Academic Paper Reviewer

核心用法

Academic Paper Reviewer 是一套模拟顶级期刊同行评审流程的多智能体系统，通过7个专业化代理并行完成论文质量评估。用户上传论文后，系统自动触发四维度并行审查：方法论审查员（实验设计、效度威胁、可重复性）、证据审查员（引用质量、来源可信度、证据层级匹配）、论证审查员（逻辑连贯性、论点-证据对齐、反方处理）和领域审查员（文献覆盖、理论根基、贡献重要性）。主编代理汇总评分（方法论30%、证据25%、论证25%、领域20%），生成Accept/Minor Revision/Major Revision/Reject决策，最终由修订教练转化为带优先级、工作量估算和依赖映射的结构化修订路线图。

系统提供6种运行模式：full全流程评审、re-review修订稿复核、quick快速主编评估、methodology-focus方法论专项审查、guided苏格拉底式互动改进、calibration评审员准确性校准（输出FNR/FPR/AUC指标）。

显著优点

1. 专业化分工：四维度评审覆盖学术论文质量的核心评估标准，避免单一视角盲区
2. 可量化输出：1-5分制评分与加权聚合机制，使主观评审趋于结构化
3. 行动导向：强制要求每条批评附带具体可操作建议，直接服务于修订
4. 校准机制：支持用带真实标签的历史论文校准评审严格度，减少误判
5. Hermes原生适配：使用delegate_task实现多代理并行，非Claude Code用户也可完整使用

潜在缺点与局限性

• 代理可见性：子代理通过file工具读取评审模板，存在提示词泄露风险
• 无真实领域专家：依赖LLM的通用知识，前沿或高度专业化领域可能误判
• 校准门槛高：需5篇以上带 ground-truth 标签的历史论文才能启用校准模式
• 隐私披露要求：系统明确警告稿件内容会经AI服务商的多代理流程处理，机密研究需谨慎

适合人群

• 投稿前自检的研究生/青年学者
• 需要辅助决策的期刊编辑与审稿人
• 研究组内部预评审流程

常规风险

| 风险项 | 等级 | 说明 |

|--------|------|------|

| 内容泄露 | 中 | 稿件经`delegate_task`分发至子代理，需信任AI服务商 |

| 误判风险 | 中 | LLM可能高估方法创新性或忽略细微统计缺陷 |

| 过度依赖 | 中 | 不可替代真实同行专家的专业判断 |

| 版权合规 | 低 | CC BY-NC 4.0协议，学术使用无限制 |

核心用法

Academic Paper Reviewer 是一套基于多智能体架构的学术论文评审系统，专为 Hermes Agent 环境适配。用户通过自然语言触发词（如 "Review paper"、"审稿"、"同儕審查"）激活系统后， intake_agent 首先识别评审模式，随后协调 6 个专业评审智能体并行工作：methodology_reviewer 评估研究设计与效度威胁，evidence_reviewer 审查引用质量与证据层级，argument_reviewer 检验逻辑连贯性，domain_reviewer 判断领域定位与理论贡献。最终由 editor_in_chief 综合四维评分（方法论30%、证据25%、论证25%、领域20%）出具 Accept/Minor Revision/Major Revision/Reject 的编辑决策，revision_coach 再将其转化为带优先级与依赖映射的可执行修订路线图。

系统提供 6 种工作模式：full 全流程评审、re-review 修订复查、quick 快速主编评估、methodology-focus 方法论专审、guided 苏格拉底式互动指导、calibration 评审员精度校准（输出 FNR/FPR/AUC 指标）。所有评审通过 delegate_task 调度子智能体完成，子智能体仅被授予 file 工具权限，实现严格的权限隔离。

显著优点

学术专业性：评审框架直接移植自 Imbad0202/academic-research-skills 开源项目，由 Cheng-I Wu 设计，保留完整的学术同行评审标准与评分量表，方法论维度覆盖设计适当性、效度威胁、可重复性等核心期刊关注要点。

多智能体并行效率：四维评审并行执行，相比单智能体串行审稿显著缩短等待时间，同时通过盲审设计（评审智能体无法获取作者信息）模拟真实期刊的双盲评审流程。

可解释决策：加权评分机制透明公开，每项批评必须附带具体可操作建议，避免泛泛而谈的评审意见，revision_coach 进一步将抽象意见结构化为带工作量估算的行动项。

安全架构纯粹：纯 Markdown/JSON 文档型实现，零可执行代码、零外部 API、零依赖项，所有功能通过提示词模板与智能体协作完成，从根本上消除代码注入与供应链攻击风险。

潜在缺点与局限性

校准模式门槛高：calibration 模式需要至少 5 篇带真实标签的论文作为基准，对普通用户而言数据准备成本较高，且校准指标的解释需要一定的统计学背景。

领域深度依赖提示词：domain_reviewer 的专业判断受限于预定义的领域知识模板，对于高度细分的新兴交叉学科，可能缺乏足够的语料支撑做出精准定位。

中文支持待验证：虽然触发词包含中文（審稿、同儕審查、論文審查），但核心评审 prompt 模板基于英文学术语境设计，处理中文论文时可能出现文化适配性偏差。

修订路线图执行依赖人工：revision_coach 输出的路线图仍需作者自行落实，系统不提供自动修改或协同写作功能，无法直接干预稿件文本。

适合的目标群体

• 研究生与早期职业研究者：需要系统性学习同行评审标准、提升论文写作质量
• 期刊投稿作者：在正式投稿前进行 "预审"，识别潜在拒稿风险点
• 科研团队负责人：为团队建立统一的论文质量把关流程
• 非英语母语学者：借助结构化反馈弥补语言表达之外的学术规范差距
• 方法学期刊审稿人：calibration 模式辅助训练评审一致性

使用风险

数据隐私披露：SKILL.md 明确提醒用户，手稿内容需通过 delegate_task 传递至子智能体处理，涉及 AI 服务商的多智能体工作流。建议仅用于非机密研究，投稿前删除稿号、作者单位等敏感元数据。

评审建议的局限性：AI 生成的评审意见不能替代人类专家的创造性洞察，尤其涉及研究意义判断、理论突破性评估等主观维度时，仍需领域权威人工复核。

性能与成本考量：full 模式触发 7 个智能体协作，在 token 消耗与响应延迟上显著高于单智能体问答，建议 quick 模式用于初步筛选，full 模式用于终稿把关。

许可证限制：CC BY-NC 4.0 禁止商业用途，企业付费咨询、代写机构等场景需谨慎评估合规性。