企业官网建设流程全解析

• AI 技能
• AI 写作
• 人工智能
• 深度研究
• AI 应用

导读：本文围绕 PaperSpine 的 paper-spine orchestrator 引用阶段（Citation Stage）展开，系统讲解如何为手稿中的文献陈述构建一份可验证的 citation support bank——包括文献检索优先级、13 列候选库表格规范、open_literature与closed_corpus两种文献范围契约，以及配套的citation_bank_check.py、citation_quality_audit.py、citation_verification_en.py等校验脚本的完整命令行用法与底层实现原理。读完本文，你将掌握从「收集候选文献」到「验证、覆盖度检查、精选入库」的完整流程，并理解为什么「库检查 PASS」不能替代「手稿实际引用覆盖率」的最终核对。

引用阶段的定位与目的

citation.md是 paper-spine orchestrator 在引用环节的 canonical stage playbook（标准阶段操作手册）。它的核心目的是：

构建一份可验证的引用支持库（citation support bank），使手稿中的每一句文献陈述都有真实、可核验的来源支撑。

需要特别强调它与「范例学习（exemplar learning）」的区别：范例论文用于学习写作结构与目标场景的行文风格；而引用支持库中的论文用于支撑用户手稿 Introduction、Related Work、Discussion、limitations、applications 和 background 中的具体文献陈述。两者不能混为一谈。

引用阶段文档还澄清了一条重要边界：历史遗留的 Runner bank schemas 与配额并不构成普通宿主写作的额外门槛。具体来说，rewrite_existing（改写已有文稿）、指定本地材料路径、或materials_only设置，本身不会把公共文献检索限制为封闭语料；只有用户显式提出限制时，公共文献才会被视为关闭。

文献检索优先级协议

引用阶段规定了四个层级的文献检索策略，优先级从高到低：

1. Literature MCP tools（首选）：若宿主环境配置了 MCP 服务器，应优先使用，并在每条引用的Source Channel列记录来源通道：MCP-CNKI、MCP-IEEE、MCP-PubMed、MCP-Crossref、web、local或unknown。
2. Host WebSearch / 浏览工具（备选）：使用 Web 检索时，Source Channel标记为web。
3. 本地文件：基于本地 PDF/材料建立引用时，Source Channel标记为local。
4. MCP 是增强而非依赖：即使没有任何 MCP 服务器，也应从 web/local 来源正常构建引用支持库，不能因缺少 MCP 而中断写作。

这一协议在 SKILL.md 的研究环节得到呼应：宿主 Agent 负责研究、引用检查、解读、写作与修订，Web、本地文件和小脚本用于支撑交互、持久化、渲染与交付。

工作引用笔记与候选库表格规范

引用阶段要求沿用任务已有的任务文献目录（task bibliography）和声明支持笔记（claim-support notes）。当使用 legacy 表格检查器时，以下 13 列 Markdown 表格是它接受的输入格式：

这 13 列的语义在配套文档 citation-support-bank.md 中有更细的展开：

• Source ID标识一篇论文（书目身份）；Claim Use ID标识该论文在手稿中的一次使用。一篇来源可以支撑多个 claim，但针对 source-coverage、recency 和 diversity 配额，只计一次。
• 每行配对一篇论文与一到两句支持句。支持句应当是可直接进入手稿的表述，例如Prior work has shown that ...、Recent studies in ... motivate ...、This supports the Discussion claim that ...。
• 支持句不得虚构：不能编造来源元数据、摘要或用户提供 PDF/文本中不可见的结果。
• 每行必须包含一种引用格式：BibTeX、DOI、URL、arXiv ID，或足以让用户核验的完整书目元数据。
• 按 DOI、PMID、arXiv ID、BibTeX key、URL 或规范化引用去重：多次 claim use 对来源覆盖、新颖性和多样性只计一次；open_literature模式下若检索无法满足目标可记录SOURCE_COVERAGE_BLOCKED，closed_corpus模式下记录CLOSED_CORPUS_EXHAUSTIVE及实际来源数，严禁克隆行来凑数。

配套文档给出了一个规范示例行（以 arXiv 为引用格式）：

输出位置约定为paper_rewriting_output/citation_support_bank.md（参见 citation-support-bank.md）。注意：已有的已验证笔记足以复用，单独命名一个 bank 文件不是写作的前置条件。

