名称: 引用验证器描述: | 验证科学文档中的引用和参考文献，以检测虚假或无效的来源。从 Markdown、LaTeX、org-mode 和纯文本中提取 DOIs、URLs、arXiv IDs、PubMed IDs 和 ISBNs，然后使用 API 查询和网络获取进行验证。

使用此技能时：

审查 AI 生成内容的引用准确性
验证论文、报告或文档中的参考文献
检查 DOIs/URLs 是否解析到实际论文
审核文档中的断裂或虚假引用

允许工具:

读取
网络获取
网络搜索
Grep
Glob
待办事项写入

引用验证器

检测和验证科学文档中的引用，以识别虚假、断裂或无效的参考文献。

目的

AI 生成内容有时包含看似合理但虚假的引用。此技能系统地从文档中提取所有引用标识符，并根据权威源验证每个标识符，生成详细的验证报告，包括验证状态和修复无效引用的建议。

何时使用

应调用此技能时：

用户请求“验证文档中的引用”或“检查参考文献”
用户怀疑 AI 生成内容中的虚假引用
用户想验证论文中的 DOIs、URLs 或其他标识符
用户请求审核文档中的断裂链接或虚假引用
用户提到“引用验证”、“参考文献检查”或“DOI 验证”

支持的文档格式

Markdown (.md)：内联链接 [文本](url)、引用链接 [文本][引用]、裸 URL、DOIs
LaTeX/BibTeX (.tex, .bib)：\cite{}、@article{}、DOI 字段、URL 字段
Org-mode (.org)：[[url][文本]] 链接、#+BIBLIOGRAPHY、引用链接
纯文本 (.txt)：裸 URL、DOIs、arXiv IDs、作者-年份模式

检测的引用标识符

DOIs (数字对象标识符)

模式：10.\d{4,}/[^\s]+ 或 doi.org/10.\d{4,}/[^\s]+
示例：10.1038/nature12373、https://doi.org/10.1126/science.abc1234
验证：CrossRef API 在 https://api.crossref.org/works/{doi}

论文的 URLs

模式：指向已知出版商和存储库的链接
域名：nature.com、science.org、sciencedirect.com、springer.com、wiley.com、acs.org、rsc.org、pnas.org、cell.com、plos.org、mdpi.com、frontiersin.org、academic.oup.com、tandfonline.com
验证：HTTP HEAD/GET 请求，检查 200 状态和论文元数据

arXiv IDs

模式：arXiv:\d{4}\.\d{4,5}(v\d+)? 或 arxiv.org/abs/\d{4}\.\d{4,5}
示例：arXiv:2301.07041、https://arxiv.org/abs/2301.07041v2
验证：arXiv API 或直接 URL 检查

PubMed IDs (PMIDs)

模式：PMID:\s*\d+ 或 pubmed.ncbi.nlm.nih.gov/\d+
示例：PMID: 12345678
验证：PubMed URL https://pubmed.ncbi.nlm.nih.gov/{pmid}/

ISBNs

模式：ISBN[:\s]*[\d-]{10,17} (ISBN-10 或 ISBN-13)
示例：ISBN: 978-0-13-468599-1
验证：Open Library API https://openlibrary.org/isbn/{isbn}.json

作者-年份引用

模式：([A-Z][a-z]+(?:\s+(?:et\s+al\.?|and|&)\s+[A-Z][a-z]+)?,?\s*\d{4})
示例：(Smith et al., 2023)、(Johnson and Lee, 2022)
验证：网络搜索以找到匹配论文（低置信度）

验证程序

步骤 1: 读取和解析文档

使用读取工具加载文档。使用模式匹配提取所有引用标识符：

DOI 模式：
- https?://(?:dx\.)?doi\.org/(10\.\d{4,}/[^\s\])"'>]+)
- doi:\s*(10\.\d{4,}/[^\s\])"'>]+)
- (10\.\d{4,9}/[-._;()/:A-Z0-9]+)  (裸 DOI)

arXiv 模式：
- arXiv:(\d{4}\.\d{4,5}(?:v\d+)?)
- arxiv\.org/abs/(\d{4}\.\d{4,5}(?:v\d+)?)

