academic-verify

academic-verify — 将论断追溯至源数据

约定： 引用规则请参阅 conventions/quality.md；每个结论都应引用源数据，而不仅仅是作者对源数据的论述。

约定： 查找链请参阅 conventions/brain-first.md。本技能通过在发起全新网络搜索之前先检查已有的 brain 页面来强制执行 brain-first。

这是什么

这是一个针对学术/研究类陈述的论断核查流程。当一本书、一篇文章或一位演讲者引用某项研究或引述某个数字时，本技能会按以下步骤追溯该论断：

claim → publication → methodology section → raw data source → independent verification

在每一步，它都会回答以下问题：

• 这个数字从何而来？（自行生成？调查问卷？政府数据？）
• 基准是什么？（相对于什么减少？时间跨度是多少？）
• 原始数据是否可获取？（公开？专有？"可应要求提供"？）
• 是否有人独立核实过？（复现研究？政府审计？）
• 是否存在混杂因素？（其他干预措施、政策变化、新冠疫情、抽样偏差？）
• 比较是否公平？（挑选过的对照组？幸存者偏差？）

输出结果是位于 concepts/<claim-slug>.md 下的一个 brain 页面，记录论断、追溯过程和结论，以便今后再次引用同一论断时可以复用已核实的分析。

何时使用

• 一本书引用了某项研究，你想确认它是真实的且没有被错误引用
• 一篇文章提出了量化论断（"X 使 Y 降低了 40%"），你想将其追溯至源数据
• 你正在撰写依赖某项研究的内容，想要验证其底层论文是否站得住脚
• 你正在更新一个引用了研究论断的 brain 页面，并希望同时记录其核实状态

本技能不是什么

• 不是对抗性或反驳性工作。重点在于严谨，而不是推翻。
• 不是通用网络研究——如需开放式主题探索，请直接使用 perplexity-research。
• 不是纯 brain 查询——那是 gbrain query 的职责。

工作原理（D7/α：通过 perplexity-research 纯路由）

academic-verify 是一个轻量级编排器。实际的网络搜索由 perplexity-research 完成。academic-verify 的职责是工作流：精确界定论断范围，以引用模式通过 perplexity-research 发送，然后将响应格式化为结论导向的 brain 页面。

Step 1: Scope the claim
  Pin down EXACTLY what's being claimed:
    • Quote: who said what?
    • Source: which paper / dataset / survey?
    • Number: what specific quantity is claimed?
    • Period: over what time range?

Step 2: Brain-first lookup
  gbrain query "<paper title> OR <author name> OR <claim keywords>"
  If the brain has prior verification of this claim, reuse it.

Step 3: Invoke perplexity-research with citation-mode prompt
  Send the claim + brain context to perplexity-research with a prompt
  that explicitly asks for:
    • Original publication (title, authors, journal, year, DOI)
    • Methodology section summary
    • Raw data availability (public repo? proprietary?)
    • Independent replication status (Retraction Watch / PubPeer hits)
    • Citations of the paper that critique or contextualize it

Step 4: Format the verdict
  Write the result to concepts/<claim-slug>.md. The verdict is one of:
    • Verified — claim is accurate; raw data available; replication exists
    • Partially verified — claim correct on the underlying paper but
      methodology has known limits; record limits explicitly
    • Unverifiable — no public data, no replication; not enough to act
    • Misattributed — the claim cites a paper but the paper doesn't say that
    • Retracted / disputed — paper has known retraction or
      well-documented critique

Step 5: Cross-link to original sources
  Add the paper authors to people/ if they have brain pages, or create
  one if notable. Iron Law per conventions/quality.md.

输出：brain 页面格式

---
title: "[Claim summary] — Verified"
type: research
date: YYYY-MM-DD
verdict: "verified|partial|unverifiable|misattributed|retracted"
brain_context_slugs: ["pages cited as context"]
---

# [Claim summary] — Verified

> One-line: the verdict + the bottom-line reason.

## The Claim

> Exact quote, exactly as stated, with source attribution.

## Trace

| Step | Finding | Source |
|------|---------|--------|
| Original publication | [Title, authors, year, DOI] | [URL] |
| Methodology | [1-line summary; flag obvious limits] | [URL] |
| Raw data | [Public repo / proprietary / available-on-request] | [URL] |
| Independent replication | [Replication studies and their results] | [URL] |
| Critical citations | [Papers that critique this work] | [URL] |

## Verdict

[Verified / Partially verified / Unverifiable / Misattributed / Retracted]

[1-2 paragraphs explaining WHY the verdict, with specific evidence.]

