文献造假风险核查 · 学术诚信法医 (Paper Integrity Forensics)
零、进化燃料 · 本地即开 · 云端需显式开启
> 📋 安装须知：本技能安装后本地记录默认开启（只记方法层标签，零原文零身份，留你本机），用于本技能自我迭代：
> - 本地记录：每次使用后自动记一行方法层标签（只记方法名，零原文零身份）。
> - 云端上传（零密钥 · 默认关）：需你显式说「开启云同步」才匿名回传反馈信号到藏经阁·易筋平台，跨用户聚合，让技能越用越牛。
> - 说「开启云同步」参与跨用户进化；「别传了」关云端（本地不受影响）；「别记了」全关。
> - 📊 透明度：说"查看我的信号"看记录、"我的技能成长"看进展、"删除我的信号"清空本机记录。
A.1 交互指令响应（强制 · 不可忽略）
用户说出下列任一指令，必须立即执行对应动作，不得当作闲聊：
| 用户指令 | 必须执行 |
|---|---|
| 「开启云同步」 | 写 .cloud_optin = on |
| 「别传了」 | 写 .cloud_optin = off |
| 「别记了」/「再开」 | 写 .optin = off / on |
| 「查看我的信号」 | 跑 python scripts/signal_control.py view |
| 「删除我的信号」 | 跑 python scripts/signal_control.py delete（需用户确认） |
| 「同步我的信号」 | 跑 python scripts/download_signals.py pull |
> 命令执行约定：运行任何 scripts/*.py 前，先定位本技能目录并进入（形如 ~/.workbuddy/skills/@<用户名>/paper-integrity-forensics/，用 ls -d ~/.workbuddy/skills/*/paper-integrity-forensics 找到后 cd 进去），再执行。
A.2 会话钩子 + 收尾信号块（强制 · 本地记录默认开可随时关）
会话开始（首次交互时静默执行，一条命令）：python scripts/session_hook.py start
（内部自动：补传上次积累 + 拉回云端历史 + 缺失检测；失败不阻塞、不打扰用户。）
会话结束（必须执行；结束时记录方法层信号——这是会话完成的标志）：
1. 输出收尾信号块（给用户看，严格格式）：[信号] L<层>·<事件>——只写标签，不加括号解释（如 [信号] L3·helpful）；本地记录关闭时输出 [信号] off；
2. 写 signals-log 由脚本完成（禁止手写 JSON）：python scripts/session_hook.py end --event L3:helpful；
3. 本次调用过外部服务才做客观汇报：对用户说 [使用] <服务>×N 成功M 失败K 耗时Xms，并跑 python scripts/session_hook.py usage --calls N --success M；
4. 若已开云同步：python scripts/upload_signals.py 即时回传。
仅方法层标签，零对话内容、零身份，只写本技能目录内的运行时文件。用户说「别记了」即关、「再开」恢复。
AI 摘要（先用这段判断要不要触发）
- 触发：用户在引用/建立在某篇文献上前，想先做诚信把关——如说「这篇是不是造假」「引用前帮我查查」「查撤稿」「is this paper fake / research integrity check」。
- 输入：一篇文献的身份线索——标题 / DOI / PDF / 一条参考文献条目 / 数据库链接。
- 数据源升级（v1.2 → v1.3）：Step 2 已接入一套实时撤稿检索 API（Retraction Watch + PubPeer 聚合），有 DOI 即可秒级核验撤稿/关切/更正与 PubPeer 同行质疑，作为维度②首选权威源（详见下方「真实接线」）。v1.3 起内置公共免费 key，安装即用，用户无需自配即可免费核查。
- 产出：一份结构化核查报告（推荐输出可保存/分享的 HTML 报告，按
references/report-template.html填充；打包样例见examples/schon-integrity-report.html与examples/obokata-integrity-report.html，另有 wakefield / lacour 作补充真实案例）+ 四级风险评级 + 一句引用决策。 - 硬红线（不可越）：
- 不替用户做最终学术不端裁定（那是期刊/机构的事）。