文献范围契约：open_literature 与 closed_corpus

收集文献之前，必须先解析literature_scope（文献范围）：

• open_literature（开放文献）：当任务允许文献发现、或需要新的 SOTA/领域地图时使用。候选池应当扩展以覆盖背景（background）、方法（methods）、近距离比较（close comparisons）与解读（interpretation）中的实际覆盖缺口。保存的最终参考文献目标是目标数量，而不是候选池的乘数或年龄配额——即不能用「最终引用数 × N」或「近 X 年占比」作为完成要求。
• closed_corpus（封闭语料）：用于仅允许引用所提供材料的证据受限改写。应去重并穷尽可用文献目录；至少尽力覆盖已规划的最终引用目标；若语料本身更小，添加CLOSED_CORPUS_EXHAUSTIVE标记并报告实际总数。不要因为固定语料偏旧或小于 3 倍目标而阻塞写作——语料规模与年代是披露信息，不是虚构来源的理由。

关于范围解析有一条硬性判定：只有用户显式将可用文献限制为所提供的来源时，才解析为closed_corpus。单独的本地路径、specified_paths、rewrite_existing或materials_only均不关闭公共文献；显式的离线指令限制的是「检索」行为，而不是对已可用来源的身份核验。

共享规则（Shared Rules）

• 来源与使用分离：Source ID标识论文，Claim Use ID标识一次手稿使用；一个来源可支持多个 claim，但只对来源覆盖、新颖性和多样性配额贡献一次。
• 每行填写Source Channel：MCP-CNKI、MCP-IEEE、web、local、unknown等。
• 外部通道必须验证：对web、MCP-*、Crossref、PubMed、Scholar、Semantic Scholar、IEEE、CNKI、WOS等外部通道，Verified必须是yes、verified、pass或true之一，且Verification Note必须说明核验方式：DOI match、title match、Crossref/PubMed 页面、publisher 页面、database record，或本地 PDF 元数据。
• 验证失败的处理：若外部验证无法完成，该行不得进入可采用的 adopted 集合，需保留其真实来源通道并标记验证为 pending；可先基于已有证据继续起草，同时继续来源核验。一个未被采用的候选行的空白字段，不应阻塞基于已有效证据的写作。
• 本地源同样需要核验：local通道或空白验证字段不等于已验证。需记录实际文件支持了什么内容以及任何未解决来源问题（provenance）。
• Pending 必须可见分离：未解决候选要明显标记并独立于 adopted 来源。legacy 检查器可能拒绝 pending 行——这诊断的是输入库的问题，而不是停止受支持写作或篡改来源通道以掩盖疑点的理由。
• 候选库是候选池：最终写作只从中选取一个连贯的子集，不要把所有候选全部倒入手稿。

四步流程（Flow）

1. Collection pass（收集）：构建初始候选池，为每一行填好Source Channel。
2. Verification pass（验证）：核验每一行外部来源，填写Verified与Verification Note；在适用时运行citation_quality_audit.py和citation_verification_en.py。
3. Coverage check（覆盖度检查）：区分unique_source_count（唯一来源数）与claim_use_count（使用行数）。若最终目标有缺口，应寻找并整合相关、已验证的支持，不要静默降低所要求的覆盖度；若确因显式语料限制或期刊规则无法达成，应报告冲突与实际覆盖情况。CLOSED_CORPUS_EXHAUSTIVE是 legacy 检查器用于「已穷尽所提供语料」的标记，不是又一个写作门槛。任何模式下都不得重复使用行来填充数量。
4. Curation（精选）：手稿中只使用已验证、上下文匹配的来源；未解决候选保持分离，并继续基于已有的有效证据起草。

候选库诊断与命令行实战

诊断的目标必须从已保存的自定义数量或 journal-learning.md 中实际计数的目标期刊样本解析，然后与当前手稿中实际引用的不同条目比较——而不是与库规模、使用行数或未被引用的 BibTeX 条目比较。bank 检查本身不做这最后一次比较。若数量不足，应查找缺失文献并整合受支持的观点，报告真实的范围/期刊冲突，而不是把诊断 PASS 当作满足偏好。

引用阶段文档给出的四个核心命令：

python scripts/citation_bank_check.py <existing-bank.md> --target-count <resolved-target> --scope open_literature --markdown python scripts/citation_bank_check.py <existing-bank.md> --target-count <resolved-target> --scope closed_corpus --markdown python scripts/citation_quality_audit.py paper_rewriting_output --write python scripts/citation_verification_en.py paper_rewriting_output/citation_support_bank.md --markdown --write

