來源審查與分類是做什麼的？

尋找候選來源，然後在進行任何分析之前，回答關於每個來源的四個問題：

它是否合法免費？（可及性）
我，作為一個 AI 代理，實際上能否讀取它，以及透過哪種途徑？（可觸及性）
它是否真實、當前且未被撤稿？（完整性）
它的品質和核心程度如何？（評級、角色、⭐ 脈絡選集）

輸出是一個分類帳。research-plan 技能會在其基礎上建構，evidence-check 技能會根據它進行審計，使用者也可以單獨使用它（「這些來源中，哪些你可以讀取，哪些必須由我下載？」）。此技能適用於任何領域和非論文類來源。

核心真理（從慘痛經驗學到；不要重新學習）

可及性是針對每條途徑，而非每篇論文。 一篇開放獲取的文章可能在出版商網站上被封鎖，但可透過 API 讀取，反之亦然。記錄實際有效的途徑。
HTTP 200 狀態碼會騙人。 CAPTCHA 頁面、登入牆、JavaScript Shell、空內容的 XML，以及回報「成功」但內容為空的工具，看起來都像成功。請檢查你實際獲得的內容。
WebFetch 回傳的是模型的提取結果，而非原始網頁。 它適合閱讀和取得後設資料；絕不能作為逐字引用的來源。逐字文本僅能來自原始途徑：使用 shell (curl) 取得的 API XML/JSON、下載的 PDF，或使用者提供的檔案。
被封鎖 ≠ 找不到。 封鎖你的頁面會將來源標記為 unchecked，絕不能標記為 not_found。API 故障意味著忽略該訊號，絕不能記錄為 false。
青銅級（Bronze） ≠ 可讀取。 必須測試它。
絕不規避。 不得使用影子圖書館、鏡像站、快取、繞過機器人/CAPTCHA 的抓取，或批量蒐集。
絕不憑記憶命名來源。 在測試中，兩個模型的初稿參考文獻都出現了錯誤的標題、錯誤的年份、錯誤的 DOI，甚至有一篇不存在的論文。每個來源在被寫入任何地方之前都必須經過查詢。

邊做邊記錄（檢查點）

在開始時建立 research/<slug>/ledger.md。在每次搜尋後，立即將查詢行附加到搜尋日誌中。在分類一個來源後，立即將其行附加到分類帳中。長時間的執行會遺失上下文；磁碟上的分類帳就是記憶體。

步驟 0 — 框架（一個訊息，然後開始）

用一行說明：問題 · 領域 · 年份範圍（預設：過去 10–15 年 + 重要的舊作；「近期」= 5 年） · 範圍內的來源類型 · 來自請求的硬性限制（例如「評分量表需要 2 個書籍章節」） · 深度：

quick（快速）：保留 8–15 個來源。滾雪球式搜尋為可選（從頂級評論進行一次前向滾雪球）。超過上限的記錄記錄為 not carried forward (cap)（未推進，已達上限）：計算在內，但無需給出排除理由。
deep（深入）：保留 25 個以上，從 3–5 個最核心的作品進行後向和前向滾雪球搜尋。

除非使用者更正，否則繼續進行。如果使用者說「與我確認」/「逐步進行」，則在每個 ◆ 處暫停。否則直接執行到底，並在最後列出你的選擇。

步驟 1 — 優先檢查使用者已有資源

檢查使用者已擁有的資料：一個連結的 PDF 資料夾、之前的 research/*/ 分類帳、一個 .bib 或 Zotero/CSL 匯出檔案。已擁有的來源標記為 held: library。將它們的 DOI 傳遞給搜尋步驟，標記為「已有」。

步驟 2 — 發現

每個概念設定一個詞彙集，用 OR 連接：同義詞、縮寫、舊名稱、英/美式拼寫、方法名稱。對於生命科學，添加 MeSH 術語 + 入口詞、基因符號、酶名稱 + EC 編號、拉丁名 + 常見生物名稱。使用方法查詢，而非作者。 每次查詢使用 2–3 個概念組；使用更多 AND 會得到 0 個結果。

需求	主要資料庫	也可使用
生物醫學 / 生命科學	PubMed (MeSH)	Europe PMC REST (`SRC:"PPR"` 可找到 bioRxiv/medRxiv 預印本；`HAS_FT:y` 表示有全文可用), OpenAlex
任何領域，廣泛	OpenAlex (主題/概念過濾器優於原始搜尋)	Semantic Scholar, Crossref
計算機科學 / 機器學習 / 物理 / 量化生物學	arXiv (按相關性排序)	Semantic Scholar, alphaXiv / Scholar Feed
預印本	Europe PMC `SRC:"PPR"` 或 OpenAlex `type:preprint`	bioRxiv 連接器沒有關鍵字搜尋功能：僅用於查詢已知 DOI 的詳細資訊和已發表版本
書籍章節	OpenAlex `type:book-chapter`, 出版商目錄, WebSearch	驗證容器書籍（見步驟 4）
主張 / 快速評論	Consensus, Elicit (如果已連接)	透過 DOI 驗證每個結果
非論文類	優先查閱擁有者的官方文件/規格/程式碼	其餘部分使用 WebSearch

