企业官网建设流程全解析

Academic Research Skills数据流全景：哪些数据会离开你的机器、存多久、如何关闭

【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills

🔍Academic Research Skills（ARS）是一套面向学术研究的 Claude Code 技能套件，覆盖「研究 → 写作 → 评审 → 修改 → 定稿」全流程。很多新手最关心的问题之一就是它的数据流：使用这套科研工具时，哪些数据会离开你的机器？本地会存多久？如何一键关闭？这篇文章就是这份隐私数据的完整地图——读完你就知道 ARS 的每个网络触点、每份本地存储的生命周期，以及对应的关闭开关。

一、先分清边界：三条不属于数据流的路径

在盘点之前，官方文档 docs/DATA_FLOWS.md 先划清了三个边界，避免误判：

💡 一句话总结：ARS 自己的脚本只发「查询类」请求，不上传你的成果。

二、哪些数据会离开你的机器？（网络触点清单）

ARS 触碰网络的地方屈指可数，官方按「一个触点一行」做成了完整清单：

1️⃣ 引用验证闸门——查四个公开文献库（最常用）

写论文时，引用是否存在会被自动核验。它只发送参考文献的 DOI / arXiv 编号和标题查询串，作者/年份等元数据仅用于本地匹配、不传输，且全部无需账号和密钥：

2️⃣ 其他低频触点（按需触发）

⚠️重点提醒：跨模型验证是唯二可能发送「未发表手稿内容」的路径之一。协议（shared/cross_model_verification.md）明确要求：发送前必须先告知你「要发给哪个提供商、哪个模型、什么内容类别」，只设环境变量不算同意，不同意就继续单模型验证。

三、本地存了什么？存多久？如何删除？

缓存机制实现在 scripts/verification_cache.py，可调参数（90 天 TTL、30 天陈旧提示等）在 docs/SETUP.md 的「Citation verification cache」章节说明。

四、最快关闭方法：4 个开关清单

不想让任何 ARS 组件发起网络请求？照着下面设置即可：

✅默认状态很友好：不设置任何可选环境变量时，ARS 的全部核心功能照常工作，跨模型功能「隐形且零开销」。

五、这些承诺有没有保障？

• 无遥测、无分析端点，也不需要向 ARS 项目组注册任何账号；
• 上面这张清单对「ARS 自有脚本」是穷尽的——SECURITY.md 明确：超出 docs/DATA_FLOWS.md 地图范围的数据外流，都属于可报告的安全漏洞；
• 还有一道 CI 护栏：任何脚本新增直接网络调用或curl，都会触发 scripts/check_data_flows.py 的检查，没有对应文档行就过不了 CI。

六、延伸阅读

• 数据流主地图：docs/DATA_FLOWS.md
• 安装与环境变量（含缓存配置）：docs/SETUP.md
• 跨模型验证同意边界：shared/cross_model_verification.md
• 安全报告范围：SECURITY.md

📌一句话收尾：ARS 的数据哲学是「默认本地、按需外发、处处可关」——引用核验只发书目元数据，唯一可能触及手稿正文的跨模型验证必须你逐次点头，而所有开关都在 docs/SETUP.md 里明码标价。放心用，随时关。

【免费下载链接】academic-research-skillsAcademic Research Skills for Claude Code: research → write → review → revise → finalize项目地址: https://gitcode.com/GitHub_Trending/ac/academic-research-skills