关于 mathodology-evidence-search
用于通过已核实来源支持研究主张和模型选择的技能,指导资料发现、来源检查、引文核验及证据留存,并介绍 free-search-mcp 服务。
主要功能
- 01组合使用不同网页搜索渠道
- 02来源阅读与比较
- 03引文和出版信息核验
- 04记录搜索覆盖范围与不确定性
- 05证据留存与下载检查
适用场景
- 01为研究主张查找来源
- 02比较相互冲突的定义或发现
- 03留存数据及引文来源记录
MCP 相关
技能介绍了项目 `.mcp.json`,其中注册了无需密钥的 free-search-mcp 服务,并说明搜索、阅读、比较、论文图谱和暂存下载等 MCP 工具的用途。
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ sweetcornna/ mathodology --skill mathodology-evidence-search安装后在 Claude Code 中输入/mathodology-evidence-search确认已加载。
附带文件agents/openai.yaml
详细介绍
方法论证据搜索
使用证据支持某项主张或模型选择。优先采用一手研究和官方数据。标注假设和未解决的缺口;绝不要用编造的事实填补。
搜索和阅读
检查可用工具。通常应结合内置的 WebSearch 和
mcp__search__search:互补的探索性查询可以找到不同的来源。
记录实际发挥作用的渠道。如果某个渠道不可用,则继续使用可用渠道,并注明覆盖范围的局限;搜索不可用并不能证明某个来源不存在。如果没有搜索工具,则依据提供的材料开展工作,并说明哪些外部主张仍未核实。
项目 .mcp.json 注册了无需密钥的
free-search-mcp 服务和一个暂存下载目录。工具签名会因安装版本而异:请读取实时 schema,而不要假设旧示例中的参数名称仍然适用。
| 能力 | 适用场景 |
|---|---|
| search / research | 有针对性的探索 / 尚未解决的研究问题 |
| cache_search | 重用已阅读的材料 |
| fetch / fetch_batch | 阅读入围的网页 |
| read_doc | 阅读 PDF 以及结构化或办公文档,并支持分页 |
| extract_structured | 确认 DOI、标题等出版方元数据 |
| compare | 调和相互冲突的来源或定义 |
| paper_graph | 探索先前研究,并检查是否有可用的更正或撤稿通知 |
| download | 留存复现所需的文件或获准使用的参考资料 |
| engines | 排查结果过少或来源不可用的问题 |
使用实时工具提供的最窄类别。常见类别包括 paper
(含 index、preprint、biomed、cs、openaccess、trial 和 math 子类别)、dataset
(repository、ml、gov)、news、finance、github、forum 和 image。子类别是否可用取决于服务。通用网页域名筛选不等同于文献检索。不要悄悄将被拦截的引擎视为空语料库。
按 DOI 或规范 URL 合并结果。对已接受的来源,使用适当的阅读器阅读一次。与其列出大量未经阅读的论文,不如采用少量相关且经过核实的来源。记录不同意见,以及所采用数值为何适合该模型。
核实引用并留存证据
在出版方或主要存储库确认作品、标题、作者和版本无误。只列出经过核实的文献信息。对于作为关键依据的论文,在可用时使用 paper_graph,并检查出版方的通知。未检索到通知并不能证明论文从未更正或撤稿;若相关,应记录覆盖范围的局限。
保留易于阅读的来源记录:支持的主张、URL/DOI、版本或日期、访问日期、发现渠道、提取的数值、可信度和不确定性。简要记录查询内容,以便其他研究人员重现发现过程。不要求使用固定的 YAML 交接格式或单独的台账文件。
数值输入需要留存数据文件或可复现的获取流程。对于留存的下载文件,记录来源 URL、许可证和 SHA-256。MCP 下载内容会暂存,并可能过期;请及时将所需文件复制到工作目录,并验证留存的字节与记录的哈希值相符。不要让暂存目录成为唯一副本。未经许可,不得重新分发材料。
如果 download 不可用,请使用获准的现有文件传输工具,或向用户提供来源链接并说明缺口。不要重新配置自定义 MCP 设置,也不要绕过访问控制。避免在对话中收集凭据。
图示参考
视觉相关工作请使用图示预设。其中的参考资料集区分了原始示例、反例和合成预览。如需其他参考资料,请核实各项素材的许可证及任何第三方署名信息。开放访问并不意味着拥有再利用许可。
请保存少量相关素材,并注明署名、版本、原始 URL、访问日期和哈希值。代码示例优先使用不可变的源代码版本。将复制的源代码保留为参考文本,改编前先审核,不要自动执行。提取设计原则;不要将其他论文中的图像或数值结果呈现为当前模型的输出。如果现有预设已符合需求,就不必广泛抓取资料。