敏感度檢查： 如果已知關鍵論文，請確認你的查詢能找出它們。
結果數量： 數萬筆結果表示範圍太寬；0–1 筆表示限制過嚴，需重新措辭。重新措辭一個零結果的查詢屬於同一輪工作。
記錄： 標題、作者、年份、發表處、類型、DOI · PMID · PMCID · arXiv · URL, found_via。
去重： DOI → 其他 ID → 標準化後的標題 + 年份。合併預印本和已發表版本。
界限： 在達到約 1,000 筆記錄或約 50 次 API 呼叫前，與使用者確認。

◆ 檢查點：詞彙、查詢、結果數量。

步驟 3 — 可及性審查（在閱讀任何內容之前）

3a. 法律可及性（批次處理）

對於每個保留的來源，呼叫 OpenAlex get_work（搜尋結果會省略授權資訊）。精確複製其 oa_status 值：gold · diamond · hybrid · green · bronze · closed。同時記錄 license 和 oa_url/pdf_url。Europe PMC 的 license 欄位和 PubMed 的 get_copyright_status 可作為備用方案。Unpaywall（version, host_type）需要一個真實的 Email：僅在使用者同意用於此目的時使用；否則跳過。

無資料 → unknown。絕不能自行發明 oa、? 後綴或出版商名稱作為可及性值。
非論文類來源 → web。
授權未知 → 在重新分發時視為 local-only。

3b. 代理可觸及性：途徑階梯（在第一個成功處停止）

已有（Held）：在使用者的資料庫或先前的執行中。
Europe PMC REST，原始資料，透過 shell curl，前提是 shell 可以存取：
- 搜尋：…/rest/search?query=DOI:"a" OR DOI:"b"&format=json，每次呼叫 ≤ 8 個 DOI，間隔 ≥ 1 秒；
- 全文：…/rest/{PMCID}/fullTextXML。這是最好的逐字引用途徑。僅在 shell 無法存取時使用 WebFetch；WebFetch 會拒絕長 URL 且有速率限制。
- 429 → 等待，重試一次。5xx → blocked:http-5xx，前往下一條途徑。
PubMed get_full_text_article：僅在 full_text 非空時有效。空內容 → blocked:empty-body。
預印本伺服器：arXiv, bioRxiv/medRxiv 的 .full 頁面。
開放獲取位置：OpenAlex oa_url/pdf_url（直接的 PDF URL 可能比文章頁面更有效）、Semantic Scholar openAccessPdf、CORE、Crossref TDM 連結。
出版商頁面：每個主機僅嘗試一次。跟隨 DOI 重新導向即為該次嘗試。絕不跟隨進入 robots.txt 禁止的主機（ScienceDirect / Elsevier linkinghub）。
作者或機構典藏，透過 WebSearch 搜尋 "<精確標題>" pdf。尊重「禁止文本與資料探勘 / AI 使用」的聲明。
以上皆無效：記錄原因並將此來源轉交給使用者。

2026年10月觀察結果（應重新測試；這些情況會改變）：

原始資料途徑有效：透過 curl 存取的 Europe PMC REST。
提取途徑有效：Nature OA、Frontiers、MDPI、bioRxiv .full、arXiv、來自 OpenAlex 的 Springer PDF URL。
被封鎖：ScienceDirect（機器人）、包含 Wiley OA（擷取錯誤）、Springer 文章頁面、BMC PDF 端點、PMC 網站（CAPTCHA）、Annual Reviews、Science。
不可靠：PubMed 全文工具（經常回傳空內容）、Europe PMC fullTextXML（某些 PMCID 回傳 HTTP 500）、透過 WebFetch 存取的 Europe PMC（有速率限制）。

在將任何內容標記為可讀取之前，請驗證：

主體文本超出摘要範圍；
不是 CAPTCHA / 登入 / 拒絕存取頁面；
不是空內容或僅含後設資料的 XML。
下載的檔案僅在其開頭為 %PDF-、非 HTML，且大小超過約 10 KB 時才計入。