- 不自动重算原始统计、不自建图片库、不查期刊黑名单 API（指引专业工具）。
- 不重复
smartlib-citation-checker/cjg-paper-fact-checker/global-biblio-base的本职，直接复用或转介。 - 不触发：组会现场快速把关、纯引文验真、文献检索、新颖性判断（见「不触发」）。
术语接地表（首次出现即复用，不再另定义）
| 术语 | 大白话释义 |
|---|---|
| 撤稿 (Retraction) | 期刊/出版社官方撤回已发表论文，视为该文不可信 |
| Retraction Watch | 全球最全的撤稿/更正数据库（免费网页可查） |
| PubPeer | 后出版评议平台，发表后同行对论文提出质疑 |
| Expression of Concern (EoC) | 出版方的「关切声明」，提示该文可能有问题但尚未撤稿 |
| hijacked journal（劫持刊） | 冒用正规期刊名/ISSN 的钓鱼刊（如 Nature→Natur） |
| 掠夺刊 (predatory journal) | 以收费为目的、同行评审形同虚设的劣质刊 |
| 论文工厂 (paper mill) | 批量生产伪造/低质论文的团伙，常呈多旗标组合 |
| GRIM 测试 | 检验报告均值能否由样本量+整数量表推导，否则内部矛盾 |
| statcheck | 检验报告中 p/df/t/F 值是否自洽 |
| ORCID | 作者全球唯一学术身份号 |
| Crossref | 英文文献 DOI 与元数据注册库，可查撤稿标记 |
| DOAJ | 正规开放获取期刊白名单 |
| COPE | 出版伦理委员会，发布引用操纵/论文工厂判据 |
| SmartLib | smartlib-citation-checker 底座（12 亿文献池），用于引文验真 |
| 七维法医核查 | 本技能把「能否放心引用」拆成 7 个可核查维度 |
| 承重文献 (load-bearing ref) | 支撑目标文献核心假设/方法的关键参考文献 |
| 引用链/根基崩塌审计 | 核查目标文献的参考文献本身是否有问题，判断其能否作研究根基 |
何时触发
触发：用户要引用/建立在某篇文献上并想先把关；怀疑论文工厂、撤稿、图片复用、统计造假、掠夺刊、引用操纵；提供了文献身份线索。
不触发（转介其他技能）：
1. 组会现场三关快速把关 → cjg-paper-fact-checker
2. 纯参考文献真实性验真 → smartlib-citation-checker
3. 文献检索调研 → global-biblio-base
4. 新颖性判断 → novelty-validator
核心原则
- 分级怀疑，绝不二元断言：输出 🔴高危 / 🟡中危 / 🟢低危 / ⚪信息不足 四级；每条红旗附证据链接与来源；把最终「是否造假」裁定交期刊/机构。
- 证据可溯，不编造：每条疑似问题必须来自可核查来源（数据库记录/比对结果/官方撤稿通知），绝不凭空断言。
- 七维短板木桶：任一高危维度即足以判「暂缓或不应引用」，不因其他维度干净而放行。
- 复用壁垒：引文验真复用
smartlib-citation-checker；存在性/DOI 复用global-biblio-base。 - 诚实边界：本技能是「调查编排 + 决策建议」，能力边界（图像库/统计重算/黑名单 API）如实标注，指引专业工具。
真实接线 · 撤稿检索 API（Step 2 权威实时源）
> 本技能已对接一套正式撤稿检索 API（底层聚合 Retraction Watch + PubPeer 数据），是 Step 2「撤稿与诚信记录」的首选权威实时源，并顺带供给维度 ③（期刊/出版社/ISSN）与维度 ⑦（作者/机构）。全部调用由 scripts/retract_search.py 封装：三层鉴权（client_id+api_key → 30s Token → HMAC-SHA256 签名防重放）已内置，并含 401 自动重取、≥5 分钟本地缓存、60/min 限流退避。
调用前准备（凭据：内置公共免费 key，开箱即用）
- 自 v1.3 起，技能随包分发一份公共免费 API key（config.local.json，含 base_url/client_id/api_key），用户安装后无需任何配置即可直接调用 Step 2 实时核查。
- 如需用自己的 key 覆盖：① 设置环境变量 RETRACT_BASE_URL / RETRACT_CLIENT_ID / RETRACT_API_KEY；② 或在 ~/.workbuddy/retract_creds.json 写 {"base_url","client_id","api_key"}。
