在项目中生成可编译的 LaTeX 学术论文或预印本文件，支持加载用户模板并自动处理依赖包，确保文档正确渲染为 PDF。
执行科学文献检索、验证与综合，通过交叉核对真实来源避免虚构引用，处理撤稿并校准置信度，生成高质量综述。
用于验证研究新颖性是否被现有文献覆盖。通过分解创新点、搜索对比论文，识别重复或生成差异化声明。
本地只读推理引擎，基于ARA世界模型检索文献并回答预测性问题。支持假设分析、效果归因及方案对比，通过语义检索与诚实预测生成可证伪答案，无需外部API。
管理DART实验仿真世界的研究文献目录，支持添加、更新和审计论文、教材及引擎引用。规范条目结构、状态流转与引用依据，确保学术引用的准确性与可追溯性。
将学术论文转化为深度HTML长文的技能，支持arxiv链接、PDF或文本输入。通过6轮强制工作流获取全文、搜索代码、深度分析并输出故事型、学术型或精炼型三种风格的精美HTML页面。
用于搜索 arXiv 学术文献，提取标题、作者、摘要等关键信息并结构化展示。支持多年份检索及特定领域（如智能体记忆系统）的相关性高亮，适用于学术研究辅助与信息搜集场景。
提供Python SymPy库符号数学计算指南，涵盖代数方程求解、微积分运算、矩阵操作、物理计算及代码生成。适用于需要精确符号结果而非数值近似的场景。
用于提升机器学习领域学术论文写作质量，涵盖摘要、引言等章节的结构化重写、逻辑流优化及投稿前自我审查。
端到端自动化撰写研究论文并生成PDF。涵盖偏好规划、文献检索、实验模拟、大纲与章节起草、引用计划、图表绘制、全局修订及LaTeX编译，最终输出完整学术论文。
用于评估和优先排序科学研究问题，依据重要性、新颖性、可行性、证据、资源、伦理和可证伪性等维度进行打分与决策。
ARS-Codex是学术研究与写作套件的路由适配器，支持深度研究、论文撰写、同行评审及实验规划等全流程。通过意图识别加载特定工作流文件，提升学术任务处理效率。
用于解析和分析学术PDF论文，支持下载、深度多模态提取文本与图表、结构及元数据获取。旨在通过结构化解析和视觉分析辅助用户理解论文内容，并严格控制Token消耗以优化效率。
将科学论文转化为结构化精读卡，分析方法与证据链。支持PDF解析、源边界识别及局部卡片生成，用于科研阅读与深度理解。
