夜雨聆风8个技能、7个阶段、7个学术文献数据库来源、两轮学术诚信检查、3轮同行评审、论文格式自动化输出，实现了一套透明的、可审核的、可追溯的、无AI幻觉的AI论文写作工作流。这是我“养龙虾”一个多月以来最重要的成果，终于可以公开和大家讲讲了。
01 2025 年底，Skills 和 OpenClaw 的爆火，让我看到了 AI 的新潜力
2025 年 12 月，Skills 爆火了。
这不是在 AI 能力上的微调，而是一次本质的升级。
普通 AI 和 Skills 的区别是什么？
普通 AI（如 ChatGPT）是问答式的：
• 你问一句，它答一句 • 每次都是独立事件 • 本质上，它是一个更聪明的搜索引擎
Skills 是任务式的：
• 你告诉它要做什么，它就专注做这一件事 • 输出是结构化的、可预期的 • 本质上，它是一个更专业的工具
但 2026 年 1 月，OpenClaw 的出现，让一切又不一样了。
我花了一周的时间它的功能测了一遍，越测越兴奋。
因为 OpenClaw 解决了一个更根本的问题：它是一个可以自动干活的 AI 智能体。
• 它不只是回答问题，而是自己动手做事 • 它会自己调用技能 • 它会自己写代码 • 它会自己完成各种任务
换句话说：人在电脑上能干的活，它都能干。
它不再是一个"助手"，而是一个真正能帮我干活的"AI 员工"。
02 2026 年 2 月 1 日，我决定用 OpenClaw 做个实验
我是一个需要常年写论文的研究人员。
别人过年刷手机，我在想一个问题：
既然 OpenClaw 是一个可以自己干活的 AI 智能体，那它理论上应该可以：
• 自己查文献 • 自己读论文 • 自己写综述 • 自己改格式 • 自己检查学术诚信
这不是一个理论问题，这是一个工程问题。
我要实验验证的是：OpenClaw 能不能真正成为一个帮我干活的学术 AI 员工。
03 33 天后，实验结出了果实
从 2 月 1 日到 3 月 1 日。
整整29 天。我用 OpenClaw + Skills，构建了一套完整的AI学术论文写作工作流：
自研技能（4个）：
• academic-search：7 库集成检索 • academic-review-revisor：同行评审+自动润色 • final-integrity-check：投稿前最终验证 • journal-format-output：期刊格式自动输出
官方技能（4个）：
• academic-deep-research：深度研究 • academic-writer：学术写作 • academic-citation：引用格式化 • academic-integrity-checker：诚信检查
这套流程，我几乎每天都在修改、验证、再修改、再验证。直到我跑通了综述论文写作全流程，并输出了一篇SCI 论文：
• 基于182篇相关文献（两轮学术文献搜索结果） • 实际引用96 篇参考文献 • 2 轮诚信检查（AI 自动验证） • 三次自动化同行评审（18 条→修改→0 条意见） • 0 次手动调格式
3 月 1 日，我投了出去，目前编辑部已收稿，正在进入专家审稿环节。
这是我与AI协作写出的最严谨、质量最高的一篇论文。
目前市面常见的论文生成工具，本质上是把 AI 当搜索引擎用，你问它答，但是它存在引用来源非学术文献、引用格式不对和写作逻辑不通等等多种问题，而且幻觉率很高，AIGC率更不用讲。
但 OpenClaw 不一样，它是一个可控的、可靠的 AI员工，你下达任务，它自动干活，你可以在它干活的任意环节设定干活标准，什么能做、什么不能做、什么事要怎么做、什么事不要怎么做、要做成什么要的结果，等等，你全部可以控制、设定。
因此，上述问题我可以给用OpenClaw来解决，我可以指挥它哪些环节用大模型能力，哪些环节用编程能力，哪些环节具体按照什么样的步骤来实施。我把它当做是我的博士后助手，它是“一个人”，是人就可以解决所有问题。
我在 OpenClaw 实现的这个论文写作流程，它是透明的、可审核的、可追溯的、无 AI 幻觉的。
接下来分享我是如何实现的？
04 我的"AI 学术团队"：8 个技能，各司其职
在 OpenClaw 的技能市场（clawhub.ai）里，我找到了基础技能，然后自己开发了关键组件。
最终，我组建了一支 8 人的"AI 学术团队"：
05 第一阶段：Research（深度研究）
