light-venue-matching

Venue matching · stage 12

将已交付的论文转化为可审计的投稿 venue 决策。实际运行前阅读 venue-resource-map.md，生成或使用 JSON 前阅读 references/workflow_contract.md。使用 references.md 选择当前来源。从 templates/venue_input.json 开始；切勿从模型记忆或捆绑的 venue 列表开始。

不可逾越的边界

1. 使用排版阶段的 venue-handoff.json。验证其 PDF 路径/哈希、 DELIVERED、页数、页面尺寸、配置文件/来源、合规状态 PASS 以及零个 严重问题。保留论文/图表/引文/排版溯源信息。不得编译、重新排版、再次检查页面框， 也不得将 stage-11 的 UNAVAILABLE 视为合规。
2. 通过 manuscript_profile.claims_delivery 使用论文撰写阶段的稿件/主张配置文件，并 提供安全的相对路径、架构和 SHA-256。不得为了匹配 venue 而更改主张、方法、结果、 文章类型、数据规模或证据强度。引文真实性由引文阶段负责；图表真实性由图表阶段负责。
3. 将接收率、审稿时间、APC/OA、索引状态、分区和征稿截止日期视为变化迅速的字段。必须使用在运行日期核查过的来源。 否则输出 UNKNOWN、UNAVAILABLE 或 STALE；切勿依赖记忆。 AVAILABLE 来源必须包含可审计的定位信息（url、query、 locator 或 path）、checked_at、access_tier 和 authority。 官方规则/费用/截止日期必须由官方/出版商/venue 机构提供； 索引状态和分区必须由索引/注册机构提供。
4. 将 403/429/5xx、缺少密钥/登录/订阅、robots 拒绝和来源中断视为 UNAVAILABLE。 这不表示“未被索引”“不在 DOAJ 中”“免费”或“有风险”。
5. 将掠夺性期刊/遭劫持期刊信号作为醒目警告保留，等待当前的多来源人工审核。 不在 DOAJ 中、APC 高、审稿快、收到未经请求的邮件、发文量异常或单个存档列表， 均不足以作为最终判定。
6. 切勿估算接收率，也不要将匹配度转化为接收概率。只有带有来源/日期的当前官方接收率才能使用； 否则 acceptance_likelihood.status=UNKNOWN。
7. 在候选发现、证据收集、排名和交付期间，保持 decision_point=true 且 chosen=null。 停下并请用户选择。只有明确的 light.venue_user_selection.v1 才能创建已选定的 交接记录。直接选择时记录 actor=user；若用户明确授权代为选择，须原样保留该授权，并使用 actor=agent_with_user_authorization、decision_authority=user。切勿投稿。每个选择产物都必须包含带时区的 selected_at 和用户在 because 中说明的取舍。通过 decision_sha256 将选择绑定到确切的已审核数据包； 数据包或任何注册信息/证据/匹配度产物发生变化时，都必须重新审核和选择。
8. 不得编造 STAGE_GATES[12]、ROUTES[12]、确认检查点、 严重问题或回退边。Stage 12 是用户决策点，没有配置的门槛或路线边。

工作流

1. 使用真实投稿产物

要求提供 light.typesetting_venue_handoff.v1。仅在以下条件全部满足时运行 prepare：

• status=DELIVERED；
• compliance_status=PASS 且 critical_count=0；
• PDF 存在且其 SHA-256 匹配；
• 合规报告存在，且其中的页面信息一致。

如果任一条件不满足，返回输入错误，并引导作者返回 stage 11，但不要创建 stage-12 严重问题。

2. 记录作者约束

记录以下信息，不要自行补全空缺：

• 研究方向、文章类型、方法、数据规模、主张／证据；
• 作者阶段、地区、必需的索引、OA 要求、APC 上限；
• 硬性投稿截止日期和可接受的审稿时长；
• 冲刺／匹配／保底偏好和转投策略；
• 不接受的投稿场所、出版商、商业模式或风险。

将每项约束标记为硬性或软性。硬性作者约束可以排除选项；软性偏好会影响排序和说明。 将主张／证据概况绑定到当前论文写作成果，使用 claims_delivery.path + sha256 + schema；手动填写的稿件概况不足以满足第 12 阶段要求。

