CommunityInvestigación y análisis de datosgithub.com

imbad0202/revisor-academico-de-papers

Revisión académica de papers desde múltiples perspectivas con perfiles de revisores dinámicos. Simula 5 revisores independientes (Editor en Jefe + 3 revisores pares + Abogado del Diablo) con experiencia específica en el campo. Soporta revisión completa, re-revisión (verificación), evaluación rápida, enfoque metodológico, guía socrática y modos de calibración. Se activa con: revisar paper, revisión por pares, revisión de manuscrito, informe de árbitro, revisa mi paper, critica paper, simular revisión, revisión editorial, calibrar revisor, calibración de revisor, medir precisión del revisor.

¿Qué es revisor-academico-de-papers?

Esta habilidad de agente de IA ofrece un sistema automatizado de revisión académica desde múltiples perspectivas. Simula hasta 5 revisores independientes (Editor en Jefe, 3 revisores pares y un Abogado del Diablo), cada uno con un perfil de experiencia específico en el campo académico del paper. La herramienta incluye varios modos de operación: revisión completa, re-revisión (verificación), evaluación rápida, enfoque metodológico, guía socrática y calibración (para medir la precisión de los revisores). Es especialmente útil para investigadores, editores y estudiantes que desean obtener retroalimentación estructurada y equilibrada sobre manuscritos académicos. Compatible con la mayoría de plataformas de agentes de IA (Claude Code, Cursor, Codex), la habilidad se activa mediante frases clave como 'revisar paper', 'revisión por pares' o 'calibrar revisor'. El flujo de trabajo procesa el texto del paper, identifica el campo académico, asigna perfiles de revisión dinámicos y genera informes detallados con comentarios constructivos, fortalezas, debilidades y recomendaciones.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/imbad0202/academic-research-skills/tree/main/skills/academic-paper-reviewer

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Ver original→Ver todas las habilidades

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentación

¿Qué hace revisor-academico-de-papers?

Revisión académica de papers desde múltiples perspectivas con perfiles de revisores dinámicos. Simula 5 revisores independientes (Editor en Jefe + 3 revisores pares + Abogado del Diablo) con experiencia específica en el campo. Soporta revisión completa, re-revisión (verificación), evaluación rápida, enfoque metodológico, guía socrática y modos de calibración. Se activa con: revisar paper, revisión por pares, revisión de manuscrito, informe de árbitro, revisa mi paper, critica paper, simular revisión, revisión editorial, calibrar revisor, calibración de revisor, medir precisión del revisor.

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

imbad0202/academic-paper

12-agent academic paper writing pipeline. 10 modes (full/plan/outline/revision/revision-coach/abstract/lit-review/format-convert/citation-check/disclosure). 6 paper types, 5 citation formats, bilingual abstracts, LaTeX/DOCX-via-Pandoc/PDF output. Style Calibration + Writing Quality Check + Anti-Patterns with IRON RULE markers. Triggers: write paper, academic paper, guide my paper, parse reviews, AI disclosure, 寫論文, 學術論文, 引導我寫論文, 審查意見.

imbad0202/academic-pipeline

Orchestrator for the full academic research pipeline: research -> write -> integrity check -> review -> revise -> re-review -> re-revise -> final integrity check -> finalize. Coordinates deep-research, academic-paper, and academic-paper-reviewer into a seamless 10-stage workflow with mandatory integrity verification, two-stage peer review, and reproducible quality gates. Triggers on: academic pipeline, research to paper, full paper workflow, paper pipeline, end-to-end paper, research-to-publication, complete paper workflow.

imbad0202/deep-research

Universal deep research agent team. 13-agent pipeline for rigorous academic research on any topic. 7 modes: full research, quick brief, paper review, lit-review, fact-check, Socratic guided research dialogue, and systematic review with optional meta-analysis. Covers research question formulation, Socratic mentoring, methodology design, systematic literature search, source verification, cross-source synthesis, risk of bias assessment, meta-analysis, APA 7.0 report compilation, editorial review, devil's advocate challenges, ethics review, and post-research literature monitoring. Triggers on: research, deep research, literature review, systematic review, meta-analysis, PRISMA, evidence synthesis, fact-check, guide my research, help me think through, 研究, 深度研究, 文獻回顧, 文獻探討, 系統性回顧, 後設分析, 事實查核, 引導我的研究, 幫我釐清, 幫我想想, 我不確定要研究什麼, 研究方向, 研究主題.

Skills relacionados

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

community

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

community

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

community

affaan-m/everything-claude-code

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

community

forrestchang/andrej-karpathy-skills

Agent skill repository discovered by 10x-chat research.

community

langgenius/backend-code-review

Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.

community
← More Investigación y análisis de datos skills