Audit

Skill ZimoLiao/scholaraio/.claude/skills/audit

Use when the user wants to check paper-library data quality, diagnose missing metadata, filename issues, DOI duplicates, title mismatches, or repairable metadata problems.From its SKILL.md

Install

npx -y skills add ZimoLiao/scholaraio --skill audit

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

SKILL.md

2.5 KB, as published. Nobody here has run it

论文审计

检查已入库论文的数据质量。分阶段：规则化检查（自动）+ LLM 深度诊断（对可疑项）+ 自动修复。

阶段一：规则化检查

scholaraio audit [--severity error|warning|info]

问题按严重程度分类：

错误：缺少标题、缺少 MD 文件、JSON 解析失败、DOI 重复
警告：缺少 DOI/摘要/年份/作者/期刊、MD 过短、标题不一致、文件名年份不匹配
提示：文件名不符合规范格式

阶段二：LLM 深度诊断（title_mismatch 专项）

对每篇 title_mismatch 论文，用 Read 工具读取 meta.json 和 paper.md（前 80 行），提取最像标题的候选（不只看首个 H1），判断：

MD 正文的实际主题/标题是否与 JSON 元数据一致
无害（封面/前言页、MinerU 标题识别问题）vs 真正的内容错配

阶段三：修复

对确认的错配，使用 repair 命令：

# 先 dry-run 预览
scholaraio repair "<paper-id>" --title "正确标题" [--author "一作"] [--year YYYY] [--doi "10.xxx/..."] --dry-run

# 确认后执行
scholaraio repair "<paper-id>" --title "正确标题" [--author "一作"] [--year YYYY] [--doi "10.xxx/..."] [--no-api]

# 修复后重建索引
scholaraio pipeline reindex

检查规则

规则	级别	说明
`missing_title`	error	缺少标题
`missing_md`	error	JSON 无对应 MD 文件
`duplicate_doi`	error	DOI 重复
`missing_doi`	warning	缺少 DOI（document / patent 等非论文类型通常不报）
`missing_abstract`	warning	缺少摘要
`title_mismatch`	warning	JSON 标题与 MD 前 80 行里的标题候选不一致
`nonstandard_filename`	info	文件名不符合规范格式

补充判断口径：

paper_type 为空时，仍按普通论文保守检查 missing_doi / missing_journal
dissertation、document、technical-report、lecture-notes 等非 article 类型，优先警惕封面/前言页导致的 title_mismatch 误报

示例

用户说："帮我检查一下论文库有没有问题" → 执行阶段一规则化检查

用户说："深度检查" → 执行阶段一 + 阶段二（LLM 逐篇诊断 title_mismatch）

用户说："修复那些错配的论文" → 执行阶段三