- 限速提醒：公共 key 单 client 限 60 次/分钟，批量查询脚本已自动间隔 1.1s，请勿高频刷。
Step 2 调用语法（AI 直接执行）
# 有 DOI（最稳）：按 DOI 取详情
python <skill>/scripts/retract_search.py doi "<DOI>" --json
# 只有标题/作者：先检索拿 article_id，再取详情
python <skill>/scripts/retract_search.py search "<关键词>" --limit 20 --json
python <skill>/scripts/retract_search.py detail <article_id> --json
# 引用链/根基崩塌审计：批量查一列 DOI
python <skill>/scripts/retract_search.py batch-doi "doi1, doi2, ..." --json
# 也可从文件/管道读： type dois.txt | python ... batch-doi --file -
> <skill> 指本技能目录（scripts/retract_search.py 的相对父目录）。--json 输出供 AI 直接解析；不带则打印人读摘要。
返回字段 → 维度映射
| API 字段 | 维度 | 用法 |
|---|---|---|
| current_status = retracted/concern/corrected | ② | retracted→🔴 不应引用；concern→🟡 暂缓；corrected→🟢 但须记录 |
| events[]（nature/event_date/retraction_doi/source_url_preferred） | ② | 撤稿事件链，作为官方证据链接 |
| pubpeer_comments[]（commenter/comment_date/title/text/url/reply_count） | ②+⑦ | 同行质疑，多条未澄清→🟡；指向作者→维度⑦复核 |
| journal/publisher/journal_issn | ③ | 期刊合法性初判（再走 DOAJ/Cabells） |
| authors/institutions | ⑦ | 作者/机构可信度 |
| original_paper_date/updated_at | ② | 时间线 |
错误处理（真实接线必查）
- 401：Token 过期/无效或签名错 → 脚本已自动重取 Token 重试；仍失败检查 X-Api-Key 与系统时间（±5 分钟窗口）。
- 403：IP 不在白名单或账号停用 → 联系数据服务团队开白名单。
- 429：超 60 次/分钟 → 脚本已退避重试；批量查询自动间隔 1.1s。
- 503：服务暂不可用 → 稍后重试。
- 404（仅 doi/detail）：该记录不在撤稿库 —— 不代表文献无问题，改走 search 关键词检索或交叉核对 Retraction Watch/Crossref。
- 注意：events 可能为空（库未补事件链），此时以 current_status + pubpeer_comments 为准，不得因 events 空而判安全。
主链路（七维法医核查 · 顺序执行）
> 先跑 ①②（通常 1–2 次免费查询即可判高危，优先执行）；未出高危不意味安全，需继续其余维度。再按可获取信息跑 ③④⑤⑥⑦。当某维度缺数据（无 DOI / 库未收录 / 无图可查），将该维度标 ⚪ 信息不足，并在报告末尾列补查清单（如：需补充 DOI、需获取全文、需提供图片），不臆断。
Step 1 · 身份与存在性（Identity & Existence）
- 目标：确认文献真实存在、DOI 正确、期刊被正规收录。
- 怎么查：英文走 Crossref/PubMed/WoS/Scopus；中文走 CNKI/万方/维普（global-biblio-base 可辅助）。把 DOI 贴 https://doi.org/<DOI> 看是否解析到该文；用 api.crossref.org/works/<DOI> 核对元数据。
- 红旗：DOI 解析到不同文章或不解析；索引查无却称已发表；卷期/页码超范围；刊名拼写微差（如 Nature→Natur=劫持刊）。
- 置信度：高（索引是硬事实）。
Step 2 · 撤稿与诚信记录（Retraction & Integrity）
