Co-Researcher 是采用 MIT 许可证的开源学术研究插件，可装入 Claude Code、Codex 等 AI 助手，用于文献综述、同行评议和研究设计。2026 年 10 月 15 日发布的 v2.8.2 为假设检验加入操纵检查，避免把实验未触发机制造成的空结果当作反证。本文为资料核验，未安装实测。
项目定位与组成
项目托管在 GitHub 的 poemswe/co-researcher 仓库（github.com/poemswe/co-researcher），README 与仓库许可证信息均标注为 MIT。[1]
README 把它定位为面向 Claude Code、Gemini CLI、OpenAI Codex 和 OpenCode 的学术研究插件，在用户已经在用的 AI 助手里完成文献综述、系统综述、同行评议和引用核查。插件提供 /research、/analyze、/review 三个命令（Codex 中用 $ 前缀），其他任务用自然语言描述后，由对应的技能自动启动。目前共 15 个技能，覆盖文献综述、PRISMA 系统综述、研究方法、假设检验、定量分析、质性研究、伦理审查、基金申请和学术写作等环节。[1]
文献检索直接调用 OpenAlex、arXiv 和 Europe PMC。verify_citations.py 把参考文献逐条对照 OpenAlex、Europe PMC 和 Crossref，标出不匹配、查不到或已撤稿的条目。文献综述交付前，Agent 要运行不依赖模型的校验脚本 validate_review.py：每段引文必须出现在原文中，每条引用只能对应一篇已筛选的文献，论断里的数字必须出现在对应引文里。校验不通过时 Agent 最多有三轮修复机会，仍未通过的稿件会标为 INVALID EVIDENCE 并列出问题。[1]
在 Claude Code 中可用 /plugin marketplace add poemswe/co-researcher 后再 /plugin install co-researcher 安装，其他平台的安装方式见 README。检索与核查脚本通过 uv 运行。[1]
v2.8.2 更新内容
v2.8.2 于 2026 年 10 月 15 日（UTC）在 GitHub Releases 发布，对应提交 ef3085a。主要改动来自贡献者 davdittrich 提交的 PR #63，随后由维护者的版本号更新 PR #64 发布。仓库没有单独的 CHANGELOG 文件，以下依据发布说明、两个 PR 页面和该版本的技能文件整理。[2,3,4,5]
-
新增操纵检查（Manipulation Check）：假设检验技能的流程由 6 步变为 7 步，新的第 5 步要求在冻结研究方案前完成以下检查：[2,3,5]
- 为待研究的机制定义一个每次运行都能观测的代理指标（次数或比率），并在已有记录里找出真实实例；
- 先做预实验，规模要让设定的下限至少对应 5 次预期出现，即下限为每次运行 f 次时至少运行 5/f 次（例如 f = 0.5 时至少 10 次）；
- 确认代理指标超过事先声明的下限；如果处理通过某个可观测步骤起作用，还要确认这一步在处理组中确实出现；
- 预实验的运行不得计入验证性样本；
- 任一检查不通过，就在报告标题下直接写明该研究无法检验这一假设，空结果也不算作否证。
输出格式随之增加 Manipulation Check 一行，记录代理指标、下限、预实验结果和处理步骤是否出现；研究方法技能（research-methodology）也写入了“操纵效度”。
-
新增评测用例：
hypothesis-testing/test-manipulation-check让一个记忆功能在全新会话的单步任务上接受测试，这种条件下机制根本没有机会发挥作用，题目也不提示解决办法。广义评测用例因此增至 34 个。[2,3] -
修复：
evals/test-cases/README.md中的评分细则说明改为由用例文件重新生成，并用测试固定，避免与评分程序实际使用的内容不一致。[2] -
测试情况：PR #64 写明 989 项测试通过。[4]
