ccanunez/verificar-bib

驗證參考文獻並找到相關論文

目標：對於每一筆參考文獻，判定其是否存在、資料是否正確、是否仍有效（未被撤回）、以及是否支持文中聲稱的論述；並提供閱讀與下載位置。預設使用使用者語言（預設為西班牙文，但會根據使用者輸入調整）。

參數

/verificar-bib <refs.bib | refs.txt | 文稿資料夾> [profundo] [huecos] [parche]

• profundo：額外進行論述驗證（步驟 4）。這是最耗費資源的步驟：應先詢問使用者，未經同意不得啟用。
• huecos：建議遺漏的參考文獻（例如 --huecos 20）。
• parche：產生一個修正過的 .bib 檔案，不更動原始檔案。

1. 取得參考文獻

• .bib：直接使用該檔案。
• 純文字列表（貼在對話中、從 PDF 中擷取、或從論文的 References 章節複製）：將其儲存至暫存區作為 .txt 檔案，每行或每個段落一筆參考文獻。若來源是 PDF，僅擷取參考文獻章節。
• LaTeX 專案：找到 .bib 檔案（透過 \bibliography{…} 或 \addbibresource{…} 宣告），並使用 --tex 傳送專案資料夾路徑。此腳本會比對 \cite（支援 natbib 和 biblatex）中的鍵值與 .bib 條目，並擷取每個引用附近的句子。

2. 執行驗證程式

python3 -I ~/.claude/skills/verificar-bib/scripts/verificar_bib.py <refs> --out <scratchpad>/informe_bib.md --json <scratchpad>/informe_bib.json [--tex <carpeta>] [--contextos <scratchpad>/contextos.md] [--huecos 20] [--parche <scratchpad>/refs.corregido.bib] [--macros-aas]

對每筆參考文獻，依序查詢：DOI（若無任何資料庫擁有，則查詢 doi.org 解析器）、arXiv ID、OpenAlex 中的標題、OpenLibrary（書籍）、ADS（若設定 ADS_API_TOKEN）、年份+卷期+頁碼、Crossref 書目與 arXiv。找到的論文會加上撤回與勘誤資訊（Retraction Watch，透過 OpenAlex 與 Crossref），若參考文獻引用的是預印本，則加上已出版版本，以及開放取用連結。判決結果：

• 🚩 RETRACTADA（已撤回）：論文存在但已被撤回或撤銷。不應做為證據引用。
• ✅ OK：標題、第一作者、年份（±1 年，考慮 arXiv 與出版版的差異）、卷期與頁碼一致。書籍不要求年份完全相符，因為資料庫可能索引不同版本。
• ⚠️ DISCREPANCIA（不吻合）：論文存在，但某些資料不符：年份、卷期、頁碼、作者順序、DOI 不存在或指向另一篇論文，或該卷期/頁碼上已有另一篇不同標題的論文（這是虛構引用的典型模式，將虛構內容套用在真實期刊上）。
• ❌ NO ENCONTRADA（未找到）：所有資料庫都找不到此筆文獻，因此可能是虛假引用。會附上最相似的候選論文作為線索。

報告中會包含重複（同一篇論文有兩個不同的鍵值，或同一個鍵值出現多次）、與 .tex 檔案的比對結果（被引用但無對應條目的鍵值，會顯示為 [?]，以及未被引用的條目）、遺漏的參考文獻，以及備註（已發表的勘誤、預印本已正式出版、書籍版本等）。

執行注意事項：

• 有快取機制，位於 ~/.cache/verificar-bib（保留 30 天）：編輯 .bib 後重新執行幾乎即時完成。使用 --sin-cache 可忽略快取。
• arXiv 查詢頻率限制為每 3 秒一次。若參考文獻超過約 50 筆，請在背景執行。
• 若報告中出現「部分查詢失敗」的警告，❌ 的結果可能為偽陰性：請稍後重試。
• 若未設定 OPENALEX_API_KEY，OpenAlex 會根據 IP 提供每日小型配額。ADS_API_TOKEN 會啟用 ADS，在天文學領域中，ADS 收錄了其他資料庫沒有的書籍、會議論文與早期論文。如果使用者擁有這些金鑰，請讓他們自行匯入，切勿為使用者建立金鑰或讀取其值。
• --strict 參數會在出現 ❌、🚩 或遺漏鍵值時以退出碼 1 結束（適用於最終提交前的檢查）。