PubMed 模式：
- PMID:\s*(\d+)
- pubmed\.ncbi\.nlm\.nih\.gov/(\d+)

URL 模式：
- https?://[^\s\])"'<>]+  (过滤学术域名)

ISBN 模式：
- ISBN[:\s-]*((?:\d[-\s]?){9}[\dXx]|(?:\d[-\s]?){13})

步骤 2: 去重和分类

创建唯一标识符列表，按类型分类：

DOIs
arXiv IDs
PubMed IDs
ISBNs
URLs (学术)
作者-年份引用 (基于文本)

步骤 3: 验证每个标识符

对每个标识符，按可靠性顺序执行验证：

DOI 验证

构建 CrossRef API URL：https://api.crossref.org/works/{doi}
使用网络获取检查 API
如果成功，提取：标题、作者、期刊、年份
如果 404 或错误：标记为无效

arXiv 验证

构建 URL：https://arxiv.org/abs/{arxiv_id}
使用网络获取验证页面存在
提取：标题、作者、摘要片段
如果 404：标记为无效

PubMed 验证

构建 URL：https://pubmed.ncbi.nlm.nih.gov/{pmid}/
使用网络获取验证
提取：标题、作者、期刊
如果 404：标记为无效

ISBN 验证

构建 URL：https://openlibrary.org/isbn/{isbn}.json
使用网络获取检查
提取：标题、作者、出版商
如果 404：标记为无效

URL 验证

使用网络获取访问 URL
检查 HTTP 200 和学术内容指标
查找：论文标题、作者、页面上的 DOI
如果不可访问或非学术：标记为可疑

作者-年份验证 (最低置信度)

使用网络搜索，查询："{作者}" "{年份}" 论文
在结果中查找匹配论文
如果找到：标记为可能有效，并附上源
如果未找到：标记为未验证

步骤 4: 生成报告

生成结构化验证报告：

# 引用验证报告

**文档：** [文件名]
**日期：** [日期]
**找到的引用总数：** [数量]

## 摘要
- 有效： [数量]
- 无效： [数量]
- 可疑： [数量]
- 未验证： [数量]

## 详细结果

### 有效引用
| ID | 类型 | 标题 | 来源 |
|----|------|-------|--------|
| 10.1038/xxx | DOI | 论文标题 | CrossRef |

### 无效引用 (虚假)
| ID | 类型 | 错误 | 建议 |
|----|------|-------|------------|
| 10.9999/fake | DOI | 404 未找到 | 删除或找到正确的 DOI |

### 可疑引用
| ID | 类型 | 问题 | 建议 |
|----|------|-------|----------------|
| https://... | URL | 超时 | 手动验证 |

### 未验证引用
| 引用 | 类型 | 备注 |
|----------|------|-------|
| (Smith, 2023) | 作者-年份 | 通过搜索未找到匹配论文 |

验证状态定义

有效：标识符解析到真实论文，并有匹配的元数据
无效：标识符不存在或返回 404 (可能虚假)
可疑：无法完全验证；可能是受速率限制、付费墙或暂时不可用
未验证：基于文本的引用无法确认 (保守方法)

最佳实践

批量类似请求：将 DOI 检查分组以减少 API 调用
尊重速率限制：如果达到速率限制，添加请求之间的延迟
交叉引用：如果 URL 包含 DOI，直接验证 DOI
上下文重要：注意引用出现的位置 (方法与主张)
报告不确定性：始终区分“确认无效”和“无法验证”

无效引用的输出建议

对每个无效引用，提供可操作的建议：

错误 DOI 格式：“DOI 格式错误。检查是否有拼写错误或额外字符。”
不存在的 DOI：“未找到论文。这可能是虚假的。搜索实际论文标题。”
死链 URL：“URL 返回 404。尝试在 Google Scholar 上搜索论文标题。”
可疑期刊：“出版商不被识别。验证这是合法来源。”
作者-年份未找到：“无法验证。添加 DOI 或 URL 进行确认。”

示例验证会话

用户请求： “验证 my-paper.md 中的引用”

预期行为：

读取 my-paper.md
提取所有 DOIs、URLs、arXiv IDs 等
报告：“找到 15 个引用：8 DOIs、5 URLs、2 arXiv IDs”
使用适当的 API/获取验证每个标识符
生成报告显示：
- 10 个有效引用，带有元数据
- 3 个无效引用 (404 错误)，标记为可能虚假
- 2 个可疑引用 (超时)，需要手动检查
提供修复无效引用的建议

限制

速率限制：CrossRef 和其他 API 可能限制请求速率
付费墙内容：无法验证付费墙后的完整内容
新论文：非常新的论文可能尚未被索引
作者-年份引用：没有额外标识符时置信度低
非英语来源：对非英语引用格式支持有限
私有/机构 URLs：无法访问认证内容

引用验证器Skill citation-verifier