人工智能RAGAgent 记忆MCP 服务知识管理【免费下载链接】gbrainGarrys Opinionated OpenClaw/Hermes Agent Brain项目地址https://gitcode.com/gh_mirrors/gb/gbrain点击查看免费下载本文以 gbrain 技能仓库中的 academic-verify 技能 为核心讲解如何对书籍、文章或对话中引用的研究主张做“主张 → 论文 → 方法学 → 原始数据 → 独立复现”五级溯源并产出带裁决结论的concepts/脑页面。读完本文你将掌握该技能的全部触发方式、五步工作流、五种裁决标准的判定边界以及它与 perplexity-research、citation-fixer 和 brain-first 约定的协作机制可直接在自己的 Agent 工作流中复现这套“引文可验证”的严谨度标准。一、技能定位这是一个“学术主张核验”工作流而非普通搜索academic-verify版本 0.1.0是 gbrain 插件技能树中一个用于研究主张 / 学术引文核验的编排技能。当一本书、一篇文章或一位讲者引用了一项研究、引用了一个数字时它会沿着一条固定的证据链完成溯源claim → publication → methodology section → raw data source → independent verification即主张 → 发表物 → 方法学部分 → 原始数据源 → 独立验证。该技能在每一步都要回答六个关键问题SKILL.md 原文定义这个数字从哪来自发数据调查数据政府数据基线是什么“较什么下降了在什么时间段内”原始数据可得吗公开 / 专有 / “按需提供”有人独立验证过吗复现研究政府审计存在混淆因素吗其他干预、政策变化、疫情、抽样偏差比较是否公平挑拣对照组幸存者偏差最终产出是一篇位于concepts/claim-slug.md的脑页面记录主张原文、溯源过程与裁决结论——这样未来再次引用同一主张时可以直接复用这份已验证的分析而不是重复花网络检索的钱。二、何时使用与何时不用技能在前置声明中明确划定了自己的适用范围SKILL.md适用场景一本书引用了某项研究你想确认它是真实的、没有被错误引用一篇文章提出量化主张如 “X 使 Y 降低了 40%”你想把它追溯到源头数据你正在写一篇依赖某研究成果的内容想验证底层论文站得住脚你正在更新引用某项研究主张的脑页面想顺带记录其核验状态。明确不是不是对抗性/对手研究oppo work——目的是严谨不是“打假”不是泛化网络研究——开放式话题探索应直接用perplexity-research不是纯脑内检索——纯脑内查证是gbrain query的职责。它的路由触发词frontmattertriggers包括verify this academic claim、check this study、academic verify、validate citation、is this study real、Retraction Watch 等。frontmatter 还声明了mutating: true、writes_pages: true、writes_to: [concepts/]即这是一个会修改脑库并写入页面的技能落盘目录被限定在concepts/之下。三、工作原理D7/α 架构下“纯路由”式编排技能自述为 “D7/α: pure routing through perplexity-research”是一个薄编排器真正的联网搜索由 perplexity-research 完成academic-verify 负责的是工作流本身——精确界定主张、以 citation-mode 把主张送进 perplexity-research、再把响应格式化成“裁决形状”的脑页面。完整五步工作流Step 1界定主张Scope the claim把“到底在主张什么”钉死至少收集四要素引文Quote谁、说了什么来源Source哪篇论文 / 哪个数据集 / 哪项调查数字Number主张的具体数量是多少时间范围Period覆盖哪段时间。主张界定不精确后续所有检索和裁决都会失焦这是整个工作流质量的地基。Step 2Brain-first 查证gbrain query paper title OR author name OR claim keywords如果脑库中已有对该主张的核验记录直接复用。这一步由 brain-first.md 约定强制保证任何实体/人/公司/事实查询前都必须先走脑库且检索链有强制顺序——精确已知 token 用search便宜的混合检索仅向量关键词、无扩展概念/景观类问题用query多查询扩展能找回search漏掉的措辞找到 slug 后用get_page读取完整编译结论只有前两步无果才允许调用外部 API。该约定还指出“非零的search命中数不是完整性信号”因此此类核验即使已有命中也建议补跑一次query。Step 3以 citation-mode 调用 perplexity-research把主张 脑库上下文一并发给 perplexity-research并显式要求返回原始发表物标题、作者、期刊、年份、DOI方法学部分摘要原始数据可得性公开仓库专有独立复现状态Retraction Watch / PubPeer 命中对该论文提出批评或补充语境的其他引用。从 perplexity-research 技能 的实现细节看这一步背后是把脑库上下文内联进 Perplexity 查询让搜索引擎聚焦于“脑库尚不知道的增量”# 1. 拉取脑库上下文 gbrain get slug # 或 gbrain query topic keywords # 2. 把脑库内容内联进查询并逐条要求引用 # Topic: topic # Brain context (what we already know): embedded gbrain content # Find: whats NEW since 2026-MM-DD that the brain doesnt reflect. # Cite every claim. # 3. 调用 Perplexity API 或宿主自带的 perplexity 二进制 # curl https://api.perplexity.ai/chat/completions \ # -H Authorization: Bearer $PERPLEXITY_API_KEY \ # -H Content-Type: application/json \ # -d {model: sonar-pro, messages: [{role:user,content:...}]} # 4. 通过 put_page 写入结构化研究页 gbrain put research/slug # 5. 