| name | audit |
| description | Use when the user wants to check paper-library data quality, diagnose missing metadata, filename issues, DOI duplicates, title mismatches, or repairable metadata problems. |
论文审计
检查已入库论文的数据质量。分阶段：规则化检查（自动）+ LLM 深度诊断（对可疑项）+ 自动修复。
阶段一：规则化检查
scholaraio audit [--severity error|warning|info]
问题按严重程度分类：
- 错误：缺少标题、缺少 MD 文件、JSON 解析失败、DOI 重复
- 警告：缺少 DOI/摘要/年份/作者/期刊、MD 过短、标题不一致、文件名年份不匹配
- 提示：文件名不符合规范格式
阶段二：LLM 深度诊断（title_mismatch 专项）
对每篇 title_mismatch 论文，用 Read 工具读取 meta.json 和 paper.md（前 80 行），提取最像标题的候选（不只看首个 H1），判断：
- MD 正文的实际主题/标题是否与 JSON 元数据一致
- 无害（封面/前言页、MinerU 标题识别问题）vs 真正的内容错配
阶段三：修复
对确认的错配，使用 repair 命令：
scholaraio repair "<paper-id>" --title "正确标题" [--author "一作"] [--year YYYY] [--doi "10.xxx/..."] --dry-run
scholaraio repair "<paper-id>" --title "正确标题" [--author "一作"] [--year YYYY] [--doi "10.xxx/..."] [--no-api]
scholaraio pipeline reindex
检查规则
| 规则 | 级别 | 说明 |
|---|
missing_title | error | 缺少标题 |
missing_md | error | JSON 无对应 MD 文件 |
duplicate_doi | error | DOI 重复 |
missing_doi | warning | 缺少 DOI（document / patent 等非论文类型通常不报） |
missing_abstract | warning | 缺少摘要 |
title_mismatch | warning | JSON 标题与 MD 前 80 行里的标题候选不一致 |
nonstandard_filename | info | 文件名不符合规范格式 |
补充判断口径：
paper_type 为空时，仍按普通论文保守检查 missing_doi / missing_journaldissertation、document、technical-report、lecture-notes 等非 article 类型，优先警惕封面/前言页导致的 title_mismatch 误报
示例
用户说："帮我检查一下论文库有没有问题"
→ 执行阶段一规则化检查
用户说："深度检查"
→ 执行阶段一 + 阶段二（LLM 逐篇诊断 title_mismatch）
用户说："修复那些错配的论文"
→ 执行阶段三
