verify-refs

核验参考文献（仅审计）

审计现有稿件或参考文献目录，查找伪造或不匹配的参考文献。本技能绝不会写入 references/ 或 manuscript/_src/refs.bib：更正须通过 /lit-sync（Zotero → Better BibTeX → refs.bib）进行，而 /manage-project 的 scripts/validate_project_contract.py 会将此处写入的任何 references/* 文件标记为偏差。本技能不会检索文献（/search-lit），也绝不会用看似合理的替代项替换缺失或有误的引文——替换须通过 /search-lit 或由用户完成。

输入

1. 稿件或参考文献目录：.md、.docx、.bib、.txt 或 .tsv。
2. 可选的项目根目录。默认值：当前工作目录。
3. 可选标志：--offline（提取并分类，不调用 API）、--timeout N（HTTP 超时秒数）、--strict、--no-openalex。

对于包含 pandoc [@bibkey] 引文的 Markdown 稿件，请先检查引文键（/manage-refs 的 check_citation_keys.py，或使用你的参考文献管理器）。该检查可发现键名错误的引文；verify_refs.py 可发现伪造的元数据。

确定性脚本

请运行随附脚本，不要凭记忆核验引文：

python "${CLAUDE_SKILL_DIR}/scripts/verify_refs.py" manuscript/manuscript.md --project-root .

如需在钩子中使用或快速手动运行，请使用包装脚本：

"${CLAUDE_SKILL_DIR}/scripts/verify_cli.sh" manuscript/manuscript.md --offline

手动提交前严格运行：

"${CLAUDE_SKILL_DIR}/scripts/verify_cli.sh" manuscript/index.qmd --strict

--strict 禁止与 --offline 同时使用，并且只要有任何一行状态为 UNVERIFIED，就会以非零状态码退出。何时运行以及如何处理各状态，请参阅 references/manual_checkpoint_guide.md。

查询顺序为 PubMed（PMID）→ CrossRef（DOI；如果 CrossRef 返回 404，则查询 doi.org 的句柄注册库）→ OpenAlex，最后进行 PubMed 标题搜索。每一行状态为 OK 的记录都有 DOI、PMID、CrossRef 或 PubMed 标题证据作为依据；查询失败会记为 UNVERIFIED，绝不会被悄然判定为通过。无论在哪个索引中，只有返回的标题与所引标题匹配时，标题搜索才算有效（使用相同的词元相似度检查），因此仅仅搜索到某个条目，不能让虚构标题获得 OK。

OpenAlex 层级。 它可找回 PubMed 和 CrossRef 未收录的会议论文及无 DOI 引文（在医学 AI 稿件中常见的 NeurIPS / ICLR / ACL），且仅在尚未获取作者列表时调用。它优先通过 DOI 解析，否则会在词元相似度检查的保护下搜索标题，因此虚构标题无法获得 OK。OpenAlex 不区分姓氏和名字，因此只能用于检查文献是否存在，以及宽松地检查第一作者是否在作者名单中——绝不用于严格的位置或作者数量 MISMATCH 判断；这些判断仍由 PubMed efetch / CrossRef 负责。OpenAlex 未能找到结果时，状态为 UNVERIFIED，绝不会是 FABRICATED。--no-openalex 会将核验范围限制为 PubMed + CrossRef。

输出约定（v1.3.0）

qc/reference_audit.json（schema_version 4）是唯一输出；此技能是该文件的唯一写入者， 且不会写入 TSV 或 library.bib。

• records[]：每条参考文献对应的 status、note、evidence、cited_authors[] / actual_authors[]、cited_author_count / actual_author_count。status 为以下之一：
  • OK：查询确认了这篇作品（通过 DOI、PMID 或通过相似度校验的标题搜索），且作者一致。
  • MISMATCH：作品存在，但引文有误：作者不同（Gate 4），或 DOI/PMID 不存在，但查询仍找到了该作品（note = "wrong identifier…"）。
  • FABRICATED：所引标识符不存在，且没有找到其他关于该作品的结果（详情如下）。
  • UNVERIFIED：没有确认或证伪（查询失败、DOI 仅由其他注册机构持有但没有任何索引确认、没有标识符且标题未匹配、PubMed 仅匹配到标题但无法比较作者或作者不同（note = "title_only: …"），或使用了 --offline）。
• counts 和 duplicate_findings[]（Gate 5）。
• submission_safe：不存在 FABRICATED 或 MISMATCH，且 duplicate_findings 为空。 fully_verified 还要求不存在 UNVERIFIED。
• submission_safe 允许存在 UNVERIFIED 条目，因为离线运行会产生这些条目；投稿前，请逐一处理（手动确认并说明确认方式，或移除引文）——不要把 UNVERIFIED 参考文献当作已核查的内容提交。
• source_sha256 和 audited_ref_ids：记录已审计的内容。后续读者会将它们与当前 bib 进行比较；bib 一旦变更，审计结果就会过期。