按 Iron Law 为提到的实体人、公司建立交叉链接模型选择上sonar-pro约 $0.04/次用于深度分析、实体丰富、交易研究sonar约 $0.007/次用于批量监控、简报流水线等成本敏感场景技能默认优先sonar-pro批量/定时任务可降级到sonar。另有recency_filter: hour|day|week|month|none参数适合新闻周期话题长期研究可不传。Step 4格式化裁决Format the verdict把结果写入concepts/claim-slug.md裁决为以下五种之一详见第四节裁决标准。Step 5交叉链接原始来源论文作者如有脑页面则链接到people/若作者显著notable则新建作者页——依据 quality.md 中的 Iron Law 反向链接规则提及已有脑页面的人/公司必须从该实体页面反向链接回提及页格式- **YYYY-MM-DD** | Referenced in page title -- context同时新页面也向前链接到实体页双向闭合“未链接的提及就是坏掉的脑”。四、裁决标准严谨度的标尺技能给出了五级裁决及各自的严格判定边界SKILL.md这是全篇最核心的“严谨度契约”裁决成立条件关键边界Verified已核验底层论文真实存在原始数据公开或有独立实验室确认过结果且引用方对主张的表述准确三者缺一不可Partial部分核验论文真实、发现成立但引用语境“过度推销”例如论文只证明相关性却被引成“X 导致 Y”或“所有研究都发现 X”实际只是单项低功效研究Unverifiable不可核验底层数字无法追溯到源数据、无复现、无独立确认不等于“错误”——应表述为“我们无法核验”而不是“这是错的”Misattributed误归属引用指向某篇论文但论文实际并未说引用方声称的内容常见于政策简报policy briefsRetracted / disputed撤稿 / 争议论文被撤稿、有重大关注声明expression of concern或存在与头条发现相矛盾的有据可查的批评有正式记录才可判定技能强调两条底线没有证据就不要声称有问题核验文档本身就是产物——如果主张站得住就直说如果站不住让溯源记录自己说话。同时禁止把“Unverifiable”当作“没认真找”的遮羞布——裁决针对的是来源本身而非你的检索努力。五、输出格式concepts/claim-slug.md页面模板技能规定输出的脑页面模板如下完整继承自 SKILL.md--- title: [Claim summary] — Verified type: research date: YYYY-MM-DD verdict: verified|partial|unverifiable|misattributed|retracted brain_context_slugs: [pages cited as context] --- # [Claim summary] — Verified One-line: the verdict the bottom-line reason. ## The Claim Exact quote, exactly as stated, with source attribution. ## Trace | Step | Finding | Source | |------|---------|--------| | Original publication | [Title, authors, year, DOI] | [URL] | | Methodology | [1-line summary; flag obvious limits] | [URL] | | Raw data | [Public repo / proprietary / available-on-request] | [URL] | | Independent replication | [Replication studies and their results] | [URL] | | Critical citations | [Papers that critique this work] | [URL] | ## Verdict [Verified / Partially verified / Unverifiable / Misattributed / Retracted] [1-2 paragraphs explaining WHY the verdict, with specific evidence.] ## Caveats [Honest limits: what we couldnt verify, what would change the verdict.] ## See Also - Original paper: Title - Authors brain pages: Author 1, ... - Related claims (verified or otherwise): [...]模板的“Trace 表”直接对应五步工作流每一行都要求附上可点击来源 URLCaveats 一节强制保留诚实边界——什么没核验到、什么条件会改变裁决防止“Verified”被过度泛化。这与 quality.md 的强制内联引用规则一致写入脑页面的每个事实都要带[Source: ...]内联引用网络内容格式为[Source: {publication}, {URL}, YYYY-MM-DD]综合结论标注[Source: compiled from {sources}]来源优先级从高到低为用户直接陈述 → 脑库编译结论 → 时间线原始证据 → 外部来源。六、Agent 侧可用的核验数据库技能以表格形式内置了一批供 perplexity-research 查询使用的权威数据库SKILL.md数据库提供什么检索入口模式Retraction Watch撤稿、更正、关注声明retractionwatch.com/?sNAMEPubPeer匿名的发表后同行评审pubpeer.com/search?qNAMEOSF开放科学框架预注册、开放数据、开放材料osf.io/search/?qQUERYSemantic Scholar引文分析、论文元数据api.semanticscholar.orgOpenAlex开放引文数据、机构隶属关系api.openalex.orgMany Labs社会心理学的复现结果osf.io/wx7ck/实际执行时Agent 把主张与这些查询模式交给 perplexity-research 代跑而不是自己逐个抓取Perplexity 返回的带引用结果本身就是证据——这正是“引文即证据”设计的关键。七、与周边技能的协同边界perplexity-researchacademic-verify 的实际“搜索引擎”。perplexity-research 的职责是“把脑库上下文喂给 Perplexity、聚焦增量、逐条给引用”academic-verify 在其上叠加“引文核验”语义。