Research AI Assistance Boundaries

面向研究人员的边界核对工作流：在使用 AI、OCR、文献工具或云服务处理研究材料前，整理权限、隐私、来源/可追溯性、机构审批和保留期限问题。

安装

npx skills add / --skill research-materials-ai-boundary-check

使用范围

只提供核对表、问题清单、假设和升级路径，不声称法律或伦理合规，不替机构审批、数据所有者、导师或研究者作决定。不要上传真实敏感数据、原始身份证明、健康/教育记录、未公开访谈、凭据或可识别图像；使用字段名、合成行和已安全处理的片段。

输出

Skill 会先建立研究目的和数据/文献来源卡，再逐步给出：

• AI/OCR/云服务传输闸门及停止条件；
• 文献来源、引用、模型/提示词/OCR 版本和人工复核的 provenance/claim ledger；
• 访问、保留、删除、备份、共享和事件升级清单；
• 标记为 confirmed、assumption、unknown、needs institution decision 的交接摘要。

不确定、供应商条款未知或审批缺失时，默认暂停外传，改用本地、机构批准环境或合成数据，并联系指定负责人。保留期限必须来自项目/机构要求，Skill 不自行设定期限。

适用场景

• 评估是否能把访谈、问卷、实验记录、扫描页或 OCR 文本交给 AI/云服务；
• 规划文献摘要、翻译、假设生成、代码注释或结果解释的来源与人工复核记录；
• 在提交、共享、删除或发生误传前整理机构审批和责任人问题。

项目结构

运行时 Skill 位于 skills/research-materials-ai-boundary-check/SKILL.md；其中的 Hermes 话题发现 JSON 仅用于验收，不是研究政策或合规证明。

安全边界

不要用真实敏感数据测试工具，不要把未知供应商条款当作已批准，不要把生成内容当作证据或自动批准。发生误传时按机构事件流程升级并保留事实记录。

局限与安全

输出不是批准、风险为零或可公开共享的证明；模型无法验证机构政策、供应商实际行为或组合数据的重识别风险。研究者仍须保存原始来源、人工判断和最终责任链。

许可证

MIT，见 LICENSE。