- 目标：查该文/作者是否已撤稿、有无关切或质疑。
- 怎么查（优先级）：① 撤稿检索 API（本技能首选·实时权威）——有 DOI 直接 python <skill>/scripts/retract_search.py doi "<DOI>" --json；只有标题/作者先 search 再 detail；批量走 batch-doi（详见下方「真实接线」）。② 交叉核对：Retraction Watch Database 网页、Crossref 的 is-retracted 字段（不保证每篇都有，须与 API 交叉）、PubPeer、期刊官网 Retraction/EoC/Correction 栏目。
- 红旗与决策：已撤稿 → 不应引用（例：Wakefield 1998 Lancet，2010 撤稿、BMJ 认定数据造假）；有 EoC 或多条 PubPeer 质疑未澄清 → 暂缓引用；同一作者多篇撤稿 → 其全部工作存疑。
- 置信度：高（官方记录）。
Step 3 · 期刊与出版方合法性（Journal Legitimacy）
- 目标：判断期刊是否正规、是否掠夺刊/劫持刊/论文工厂通道。
- 怎么查：DOAJ（白名单）；Cabells Predatory Reports（付费）；中科院分区/JCR/北大核心（收录）；Beall's List（历史归档）。
- 红旗：不在任何正规库且无 DOI 注册；编委会盗用、邮箱免费域名；承诺包过；属已知论文工厂通道（如关停的 Hindawi/Cureus 部分专栏）。
- 置信度：收录状态高；掠夺刊综合判定中（需多旗标叠加）。
Step 4 · 统计与数据诚信（Statistical Integrity）
- 目标：查报告统计量是否自洽、有无造假/操纵痕迹。
- 怎么查：GRIM 测试（均值能否由样本量推导）；statcheck（p/df/t/F 是否自洽）；人工看 SD/p 分布/样本量。
- 红旗：GRIM 不一致；p 值无法由统计量复现；p 值堆在 .04–.05（p-hacking）；多组 SD 异常一致；样本量自相矛盾；数据「过于完美正态」。
- 诚实边界：不自动重算原始统计；列出可疑点并建议用 GRIM/statcheck 或索要原始数据复核。
Step 5 · 图像与结果诚信（Image Integrity）
- 目标：查图片是否复用/拼接/AI 生成。
- 怎么查：ImageTwin（imagetwin.ai，免费额度）做文内+跨库重复检测；人工看 Western blot 条带均匀性、流式图复制翻转。
- 红旗：同图跨多篇；条带/背景复制粘贴；比例尺/标注前后不一致；示意图像 AI 生成。
- 诚实边界：不自建图片库；把关键图交 ImageTwin，结果标「疑似复用/篡改（附来源）」；无图则跳过说明。
Step 6 · 引用与同行评审操纵（Citation & Peer-review）
- 目标：查参考文献真实性、引用是否被操纵、同行评审是否造假。
- 怎么查：把该文参考文献列表交 smartlib-citation-checker 批量验真（抓虚构/张冠李戴）；COPE 文档查 citation stacking/coercive citation；查审稿邮箱域名是否匹配机构。
- 红旗：大量参考文献查无此文（虚构引用）；自引/互引抱团（citation cartel）；同行评审邮箱非机构域名、作者自荐评审/兼任客编。
- 置信度：引文查无高（smartlib 核验）；引用操纵综合中。
Step 7 · 作者与机构可信度（Author & Affiliation）
- 目标：查作者/机构是否真实、匹配领域、是否呈论文工厂特征。
- 怎么查：ORCID；机构官网院系真实性；通讯邮箱域名；发表模式（短期大量相似论文、同日批量提交）。
- 红旗：机构无相关院系却发该领域文（如医学博士发土木工程论文）；邮箱域名不符；作者多篇涉撤稿；稿件像模板批量生产（基因+癌症、讨论肤浅、无基金）。
- 置信度：机构/域名错位中-高；批量雷同中。
引用链 / 根基崩塌审计（Reference-chain / Foundation Audit）
> 用户问「这篇的根基文献是不是也有问题、还能不能当研究根基？」——维度 ⑥ 延伸 + 维度 ①② 批量应用。
- 何时做：用户要建立在某篇文献上、或怀疑其结论源自有问题的引用；尤其当该文自引率 >30%、或 ≥50% 参考文献来自同一期刊/同一作者群时（可用
smartlib-citation-checker的参考文献分析得出该比例），优先做此审计。 - 步骤：
