citation-check

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。

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