mcpField
R
refereekit

refereekit

ローカル
inferweave.com科学・教育02 週間前に更新
リポジトリ公式サイト

refereekit について

refereekitは、提出されたPDFと照合して論文の引用を検証し、査読報告書と編集者宛てのレターを下書きする、機密性を重視した人主導の査読支援ツールです。証拠を確かめつつ、判断と編集を人が担いたい研究者向けです。

主な機能

  1. 01引用、ページ、数式、図の照合
  2. 02査読報告書と編集者宛てレターの下書き
  3. 03査読者の文体に合わせた草稿作成
  4. 04論文をエージェントのモデルに渡さない設計

活用シーン

  1. 01投稿論文の引用を検証
  2. 02確認済みの主張から報告書を準備
  3. 03チュートリアルで査読を練習

MCP 対応

READMEではpi、Claude Code、Codex、Claude Desktop、ChatGPTデスクトップ版のプレビューで使うための設定を説明していますが、MCPインターフェースについては記載されていません。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
  "mcpServers": {
    "com-inferweave-refereekit": {
      "command": "uvx",
      "args": [
        "refereekit"
      ]
    }
  }
}
起動コマンドuvx refereekit

ローカルサーバーにはマシン上の実行環境（Node.js 18 以上など）が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypirefereekit1.0.2

ツール

8

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
pdfstringはいレフェリーが指定したPDFのパス
venuestringいいえレフェリーが指定した任意の会場ID（スペースなし）
sessionstringいいえrefx_startまたはrefx_statusから取得したセッション参照（例：s-0123abcd）

詳細

refereekit

refereekit は、言語モデルを使って論文の査読を支援します。回答や草稿で引用されているすべての引用文、ページ、数式、図を、投稿された PDF と照合します。確認が取れた主張をもとに、あなたの文体で査読報告書と編集者宛てのレターを作成します。内容を編集するのはあなたです。 判定を下すのもあなたです。

ターミナルと uv が必要です。2 つのコマンドで査読を開始できます。

uv tool install refereekit
refx chat paper.pdf

チャットで /model access を実行すると、モデルを設定できます。anthropic、bedrock、vertex の場合は、追加のインストールコマンドが 1 行表示されます。/tutorial を実行すると、キーが不要な練習用の査読を行えます。ターミナルが非公開の画面になります。

pi、Claude Code、Codex、Claude Desktop、またはプレビューとして ChatGPT デスクトップアプリでも査読できます。 セットアッププロンプト をエージェントに貼り付けると、refereekit がセットアップされます。 refereekit が論文をエージェントのモデルに渡すことはありません。エージェントのチャットに入力した内容はモデルに届くため、論文のタイトルは入力しないでください。論文を読み、非公開の画面で自分の判断を入力します。

機密性を最優先に。 査読中の原稿は、そのアカウントで保持されるデータを確認したうえで、モデルのバックエンドにのみ送られます。原稿がこのリポジトリに入ることはありません。 機密性をご覧ください。

ドキュメント： まず 開始する前にを読み、 ドキュメントのインデックスから目的に合った読み進め方を選んでください。

引用

研究で refereekit を使用する場合は、以下の論文を引用してください。

@inproceedings{yen2026models,
    title={Models Quote, Code Verifies, Humans Judge: Lessons for AI-Assisted Peer Review},
    author={Tzu-Chi Yen},
    booktitle={NeurIPS 2026 Workshop on AI-Native Academia},
    year={2026}
}

ライセンス

MIT。詳細は LICENSE をご覧ください。

コメント

Markdown 対応

MCP は初めてですか？

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。