截至 2026 年 10 月 20 日，Releases 页面已有更新的版本：v2.9.0（10 月 17 日）要求每篇被引文献都有引用核查报告；v2.10.0（10 月 19 日）让证据校验能发现否定或方向反转、数字互换、作者-年份引用对应多篇文献、手工填入未经核查的 DOI 四类错误；v2.11.0（10 月 19 日）支持从 Zotero 7 文献集、BibTeX 或 CSL JSON 导出文件、PDF 文件夹导入个人文献库做综述。[6]
Co-Researcher 的特点是把一部分研究方法要求写成 AI 助手必须遵循的步骤，并为文献综述配上不依赖模型的程序化校验。v2.8.2 的操纵检查针对实验设计中一个容易忽视的漏洞：没有观察到效应，可能只是因为实验条件从未让被研究的机制发生。下面依据 README、发布说明和 PR 页面整理它对科研用户的用途和需要注意的边界，并非实测结论。
科研场景中的用途
- 用 AI 设计实验或评测时做前置检查：例如想检验某个 Agent 的长期记忆能否提升表现，如果测试任务都是一次性对话、每次都新开会话，记忆机制就没有机会被调用。按 v2.8.2 的流程，Agent 应先用预实验确认“记忆被实际检索”这类代理指标达到下限，达不到就报告研究无法检验，而不是得出“记忆无效”的结论。[2,3,5]
- 更谨慎地解读空结果：输出中的 Manipulation Check 一行把“假设被否证”和“研究无法检验”区分开，便于在论文的方法与局限部分如实说明。[2,5]
- 可复查的文献综述：综述过程写入当前目录下的工作区，包括检索方案
protocol.md、候选文献与筛选记录corpus.json、每个被引句子对应原文引文的claims.json和核查后的参考文献refs.json，研究者可以逐项复查。[1] - 核查参考文献：
verify_citations.py能标出查不到、信息不匹配或已撤稿的引用。2026 年 10 月 15 日发布的 v2.8.1 修复了中文、日文、韩文和西里尔文标题被误判为不匹配的问题，引用中文文献较多的用户应使用 v2.8.1 及以后的版本。[1,6] - 跨平台使用：同一套技能可在 Claude Code、Gemini CLI、Codex 和 OpenCode 中使用，课题组成员使用不同助手时也能按同一流程工作。[1]
局限与注意事项
- 未经实测：本文为资料核验，未安装实测，功能描述均来自 README、GitHub 发布说明、PR 页面和技能文件。
- 操纵检查依赖 Agent 自觉执行：这一步写在假设检验技能的说明文字里，由 Agent 按说明执行。发布说明没有提到类似
validate_review.py的程序化强制校验，PR #63 也把影响范围标为提示词行为（prompt-behaviour）。实际是否执行到位取决于所用模型，需要人工核对输出中的 Manipulation Check 一行。[3,5] - 校验只管“是否忠于来源”：README 说明，这些检查只能确认综述所说与来源一致，不能确认来源本身正确，也无法判断语义，例如把论文中的“提示”写成“证明”的句子可以通过校验。[1]
- 评测为项目自评：README 中的 34 个广义质量用例和 16 个证据完整性用例由项目自行维护和发布，不是独立评测。[1]
- 许可证要分开看：项目本身采用 MIT 许可证，但可选的运行依赖
pymupdf4llm（及其后端 PyMuPDF）采用 AGPL-3.0，只在read_paper.py提取 PDF 文本时由uv拉取。如果对外提供基于read_paper.py的服务，需要遵守 AGPL 条款。[1] - 全文获取有限：全文只通过合法的开放获取渠道读取，拿不到全文的文献只能依据摘要，README 把这种情况列为警告。[1]
- 版本更新频繁：10 月 13 日至 19 日共发布了 7 个版本。v2.10.0 的发布说明提醒，在 v2.9.0 下通过校验的综述可能在 v2.10.0 下不通过；v2.11.0 的 Zotero 导入尚未在真实的 Zotero 上测试。使用时应记录所用版本。[6]