Ignat v0.2——AI 科研的严谨性流水线

Ignat——我们用于科研的开源 Claude Code 技能集——现已升级到 v0.2，从评审扩展为完整的严谨性流水线：论证是否充分？ → 每个事实是否真实？ → 哪些论断可以严格证明？

v0.2 新增：

/groundcheck——AI 垃圾内容核查门。/review 评判整篇论文，而 /groundcheck 逐条审视每一项关键论断，只问一个问题：它是否有可核验的来源支撑？ 它能抓住模型最常凭空捏造的五类内容——臆造引用、无来源的数字、实体属性混淆、悬空的交叉引用，以及未经核实的”首创/新颖”声明——并为每一项给出具体修复建议。
/formalize——把论文的核心论断转化为机器验证定理（Lean 4 / KeYmaera X），并诚实划界：每个论断都归入机器验证、手工推导或未证明三类之一。对一个物理上空洞的命题作严格证明，比诚实地说”今天无法证明”更糟。
两个新智能体——paper-architect（稿件策略：范围把控、新颖性诚实、正文与补充材料的划分、期刊匹配）与 verifier（专职的引用与数字事实核查员）。
一份最佳实践指南，提炼这些工具背后的纪律，始于我们反复重新学到的一条规则：智能体的”PASS”是假设，不是定论。

MIT 许可证。欢迎贡献。