3. 先广泛检索以提高召回率，再核验以提高准确性

未发表的稿件应保存在本地。在进行任何公开或需要外部身份验证的检索前，将其转化为经作者批准的宽泛领域／方法类别术语，并对即将发出的查询进行预检：

python scripts/query_privacy_gate.py `
  --input templates/query-privacy.example.json

不要将未发表的标题、摘要、确切假设、独特的方法或数据集名称、结果句子、表格或图表发送到公共搜索引擎。预检报告有意仅保留查询哈希和匹配类别。PASS 只能检测所提供文本中的短语重合；不能证明匿名性，也不能排除重新识别的可能。

使用作者提供的候选列表、当前官方 CFP、出版商检索工具和 venue_discovery.py：

python scripts/venue_discovery.py `
  --query "author-approved broad field and method family" --rows 50 --out discovery.json

Crossref 的出版物容器频次只能用于发现候选项，不能证明其范围、排名、索引情况、安全性或质量。记录每次发现查询、端点、访问级别、状态和检查时间。按 ISSN 和官方名称去重；标题冲突项应保留并交由人工审核。

4. 构建各领域的证据

对每个候选项，分别收集以下证据包：

• 官方 Aims & Scope 和文章类型；
• 篇幅／页数、图表、补充材料、匿名要求、模板和格式规则；
• 方法／数据契合度及近期可比文章；
• OA／APC、时效、索引／分区和当前 CFP 截止日期；
• 风险／劫持检查和未解决的身份冲突。

规则优先参考投稿场所／出版商的官方说明，索引收录情况优先参考权威索引，身份信息优先参考注册元数据。除非作者提供合法访问权限，否则 JCR、Scopus、Cabells、机构名单及付费墙后的字段均应视为不可用。绝不要绕过访问控制进行抓取。

5. 准备标准决策材料包

python scripts/venue_evidence_gate.py `
  --spec venue-evidence.json --report venue-evidence-findings.json `
  --json-out venue-evidence-report.json
python scripts/venue_workflow.py prepare `
  --input venue-input.json --out-dir venue-run --as-of YYYY-MM-DD

收集候选项证据后，先运行 venue_evidence_gate.py。该脚本读取 light.venue_evidence.v2 （templates/venue-evidence.example.json，有意采用默认拒绝策略），并从相互独立的维度检查每个候选项： 范围、文章类型、受众、格式、费用、时限、可信度和策略。不要使用单一综合评分。 动态字段必须包含定位信息、retrieved_at、有效时间／来源时效，以及适用时的时区；未核验时须标注 UNKNOWN/UNAVAILABLE/STALE。 硬性阻碍包括：不接受该文章类型、与官方范围不符、费用超过硬性 APC 上限、硬性上限下费用未知、截止日期缺少时区或已经过期、缺少带时区的 as_of、retrieved_at 位于未来、身份冲突／劫持，以及策略缺少有证据支持的 because。DOAJ／TCS／来源检查失败属于尚未解决的证据，而非负面证据。

将实际 PDF 的页数／页面尺寸／概况事实与各候选项当前规则进行比较。分别说明范围、文章类型、方法／数据、论文优势、格式、APC／OA、时效、索引情况、风险和作者约束。官方的文章类型／页数不匹配或硬性作者约束可能导致排除；软性风险信号则不能作为排除依据。

给出冲刺／匹配／保底层级和转投顺序。每个选项都需要 because 以及证据来源 ID。未知字段会降低置信度；不能因此悄然降低投稿场所的评级，也不能将其视为负面证据。

6. 停在用户决策环节

展示决策材料包，并提出一个具体问题：应该选择哪个候选项？说明重要的权衡因素和未解决的字段。未经用户直接选择或明确授权，不要编写选择文件。绝不要选择已排除的候选项。

正确：

候选项 A 属于 reach：范围／方法契合度高，但官方门槛高于论文概况；无法使用 APC。候选项 B 属于 match：符合文章类型，且当前有零 APC 证据。你选择哪个？

错误：

我已选择候选项 A 并更新项目。

7. 应用用户的选择

用户指定候选项或明确授权你代为选择后，复制 templates/user_selection.json，记录用户说明的理由或逐字记录其授权，将 delivery.json.decision_sha256 复制到 decision_sha256，然后运行：

python scripts/venue_workflow.py choose `
  --decision venue-run/decision-packet.json `
  --selection user-selection.json --out-dir selected