工作流

1. 确认输入文件和项目根目录。
2. 运行 scripts/verify_refs.py。
3. 阅读 qc/reference_audit.json。所有判定均以该文件为准；切勿自行将某条记录标记为 OK。
4. 首先报告所有 FABRICATED 和 MISMATCH 条目（来自 records[]）。
5. 报告所有 duplicate_findings[] 条目（逐字重复的 PMID/DOI——必须重新编号引文）。
6. 如果仍有 UNVERIFIED 条目，将其列为人工核查项，且不要称稿件完全符合投稿要求。无论每条记录的状态如何，都要检查其 note：pagination_placeholder（e000–e000 / in press / TBD / forthcoming）表示投稿前必须解决该引文；/self-review Phase 2.5c 会判定其中是否有任何一项属于 P0 阻碍。
7. 如果用户需要易读的表格，请在聊天中根据 records[] 汇总——不要写入 TSV。

质量门槛

• 门槛 1：如果任何一行标记为 FABRICATED，则停止提交。
• 门槛 2：接受 UNVERIFIED 引用前，必须征得用户确认。
• 门槛 3：任何引用编辑后都必须重新运行。
• 门槛 4（完整作者交叉核对）：存在 PMID 时，权威作者列表取自 PubMed efetch.fcgi（XML）——由于 CrossRef 对名字的可靠性不足，优先采用此来源——CrossRef 和 PubMed esummary 作为后备来源。对于 BibTeX 输入，逐项比较每个被引用的姓氏，并比较引用和来源中的作者人数；规范化大小写、变音符号、连字符与空格，以及姓名中的虚词（“von”、“van”、“de”）后进行比较；一个姓名可以是另一个姓名的完整单词（“Garcia” / “Garcia-Lopez”），但不能只是子字符串（“Li” / “Williams”）。如果某行的 DOI/PMID 可以解析，但任一位置的作者或作者人数不一致，则标记为 MISMATCH：第一作者的 note = "first-author hallucination suspected"，第 2 至第 N 作者或作者人数的 note = "non-first-author hallucination or count mismatch"。第一作者正确并不能证明其余作者列表正确。纯文本 / TSV 输入以及无法可靠解析的列表，降级为仅检查第一作者（如果第一作者信息也为空，则跳过）。仅匹配到 PubMed 标题时，只有在将匹配记录的 esummary 作者与引用作者进行比较且一致时，状态才为 OK；否则保持 UNVERIFIED。声明了截断的情况——BibTeX 中的 and others，或 _audit_truncated = <N> 字段——若作者人数少于来源记录，则记为备注；引用的作者人数多于来源记录时，始终标记。
• 门槛 5：参考文献列表中逐字相同的 PMID 或规范化后的 DOI 重复项，属于 duplicate_findings[] 中的 MAJOR 发现；submission_safe == true 要求该列表为空。
• 门槛 6：原始条目仍包含 e000–e000、in press、TBD 或 forthcoming 的引用，标记为 UNVERIFIED，并设置 note = "pagination_placeholder"。verify-refs 不依赖稿件内容，只负责标记；/self-review Phase 2.5c 会在拿到稿件后判断该引用是否对方法或核心结论至关重要，进而决定是否构成 P0 阻塞项。

