paperjury

作者 u7079256已验证

Pre-submission AI review stress-test for research papers. A Claude Code skill: review, verdict, revise, verify.

917
Stars
42
Forks
JavaScript
语言
2026/8/23
添加时间

⚠️ 第三方软件声明

本 Skill 为第三方开源软件,独立托管于 GitHub。SkillTip 仅为信息目录,不控制或维护底层仓库。所显示的安全检查为自动化且范围有限,安装前请自行审查源码。

阅读服务条款

安装

添加到你的 Claude Code skills 目录:

# Add to your Claude Code skills
git clone https://github.com/u7079256/paperjury

快速入门

使用 paperjury 等 Skills 的指南。

安全报告

已验证

上次扫描:—

{
  "status": "PASSED",
  "issues": []
}

README.md

[!IMPORTANT] PaperJury 是投稿前的自查工具,不能替代作者的科学判断,也不能替代 peer review。它不能用来编造实验、伪造结果、添加没有证据支撑的 claim,或掩盖论文局限。遇到需要新实验、缺证据、需要作者私有知识或研究判断的问题,它都会交回作者处理。

🔥 News

  • 🎉 RedNote(小红书)里程碑: 相关分享已经达到 3 万浏览1.8k 收藏。感谢大家转发和收藏,也感谢大家把 PaperJury 推荐给更多正在赶论文、改论文的朋友。

  • 📄 2026-06-15:PaperJury 论文已上 arXiv。 arXiv 页面:PaperJury: Due-Process Review for Bounded LaTeX Revision(arXiv:2606.16322)。论文系统介绍了「审稿 → 裁定 → 修改 → 复查」这套引擎:哪些事交给确定性脚本,哪些判断交给语义 agent;有争议的问题如何进入审议;不同风险的编辑该上什么护栏。

  • 🔔 2026-06-10:v1.0.0 发布。 这是第一个稳定版,和 Codex 版 v1.0 对齐。新增软更新提醒:发现新的稳定 tag 时只提示,不打断当前工作。

  • 🚀 2026-06-05:PaperJury 的 Codex 版已经推送。 入口在这里:paperjury-codex

  • 🧪 Dogfood sample 已加入。 仓库里放了一个紧凑的 dogfood sample:修改前后 PDF,以及人工核对过的运行报告。

📌 引用论文

如果 PaperJury 对你的研究或写作流程有帮助,可以引用这篇 arXiv 论文:

@misc{wang2026paperjurydueprocessreviewbounded,
  title={PaperJury: Due-Process Review for Bounded LaTeX Revision},
  author={Yiran Wang and Ruixuan An and Biao Wu and Wenhao Wang},
  year={2026},
  eprint={2606.16322},
  archivePrefix={arXiv},
  primaryClass={cs.CL},
  url={https://arxiv.org/abs/2606.16322},
}

同一条目也放在 CITATION.bib

⚡ 快速上手

在 Claude Code 里安装:

/plugin marketplace add u7079256/paperjury
/plugin install paperjury@u7079256

然后在你的论文项目里直接说需求:

审稿,重点看实验和 claim 是否站得住。

也可以更日常一点:

把 introduction 这段改紧一些,但不要改变 claim。

不需要背命令。PaperJury 会根据你的描述选择 direct-edit、review 或 auto 模式;真正落稿前,会先把补丁交给你确认。

🤔 这是什么?

PaperJury 以 Claude Code skill 的形式提供,把投稿前自查组织成一套闭环:审稿 → 裁定 → 修改 → 复查。它不会照单全收 AI 反馈,而是先把每条意见分成三类:

结果 含义

✅ 安全修复 表达不清、claim 过强、结构不顺这类文本问题;不需要补实验,也不会把原意改偏。

🧑‍💻 作者处理 缺实验、缺 ablation、缺数据或证据,必须由作者自己判断。

🛑 不成立 AI reviewer 误读了论文,或者提了不该改的问题。

🎯 适合谁

你现在的情况 可以直接这样用

📝 刚写完初稿 让它像 reviewer 一样通读全文,先找最可能影响投稿的问题。

🔍 投稿前最后自查 让它检查 claim 是否说过头、实验是否撑得住,以及有没有明显格式风险。

✍️ 只想改一段话 直接说「把这段改紧一点,但不要改变 claim」,它会先起草补丁,等你确认后再改。

🔁 想多轮打磨但不想一直盯着 明确授权 auto 模式;安全修改可以落稿,高风险问题仍会交回作者决定。

📦 你会得到什么

输出 内容

📋 问题清单 每条 reviewer-style 问题都会带证据、位置、判断结果和当前状态;不会把一堆意见直接倒进正文。

🧩 可审阅补丁 只有安全修复会进入最小补丁;高风险改动会先放着,等作者决定。

🛠️ 复查报告 有 LaTeX 工具链就真实编译;没有就明说哪些检查做不了,不会假装验证过。

🧪 真实样例 samples/dogfood/ 里有修改前后 PDF 和人工核对过的运行报告。

🧠 能帮你做什么

场景 PaperJury 会怎么做

🔎 投稿前挑问题 模拟几位不同方向的 reviewer 通读全文,找出真正可能被抓住的弱点,并把致命问题和小修小补分开。

✍️ 安全改 LaTeX / Markdown 只针对你指定的位置起草补丁,自检后再交给你确认;不会把一处小改扩成整篇重写。

🛡️ 复查格式风险 本机有 LaTeX 工具链时会真实编译,检查报错、未定义引用、overfull box、页数和常见 desk-reject 风险;没有工具链时会明说。

🔁 多轮打磨 在你明确授权的 auto 模式下,多轮跑完「评审-修订-复查」;安全修改可以自动应用,高风险问题会留给作者处理。

PaperJury 的重点不是“让 AI 多写一点”,而是让 AI 先像 reviewer 一样认真挑错,再用确定性脚本守住能验证的边界。

🧭 三种模式

模式 什么时候用 行为 人工确认

✍️ direct-edit(常用) 只想改一处文字、caption、LaTeX 表达或段落结构。 不开评审面板,直接用写作工具包起草补丁。 作者确认后再应用。

🔎 review(偶尔) 想让它审稿、挑问题、mock-review,或只审某一节 / 某条 claim。 启动对抗式评审引擎,先判断问题是否成立,再决定要不要修改。 每处改动逐一确认。

🔁 auto(无人值守) 已经明确给出 /goal 或配置 mode: auto,希望它多轮跑到一个可验证目标。 先确认 spine 和评审分配,再按 bounded-aggressive + edit-safety 策略迭代。 先给整体授权;高风险项仍交回作者。

简单说:改一处 → 直接说;想被挑刺 → 说「审稿」;想无人值守 → 用 /goal

[!WARNING] auto 必须明确开启。 只打开工具权限再发普通 prompt,只会跑一轮就停,不会进入多轮循环。原因见 docs/AGENT-GUIDE.md §3。

🧪 真实跑一遍

想看它真实产出,仓库里有一个 dogfood sample:在一篇真实草稿上跑完整多轮评审,附修改前后 PDF 和一份人工核对过的运行报告

samples/dogfood/original_draft.pdf · revised_draft.pdf · 运行报告

如果只想确认稿件不会先被格式问题挡住,可以说:

跑一下 submission-readiness / 合规检查。

它会做确定性格式筛查,再配合编译驱动的版面检查。

🚀 安装

Claude Code plugin

推荐用 marketplace 路线:

/plugin marketplace add u7079256/paperjury
/plugin install paperjury@u7079256

Clone 成 skill

也可以把仓库 clone 到 Claude Code 读取 skill 的目录:

# macOS / Linux
git clone https://github.com/u7079256/paperjury ~/.claude/skills/paperjury
# Windows (PowerShell)
git clone https://github.com/u7079256/paperjury "$env:USERPROFILE\.claude\skills\paperjury"

也可以放在 <项目>/.claude/skills/ 下,只对单个项目生效。

安装后建议检查:

  • Claude Code 会通过 SKILL.md 自动发现它,skill 名称是 paperjury

  • 需要 node,因为确定性检查跑在 Node 上。

  • LaTeX 工具链可选;真实编译和版面检查会用到,没有时会明说哪些检查做不了。

  • 在 skill 目录里运行 npm run doctor,可以检查仓库完整性、所需工具和论文文件识别。

  • 启动时会对 GitHub 稳定版 release tag 做一次软更新检查;发现新版只提示,不阻塞当前工作。设置 PAPERJURY_DISABLE_UPDATE_CHECK=1 可以关闭提醒。更新后请开新会话。

Claude Code 版和 Codex 版怎么选

版本 入口 适合

Claude Code 版 本仓库;Claude Code plugin 或 .claude/skills/ 你主要在 Claude Code 里写论文、改 LaTeX、跑 workflow。

Codex 版 paperjury-codex 你主要在 Codex / Codex plugin 环境里跑同一套评审和修订流程。

给 Claude / 编码 agent: 更深入的驱动说明见 docs/AGENT-GUIDE.md。里面写了安装、三种模式及触发方式、引擎管线、auto/goal 的区别,以及并行评审如何启动。

常见问题

PaperJury 能审 Word(.docx)文件吗?

能。PaperJury 会把 .docx 一次性转成 Markdown,并明确告诉你转换保留了什么、哪些内容带不过来,比如复杂表格和公式。随后它在这份 Markdown 工作副本上跑完整多轮评审。原始 Word 文件不会被改动。结束后你拿回的是改好的 Markdown 和逐条修改清单;要不要合并回 Word,由你自己决定。你也可以先把论文导出成 .md.tex,再直接交给它。

它会不会擅自改我的论文?

不会。direct-edit 和 review 模式下,补丁需要你确认后才会应用。auto 模式也必须显式开启,并且会先拿到对核心方向、修订范围和策略的整体授权。

深入了解

新用户可以先跳过这一节。想看机制、源码结构或 agent 驱动方式,可以从这里开始:

你想了解 入口

真实运行效果 samples/dogfood/RUN_REPORT.zh-CN.md

怎么驱动 Claude / 编码 agent docs/AGENT-GUIDE.md

引擎设计细节 docs/REVIEW_ENGINE_V3_DESIGN.md

完整协议和状态机 references/review-engine-v3.md · references/ledger-schema.md

在线可视化说明 交互式总览

引擎原理

PaperJury 把审稿拆成一套有边界的“庭审”流程:先由有限数量的 reviewer 找问题,再把有争议的意见拿出来审议;编辑阶段按风险加护栏,多轮结束时由确定性脚本判断是否收敛。

assign-reviewers → reading-check → coverage-auditor → merge
  → { trial ‖ polish } → recall-audit → drafter
  → { edit-audit | meaning-audit } → clerk

能用脚本检查的部分都放在 scripts/ 里,由 orchestrator 在各个 workflow 之间调用;需要判断语义的问题,则交给相互隔离的 model agents。

  • 读稿分解:把手稿(LaTeX 或 Markdown)切成阅读单元、规范段落列表和稳定段落编号,防止问题锚点漂移。

  • Word 提取:把 .docx 一次性转成 Markdown 工作副本,并说明哪些内容保住了、哪些内容可能带不过来;原始 Word 文件不改动。

  • 核心声明(仅 auto 模式):提取核心 claim,交给作者确认后冻结为配置。

  • Ledger:用机器可读的记录保存活跃问题,跨轮次、跨会话都能接上。只要没有仍然阻塞的 major 问题,就视为工具侧完成;author-required 会进入人工待办,不算工具侧未完成。