将 selected-venue-handoff.json 和 review-rebuttal-context.json 交给 review-rebuttal。将 author-submission-plan.json 交给作者。两个使用方都会收到期刊规则、证据 ID、未知项、手稿概况和第 11 阶段的来源信息。selected_at 必须带时区，且不能早于决策材料包的 generated_at。choose 会验证决策摘要，以及候选项注册表、来源证据、契合度报告和未知项的 SHA-256／架构绑定；任何偏差都会导致安全失败。投稿当天重新检查时效性字段，并在提交至投稿门户前停止。

脚本用途

• venue_discovery.py：通过 Crossref 进行当前的、以召回率为导向的发现，并如实报告网络状态。
• query_privacy_gate.py：本地外发查询预检；可检测所提供的私密短语与结果值之间的重叠，但不会回显手稿或查询文本。
• venue_workflow.py：验证规范交接、规范化字段状态、解释契合度／风险、生成决策材料包，并移交用户选择。
• venue_signal.py：可选的 OpenAlex／DOAJ 信号适配器；可能需要免费的 OpenAlex 密钥，且任何失败的信号都保持为不可用。
• venue_evidence_gate.py：第 3 轮多轴 venue_evidence.v2 门控；区分范围／类型／成本／时间线／可信度／策略，禁止依据汇总评分做决策，保留 UNKNOWN／UNAVAILABLE／STALE 状态，并在向用户提供决策材料包前阻止违反硬性约束的情况。
• venue_fit_rank.py：旧版 v1 候选项卡片适配器；不要用它替代规范注册表。
• venue_risk_gate.py：可选的旧版仅警告发现项适配器；绝不能用作第 12 阶段的关键门控。

交付自检

• 是否使用了真实的排版 PDF、哈希、页数、页面尺寸、配置文件和合规信息？
• 是否保留了论文、引文、图表和排版的来源信息？
• 论文写作声明/配置文件工件是否通过安全的相对路径、模式和 SHA-256 绑定？
• 是否记录了作者方向/类型/方法/数据/阶段/地区/索引/开放获取/APC/截止日期/速度/策略/不可接受条件？
• 公开查询是否使用已批准的宽泛术语，并通过本地隐私预检？
• 每个当前字段是否都有来源、查询/URL、核查日期、访问层级和状态？
• 是否针对 venue_evidence.v2 运行了 venue_evidence_gate.py，且没有汇总分数、没有过早设为 chosen，并且每个候选维度都有单独的证据？
• 截止日期时区、费用类别/APC 上限、减免、来源时效、DOAJ/TCS 不可用状态以及身份/劫持冲突是否明确？
• 未知、403/429/5xx、需要密钥/登录、机构专用和付费字段是否仍标记为 UNKNOWN/UNAVAILABLE/STALE，而非不利证据？
• 是否将官方范围/类型/长度与论文的实际情况进行了比较？
• 软性风险是否仅作为警告，掠夺性期刊/劫持期刊的判定是否仍由人工完成？
• 可触达性/匹配度/安全性和移交顺序是否都附有 because 和证据？
• 是否设置了 decision_point=true、chosen=null，并且在用户明确选择前没有进行已选项移交？
• 用户选择是否绑定到经审核的 decision-packet.json SHA-256，并且所有四个决策工件仍与其绑定的哈希/模式相符？
• 是否没有臆造 STAGE_GATES[12]、ROUTES[12]、关键发现、自动选择或投稿？

能力边界说明

分层、范围匹配度、APC/截止日期筛选、风险警告、作者匹配度和可解释的推荐都是成熟的同行机制，并非 Light 独有的功能。Light 更有限的实现优势在于规范地读取真实的第 11 阶段工件，提供逐字段的来源/访问/状态信息、诚实地处理失败语义，并确保工件按“未选择→用户已选择”的流程转换。 第 3 轮新增了可执行的多维证据门槛，避免较高的范围评分掩盖文章类型、费用、截止日期或可信度方面的阻碍因素。 关键词重合度和方法/选择性区间仍只是决策辅助，并非对编辑判断的预测。付费/机构来源仍为可选项。