## Caveats

[Honest limits: what we couldn't verify, what would change the verdict.]

## See Also

- Original paper: [Title](DOI URL)
- Authors' brain pages: [Author 1](people/author-1.md), ...
- Related claims (verified or otherwise): [...]

实用数据库（Agent 通过 perplexity-research 使用这些数据库）

数据库	内容	URL 格式
Retraction Watch	撤稿、更正、关注声明	retractionwatch.com/?s=NAME
PubPeer	匿名的发表后同行评议	pubpeer.com/search?q=NAME
OSF	预注册、开放数据、开放材料	osf.io/search/?q=QUERY
Semantic Scholar	引文分析、论文元数据	api.semanticscholar.org
OpenAlex	开放引文数据、机构隶属关系	api.openalex.org
Many Labs	社会心理学的复现结果	osf.io/wx7ck/

Standards（严谨性标准）

• Verified（已验证）——仅当底层论文确实存在、原始数据公开，或独立实验室已确认结果，并且引用来源准确表述了该主张时使用。
• Partial（部分属实）——论文真实且其发现成立，但引用语境夸大了结论（例如论文仅显示相关性，却被表述为“X 导致 Y”；或只是一项统计效力不足的研究，却被表述为“所有研究都发现 X”）。
• Unverifiable（无法验证）——无法将该数字追溯到源数据，未进行过复现，也不存在独立确认。这与“错误”不同，应表述为“我们无法验证”。
• Misattributed（错误归属）——引用指向某篇论文，但该论文实际并未表达引用所声称的内容。这在政策简报中很常见。
• Retracted / disputed（已撤稿 / 存在争议）——论文已被撤稿、存在重大关注声明，或有充分记录的批评与其核心结论相矛盾。

切勿在没有证据的情况下指出问题。验证文档本身就是成果——如果主张成立，就直说；如果不成立，追溯记录自会说明一切。

失败处理

对于任何 gbrain 错误 code、退出码、[AGENT] 块或提示块，请遵循 agent 操作协议。针对本技能的具体情况：

• 大脑检索（gbrain query）在出现降级提示（仅关键词检索，嵌入已关闭）时返回空结果：改述后的研究标题在关键词上容易漏检，因此在声称大脑中没有关于该主张的既有笔记之前，请使用作者、期刊或年份重试。
• 通过 perplexity-research 进行的网络检索失败（未设置 PERPLEXITY_API_KEY，或出现 rate_limited）：将该主张标记为 UNVERIFIED（未验证），绝不标记为“false”（错误），并告知用户哪一步无法执行；遇到 rate_limited 时，按提示等待所述时间后重试一次。
• 保存验证结论时返回 write_pending（退出码 10）：写入已被接受；请轮询 gbrain write-request <request_id>，而不要再写入第二份验证页面。

反模式

• ❌ 跳过大脑优先的检索。重复已经完成的验证是对 Perplexity 额度的浪费。
• ❌ 绕过 perplexity-research 自行编造检索。Perplexity 提供的引用就是证据——没有它们，结论只是观点。
• ❌ 在未确认原始数据可用性的情况下标记“Verified”。复现的价值高于任何单篇论文。
• ❌ 仅因自己没有查找得足够深入就标记“Unverifiable”。结论针对的是来源本身，而不是你的检索力度。

相关技能

• skills/perplexity-research/SKILL.md ——本技能所依赖的实际网络检索引擎（D7/α：纯路由，不引入新基础设施）
• skills/citation-fixer/SKILL.md ——修复引用格式；本技能检查被引用的主张是否属实
• skills/conventions/quality.md ——引用与反向链接规则

契约

本技能保证：

• 路由与 frontmatter 中的标准触发条件一致。
• 输出写入 writes_to: 中列出的目录（如适用）。
• 遵循所引用的约定（quality.md、brain-first.md、_brain-filing-rules.md）。
• 隐私契约得到保持：不出现真实姓名、分支特定的文件系统路径字面量，也不引用上游分支。

完整的行为契约记录在上文各正文章节中；本节仅供一致性测试使用。

输出格式

本技能的输出结构已在上文正文章节中说明（参见“Output”“Brain page format”或同类章节）。此处的字面章节标题仅供一致性测试（test/skills-conformance.test.ts）使用。