name: citation-check
description: 验证学术引用是否真实 — 查论文存不存在、信息对不对、原文引用位置内容是否匹配。支持 PDF/Word/TXT/Markdown/LaTeX。使用 /citation-check 调用。
compatibility: Requires MCP servers: arxiv, scholar, paper-search, pdf-reader
version: 0.1.0
license: MIT
Citation Check
Phase 0 — MCP 依赖检测
首先扫描 MCP 工具。输出一行即可：
MCP: arxiv ✅ | scholar ✅ | paper-search ✅
缺任意一个则停止，输出安装命令后结束。三项齐全才继续。
Phase 1 — 读取 + 提取 + 提问
1.1 读取文件
| 格式 | 方式 |
|---|
| PDF | mcp__pdf-reader__read_pdf |
| DOCX | python-docx via Bash |
| TXT/MD | Read |
| LaTeX | Read + 解析 \cite{} \bibitem{} |
1.2 提取引用
输出原始清单：
文件: paper.pdf (5页) | 提取到 N 条引用 | 类型: 期刊论文/会议/...
[1] 期刊 | Vaswani et al. (2017) "Attention Is All You Need"
位置: §I, "code-centric automation..."
[2] ...
1.3 去重合并
按 标题 + 第一作者 归一化（标题去标点、转小写后比对，第一作者取姓氏）。同一论文多次引用合并为一条，保留所有引用位置。
去重后输出：
去重: 原始 N 条 → M 条独立论文 (减少 N-M 条重复)
[1,7] 期刊 | Vaswani et al. (2017) "Attention Is All You Need"
位置: §I "code-centric automation..." / §III "self-attention enables..."
[2] 会议 | ...
[3,5,9] 预印本 | ...
编号沿用原始编号列表（如 [1,7]），后续查证和报告均以去重后的独立论文为单位。
1.4 用 AskUserQuestion 提问
去重后立即调用 AskUserQuestion 工具，设置两个问题：
问题一 — 验证范围（单选）
- header: "范围"
- options:
all / "全部验证 (共 M 条独立论文)"selected / "手动指定编号 (如 1,3,5-8)"
- multiSelect: false
问题二 — 验证深度（单选）
- header: "深度"
- options:
quick / "Quick — 只看 Abstract/TLDR (~10-15k tokens/条)"normal / "Normal — Abstract+Intro+Conclusion (~20-50k tokens/条) [推荐]"deep / "Deep — 全文逐节对比 (~50-150k tokens/条) [费token]"
- multiSelect: false
等用户选择后再进入 Phase 2。
Phase 2 — 并行验证 (10条/轮)
强制规则
- 每轮严格 10 条独立论文，多余自动下一轮
- 每条开一个独立 general-purpose 子 Agent，全部并行启动
- Agent 完成后用 TaskUpdate 更新状态
- 本轮全完成后自动进入下一轮，不等待用户
单条 Agent 任务
每个 Agent 收到：原始编号列表（如 [1,7]）、标题、作者、年份、DOI/ArXiv ID（如有）、所有引用位置的上下文（每个位置 ±3 句）。
三层检查：
Layer A — 存在性（含容错 fallback 链）
按优先级依次尝试，任意一步成功即停止。每步最多重试 1 次（超时/网络错误），失败则进入下一步。
| 优先级 | 条件 | 工具 | 失败处理 |
|---|
| 1 | 有 DOI | mcp__scholar__get_paper | → 优先级 2 |
| 2 | 有 ArXiv ID | mcp__arxiv__get_abstract | → 优先级 3 |
| 3 | 有标题 | mcp__scholar__search_papers（完整标题） | → 优先级 4 |
| 4 | 标题搜索失败 | 去标点、引号括核心短语、只取前 5-8 词，重试 mcp__scholar__search_papers | → 优先级 5 |
| 5 | 标题搜索仍失败 | 换数据源：mcp__arxiv__search_papers | → 优先级 6 |
| 6 | 前两步都失败 | 换数据源：mcp__paper-search__search_google_scholar | → 优先级 7 |
| 7 | 只有作者+年份+关键词 | 组合搜索：mcp__scholar__search_papers（作者 + 2-3 个核心关键词） | → 优先级 8 |
| 8 | 以上全部失败 | WebSearch（论文标题 + "paper" / "pdf"） | → 判定为无法确认 |
每条 fallback 都记录尝试路径，最终报告里标注实际用到的数据源。
Layer B — 元数据
对照引用类型字段表（见 REFERENCES.md）逐字段比对。作者、标题、期刊、年份、卷/期/页码为必须匹配项。
Layer C — 内容支撑（深度由 Phase 1 用户选择决定）
| 深度 | 范围 |
|---|
| quick | Abstract + TLDR |
| normal | Abstract + Introduction + Conclusion |
| deep | 全文逐节 |
提取引用处的主张 (Claim)，对比论文实际内容：支撑 / 夸大 / 无关 / 矛盾。
进度显示
每轮启动：
── Round 1/3 — [1]-[10] — 深度: normal ────────────────────
⏳ 10 个 Agent 并行启动中...
Agent 完成后即时更新：
✅ [1] Vaswani 2017 — 通过
⚠️ [4] Yao 2022 — 年份有出入
⏳ [5] Daareyni 2025 — 查证中...
轮次完成：
── Round 1/3 完成 — ✅8 ⚠️1 ❌0 🔍0 📝1 — 剩余11条，进入Round 2...
Phase 3 — 汇总报告
所有引用查完后，输出汇总报告：
# 引用验证报告
文件: xxx.pdf | 引用总数: N
✅ 通过: N | ⚠️ 信息有出入: N | ❌ 伪造: N | 🔍 无法验证: N | 📝 内容不匹配: N
[1,7] ✅ Author (Year) "Title"
类型: 期刊 | 位置: §I Line 42, §III Line 128
元数据: 全部匹配
内容: §I 主张 "xxx" → 论文支持 ✓ / §III 主张 "yyy" → 论文支持 ✓
证据: DOI/arXiv链接
[2] ⚠️ Author (Year) "Title"
类型: 会议 | 位置: §2.1 Line 56
元数据不匹配: 年份 2019 → 实际 2018
...
[3] ❌ Author (Year) "Title"
查证结果: 论文不存在，期刊不存在
...
判定标准
存在？ ─否→ ❌ 伪造引用
└是→ 元数据匹配？
├否→ ⚠️ 信息有出入
└是→ 内容支撑主张？
├否→ 📝 与引用地点不匹配
├是→ ✅ 通过
└无法判定→ 🔍 无法验证
