博雅 BOYA：人文社科 AI 研究技能庫

博雅 BOYA 是我為人文社科研究者設計的開源 AI 論文工作流。它把選題、文獻檢索、研究設計、論文修改、引用查核、口試與投稿等工作拆成可獨立使用、也能接力運行的技能，讓 AI 處理繁重工作，同時把研究判斷與學術責任保留給研究者。

我在項目中負責的工作

我負責 BOYA 的問題定義、工作流架構、全部技能設計、實測驗證與開源維護。

• 需求轉譯：將人文社科研究中的隱性方法知識，轉化為非程式背景研究者也能使用的提問、檢查點與產出格式。
• 工作流設計：建立一個導航入口與十六個專用技能，涵蓋研究問題、文獻、理論框架、方法、寫作、查核、口試與投稿。
• 人機協作治理：為研究問題、理論框架、方法選擇及解釋性判斷設置人工決策門，避免自動化越過研究者。
• 學術誠信機制：把「查無不編造」「引用必回源」「AI 使用透明揭露」寫成工作流中的硬性規則。
• 驗證體系：以真實論文材料建立實測案例、結構化評估與證據紀錄，持續把暴露出的問題寫回技能規則。
• 跨平台維護：支援 Codex、Claude Code 與 OpenCode，並提供繁體中文、簡體中文、英文和日文入口。

核心創新

1. 把研究方法轉化為可執行工作流

BOYA 不只提供提示詞，而是把每個研究階段拆成明確的輸入、判斷門、產出物與交接條件，使 AI 協作具備可追蹤的研究過程。

2. Human-in-the-loop 硬性決策門

流程可以協助檢索、整理、核對與模擬提問，但遇到研究問題、理論選擇、方法取捨及主張修訂時，必須停下來由研究者決定。這是 BOYA 與全自動論文生成工具的核心差異。

3. 區分書目存在與主張成立

reference-check 負責確認文獻與書目欄位，claim-audit 則回到原文檢查關鍵主張是否得到支持，避免把 DOI 存在誤當成內容證據。

4. 用真實研究材料驅動迭代

每項技能都透過真實研究案例暴露邊界，再將錯誤模式寫回規則與評估。工作流的可靠性來自可檢查的實測紀錄，而不是僅靠功能描述。

項目成果

• 建立 17 個可組合的研究技能與完整導航工作流。
• 累積 20 個真實材料實測案例。
• 提供離線單元測試、結構化回歸案例和跨模型手動驗證流程。
• 以 MIT License 開源，並提供四種語言的使用入口。
• 已用於作者碩士論文的參考文獻覆核，發現 DOI、署名及書目資訊錯誤並公開勘誤。

查看 BOYA 官網 · 查看 GitHub 原始碼