القائمة
把一份分析报告、手稿草稿或结论段落拆成原子陈述，逐条打到权威数据库与文献核验，并标注每条的支持/反驳/无证据状态。当用户要求核查结论、验证结果、检查引用是否属实、审阅手稿的事实性、或问"这些数字可靠吗"时使用。也在提交前的最后一道自查时使用。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
处理受控访问的人类数据（dbGaP、All of Us、UK Biobank、EGA、TCGA controlled）时的合规操作规程。当用户提到这些数据源、提到 TRE/RAP/Workbench、问"能不能用 AI 分析患者数据"、需要申请数据访问、或需要把分析提交进安全计算环境时使用。
把一个分析需求写成可复现的 Nextflow 或 Snakemake 工作流，含测试、容器 digest 固定、参考版本固定、provenance 输出。当用户要求做 RNA-seq/WGS/WES/ATAC-seq/单细胞分析、跑 nf-core 流程、批量处理测序数据、或需要"可复现的分析流程"时使用。也在需要把一段探索性 notebook 固化成生产流程时使用。
从生物医学知识图谱生成可检验假设。当用户要求提出研究假设、寻找机制解释、做靶点发现、药物重定位、或问"X 和 Y 之间可能有什么联系"时使用。也在需要为一个观察到的表型找候选通路时使用。
| name | claim-verification |
| description | 把一份分析报告、手稿草稿或结论段落拆成原子陈述，逐条打到权威数据库与文献核验，并标注每条的支持/反驳/无证据状态。当用户要求核查结论、验证结果、检查引用是否属实、审阅手稿的事实性、或问"这些数字可靠吗"时使用。也在提交前的最后一道自查时使用。 |
| allowed-tools | Read, Write, Grep, Glob, Bash(python -m provenance.*), mcp__pubmed__*, mcp__ot__*, mcp__chembl__*, mcp__c-trials__*, mcp__consensus__*, mcp__biorxiv__*, mcp__kg__*, mcp__codex__*, Agent(stats-auditor, bio-critic) |
| model | opus |
| effort | xhigh |
带核验与不带核验的差距是可量化的：GeneAgent 的 SelfVeri-Agent 把每条陈述 提取出来打到 18 个策展数据库（4 个 web API），富集术语的精确匹配率 从 56% 提升到 80.7%；在 15,848 条被核验的陈述中，84% 得到支持、8% 被反驳； 人工复查 132 个核验决定，92% 正确。
对陈述的验证 ≠ 对执行的验证。
Kosmos 为每一条陈述都给出了指向代码或文献的引用，独立科学家评判的 陈述准确率仍只有 79.4%。也就是说：一条陈述"有引用、读着对、格式规范" 可以同时是错的。
所以本 skill 的第 3 档必须包含独立重算，不能只做"读着像对"。 只做前两档就宣称已验证，是这个流程里最容易犯的错。
RUN_LEDGER.jsonl 找到对应执行记录？
（.claude/hooks/no_fabrication_exit.py 已强制，这里做二次确认并出报告）GSE\d+ / SRR\d+ / PRJ[EDN][A-Z]\d+ /
phs\d{6} 逐个解析。幻觉出来的 accession 是高频失败模式。Agent(stats-auditor)。拆成原子陈述（一条陈述 = 一个可独立判真假的命题），逐条路由：
| 陈述类型 | 路由到 |
|---|---|
| 基因-疾病关联 | mcp__ot__*（Open Targets，CC0，26.06 版本活跃） |
| 化合物-靶点活性 | mcp__chembl__* |
| 临床试验存在性/结果 | mcp__c-trials__* |
| 文献主张 | mcp__pubmed__* + mcp__consensus__* + mcp__biorxiv__* |
| 机制/通路 | mcp__kg__*（只查 asserted 命名空间） |
每条陈述输出四态之一：supported / refuted / no-evidence / out-of-scope。 "no-evidence" 不等于 "refuted"，也不等于 "可以保留" —— 它意味着 这条陈述在正文中必须降级为推测性表述，或删除。
门槛：整份文档的 supported 比例 ≥ 90% 才放行（G_V）。 参考 Kosmos 的 79.4% —— 那是有引用的情况下的上限，所以阈值必须高于它。
用不同的模型家族，理由是错误模式不相关。调 mcp__codex__codex：
任务：不要评价下面的分析，而是独立重新计算它的关键统计量。
输入：{run_dir}/results/ 下的原始输出文件 + {pipeline}
要求：
1. 用你自己的实现重算：{列出 3–5 个关键量}
2. 报告你的值与原值的相对偏差
3. 若偏差 > 1%，指出最可能的原因
4. 另外：试图反驳主结论。默认立场是"结论不成立"，需要证据说服你。
输出 JSON：{recomputed, values, max_relative_delta, refutations[]}
偏差判读：
results/verification_report.md：
# 核验报告
陈述总数 N / supported X (x%) / refuted Y / no-evidence Z
## 必须修改（refuted）
- [陈述原文] → [反驳证据 + 来源 URL] → [建议改法]
## 必须降级（no-evidence）
- [陈述原文] → [已查库与查询词] → [建议改成推测性表述或删除]
## 独立重算对照
| 量 | 原值 | 重算值 | 相对偏差 | 判读 |
## 未回应的反驳
（此节非空则 G_V 门不通过）
同时把逐条结果写成 results/claims.jsonl，供 provenance/agent_run_crate.py
装入 crate —— 核验记录本身也是 provenance 的一部分。
若数据涉及 All of Us：扫描所有表格，1–20 的参与者计数必须抑制
（0 允许），且不得发布能反推出被抑制计数的边际和或差值。
.claude/hooks/suppress_small_counts.py 会自动拦，但这里应主动检查一遍
——包括图形中的点数和图注里的 n。