引用元数据混淆不等于伪造。 DOI 后缀中的数字看起来像文章编号、但与文章编号不同（例如 DOI 尾部为 "77196"，文章编号为 26068），属于表面差异。如果标识符可以解析且作者匹配，不要将该行报告为伪造：脚本仅会在标识符不存在时返回 FABRICATED——PubMed 中没有该 PMID 的记录，或者 CrossRef 对 DOI 返回 404，且 doi.org 的句柄注册库（涵盖所有注册机构：CrossRef、DataCite、mEDRA、JaLC）报告未找到——并且没有其他查询途径找到该作品时才会如此。CrossRef 返回 404 后，DOI 的判定如下：

doi.org 句柄注册库	其他查询是否找到该作品	状态
未找到	否	FABRICATED
未找到	是（标题搜索通过相似度检查）	MISMATCH — 引用了真实论文，但 DOI 错误
已找到（在其他机构注册）	否 / 是	UNVERIFIED / OK
查询失败（网络、5xx、意外回复）	否 / 是	UNVERIFIED / OK

格式不正确的 DOI 字段（例如占位符 n/a）不会发送给 doi.org，并保持 UNVERIFIED。doi.org 未找到的旧式 SICI DOI（10.1002/(SICI)…）也保持 UNVERIFIED，因为提取时很容易截断其中的标点。真实标识符若作者不匹配，则标记为 MISMATCH（门槛 4）。

主张忠实度——来源是否确实如你所说？

verify_refs.py 回答的是参考文献是否真实以及属于谁，而不是引用它的句子是否准确描述了它。scripts/check_claim_fidelity.py 会检查那些有可核实答案的主张，对照已下载并转换的全文进行核查（/fulltext-retrieval 会生成完全相同的目录结构；此脚本不会抓取任何内容）：

python3 "${CLAUDE_SKILL_DIR}/scripts/check_claim_fidelity.py" \
  --manuscript manuscript/manuscript.md \
  --fulltext-dir fulltext/ --bib manuscript/_src/refs.bib \
  --out qc/claim_fidelity.json --strict

判定	严重性	触发条件
CITED_QUOTE_ABSENT	major	归于某来源的引文，在该来源的任何阅读顺序中都不存在。
CITED_QUOTE_UNRESOLVED	prompt	引文仅有一两个词缺失便能匹配——这是提取不干净的迹象，而非伪造。请检查，不要妄下结论。
ATTRIBUTION_UNSUPPORTED	prompt	归于某来源的主张中，没有任何内容词以任何形式出现在该来源中。改述通常至少会保留来源中的一个术语。
ORDINAL_CLAIM_UNSUPPORTED	prompt	例如“报告了三种策略 [12]”，来源虽然讨论了该名词，却从未在其附近提及这个数量。

只有引文判定会导致 --strict 失败；其他判定只是提示你去阅读来源，因为改述是合理的。请阅读“未检查”行：磁盘上没有全文的引用会被报告为未解决；提取文本只有摘要的来源会被报告为过短，无法判断。没有提示意味着“没有发现可核实的问题”，而不是“一切都正确”。

已知限制：如果引文中的所有词都按顺序出现在来源中，且中间夹有来源文本中的其他词（INTERLEAVED），就会被视为已验证，因此遗漏了“not”等来源词的引文不会触发任何发现；对于任何改变否定词或限定语的引文，都要重新阅读。

句子级来源证据表

qc/claim_fidelity.json 还包含 evidence_rows：每个已识别的正文句子／引用组合对应一行，其中包含稿件坐标、来源文本和 PDF 哈希、建议性检索身份，以及由评估者填写的比较结果；即使书目信息状态为 OK 且没有触发探查，该结果也会以 not_assessed 开始。

python3 "${CLAUDE_SKILL_DIR}/scripts/check_claim_fidelity.py" \
  --manuscript manuscript/manuscript.md --bib manuscript/_src/refs.bib \
  --fulltext-dir fulltext/ --retrieval-report pdfs/retrieval_report.json \
  --reference-audit qc/reference_audit.json \
  --out qc/claim_fidelity.json --evidence-table qc/claim_fidelity.md

只有在检查过实际来源后，才填写页码、摘录、指标／单位／分母、研究对象、方向和具名评估；数字相同或措辞匹配并不能证明来源支持该主张。请记录评估者是否使用了 AI 辅助，绝不要将 AI 生成的评估描述为人工批准。使用 --reviewed-report qc/claim_fidelity.json 重新运行，以保留批注；输入发生变化时，旧评估将变为未解决状态。Markdown 表格是派生视图，并非第二个可编辑的证据存储。填写或沿用评估前，请阅读 references/claim_evidence_workflow.md。