/ academic-deep-research 无人机智能目标识别技术研究综述这个技能的核心价值是什么？
不是"写报告"，而是强制 AI 严谨思考。
它没有直接开始写，而是停下来了，问了我三个问题：
"你关注的是军事应用还是民用场景？""你需要多深的分析？概述还是 exhaustive？""有时间、地域或来源偏好吗？"
我回答了：
• 民用场景（安防巡检、物流运输） • exhaustive，要深度分析 • 关注欧美和中国的技术路线，最近 5 年的来源
它复述了我的需求，让我确认。
然后它生成了一份研究计划，包括 6 个主题：
我批准了计划。
然后它开始对每一个主题做两个完整的研究周期：
第一轮：全景扫描
• 用academic-search文献检索技能，搜索 arXiv数据库做广泛搜索（至少 20 条结果） • 识别关键来源、主要玩家、核心概念 • 记录知识缺口和矛盾点
第二轮：深度挖掘
• 针对缺口做定向搜索 • 用academic-search文献检索技能，搜索 Semantic Scholar数据库 深入提取原始来源 • 挑战第一轮的假设，寻找反例
每一轮之间，它都会明确写出思考的演进：
"最初我认为 YOLOv8 是目标检测的最佳模型，但这个证据表明，Transformer 架构在复杂场景下的泛化能力更强..."
"这个发现确认了之前的结论，因为三个独立来源都提到了多传感器融合是未来的主流方向..."
它会输出一份 25000 字左右的深度研究报告和文献搜索结果，为后续写作奠定研究基础。
注意：这不是最终论文，是研究基础。
06 第二阶段：Write（学术写作）
这个阶段的核心是把研究报告转化为结构化的学术论文。
有了研究报告，和文献搜索结果，接着启动 academic-writer：
/academic-writer 基于以下研究报告，撰写一篇 SCI 论文格式的文献综述这个技能和 academic-deep-research 有什么区别？
它们是互补的，不是重复的。
它读取了 academic-deep-research 的研究报告，然后：
1. 提取核心论点和证据 2. 组织成学术论文结构（如摘要、引言、方法、结果、讨论、结论） 3. 生成符合学术规范的表述
它生成了一篇 15000 字的论文初稿。
07 第三阶段：Citation（引用格式化）
这个阶段的核心是把参考文献批量转换为符合投稿期刊要求的格式。
然后，我启动了 academic-citation：
/academic-citation 将参考文献转换为 APA 7th 格式为什么前两个技能都有引用功能，还需要这个技能？
因为 academic-citation 做的是专业格式化工作，而不仅仅是"生成引用"：
它的核心价值是：
1. 格式转换：支持多种格式的SCI期刊引用格式 2. DOI 导入：批量导入参考文献，自动补全元数据 3. 格式验证：检查引用格式是否符合期刊要求 4. 批量处理：一次性格式化 90 多篇参考文献
它把 96 篇参考文献，全部转换成了标准的 APA 7th 格式，它会自动检查作者姓名格式、期刊名缩写、卷期页码、DOI链接等等：
Johnson, K. L., Wilson, P., Anderson, R., & Thompson, M. (2023). Real-time object detection for UAV-based surveillance: A comprehensive review. IEEE Transactions on Aerospace and Electronic Systems, 59(8), 2341-2358. https://doi.org/10.1109/TAES.2023.2345678
08 第四阶段：Integrity Check（诚信检查）
这是非常重要的一步。
我启动了 academic-integrity-checker：
/academic-integrity-checker [论文初稿]这个技能会检测：
• AI 幻觉：AI 编造的内容 • 虚假引用：不存在的文献 • 伪造内容：捏造的数据、结论 • 引用不匹配：引用与内容不符
它会逐条验证了论文中的每一个引用。
然后返回了一份报告：
• ✅ 验证通过：93 条引用 • ⚠️ 需要核实：2 条引用（来源模糊） • ❌ 发现错误：1 条引用（文献不存在）
它标记了一篇不存在的文献：