下面结合源码逐一展开这些脚本的完整参数与判定逻辑。

citation_bank_check.py：候选库结构检查

实现位于 citation_bank_check.py，其完整参数如下：

关键实现事实：

• 脚本从源文件顶部注释即可看出设计取向：没有与期刊无关的文献目标、发现乘数或年龄配额；显式传入的 legacy 参数仅选择它们请求的结构检查（DEFAULT_TARGET_COUNT = 0、DEFAULT_MULTIPLIER = 1、DEFAULT_RECENT_RATIO = 0.0）。
• required_candidates = target_count if closed_corpus else target_count * multiplier：封闭语料下要求至少达到目标数；开放文献下才应用乘数。
• **唯一来源身份（source identity）**通过source_identity()提取：按优先级识别 DOI（doi:）、arXiv ID（arxiv:）、PMID（pmid:）、BibTeX key（bib:）、URL（url:），最后才回退到Source ID列（source:）或规范化文本（text:）。优先使用书目标识符而非 Agent 本地Source ID，是为了防止「重贴标签一篇论文」就能虚增覆盖度。
• 弱行检查：每行必须同时满足「支持句」（合并文本 ≥ 80 字符且含.!?。！？等句末标点）与「引用格式」（含@、doi、http、arxiv、proceedings、journal之一，大小写不敏感——该行为有测试 test_scripts.py 验证）。
• 封闭语料豁免：当文本中存在CLOSED_CORPUS_EXHAUSTIVE且处于closed_corpus模式时，来源数与行数低于目标不会被判 FAIL，只产生警告；同时提示「recency 与 3 倍发现广度仅是建议，来源真实性、去重与 claim 支持仍然阻塞性」。
• 退出码0= PASS、1= FAIL；--write会写出citation_bank_check.md。

测试 test_scripts.py 展示了一个 60 行候选库配合--target-count 20 --markdown的完整校验用例：每行含 BibTeX 键、年份与 DOI，并通过Support Claim Sentence列给出完整支持句，最终输出Status: PASS。

citation_quality_audit.py：教学型引用质量审计

实现位于 citation_quality_audit.py。它超越 DOI 验证，对每条引用沿三个轴评分：可解析性（resolvability）、新颖性（recency）、领域相关性（field relevance），并输出多样性缺口、失效引用的替换建议以及场景化引用策略。

python scripts/citation_quality_audit.py paper_rewriting_output --write

完整参数：

关键实现事实：

• DOI 识别：DOI_RE支持doi: 前缀、https://doi.org/、https://dx.doi.org/三种写法；每条记录只取第一个 DOI。
• 验证判定：通过 Crossref 解析后，将本地标题与 Crossref 标题做相似度比较——相似度 ≥ 0.75 判verified（可解析性 100 分）；0.50～0.75 判mismatched（40 分）；< 0.50 判mismatched（20 分，提示「很可能 DOI 指错了论文」）。年份不匹配会追加 issue 与教学注记，但（在英文验证器中）不直接导致失败。
• 新近度评分：当年 100 分、近 2 年 90、近 4 年 70、近 7 年 50、更早 20、无年份 30——注意该评分为启发式。
• 非 DOI 来源处理：有Verified=yes/verified/pass/true且Verification Note≥ 12 字符、不含todo/tbd/pending/[verify]/unknown、并给出稳定标识（arXiv ID 或 URL）时，标记 pending 且可解析性 80 分；只有标记而无稳定标识被视为 self-attestation（自证），仅得 35 分并保持 pending；既无 DOI 也无足够验证注记则判error（0 分）。
• 引用类型分类：按文本特征将引用分为sota（直接任务/SOTA 论文）、foundational（奠基性方法）、benchmark（数据集/基准）、survey（综述）、application（应用）、critique（局限/鲁棒性/可复现/伦理）。若某类型占比 < 5% 且非critique，报告会提示多样性缺口。
• 场景化引用策略：内置journal、conference、report_review、competition四类场景的引导，例如期刊场景要求「必须引用 3-5 个最新竞争方法，缺失是 desk-reject 风险」，综述场景则强调「引用 3-5 篇综述以确立覆盖广度」。
• PASS 判定：整体分 ≥--min-score、错误占比 ≤ 0.30、pending 占比 ≤ 0.50，三者同时满足才返回 0（PASS）。

该脚本的测试位于 test_citation_quality_audit.py，覆盖 DOI 提取、引用类型分类、新近度评分、标题相似度以及--no-api离线模式下「含 DOI 的行保持 pending 而不是离线提升为 verified」的语义。

citation_verification_en.py：英文引用的 Crossref 核验

实现位于 citation_verification_en.py，仅使用标准库，通过公开 Crossref REST API（无需密钥）确认每条候选引用是否解析到真实已发表作品。

python scripts/citation_verification_en.py paper_rewriting_output/citation_support_bank.md --markdown --write