可觸及性	含義
`readable:<route>`	已取得全文：`readable:europepmc-xml`（原始資料） · `readable:pdf`（原始資料） · `readable:webfetch`（提取所得，不適用於逐字引用）
`abstract-only`	僅能獲得摘要（典型的付費牆）
`blocked:<reason>`	`paywall`（連摘要都沒有） · `robots` · `captcha` · `login` · `http-4xx` · `http-5xx` · `fetch-error` · `rate-limited` · `empty-body` · `js-shell`
`unchecked`	未嘗試（預算/上限）。絕不寫「未測試」。

標籤規則： 控制詞優先，必須與上表完全一致。備註可在括號中附上，例如 verified (Crossref DOI)。

在將來源標記為 blocked 或 abstract-only 之前，請先尋找一份綠色的副本。一個在法律上屬於 gold/hybrid/green/bronze 但對你來說是 blocked 的來源，會被歸入「免費但對 AI 封鎖」的章節。

步驟 4 — 完整性（批次處理；在命名任何來源之前）

在發現步驟之後立即對每個你將要命名的來源執行此步驟：無論是在計畫中、作為 ⭐，或是作為推薦。這不是最終步驟。

存在性： 判定結果為 verified · partial · mismatch · not_found · unchecked。使用 Reference Checker 的 check_references + OpenAlex 的 resolve_references。當工具之間意見不一致時，在 Crossref 或 OpenAlex 中精確匹配到的 DOI 優於標題搜尋得到的 not_found；請同時記錄兩者。
書籍章節： 驗證容器書籍，而不僅僅是 DOI：書籍標題、編輯者、頁碼和出版商來自 Crossref 記錄（api.crossref.org/works/<doi> → container-title, page）。在測試中，DOI 是正確的，但書籍標題卻是錯的。
撤稿： 使用 check_retractions 檢查。Clear 僅表示「未找到撤稿通知」。
同儕審查： 為預印本加上標籤（在分類帳中標記為 peer: preprint；在來源檔案條目中標記為 `preprint`）；如果存在已發表版本，請引用它。
污染： 一個 2024 年之後的預印本如果在 ≥2 個索引中無法匹配，則存在偽造風險。請重新驗證或捨棄它。
掠奪性期刊標誌；灰色文獻：URL + 存取日期 + Wayback Machine 連結。

步驟 5 — 評級、角色、⭐

評級 A–F： 根據其在所屬領域的適用性、方法論、同儕審查、時效性、資料和利益衝突的中位數。完整性失敗會將評級上限限制為 D。一個未讀取或僅有摘要的來源會獲得一個暫定性評級（B?）。 角色： evidence（證據） · background（背景） · method（方法） · tool/data（工具/資料） · counter（反方觀點）。 非論文類分級： T1 擁有者文件/規格/程式碼/法規 · T2 機構級 · T3 專家報導 · T4 社群級 · T5 廠商行銷。

⭐ 脈絡選集（5–10 個選擇）：如果儲存在本地，最能改善正在建構之專案的來源。可及性無關緊要。每個選擇需要：

為何重要；
如何取得（OA 連結 / VIT 圖書館登入 / 館際合作 / 寫信給作者）；
一個「另存為」的名稱 <firstauthor>-<year>-<keyword>.pdf；
重新分發： ok（CC-BY / CC0 / 公共領域）或 local-only（其他所有情況，包括未知授權）。

偏差檢查： 如果某個維度上已知的值中有 ≥70% 相同，則在分類帳中說明數量。

步驟 6 — 分類帳

research/<slug>/ledger.md：第一個表格，每個來源一行，欄位順序如下： # · Short cite · Type · Role · Grade · access · licence · version · reach · held · read · integrity · retraction · peer · ⭐ · Save as · Link · found_via

read 初始值為 not-read；research-plan 會將其填入 full · sections:<which> · abstract · metadata。
⭐ 對於選定的來源為 ok 或 local-only，否則為 -。
被排除的行使用 ID E1…。

在表格下方：

搜尋日誌： 資料庫 · 日期 · 查詢 · 結果數 · 哪個詞彙找到了什麼。
計數： 已識別 → 去重後 → 未推進（已達上限） → 保留 → 已排除（附原因）。任何「計數」行中的 total = 分類帳中的每一行，包括被排除的。

運行附帶的檢查器，python3 <此技能資料夾>/scripts/research_checks.py ledger research/<slug>/ledger.md（標準庫 Python，在你的沙箱中執行），並在移交前修復錯誤。如果單獨使用，請將分類帳渲染為 research-plan 中描述的來源檔案。

隱私

僅使用主題詞進行搜尋，絕不使用使用者未發表作品中的句子。使用者的 Email 僅用於 Unpaywall，並且僅在使用者同意後使用。

來源審查與分類