deep-source-extractor

name	deep_source_extractor
description	对单个来源全文进行深层结构化信息提取，输出详细结构化 JSON。 适用于论文、网页、PDF 转文本等长文档的研究信息提取。
version	1.0
dependencies	{}
inputs	[{"source_id":"str"},{"source_text":"str"},{"user_query":"str"},{"source_type":"str"}]
outputs	[{"extracted_json":"dict"}]

deep_source_extractor

Purpose

对单个来源全文进行深层信息提取，产出可靠的、可供下游分析的结构化结果。

Output Schema (JSON)

输出合法 JSON，字段缺失用空值/空字符串填充。

{
  "source_id": "S1",
  "source_type": "paper",
  "title": "",
  "authors": [],
  "year": "",
  "venue": "",
  "summary": "",
  "key_claims": [
    {
      "claim": "",
      "evidence": "",
      "quote": "",
      "confidence": 0.0
    }
  ],
  "methodology": {
    "approach": "",
    "model_or_algorithm": "",
    "dataset": "",
    "experimental_setup": ""
  },
  "key_results": [
    {
      "result": "",
      "metric": "",
      "value": "",
      "comparison": "",
      "context": ""
    }
  ],
  "limitations": [],
  "novelty_contribution": [],
  "relevance_to_query": "",
  "open_questions": [],
  "keywords": []
}

Extraction Rules

• 尽量保留原文的精确句子、事实引用、指标
• 宁可只写确定的，不要列出无法验证的 claim
• 不确定的信息，confidence 打低（0~1）
• quote 字段必须引用原文句子（可截断，不要太长原文）

Prompt Style

• 输出严格为 JSON，不要加 markdown 包装
• 即使长篇文本也尽量提取事实、数据、方法、结论