HS

haojae/scipilot-cite-skill

开发工具

本页由 AI 翻译,技术细节请以原文为准。 查看原文

87 stars 质量 65 趋势 18MIT

SciPilot 家族 - 学术引用发现与插入 Claude 代码 /codex 技能

概览

SciPilot 技能家族。学术写作的引用副驾驶。SciPilot Skills 家族成员 — 学术写作的引用副驾驶。 将Claude代码/Codex/光标技能添加到你的LaTeX或Word手稿中。由三个独立的学术API支持,采用以真实性为先的验证流程。 所交付参考文献中的每条引用都必须经受端到端审计,该审计将所有条目与实时 Crossref / Semantic Scholar / OpenAlex 100% 重新核实,并与检索和核实过程中编写的防篡改 JSONL 证据日志进行核对。无日志条目,无实时 API 攻击,无引用——仅此而已。详见下方第 8 门。 scipilot-cite-skill 解决学术写作中最容易出错也最伤诚信的环节 —— 。支持两种输入: - :读取你的 .tex 或 .docx 论文,在正文对应章节插入引用 + 生成参考文献- :你给一段话或一个观点,输出能支撑它的真实文献列表(不动文档) 两种模式都通过 三源并行检索近年高引文献,对每篇候选执行 ,把无法验证的全部丢弃,按你指定的格式(IEEE / APA 7 / Nature / Vancouver / GB/T 7714)输出。 :输入模式、文献数量、引用格式、年限、目标章节、必引论文、期刊偏好、(Q1 / 中科院 1-2 区)、、、是否含预印本、额外关键词。不会默默用默认值。

概述(AI 翻译)

SciPilot 技能家族。学术写作的引用副驾驶。 SciPilot Skills 家族成员 — 学术写作的引用副驾驶。

一个Claude代码/Codex/光标技能,发现、验证并插入学术参考到你的LaTeX或Word手稿中。由三个独立的学术API支持,拥有以真实性为先的验证流程,绝不伪造引用。

显著特征——物理幻觉门。 所提供参考书目中的每条引用都必须经受端到端审计,该审核会100%重新验证所有条目与实时Crossref / Semantic Scholar / OpenAlex的记录,并与搜索和核实过程中编写的防篡改JSONL证据日志进行核对。无日志条目,无实时API匹配,无引用——仅此而已。“绝不捏造”由代码强制执行,而非提示。 详见下方第8条门。

中文文档 |英语


中文文档

概览

scipilot-cite-skill 解决学术写作中最容易出错也最伤诚信的环节 —— 引用。支持两种输入:

  • 模式 A — 论文模式:读取你的 .tex 或 .docx 论文,在正文对应章节插入引用 + 生成参考文献
  • 模式 B — 片段模式:你给一段话或一个观点,输出能支撑它的真实文献列表(不动文档)

本页由 AI 翻译,技术细节请以原文为准。

README

以下为原文 README 节选,完整内容请查看原文。

SciPilot-cite-skill

SciPilot Skills family. Citation copilot for academic writing. SciPilot Skills 家族成员 — 学术写作的引用副驾驶。

A Claude Code / Codex / Cursor Skill that discovers, verifies, and inserts academic references into your LaTeX or Word manuscript. Backed by three independent scholarly APIs with an authenticity-first verification pipeline that never fabricates a citation.

Distinguishing feature — physical hallucination gate. Every citation in the delivered bibliography must survive an end-to-end audit that re-verifies 100% of entries against live Crossref / Semantic Scholar / OpenAlex and reconciles them with a tamper-evident JSONL evidence log written during search and verification. No log entry, no live API hit, no citation — period. “Never fabricates” is enforced by code, not by prompt. See Gate 8 below.

中文文档 | English


中文文档

概览

scipilot-cite-skill 解决学术写作中最容易出错也最伤诚信的环节 —— 引用。支持两种输入:

  • 模式 A — 论文模式:读取你的 .tex 或 .docx 论文,在正文对应章节插入引用 + 生成 References
  • 模式 B — 片段模式:你给一段话或一个观点,输出能支撑它的真实文献列表(不动文档)

两种模式都通过 Semantic Scholar + OpenAlex + Crossref 三源并行检索近年高引文献,对每篇候选执行 DOI 解析 + 多源交叉验证,把无法验证的全部丢弃,按你指定的格式(IEEE / APA 7 / Nature / Vancouver / GB/T 7714)输出。

Stage 0 主动询问 12 项参数:输入模式、文献数量、引用格式、年限、目标章节、必引论文、期刊偏好、期刊分区(Q1 / 中科院 1-2 区)、作者偏好、作者单位偏好、是否含预印本、额外关键词。不会默默用默认值。

核心承诺:

  • 一篇都不编造 — 验证失败的文献直接丢弃,宁缺毋滥
  • 引用编号严格按正文首次出现顺序,零跳跃零孤儿
  • 原文一字不动 — 只追加引用标记和 References,不修改任何已有内容
  • 物理幻觉门控 — 交付前 100% 重审计,任何无溯源凭证的引用都被自动拦截

为什么这个 Skill 不一样:Gate 8 幻觉门控

大多数 LLM 写引用的助手把"不编造"写在提示词里,然后祈祷模型遵守。这在长上下文、API 失败、用户施压等情境下经常崩溃——典型表现是真期刊+假页码、真作者+假 DOI 的"高仿"引用,连资深审稿人都很难一眼识破。

scipilot-cite-skill 把"不编造"从口号升级成机器可证伪的契约。具体做法:

search_papers.py  →  写 evidence_log.jsonl   (每篇 API 响应都落盘)
                                ↓
verify_paper.py   →  写 verification_log.jsonl(每条验证 verdict 落盘)
                                ↓
LLM 准备 final_papers.json (Stage 4 用户确认后的最终清单)
                                ↓
audit_no_hallucination.py 末端独立审计:
  · 100% 重新调 Crossref/S2/OpenAlex 实时复核
  · 与 verification_log.jsonl 逐条对账
  · 检测 verdict drift(日志说 VERIFIED 但实时说 UNVERIFIED)
  · 任何一条没溯源 / 日志缺失 / 漂移 → exit code 2 → 拒绝交付

三种典型幻觉,全部物理拦截:

幻觉模式 拦截机制
LLM 凭印象添加论文 在 verification_log.jsonl 中找不到 paper_id 条目 → FAIL
在 GitHub 查看完整 README

推荐工具

换一个关键词,或者移除筛选条件。

安装

npx skillfish add haojae/scipilot-cite-skill
新手?先看 mcpskill.org 教程 →