令（前 5 项，折叠显示）、包管理器 → 一目了然地展示项目上下文
• session-summary (session-summary.js): 会话结束时 → 生成全面的工作日志 → 总结所做的所有更改 → 提供下一步的智能建议 → 自动清理 30 天前的日志
• stop-summary (stop-summary.js): 会话停止时 → 快速状态检查，分别显示新增/修改/删除计数 → 按文件夹分组临时文件（每组前 3 个）→ 显示可操作的清理建议
• security-guard (security-guard.js): 两层安全系统 — Block 层: 立即拒绝灾难性命令（rm -rf /、dd、mkfs、系统目录）；Confirm 层: 注入 systemMessage 强制模型在执行危险但合法的操作前询问用户（git push --force、git reset --hard、chmod 777、SQL DROP/DELETE/TRUNCATE、敏感文件写入）

跨平台: 所有钩子使用 Node.js（非 shell 脚本），确保 Windows/macOS/Linux 兼容性。

知识提取工作流

两个专门的挖掘代理持续提取知识以改进技能：

• paper-miner (agent): 分析研究论文（PDF/DOCX/arXiv 链接）→ 提取写作模式、结构见解、会议要求、审稿意见回复策略 → 使用分类条目更新 ml-paper-writing/references/knowledge/（structure.md、writing-techniques.md、submission-guides.md、review-response.md）
• kaggle-miner (agent): 研究获胜的 Kaggle 竞赛解决方案 → 提取竞赛简介、前排方案详细技术分析、代码模板、最佳实践 → 更新 kaggle-learner skill 的知识库（references/knowledge/[domain]/ 目录，按 NLP/CV/Time Series/Tabular/Multimodal 分类）

知识反馈循环: 每篇分析的论文或解决方案都会丰富知识库，创建一个随您研究进化的自我改进系统。

技能进化系统

维护和改进技能的 3 步持续改进循环：

skill-development → skill-quality-reviewer → skill-improver

1. 开发 (skill-development): 创建具有正确 YAML frontmatter 的技能 → 清晰的描述和触发短语 → 渐进式披露（精简的 SKILL.md，详细信息在 references/）
2. 审查 (skill-quality-reviewer): 4 维质量评估 → 描述质量（25%）、内容组织（30%）、写作风格（20%）、结构完整性（25%）→ 生成优先修复的改进计划
3. 改进 (skill-improver): 合并建议更改 → 更新文档 → 根据反馈迭代 → 自动读取并应用改进计划