完整参数：

关键实现事实：

• 匹配阈值：标题相似度下限MIN_TITLE_SIMILARITY = 0.6，年份容差YEAR_TOLERANCE = 1（±1 年）。
• 优先 DOI 直查：引用文本含 DOI 时直接GET /works/{DOI}（DOI 使用urllib.parse.quote(safe='')做百分号编码，测试 test_citation_verification_en.py 验证了/、(、)会被编码）；无 DOI 时退化为query.bibliographic书目查询（取前 200 字符、rows=3），并遍历返回的所有条目寻找标题与年份都匹配的项。
• local来源直接跳过：Source Channel为local的行不查询 Crossref，标记skipped。
• 状态机：matched/unmatched/skipped/warning；API 不可达时标记warning并跳过，而不是判失败——「Crossref 是增强而非硬依赖」。
• 年份容差细节：_crossref_year()优先取issued、published-print、published-online、published等实际出版日期字段，最后才回退到created（登记日期）。测试 test_citation_verification_en.py 专门验证：当 Crossref 只返回登记年份而本地为出版年份时，条目仍判matched，年份差异只记录在 note 中。
• PASS 判定：存在unmatched条目、或匹配率 < 50% 时返回失败；--no-api离线模式不会因年份问题失败（测试 test_citation_verification_en.py）。
• 报告开头的 Scope 声明明确：PASS 只代表 Crossref 标题/年份匹配，不代表完整的书目审计——跳过项、作者/机构归属和 claim 支持仍需人工来源审查。

中文引用场景：citation_verification_zh.py

对于中文文献，仓库还提供 citation_verification_zh.py：它检查中文引用格式要素（作者姓名、《期刊名》、年份、卷期页码）与 DOI 可用性。其文档字符串明确限定边界：这些诊断不能证明伪造、书目身份或 claim 支持；完整验证必须依赖原始来源或权威元数据，任何一行都不会因为格式或可解析 DOI 而变成 VERIFIED。

与前后环节的衔接

引用阶段不是孤立环节。在 SKILL.md 的研究步骤中，Agent 会同时阅读 research.md、local-reference-ingestion.md、citation.md、journal-learning.md 与目标期刊研究文档；而引用目标的解析依赖 journal-learning.md 中保存的偏好：

在venue_average模式下，应统计所选目标期刊论文的书目条目数、记录均值，并至少瞄准floor(mean) + 1篇有用参考文献——这是从样本得出的估计，不是全期刊精确均值，也不得使用被引次数。手稿完成前的最终参考文献核对，则需要与 manuscript-format.md 的格式验证配合：检查所有被引 key 与最终文献目录对应、按首次使用顺序编号、缺失/未使用条目、重复/分组/范围引用等。

常见误区与边界（源码级澄清）

• 库检查 PASS ≠ 手稿引用覆盖率达标：citation_bank_check.py 与 citation_quality_audit.py 的 Markdown 输出都带一句 Scope 声明：候选库结构、来源身份、可解析性、新近度/类型评分都不是最终引用覆盖率、来源内容支持或手稿就绪度。最终比较必须用「当前手稿中实际引用的不同条目」对目标进行。
• 大候选库不能替代最终核对：citation-support-bank.md 明确指出，最终引用的条目要与保存的目标对账，候选库再大也不能替代这一步。
• 严禁克隆行凑数：open_literature与closed_corpus两种模式下，重复使用行填充数量都是禁止的；citation_bank_check.py会统计duplicated_source_uses并在报告中呈现。
• 未验证候选不得支撑最终论断：无法完成外部验证的行保留真实通道、标记 pending、与 adopted 集合分离；citation_quality_audit.py会把「Verified 标记但无稳定标识」明确判为 self-attestation 并降分。
• Crossref 不可达 ≠ 证据伪造：两套验证脚本的 teaching note 均强调「Crossref 查询失败不建立伪造、撤稿或 DOI 无效」——这是未完成的查询，不是造假证据。
• 避免把偏好当成配额：通用「三年内 X%」的新近百分比与「3 倍发现广度」都已被显式取消为硬性要求（脚本默认值DEFAULT_RECENT_RATIO = 0.0、DEFAULT_MULTIPLIER = 1），是否要求新近性取决于字段与任务，而非普适滚动窗口。

小结

PaperSpine 的引用阶段把「文献引用」从「贴参考文献」提升为一条可验证的证据链：按优先级协议检索 → 按 13 列规范建库 → 依据literature_scope契约设定范围 → 走完收集/验证/覆盖度/精选四步 → 用三个检查脚本（结构检查、质量审计、Crossref 核验）给出可复现的 PASS/FAIL 判定。全程坚持两条底线：来源身份与 claim 支持双核验，以及未验证候选绝不进入手稿。理解这些规则与它们的源码实现，你就能在自己的论文写作流程中复现这套「本地优先、证据绑定」的引用工作流。

• AI 技能
• AI 写作
• 人工智能
• 深度研究
• AI 应用