mcpField
V
validate-bib

validate-bib

github.com/pedrohcgs文档处理1.7k86 次安装4 周前更新
代码仓库

关于 validate-bib

validate-bib 用于核对课程文件中的引文与参考文献表。默认进行结构检查，也可启用语义模式，检测重复条目、验证 DOI 并检查引文格式。

主要功能

  1. 01查找参考文献表中缺失的引文条目
  2. 02标记未引用条目和疑似键名拼写错误
  3. 03检查参考文献字段及格式
  4. 04在语义模式下检测重复文献
  5. 05可选验证 DOI 元数据和引文格式

适用场景

  1. 01提交前审查课程材料
  2. 02查找引用不一致的参考文献条目
  3. 03检查多个文件中的 DOI 元数据和引文格式

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/pedrohcgs/claude-code-my-workflow --skill validate-bib

安装后在 Claude Code 中输入/validate-bib确认已加载。

详细介绍

验证参考文献

交叉核对讲义文件中的引文与参考文献条目。两种模式：

  • **默认（结构）：**缺失条目、未使用条目、格式错误的字段、疑似拼写错误的条目。
  • **--semantic：**增加引文漂移检测（同一论文的重复条目）、通过 crossref 验证 DOI，以及检查每个文件内的引文格式是否一致。

报告保存至 quality_reports/bib_audit_[structural|semantic].md。

模式 1：结构（默认）

步骤

  1. 读取参考文献文件并提取所有引文键。

  2. 扫描讲义文件中的引文键：

    • .tex：\cite{、\citet{、\citep{、\citeauthor{、\citeyear{、\textcite{、\parencite{
    • .qmd / .md：@key、[@key]、[@key1; @key2]
    • 提取所有使用过的唯一引文键。

  3. 交叉核对：

    • **缺失条目（严重）：**讲义中引用了，但 .bib 中没有。
    • **未使用条目（提示）：**在 .bib 中，但从未被引用。
    • **疑似拼写错误的条目：**与 .bib 中某个键的编辑距离不超过 2 的键（例如，Smith2020 与 Smth2020）。

  4. 检查条目质量：

    • 必填字段齐全（author、title、year、journal/booktitle）。
    • author 字段格式正确。
    • year 在 1900 至当前年份之间。
    • 没有格式错误的字符或编码问题。
    • doi 字段已规范化（不以 https://doi.org/ 开头）。

  5. 将报告写入 quality_reports/bib_audit_structural.md。

扫描的文件
Slides/*.tex
Quarto/*.qmd
guide/*.qmd
master_supporting_docs/**/*.tex
参考文献位置

默认位于仓库根目录下的 Bibliography_base.bib；可通过 CLAUDE.md 覆盖。

模式 2：语义（--semantic）

包含模式 1 的所有内容，另加：

2a. 引文漂移检测

不同键对应多个描述同一论文的 .bib 条目。常见表现：

  • Smith2020 和 Smith2020a 的 DOI 或标题完全相同。
  • CallawaySantAnna2021 和 CS2021 都指向同一篇论文。
  • 合作者合并的 .bib 文件。

检测启发式规则（满足任意一项 → 标记）：

检查项信号
不同键对应相同 DOI确定重复（严重）
标题相同（忽略大小写并去除标点）很可能重复（严重）
作者、年份和期刊相同可能重复（中）
标题 token 的 Jaccard 相似度 > 0.85，且 token 长度 ≥ 4 个字符疑似重复（低）

对于每组标记的条目：列出两个键、各自的引用位置，并建议一个规范键（优先选择引用次数最多的键，其次按字母顺序选择）。

2b. DOI 验证（可选；需要网络）

对于每个含有 doi 的条目，获取 https://api.crossref.org/works/{doi} 并比较：

  • 第一作者的姓氏
  • 年份
  • 标题（规范化 token 的 Jaccard 相似度 > 0.7）
  • 容器标题 / 期刊（完全一致或缩写形式）

严重程度：

  • 作者或标题不匹配 → 严重（论文错误）
  • 年份不匹配 → 中（预印本与正式发表版本不同，或存在拼写错误）
  • 期刊不匹配 → 低（合法的预印本版本差异）

**速率限制：**每次运行最多查询 50 次，每次调用间隔 0.5 秒。在 quality_reports/.doi_cache.json 中缓存。

**退出方式：**在离线或无法使用 WebFetch 的环境中使用 --skip-doi。

2c. 每个文件内的格式一致性

对于每个文件，统计引文命令（\citet 与 \citep 与 \cite；@key 与 [@key]）。如果文件中混用格式且看不出明显规律，则标记该文件（例如，同一套讲义中有 20 个 \citep 和 3 个 \cite）。严重程度低。

2d. 引文与论述的合理性检查（仅标记）

使用 --cite-claim 启用。对于每个文件中引用次数最多的 10 篇文献，使用 WebFetch 获取 Crossref 摘要，并将摘要与文中的上下文一并呈现。不自动判断——由人工决定论述是否相符。

**此项检查的是存在性和结构，而非恰当性。**判断被引论文是否确实表达了文中归于它的观点，是 /verify-claims 的任务——它会读取原文，并通过引文和页码给出支持 / 部分支持 / 反驳的判断（对于有充分依据的具名替代方案，可使用 EXPLAINED 例外）。--cite-claim 只会呈现摘要；如需得出判断，请运行 /verify-claims。

报告结构（quality_reports/bib_audit_semantic.md）
# Bibliography Semantic Audit

**Date:** YYYY-MM-DD
**Bibliography:** Bibliography_base.bib (N entries)
**Files scanned:** [list]

## Summary

| Check | Critical | Medium | Low |
|---|---|---|---|
| Structural | | | |
| Citation drift | | | |
| DOI verification | | | |
| Style consistency | 0 | 0 | |

## Critical Issues

### Duplicate entries
| Keys | Signal | Citations | Recommended canonical |
|---|---|---|---|

### DOI mismatches
| Key | Field | .bib value | crossref value |
|---|---|---|---|

## Medium / Low issues
…

## Next steps
1. Resolve duplicates — pick canonical key, update citations, remove orphans.
2. Fix DOI mismatches — verify paper in crossref or strip the wrong DOI.
3. Review style-consistency notes.

退出行为

  • **结构检查：**退出码为 0；报告会列出问题。
  • **语义检查：**如果只有 LOW 级别的问题，退出码为 0；存在任何 CRITICAL 问题时，退出码为 1。可用作提交前检查关卡。

交叉引用

  • .claude/skills/review-paper/SKILL.md — 配合使用，完成全面的提交前检查。
  • .claude/skills/audit-reproducibility/SKILL.md — 数值声明检查的对应技能。
  • .claude/skills/verify-claims/SKILL.md — 引用恰当性检查的对应技能（被引用的论文是否支持该声明？）。此技能检查引用是否存在且格式正确；/verify-claims 检查引用是否成立。

此技能不做什么

  • 不判断引用是否用于正确的语境——被引用的论文是否确实表达了声明所归因的内容。这是 /verify-claims 的工作（见 2d）；此技能只检查引用是否存在以及结构是否正确。
  • 不自动修复你的 .bib 文件——所有修改都只是建议。
  • 不检查非 DOI 标识符（ISBN、arXiv、SSRN）——此项列入路线图。

评论

支持 Markdown