文件结构

查看文件结构

claude-scholar/
├── hooks/               # 跨平台 JavaScript 钩子（自动化执行）
│   ├── hook-common.js           # 共享工具（git diff、变更分析）
│   ├── session-start.js         # 会话开始 - Git 状态、待办事项、前 5 个命令
│   ├── skill-forced-eval.js     # 静默扫描，6 类技能分组
│   ├── session-summary.js       # 会话结束 - 工作日志、30 天日志自动清理
│   ├── stop-summary.js          # 会话停止 - 新增/修改/删除计数、分组临时文件
│   └── security-guard.js        # 两层安全：Block（灾难性）+ Confirm（危险操作）
│
├── skills/              # 32 个专业技能（领域知识 + 工作流）
│   ├── ml-paper-writing/        # 完整论文写作：NeurIPS, ICML, ICLR, ACL, AAAI, COLM
│   │   └── references/
│   │       └── knowledge/        # 从成功论文中提取的模式
│   │       ├── structure.md           # 论文组织模式
│   │       ├── writing-techniques.md  # 句子模板、过渡
│   │       ├── submission-guides.md   # 会议要求（页数限制等）
│   │       └── review-response.md     # 审稿意见回复策略
│   │
│   ├── research-ideation/        # 研究启动：5W1H、文献综述、Gap 分析
│   │   └── references/
│   │       ├── 5w1h-framework.md           # 系统化思维工具
│   │       ├── gap-analysis-guide.md       # 5 种研究 Gap 类型
│   │       ├── literature-search-strategies.md
│   │       ├── research-question-formulation.md
│   │       ├── method-selection-guide.md
│   │       └── research-planning.md
│   │
│   ├── results-analysis/         # 实验分析：统计、可视化、消融
│   │   └── references/
│   │       ├── statistical-methods.md      # t-test, ANOVA, Wilcoxon
│   │       ├── visualization-best-practices.md  # matplotlib/seaborn
│   │       ├── results-writing-guide.md    # 结果章节写作
│   │       └── common-pitfalls.md          # 常见分析错误
│   │
│   ├── review-response/          # 系统化 rebuttal 写作
│   │   └── references/
│   │       ├── review-classification.md    # 主要/次要/错字/误解
│   │       ├── response-strategies.md      # 接受/辩护/澄清/实验
│   │       ├── rebuttal-templates.md       # 结构化回复模板
│   │       └── tone-guidelines.md          # 专业语言
│   │
│   ├── paper-self-review/        # 6 项质量检查清单
│   ├── post-acceptance/          # 会议准备
│   │   └── references/
│   │       ├── presentation-templates/     # 幻灯片创建（15/20/30 分钟）
│   │       ├── poster-templates/           # 学术海报设计
│   │       ├── promotion-examples/         # 社交媒体内容
│   │       └── design-guidelines.md        # 视觉设计原则
│   │
│   ├── citation-verification/    # 多层引文验证
│   ├── writing-anti-ai/         # 移除 AI 模式：象征主义、宣传语言
│   │   └── references/
│   │       ├── patterns-english.md    # 要移除的英文 AI 模式
│   │       └── patterns-chinese.md     # 要移除的中文 AI 模式
│   │
│   ├── architecture-design/     # ML 项目模式：Factory、Registry、配置驱动
│   ├── git-workflow/            # Git 纪律：Conventional Commits、分支
│   ├── bug-detective/           # 调试：Python、Bash、JS/TS 错误模式
│   ├── code-review-excellence/  # 代码审查：安全性、性能、可维护性
│   ├── skill-development/       # 技能创建：YAML、渐进式披露
│   ├── skill-quality-reviewer/  # 技能评估：4 维评分
│   ├── skill-improver/          # 技能进化：合并改进
│   ├── kaggle-learner/          # 从 Kaggle 获胜解决方案中学习
│   ├── doc-coauthoring/         # 文档协作工作流
│   ├── latex-conference-template-organizer  # Overleaf 模板清理
│   └── ... （10+ 更多技能）
│
├── commands/            # 50+ 斜杠命令（快速工作流执行）
│   ├── research-init.md         # 启动研究启动工作流
│   ├── zotero-review.md         # 从 Zotero 读取论文，生成文献综述
│   ├── zotero-notes.md          # 批量阅读 Zotero 论文，生成阅读笔记
│   ├── analyze-results.md       # 分析实验结果
│   ├── rebuttal.md              # 生成系统化 rebuttal 文档
│   ├── presentation.md          # 创建会议演讲大纲
│   ├── poster.md                # 生成学术海报设计方案
│   ├── promote.md               # 生成推广内容
│   ├── plan.md                  # 带代理委托的实施方案规划
│   ├── commit.md                # Conventional Commits：feat/fix/docs/refactor
│   ├── code-review.md           # 质量和安全审查工作流
│   ├── tdd.md                   # 测试驱动开发：Red-Green-Refactor
│   ├── build-fix.md             # 自动修复构建错误
│   ├── verify.md                # 运行验证循环
│   ├── checkpoint.md            # 保存验证状态
│   ├── refactor-clean.md        # 移除死代码
│   ├── learn.md                 # 从代码中提取模式
│   ├── update-github.md         # 提交并推送到 GitHub
│   ├── update-readme.md         # 更新 README 文档
│   ├── update-memory.md         # 检查并更新 CLAUDE.md 记忆
│   ├── create_project.md        # 从模板创建新项目
│   ├── setup-pm.md              # 配置包管理器（uv/pnpm）
│   └── sc/                      # SuperClaude 命令套件（30 个命令）
│       ├── sc-agent.md           # 代理管理
│       ├── sc-estimate.md       # 开发时间估算
│       ├── sc-improve.md         # 代码改进
│       └── ...
│
├── agents/              # 14 个专业代理（专注任务委托）
│   ├── literature-reviewer.md   # 文献搜索和趋势分析
│   ├── data-analyst.md          # 自动化数据分析和可视化
│   ├── rebuttal-writer.md       # 系统化 rebuttal 写作
│   ├── paper-miner.md           # 提取论文知识：结构、技巧
│   ├── architect.md             # 系统设计：架构决策
│   ├── code-reviewer.md         # 审查代码：质量、安全、最佳实践
│   ├── tdd-guide.md             # 指导 TDD：测试优先开发
│   ├── kaggle-miner.md          # 从 Kaggle 提取工程实践
│   ├── build-error-resolver.md  # 修复构建错误：分析和解决
│   ├── refactor-cleaner.md      # 移除死代码：检测和清理
│   ├── bug-analyzer.md          # 深度代码执行流分析和根因调查
│   ├── dev-planner.md           # 实施规划和任务拆解
│   ├── ui-sketcher.md           # UI 蓝图设计和交互规范
│   └── story-generator.md       # 用户故事和需求生成
│
├── rules/               # 全局指导原则（始终遵循的约束）
│   ├── coding-style.md          # ML 项目标准：文件大小、不可变性、类型
│   ├── agents.md                # 代理编排：何时委托、并行执行
│   ├── security.md              # 密钥管理、敏感文件保护
│   └── experiment-reproducibility.md  # 随机种子、配置记录、检查点
│
├── CLAUDE.md            # 全局配置：项目概述、偏好设置、规则
│
└── README.md            # 本文件 - 概述、安装、功能

功能亮点

技能（32 个）

网页设计： - frontend-design - 创建独特、生产级的前端界面 - ui-ux-pro-max - UI/UX 设计智能（50+ 风格、97 色板、9 技术栈） - web-design-reviewer - 视觉检查和设计问题修复

写作与学术： - ml-paper-writing - 顶级会议/期刊的完整论文写作指导 - writing-anti-ai - 移除 AI 写作模式（双语支持） - doc-coauthoring - 结构化文档协作工作流 - latex-conference-template-organizer - LaTeX 模板管理 - daily-paper-generator - 自动化每日论文生成，用于研究追踪

研究工作流： - `research-idea