  • 日志:编辑历史只追加记录,方便回滚。

  • 补丁应用:原子性应用编辑,记录日志,必要时可以恢复。

  • 锚点追踪:定位已冻结的核心 claim;上下文变化时,标出需要重新审计的部分。

  • 交叉引用检查:编辑前先查改动关键词是否还出现在其他位置;如果出现,就标记为需要语义审计。

  • 段落重新对齐:每轮结束后,重新对齐被编辑挪动的段落编号,避免问题失去锚点。

  • 编译检查:尝试真实 LaTeX 编译;无法编译时退到结构检查,并明确说明哪些结果不可验证。

  • 提交合规检查:用脚本先筛一遍常见提交格式风险。

  • 装机自检npm run doctor,检查仓库完整性、所需工具和手稿识别。

  • 评审员分配:根据论文研究方向,分配 N 位领域 reviewer。

  • 完整阅读检查:每位 holistic reviewer 通读全文一遍,列出弱点、原文引文、总体置信度和按节覆盖情况;引不出原文,就视为没有真读。

  • 覆盖审计:检查哪些 reviewer / section 组合可能被略读。

  • 去重:合并重复评论,并整理重要性、问题类

常见问题

What is paperjury?

paperjury is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by u7079256. Pre-submission AI review stress-test for research papers. A Claude Code skill: review, verdict, revise, verify. It has 917 GitHub stars.

Is paperjury safe to use?

Yes. paperjury passed SkillsLLM's automated security scan — a dependency vulnerability audit plus prompt-injection heuristics — with no high-severity issues. You can read the full report in the Security Report section on this page.

How do I install paperjury?

Clone the repository with "git clone https://github.com/u7079256/paperjury" and add it to your Claude Code skills directory (see the Installation section above). paperjury ships a SKILL.md manifest, so compatible agents can discover and load it automatically.

What programming language is paperjury written in?

paperjury is primarily written in JavaScript. It is open-source under u7079256 on GitHub, so you can review or fork the full source.

Are there alternatives to paperjury?

Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh paperjury against similar tools.

评论 (0)

暂无评论,成为第一个分享想法的人!

ECC

by affaan-m

10

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

242,21936,702JavaScript
AI 智能体ai-agentsanthropicclaude-code
查看详情
15

An agentic skills framework & software development methodology that works.

234,96620,863Shell
AI 智能体ai-agentsbrainstorming
查看详情

hermes-agent

by NousResearch

10

The agent that grows with you

234,43747,175Python
AI 智能体ai-agentsagent-orchestration
查看详情

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

185,94028,768JavaScript
AI 智能体ai-agentsanthropicclaude-code
查看详情

cc-switch

by farion1231

3

A cross-platform desktop All-in-One assistant for Claude Code, Codex, OpenCode, OpenClaw, Grok Build & Hermes Agent. Only official website: ccswitch.io

128,8688,826Rust
AI 智能体claude-codeai-tools
查看详情

claude-code

by anthropics

Claude Code is an agentic coding tool that lives in your terminal, understands your codebase, and helps you code faster by executing routine tasks, explaining complex code, and handling git workflows - all through natural language commands.

120,03119,897Shell
AI 智能体
查看详情

开发者还喜欢

基于喜欢此 Skill 的开发者投票和收藏

ECC

by affaan-m

10

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

242,21936,702JavaScript
AI 智能体ai-agentsanthropicclaude-code
查看详情
15

An agentic skills framework & software development methodology that works.

234,96620,863Shell
AI 智能体ai-agentsbrainstorming
查看详情

hermes-agent

by NousResearch

10

The agent that grows with you

234,43747,175Python
AI 智能体ai-agentsagent-orchestration
查看详情

n8n

by n8n-io

12

Fair-code workflow automation platform with native AI capabilities. Combine visual building with custom code, self-host or cloud, 400+ integrations.

201,88160,308TypeScript
MCP 服务器apisai-tools
查看详情

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

185,94028,768JavaScript
AI 智能体ai-agentsanthropicclaude-code
查看详情

cc-switch

by farion1231

3

A cross-platform desktop All-in-One assistant for Claude Code, Codex, OpenCode, OpenClaw, Grok Build & Hermes Agent. Only official website: ccswitch.io

128,8688,826Rust
AI 智能体claude-codeai-tools
查看详情