两个技能互相引用对方构成一个“研究→核验”的双向组合前者做开放研究后者做封闭核验。citation-fixer分工明确——citation-fixer 修的是引用格式扫描全库、修复格式不符的[Source: ...]、通过 X API 解析缺失 URL 的推文引用academic-verify 查的是被引主张是否为真。一个是“排版合规”一个是“事实核验”两者在 quality.md 的引用规则下汇合。quality.md 与 brain-first.md前者提供引用格式、来源优先级、反向链接与 Notability 门槛“拿不准就不建页”——400 粉丝发过一次推的人不构成人物页后者提供强制检索链。academic-verify 通过在技能开头引用这两个约定的规范形式 **Convention:**块通过脑优先合规检查——brain-first.md 明确列出academic-verify属于“已包含规范 Convention 引用、直接判为 OK”的技能无需额外声明brain_first: exempt。文件落盘规则_brain-filing-rules.md 规定页面的主要主题决定落盘目录——研究主张属于可复用心智模型应落入concepts/与技能 frontmatter 的writes_to: [concepts/]一致而不是放进只承载原始数据的sources/新页面必须前向链接已有脑内容反向链接按 Iron Law 闭合且每个事实带[Source: ...]。八、反模式清单技能明令禁止以下行为SKILL.md❌跳过 brain-first 查证——对已经核验过的主张重复核验纯属浪费 Perplexity 花费❌绕过 perplexity-research 自行编造检索——Perplexity 的引用就是证据没有它们裁决只是意见❌未确认原始数据可得性就判定 “Verified”——复现比任何单篇论文都更有分量❌检索不够就判 “Unverifiable”——裁决针对的是来源不是你的检索努力。九、工程保障路由评估与一致性契约技能目录下带有 routing-eval.jsonl内含 5 条路由评估样例用于验证意图能否被正确路由到本技能每条 intent 至少包含一个触发词子串{intent:Please verify this academic claim from the book against the original paper,expected_skill:academic-verify} {intent:Check this study cited in the article — has it been replicated,expected_skill:academic-verify} {intent:Run academic verify on the 40% reduction claim and trace it to the source data,expected_skill:academic-verify} {intent:Validate citation for the Stanford study referenced in the policy brief,expected_skill:academic-verify} {intent:Is this study real, or is it on Retraction Watch,expected_skill:academic-verify}此外test/skills-conformance.test.ts 对每个技能目录做了机械一致性校验必须含 YAML frontmatter且含name、description字段、必须有## Contract、## Anti-Patterns、## Output Format三个章节同时校验 skills/manifest.json 覆盖了每个技能目录且路径可解析。因此 academic-verify 底部的## Contract承诺路由匹配规范触发词、输出限定在writes_to:目录、遵循所引用的约定、保留隐私契约与## Output Format章节不只是文档装饰而是通过测试强制执行的格式契约。十、相关路径速查技能本体plugin/skills/academic-verify/SKILL.md路由评估样例plugin/skills/academic-verify/routing-eval.jsonl底层检索引擎plugin/skills/perplexity-research/SKILL.md引用与反向链接规则skills/conventions/quality.md脑优先检索链skills/conventions/brain-first.md引用格式修复与事实核验互补plugin/skills/citation-fixer/SKILL.md脑库文件落盘规则skills/_brain-filing-rules.md技能一致性测试test/skills-conformance.test.ts一句话总结academic-verify 用“薄编排 厚证据”的方式把一次学术引文核验固化成可复用、可回查、带裁决的脑页面资产——它不替 Agent 做研究而是替 Agent 把“主张是否成立”这件事钉在可追溯的证据链上。赞分享人工智能RAGAgent 记忆MCP 服务知识管理【免费下载链接】gbrainGarrys Opinionated OpenClaw/Hermes Agent Brain项目地址https://gitcode.com/gh_mirrors/gb/gbrain点击查看免费下载相关推荐gbrain academic-verify 技能全解析把学术声明追溯到原始数据的引文核查工作流gbrain academic verify 技能全解析把学术声明追溯到原始数据的引文核查工作流 本指南围绕 gbrain 技能库中的 academic ve人工智能RAGAgent 记忆MCP 服务知识管理gbrain article-enrichment 技能实战把原始文章堆砌改写成结构化、可引用、可行动的 Brain Pagegbrain article enrichment 技能实战把原始文章堆砌改写成结构化、可引用、可行动的 Brain Page 导读本文围绕 gbrain人工智能RAGAgent 记忆MCP 服务知识管理GBrain 来源溯源Source Attribution实战指南让大脑中每条事实都可审计、可追溯、可引用GBrain 来源溯源Source Attribution实战指南让大脑中每条事实都可审计、可追溯、可引用 导读 本文以 GBrain 的 source人工智能RAGAgent 记忆MCP 服务知识管理创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