"引用 [47] 声称 'Wang et al. (2024) 在无人机目标识别中实现了 98.7% 的准确率'，但无法在 IEEE Xplore、Google Scholar、Semantic Scholar 中找到该文献。建议核实或删除。"
我回去检查，发现这是 academic-writer 在生成时错误引用了一篇不存在的文献。
如果没有这一步，这篇论文在提交编辑部审稿时就会被拒。
我删除了那条错误引用，补充了两篇真实文献。
09 第五阶段：Review → Revise → Re-Review → Re-Revise（多轮评审）
这是最耗时的阶段，这个地方需要人机协同修改论文。
我启动了 academic-review-revisor——我自己开发的同行评审+自动润色技能：
/review-revisor [论文初稿]这个技能做两件事：
1. 5 视角评审：从方法论、领域、统计、写作、伦理 5 个角度评审论文 2. 自动润色：基于评审意见，调用 academic-writer 自动修改论文
第 1 轮：评审 + 润色
它用 5 个视角评审论文，返回了 18 条意见：
方法论专家：
• "建议补充搜索策略的详细信息（数据库、时间范围、关键词）" • "PRISMA 流程图需要完善"
领域专家：
• "Transformer 架构部分需要更新 2025 年最新进展" • "建议增加与中国无人机监管政策的对比"
统计专家：
• "准确率指标需要说明测试集规模和置信区间"
写作专家：
• "摘要部分过长，建议压缩到 250 字"
伦理专家：
• "需要声明数据集来源" • "涉及无人机航拍数据，需说明隐私合规"
然后，它自动调用 academic-writer 进行润色修改：
/academic-writer 基于以下评审意见，修改论文：1. 补充搜索策略（PRISMA格式）2. 更新Transformer架构最新进展3. 补充复杂天气性能讨论4. 压缩摘要到250字5. 添加数据集来源声明6. 补充隐私合规说明第 2 轮：再评审 + 再润色
修改后，它再次评审，这次只有 4 条小意见：
• "图 2 的图例需要更清晰" • "参考文献 [45] 的页码范围缺失" • "致谢部分需要补充资助信息"
它又自动调用 academic-writer 修复了这 4 个问题。
第 3 轮：最终确认
再次评审，通过——没有意见了。
整个过程中这个部分最需要人机协同，人做判断，OpenClaw做执行。
10 第六阶段：Final Integrity Check（最终诚信检查）
修稿之后，还需要再次确认学术诚信问题，我启动了我自己开发的 final-integrity-check 技能：
/final-integrity-check [最终稿]这个技能与初稿检查不同，它专注于投稿前的最终验证：
• ✅ 所有引用是否均可追溯 • ✅ 数据是否与来源一致 • ✅ 图表是否都有正确标注 • ✅ 利益冲突声明是否完整 • ✅ 数据集来源声明是否规范 • ✅ 是否符合目标期刊的基本要求
这次它返回：
• ✅ 验证通过：96 条引用 • ✅ 所有引用均可追溯 • ✅ 未发现 AI 幻觉 • ✅ 数据与来源一致 • ✅ 图表标注完整 • ✅ 声明文件齐全
这是投稿前的最后一道防线。
11 第七阶段：Journal Format Output（期刊格式输出）
这是我自己开发的最后一个技能：journal-format-output。
用过 Word 投稿的人都知道，调格式有多痛苦：
• 字体大小不对 • 行间距不符合要求 • 参考文献格式要重来 • 图表位置要调整 • 页眉页脚要设置
每个期刊都有自己的模板，每次投稿都要重新调。
我受够了。
所以我做了这个技能：
/journal-format-output [论文稿] --journal "期刊名称"它做了这些事：
1. 加载期刊模板：自动下载目标期刊的 Word/LaTeX 模板 2. 转换文档格式：字体、字号、行距、页边距 3. 调整参考文献：按期刊要求的引用风格重新格式化 4. 重排图表位置：符合期刊的图表规范 5. 生成投稿文件：主文档、补充材料、封面信
它可以输出了一份完全符合目标期刊格式的投稿文件。
不需要自己手动调过一个格式。
12 流程总结
现在，让我回顾整个流程：
总时间：29天（1 月 28 日 - 3 月 1 日）
