Self verify

self-verify — 学术写作实时引用核查

定位

写作过程中的引用快速抽查。验证 Claude 输出的文献引用是否指向真实存在的 PubMed 文献。

不是什么：

• 不是通用幻觉抑制工具
• 不是 claim-摘要语义比对（那是 ref-verifier 的 Step C）
• 不验证引用的语义准确性（"这篇文章是不是真的说了这个观点"），只验证引用的存在性（"这篇文章是不是真的存在"）

与 ref-verifier 的关系：ref-verifier 是论文完稿后的系统性体检（全量 bib、逐条 claim-摘要比对、生成报告）。self-verify 是写作中的随身血压计（几条引用、几秒出结果）。

触发条件

仅显式触发：

• verify 一下 / self-verify / self-check
• 核查一下 / 查一下刚才的引用 / check citations

半自动提示：当 Claude 输出的内容包含 ≥2 条来自训练知识（非本次对话中 API/工具调用返回）的文献引用时，在输出末尾追加一行提示："本段包含 N 条来自训练知识的引用，建议 verify 核查。"仅提示，不自动执行。

不触发的情况：引用来自本次对话中的 Entrez 搜索结果或用户提供的文献列表时，不提示。

验证范围

能查的：

• 文献引用中的作者姓氏、发表年份、标题关键词 → Entrez 三重匹配
• 明确给出的 PMID → Entrez 直接查询

不查的（标 UNVERIFIABLE，附原因）：

• 数值声明（样本量、p 值、百分比）
• 方法描述（统计方法、软件版本）
• 概念定义
• 非 PubMed 收录的文献（CS 会议论文、arXiv 预印本等）

工作流（三步）

Step 1: 引用提取

从目标文本中识别所有文献引用，提取结构化 anchor。

目标文本来源（按优先级）：

1. 用户指定的文本（"verify 一下这段：……"）
2. 当前对话中 Claude 最近一条包含引用的输出

提取规则：

• 识别模式：Author et al. (YYYY)、Author YYYY、Author and Author (YYYY)、PMID XXXXXXXX、[N] 编号引用（如能从上下文推断对应文献）
• 对每条引用生成 anchor：

{
  "id": 1,
  "citation_text": "Treece et al. (2010)",
  "anchor": {
    "author_surname": "Treece",
    "year": "2010",
    "title_keywords": "cortical bone mapping"
  }
}

• title_keywords 从引用的上下文语境中推断（被引用时提到的方法名、主题词等），取 2-5 个实词
• anchor 字段不完整时（如缺年份、缺作者），该条直接标 UNVERIFIABLE，reason 注明缺什么
• 非文献性质的事实声明不提取

提取质量自检：

• 作者姓氏是否为 last name（不是 first name，不是缩写）
• 年份是否为 4 位数字
• 关键词是否来自引用上下文（不是从训练知识中补全的）
• 如果无法从上下文推断关键词，标 UNVERIFIABLE 而不是猜

Step 2: Entrez 验证

对每条 anchor 调用验证脚本：

python skills/self-verify/scripts/entrez_verify.py --author <surname> --year <YYYY> --title-keywords "<kw1> <kw2> <kw3>"

脚本为确定性 Python，不依赖 LLM 判断。输出 JSON：

{
  "verdict": "PASS",
  "pmid": "20176027",
  "matched_fields": ["author", "year", "title_full"],
  "evidence": "https://pubmed.ncbi.nlm.nih.gov/20176027/",
  "suggested_fix": null
}

四档判定：

档位	含义	条件
PASS	三重匹配全中	author + year + 全部 title_keywords 命中同一 PMID
PARTIAL	部分匹配	author 对但年份偏差 ≤1，或标题关键词部分命中
FAIL	未找到匹配	Entrez 无匹配，或匹配到的记录核心字段对不上
UNVERIFIABLE	无法核查	anchor 不完整 / Entrez 不可达 / 非 PubMed 文献

关键约束：

• Entrez 不可达 → UNVERIFIABLE，不回退到训练知识猜测
• 查无结果 → 放宽关键词重试一次，仍无 → FAIL
• UNVERIFIABLE 不算失败

Step 3: 报告

输出 Markdown 表格：

## self-verify 报告
目标: <被核查文本的一句话描述>
引用总数: N | PASS X | PARTIAL Y | FAIL Z | UNVERIFIABLE W

| # | 引用 | verdict | PMID | evidence | suggested_fix |
|---|------|---------|------|----------|---------------|
| 1 | Treece et al. 2010 | PASS | 20176027 | [link] | — |
| 2 | Smith et al. 2023 | FAIL | — | — | 未找到匹配，检查作者拼写 |

• FAIL 和 PARTIAL 必须附 suggested_fix（基于 Entrez 实际返回的最近匹配）
• UNVERIFIABLE 必须附 reason

错误处理

• 网络超时 → 该条标 UNVERIFIABLE，reason="entrez timeout"
• 脚本崩溃 → 报告错误信息，不静默跳过
• 目标文本中无引用 → 告知用户"未检测到文献引用"，不生成空报告

局限性声明

每次使用时不需要主动声明，但如果用户对结果有疑问，说明：

• PASS 意味着"PubMed 上存在一篇匹配的文献"，不意味着"引用内容语义正确"
• FAIL 可能是提取阶段关键词选取不准导致的假阴性，不一定是引用造假
• 非 PubMed 收录的文献（CS 会议、arXiv）会被标 UNVERIFIABLE