3. 手動檢查可疑項目（此步驟不可省略）

此腳本僅是過濾器。切勿只因腳本找不到某筆文獻就將其宣告為虛假。 對於每個 ❌、🚩 和非平凡的 ⚠️：

1. 使用 WebSearch 搜尋完整的標題（加上引號），以及「第一作者 + 年份 + 期刊名稱」。
2. 考慮常見的偽陰性情況，這些不代表虛假引用：
   • 書籍、章節、學位論文、早期會議論文（@book、@phdthesis、@inproceedings）：資料庫索引不完整，或使用重印的日期。簡短標題（例如 Fluid Mechanics）可能與同名不同作品混淆。
   • 軟體與資料（@misc、@software：FARGO3D、RADMC-3D、astropy…）：請在 ASCL、Zenodo 或 GitHub 上驗證，並確認軟體要求引用的出版物。
   • 1990 年之前的論文沒有 DOI：這些論文在 OpenAlex 上可能找不到，但 ADS 有收錄。
   • 同一篇論文同時有期刊版與會議版（例如 Shakura & Sunyaev 1973 在 A&A 與 IAU Symp. 55）：資料庫可能回傳另一個版本。
   • 近期預印本尚未正式發表。
   • 團體作者或非拉丁字元名稱。
3. 對於「作者順序」的 ⚠️ 警告，請檢查鍵值（例如 Casassus2025）與文中 \citet{} 的引用是否將作品歸屬於非第一作者的人。這樣的情況確實需要修正。
4. 對於 🚩 警告，請在官方撤回通知中確認，並告知使用者該引用出現在何處。
5. 每筆參考文獻的最終判決：
   • 真實且正確；
   • 真實但資料需修正：提供修正後的 BibTeX 欄位；
   • 已撤回：告知引用位置，並建議替代文獻或上下文；
   • 無法驗證：已搜尋但無結果，請向使用者索取原始來源；
   • 虛假：僅在有證據時才判定，例如 DOI 或卷期頁碼屬於另一篇論文，且不存在符合該標題的內容。

在報告開頭新增「人工驗證」章節，列出這些判決結果。

4. 驗證論述（profundo 模式）

需要 --tex 與 --contextos。上下文檔案包含每個被引用的參考文獻的摘要，以及 .tex 檔案中引用該文獻的句子（檔案:行號）。對於每個引用：

1. 將句子的聲明與摘要進行比對。分類為支持、部分支持（例如論文在另一種情況下或更謹慎地呈現）、不支持或無法透過摘要驗證。
2. 對於無法驗證與不支持的項目，在得出結論前，先開啟全文（arXiv 或報告中的 PDF），找到具體段落。引用論文中的章節或頁碼。
3. 判斷論述本身，而非寫作風格。指出通用引用（例如「詳見……的綜述」）是可接受的。
4. 將結果以表格形式寫入報告末尾：檔案:行號 | 鍵值 | 判決 | 論文證據 | 建議。首先排序不支持的項目。

若引用數量眾多（超過約 60 筆），請詢問使用者是否要全部檢查或優先處理：那些支持自有結果、數值與直接比較的引用。

5. 遺漏的參考文獻（huecos）

--huecos N 會列出使用者自己的參考文獻中至少兩篇共同引用的論文，但使用者本身並未引用。排序依據是被使用者參考文獻引用的次數。並非所有結果都適用：請根據與工作主題的相關性進行過濾（閱讀標題，必要時閱讀摘要），並僅呈現那些值得考慮的文獻，並附上一行說明原因。

6. 交付成果

• Markdown 格式的報告，包含連結（DOI · ADS · arXiv · PDF · ISBN）與人工驗證結果。若使用者要分享報告，可提供將其發布為 Artifact 的選項。
• 在對話中提供摘要：多少 ✅、多少需要修正資料、多少已撤回、多少可能為虛假及其原因；在 deep 模式下，有多少論述未獲得支持。
• 未經許可不得編輯使用者的 .bib 檔案。 --parche 會寫入一個單獨的檔案，僅對 ✅ 的條目新增 doi/eprint，使用大括號保護縮寫，並在使用 --macros-aas 時縮寫期刊名稱（\apj、\aap、\mnras…；需要 aas_macros.sty 或 AASTeX）。絕不更改年份、卷期或頁碼。這些修正會先提出，僅在使用者同意後才套用。在取代原始檔案前，顯示 diff。
• 連結僅供閱讀與下載。除非使用者明確要求，否則不要下載 PDF。若使用者要求，請將其儲存至一個新的空資料夾。

注意事項

• 使用 plainnat/aasjournals 時，標題會轉為小寫。修正腳本會保護縮寫（例如 {PDS} 70、{ALMA}、{3D}），但不會保護專有名稱（例如 Jupiter、Kepler）：請務必檢查。
• BibTeX 解析器功能有限：不支援 @string 或使用 # 的字串串接。若 .bib 使用了這些功能，請提出警告。
• ADS 的連結會對自動化瀏覽器顯示人機驗證。這些連結是給使用者使用的，不要讓 Claude 開啟它們。
• 測試：--selftest（無網路）與 tests/regresion.py（有網路，使用包含陷阱引用的固定測試資料）。