클로드스킬마트스킬 둘러보기스킬이 뭐예요?
 
← 목록으로

동료심사 도우미 (Peer Review)

과학 논문·프로토콜·연구계획서를 근거 기반으로 구조화해 심사 초안을 만들어 주는 로컬 전용 동료심사 워크플로 스킬.

교육·학습고급★ 33,030⑂ 3,248AI 점수 8/10마지막 업데이트: 2026. 8. 9.

무엇을 해주나

논문 심사(peer review)를 "감상평"이 아니라 근거에 묶인 구조화된 평가로 바꿔 주는 스킬입니다.

  • 안전 경계 우선: 미공개 원고를 읽기 전에 권한(편집자·저널 승인), 학술지의 AI/기밀 정책, 이해상충, 역량 한계를 먼저 확인하도록 강제합니다. 외부 서비스 업로드, 표절 검사기 전송, 크리덴셜 접근 등을 금지합니다.
  • 인테이크 게이트: validate_review_intake.py로 권한·책임자·정책 확인이 끝났는지 검증하고, READY_FOR_LOCAL_REVIEW 상태가 아니면 진행하지 않습니다.
  • 10단계 심사 흐름: 범위 설정 → 중립적 요약 → 보고 가이드라인 선택(CONSORT/PRISMA 등) → 주장-근거 매핑 → 방법·통계 점검 → 재현성/투명성 → 윤리·연구진실성 → 그림·표·인용 → 실행 가능한 코멘트 작성 → 저자용/편집자용 채널 분리 → 최종 린트.
  • 로컬 전용 CLI 7종: 보고 가이드라인 선택기, 주장-근거 행렬 검증, 통계·재현성 감사, 인용 일관성 감사, 심사 초안 스캐폴드 생성, 톤·채널·실행가능성 린터. 모두 네트워크·LLM 호출 없이 동작하며 원고 본문을 출력하지 않습니다.

이런 분께 추천

  • 저널·학회 심사 요청을 정기적으로 받는 연구자·교수
  • 대학원생에게 심사 훈련을 시키거나 랩 내부 프리프린트 리뷰를 표준화하려는 PI
  • 리비전 대응(response letter) 전에 심사자 관점으로 자기 원고를 점검하려는 저자
  • 편집위원·에디터로서 심사 품질과 채널 분리를 관리해야 하는 분

활용 예시

  1. 정식 심사 요청 처리: 저널에서 받은 심사 요청에 대해 인테이크 템플릿을 채우고 검증기를 돌려 권한·이해상충을 문서화한 뒤, RCT용 CONSORT 커버리지 표를 만들고 방법/통계 지적 사항을 위치·근거·요청사항 형식으로 정리합니다.
  2. 주장-근거 정합성 점검: 초록의 인과적 문구가 실제 결과(효과 크기·불확실성·시점)와 어긋나는지 claim_evidence_matrix CSV로 매핑하고 validate_claim_evidence.py로 누락된 근거 ID를 잡아냅니다.
  3. 투고 전 셀프 리뷰: 자기 원고를 대상으로 재현성 체크리스트(시드, 패키지 버전, 데이터 접근번호)와 인용 키 일관성을 감사해 리젝 사유를 미리 제거합니다.

· · · 설치 가이드 · · ·

Claude 앱에 설치 (터미널 필요 없음)
  1. 아래 버튼으로 ZIP 파일을 받으세요.
  2. Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
  3. Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
↓ ZIP 내려받기
Claude Code에 설치

Claude에게 맡기기 — 아래 문장을 Claude Code에 붙여넣으세요

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/peer-review 폴더를 내 ~/.claude/skills/peer-review/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.

직접 명령으로 설치하기

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git /tmp/scientific-agent-skills && mkdir -p ~/.claude/skills && cp -r /tmp/scientific-agent-skills/skills/peer-review ~/.claude/skills/

⚠ 제3자가 만든 스킬입니다. 설치 전 원본 저장소를 한 번 확인하세요.

  1. 터미널을 엽니다. (macOS: 터미널 앱, Windows: WSL 또는 Git Bash)
  2. Python 3.11 이상이 설치되어 있는지 확인합니다: python3 --version
  3. 저장소를 내려받습니다: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  4. 스킬 폴더를 만듭니다: mkdir -p ~/.claude/skills
  5. 이 스킬만 복사합니다: cp -r scientific-agent-skills/skills/peer-review ~/.claude/skills/
  6. Claude Code를 재시작하고 /skills 또는 스킬 목록에서 peer-review가 보이는지 확인합니다.
  7. 첫 사용 시 ~/.claude/skills/peer-review/assets/review_intake_template.json을 복사해 채우고, python3 ~/.claude/skills/peer-review/scripts/validate_review_intake.py completed-intake.json을 실행해 READY_FOR_LOCAL_REVIEW가 나오는지 확인하세요.
  8. 중요: 미공개 원고를 다루기 전에 해당 저널의 기밀·AI 사용 정책을 반드시 확인하고, references/ethical_review_practice.md를 먼저 읽으세요.
GitHub에서 원본 보기 ↗라이선스: MIT