1. 抽取承重文献优先：引言/综述里反复引用的「经典」、支撑核心假设/方法的关键文献、该文自引互引抱团者。
2. 逐条验真：把这批文献交smartlib-citation-checker批量验真；同时在 Retraction Watch/Crossref 逐条查撤稿（维度 ②）。
3. 判根基健康度：- 任一承重文献 🔴（已撤稿/确认虚构/论文工厂）→ 该文不能作为研究根基。
- 多条 🟡 → 该文结论存疑，引用须标注「依赖文献待澄清」。
- 全部 🟢 → 引用链健康，仍按单篇结论定级。
4. 输出「引用链诚信表」（文献｜撤稿/诚信｜真伪｜风险｜对正文影响），模板见references/credibility-report.md。
- 诚实边界：依赖
smartlib-citation-checker底座（需用户侧 SmartLib 授权）；未授权时仅跑 ①② 维度，并标注「引文批量验真未执行」。
综合风险评级 + 引用决策
| 等级 | 触发条件 | 引用决策 |
|---|---|---|
| 🔴 高危 | 任一核心维度确认问题（已撤稿/确认论文工厂/图片确认造假/引用大面积虚构） | 不应引用（或仅作「反面案例」标注引用） |
| 🟡 中危 | 有可信质疑未坐实（PubPeer 多条/EoC/统计或图片存疑待核/期刊可疑） | 暂缓引用，等官方结论或交叉验证后再定 |
| 🟢 低危 | 各维无红旗，或仅可解释小瑕疵 | 可引用，必要时一句出处说明 |
| ⚪ 信息不足 | 关键维度查不到（无 DOI/库未收录/无图） | 谨慎引用，标「未充分核验」并给补查清单 |
原则：决策给研究者，不替研究者定。报告列证据+等级+建议。
报告产出（HTML）
核查完成后，按 references/report-template.html 填充并输出一个自包含 HTML 文件（深色 header + 卡片 section + 彩色风险徽章 + 七维表 + 红旗摘要 + 引用链表 + 诚实声明尾注），便于保存与分享；对话内也可直接给 markdown 表格版。打包样例：examples/schon-integrity-report.html（物理数据/图像造假）、examples/obokata-integrity-report.html（生物图像造假）；examples/ 另含 wakefield-integrity-report.html、lacour-integrity-report.html 作补充真实案例。
非职责边界（NON-mandate）
- 不做最终学术不端裁定（属期刊/机构调查委员会）。
- 不做图像大规模跨库比对、统计原始重算、期刊黑名单 API 查询（指引 ImageTwin/GRIM/Cabells）。
- 不替用户决定「该不该引用」——只给证据与建议。
- 不重复
smartlib-citation-checker/cjg-paper-fact-checker/global-biblio-base的本职——直接复用/转介。
边界情形与红线（Edge cases & red lines）
| 情形 | 处理 |
|---|---|
| 无 DOI / 只有标题 | Crossref 标题检索 + 中文库；仍查不到 → 维度 ① 标 ⚪，给补查清单 |
| 无图可查 | 维度 ⑤ 标 ⚪，跳过，不臆断 |
| 纯中文文献 | 中文库 + 知网撤稿公告 + 卫健委/科技处通报；西方工具对中文弱，已注明 |
| 付费墙/无法获取全文 | 只查元数据与公开质疑（①②⑥⑦）；统计/图像维标 ⚪，建议索全文复核 |
| 信号冲突（已撤稿但被大量正面引用） | 以官方记录为准（撤稿 > 引用量）；结论偏 🔴/🟡 并说明冲突 |
| 作者自称「已澄清」但无官方通知 | 不采信单方声明；标 🟡，等官方结论 |
| 用户要求「直接判定造假」 | 拒绝越权：只做风险筛查；输出证据+等级+建议 |
歧义点消解（C6 · 转化必查）
本段记录原文模糊指令的「歧义点清单」及在本文的消除方式（逐项已消解，无残留）：
| # | 原文模糊处（位置） | 可能的两种解读 | 本文消解方式 |
|---|---|---|---|
| A1 | 主链路引言「信息不足时标 ⚪ 并说明还差什么」 | ① 指任意维度 ② 仅指①② | 已显式：缺数据维度（无 DOI/库未收录/无图）标 ⚪ 并给补查清单 |
| A2 | 引用链审计「大量引用同一小圈子/期刊/作者群」 | ① 主观判断 ② 无量化阈值 | 已显式阈值：自引率>30% 或 ≥50% 参考文献同刊/同群时优先审计 |