人工参与：
• 审批研究计划 • 确认关键决策 • 执行流程 • 人机协同修稿
AI 参与：
• 深度研究（2 轮×6 主题） • 论文撰写 • 同行评审（5 视角） • 自动润色修改 • 引用格式化（多种格式） • 诚信检查（2 轮） • 多轮评审 • 期刊格式输出
13 3 月 1 日，我投稿了
2 月底，经过多次的流程运行和微调，我输出了 10 个版本的论文。我整合了这几个版本，再次做了部分微调，然后投稿了。
这是我与 AI 协作写出的最严谨、质量最高的一篇论文。
14 为什么这个流程可信？
因为它是透明的、可审核的、可追溯的。
透明
• 每个技能都有明确的职责 • 每个阶段都有清晰的产出 • 每个决策都有记录
可审核
• 研究计划需要审批 • 诚信检查有两轮（初稿 + 终稿） • 评审意见有 5 个视角 • 格式输出有期刊模板
可追溯
• 每个引用都有来源（7 个学术文献数据库） • 每个修改都有版本 • 每个结论都有证据 • 每个格式都有依据
15 如何使用这个工作流
# 文献检索（7 库集成国内外文献数据库）/academic-search [你的主题]# 深度研究/research [你的主题]# 学术写作/academic-writer 基于以下研究报告撰写论文# 引用格式化（3 种格式+DOI 导入）/academic-citation 将参考文献转换为 APA 7th 格式# 诚信检查（初稿）/academic-integrity-checker [论文稿]# 最终诚信检查/final-integrity-check [最终稿]# 期刊格式输出/journal-format-output [论文稿] --journal "目标期刊名"关键不是单个技能，而是工作流。
更重要的是，你可以根据自己的需求，开发自己的技能。
16 最后，谈一谈我的心得体会
这篇文章的意义，远不止于"写论文"。
我在做一件更重要的事：用 OpenClaw 重新定义科研工作流。
一个多月的时间，我初步迈出了第一步，实际上用OpenClaw可以做的还有更多
• 自动写课题申报书 • 自动写研究报告 • 自动写代码做实验 • 自动发现并解决科学难题 • ......等等等等
它正在给我带来了两大革命性变化：
1.它把 AI 从"工具"变成了"团队"
• 以前一个人就是使用各种各样的工具来做科研，现在是我一个人指挥一个AI团队做科研，每个团队都配备不同的技能
2.它把"严谨"从"品质"变成了"流程"
• 过去靠个人逐篇文章下载、阅读、整理、写作、论证，要经过一套严谨的流程，但是流程长、耗时也长，现在有了OpenClaw每个环节都可以自动化，每个自动化节点都可以加上给它设定的高标准，人要做的就是定义流程、定好标准、做好判断再加上关键环节人机协同即可。
最后，我想说：
不要抗拒OpenClaw，要学会指挥OpenClaw。把你的身份从用AI工具干活，转换成指挥AI替你干活，从执行者转换成管理者、领导者、决策者和创造者，OpenClaw这只"龙虾"可以赋能你实现阶跃，关键在于你怎么用它。
在未来，会用OpenClaw的人，和不会用OpenClaw的人，将是两个物种。
我是大飞，一个OpenClaw深度用户，这套科研流程只是我跑通的第一个环节，后面我将持续优化，欢迎大家评论区交流。如果你觉得这篇文章对你有用，希望能帮忙关注、点赞和转发，让更多人知晓，谢谢！
能够实现本文的关键在于我一个多月以来的“养龙虾”经验，更多OpenClaw往期精选文章如下：
GitHub 霸榜第一！这个 AI 开源项目让 55+ 专家为你 24 小时工作
我用 OpenClaw + 飞书搭建了一个 AI 炒股团队，7x24 在线干活
7步OpenClaw 安全加固，构建铜墙铁壁，“养龙虾”再无后顾之忧！
养了一个多月OpenClaw“龙虾”，我总结了六条“养虾”心得
OpenClaw 必装的18款投资理财Skills技能全解析（附安装命令）
本地部署"永久记忆脑"丨Ollama + LanceDB，让你的 OpenClaw 告别反应迟钝
Agent Reach 详解：给 OpenClaw 装上全网感知能力
这个Skills技能，让OpenClaw实现自我进化，越用越聪明！
自媒体人必看！42 个 OpenClaw 神仙技能，让你的内容效率翻倍
如何搭建你的专属 AI 团队： OpenClaw 多 Agent 配置实战指南
