用途：academic-research 是 Academic Research Skills（ARS）套件的路由入口，覆盖学术研究从发现到发表的完整生命周期，包含4条流水线、27种模式。定位为“AI 是副驾驶而非主驾驶”，由用户负责提出问题、选择方法、解读结果与核心论证，工具承担查文献、验证引用、检查逻辑一致性、格式化等事务性工作。
主要能力：四条流水线分别为 deep-research（主题调研、文献综述、事实核查、PRISMA 系统综述）、academic-paper（写作、提纲、修订、摘要、格式转换、引用检查、AI 披露声明、反驳审计）、academic-paper-reviewer（评审、方法论聚焦、复审、评审校准）、academic-pipeline（10 阶段端到端编排）。支持 APA 7.0、IEEE、LaTeX、NeurIPS、ICLR、CVPR 等格式。
使用方式：先阅读对应流水线参考文件（references/deep-research-pipeline.md、academic-paper-pipeline.md、academic-paper-reviewer-pipeline.md、academic-pipeline-stages.md）。安装命令：claude plugin marketplace add Imbad0202/academic-research-skills，或 npx skills add https://github.com/akillness/jeo-skills --skill academic-research。执行前需确认流水线、模式、主题或输入、监督偏好（Very High 至 Low）与目标格式。标记 [USER CHECKPOINT] 的检查点需用户明确确认，不可跳过。输出为结构化包，含流水线、模式、主题、产物、引用、完整性状态与下一步建议。
适用场景：文献调研、论文写作与修订、同行评审准备、系统综述、事实核查、双语摘要与引用转换。
限制：不适用于代码文档、ML 实验循环、通用写作或纯文字校对；不运行实验；采用 verified_only 数据访问级别，通过 Semantic Scholar、OpenAlex、Crossref 三索引三角验证防止引用幻觉。其余细节暂未提供。