| A3 | 维度②「Crossref metadata 可含 is-retracted 字段」 | ① 必有 ② 可有可无 | 已显式：Crossref 不保证含该字段，须以 RW+期刊官网交叉核对 |
| A4 | 主链路引言「①②常直接出高危」 | ① 必出 ② 可能不出 | 已显式：通常 1–2 次免费查询即可判，未出高危不意味安全 |
| A5 | 维度⑦论文工厂特征「基因+癌症、讨论肤浅…」 | ① 示例 ② 穷举 | 已列明判据清单（基因+癌症主题、讨论肤浅、试剂/序列错误、无基金、文档属性异常） |
否定词扫描（C12）：已逐句扫描。NON-mandate 段（不做/不替/不重复）属范围边界声明（即红线），按保真要求保留，未做弱化处理；其余语句已为正面/陈述式，无模糊禁令需转写。
外部标杆（差异化 · 保留）
本技能是「编排+决策层」，区别于单轴工具：Retraction Watch（仅撤稿）、PubPeer（仅评议）、PPS（仅 tortured phrases）、ImageTwin（仅图片）、statcheck/GRIM（仅统计）、Cabells/DOAJ（仅期刊）、COPE（仅流程）、STM Integrity Hub/Papermill Alarm（仅出版社内部）。壁垒：复用 SmartLib + global-biblio-base 真实底座；覆盖中文文献（西方工具盲区）；输出「研究者能直接用的引用决策」。
进化燃料（安装即开）
安装后默认开启：每次使用后自动记录方法层标签（只记方法名，不记你查了哪篇、你是谁），留本地用于持续优化。不需此服务说「别记了」即可关闭。
> ⚙️ 本技能由「技能锻造炉」锻造
迭代日志 (Changelog)
- v1.3.0 (2026-08-25)：凭据策略反转——随包分发公共免费 API key（
config.local.json，含 base_url/client_id/api_key），用户安装即用、无需自配，免费跑 Step 2 实时核查；retract_search.py注释与 SKILL.md 凭据节同步改为「开箱即用」；保留环境变量 / 本地retract_creds.json作为可选覆盖。 - v1.2.0 (2026-08-25)：接入正式「撤稿检索 API」（Retraction Watch + PubPeer 聚合，三层 HMAC 鉴权），新增
scripts/retract_search.py接头脚本（检索/详情/DOI/批量核查 + 401 自动重试 + ≥5min 缓存 + 60/min 限流退避）；Step 2 改为以该 API 为首选权威源，并顺带供给维度③（期刊/出版社/ISSN）与⑦（作者/机构）；凭据走环境变量或~/.workbuddy/retract_creds.json，密钥绝不进包；同步更新integrity-sources.md/report-template.html/coverage.md。 - v1.1.3 (2026-07-25)：将 2 份真实样例报告作为打包样例写入技能——Schön 物理造假案（
examples/schon-integrity-report.html）、小保方晴子 STAP 生物图像造假案（examples/obokata-integrity-report.html）；SKILL.md 接线引用；清理 clarity-forge 审计副产物出发布包，保持技能干净。 - v1.1.2 (2026-07-25)：新增 HTML 报告产出——
references/report-template.html（可复用模板，复用 smartlib 报告样式）+examples/wakefield-integrity-report.html（真实示例）；credibility-report.md与SKILL.md接线指向 HTML 输出。 - v1.1.1 (2026-07-25)：经 skill-clarity-forge v2.3.0 做 AI 可读性转译（功能不变）——加文首 AI 摘要块、术语接地表、主链路原子化（Step 1–7）、引用链审计显式阈值、5 处歧义点消解（C6）、否定词扫描（C12）；保真闸 EXIT=0 通过。
- v1.1.0 (2026-07-25)：新增引用链/根基崩塌审计、边界情形与红线表、worked-examples.md、引用链子表、自审邀请。
- v1.0.0 (2026-07-24)：初版七维法医框架 + 四级风险评级。
> 🔍 自审邀请：可按「技能锻造炉」10 维审查度量尺（cjg-skill-forge/references/skill-review-rubric.md）审视；覆盖见 references/coverage.md。
