snapshot before v0.5 refactor

2026-04-21 12:31:58 +08:00
commit 4a38f6bed1
82 changed files with 15230 additions and 0 deletions
@@ -0,0 +1,166 @@
+---
+name: citation-manager
+description: 引用管理规范。规定 [src_xxx] 编号体系、sources.jsonl 字段标准、跨章节去重规则、参考文献列表生成格式（GB/T 7714）。
+---
+
+# 引用管理规范
+
+## 一、src_id 编号规则
+
+### 全局唯一编号
+
+`src_id` 在整个项目内**全局唯一**，格式：`src_XXX`（3 位数字，不足补零）。
+
+- 由 dr-analyst 在首次引用时分配
+- 按发现顺序递增：`src_001`, `src_002`, ...
+- 跨章节引用同一来源时，使用**相同 ID**
+
+### 分配流程
+
+1. dr-analyst 发现一条新信源
+2. 读取 `projects/<slug>/phase2/sources.jsonl`，找当前最大 ID
+3. 分配下一个 ID（如当前最大为 `src_023`，下一个为 `src_024`）
+4. 写入 sources.jsonl
+
+### 草稿中的引用格式
+
+行内引用：`数据或观点 [src_042]`
+
+多来源：`数据或观点 [src_042][src_058]`
+
+---
+
+## 二、sources.jsonl 字段标准
+
+每行一个 JSON 对象（JSONL 格式）：
+
+```jsonl
+{
+  "id": "src_001",
+  "tier": 1,
+  "score": 8.5,
+  "type": "journal",
+  "title": "论文标题",
+  "authors": ["Zhang S", "Li M"],
+  "year": 2024,
+  "venue": "Nature Medicine",
+  "impact_factor": 58.7,
+  "url": "https://doi.org/10.1038/...",
+  "doi": "10.1038/...",
+  "accessed_at": "2026-04-20",
+  "abstract": "2-3句摘要",
+  "key_data": {
+    "sample_size": 1200,
+    "primary_endpoint": "OS 改善 23%"
+  },
+  "used_in": ["ch02", "ch05.sec3"],
+  "conflict_of_interest": null,
+  "notes": "RCT 主要终点数据在 Table 2"
+}
+```
+
+### type 字段枚举值
+
+| 值 | 含义 |
+|---|---|
+| `journal` | 期刊论文（含综述） |
+| `trial` | 临床试验（ClinicalTrials.gov 注册信息） |
+| `regulatory` | 监管机构公告/审批文件 |
+| `patent` | 专利文件 |
+| `report` | 咨询/行业报告 |
+| `disclosure` | 上市公司披露（年报/招股书/SEC）|
+| `preprint` | 预印本（bioRxiv/medRxiv）|
+| `news` | 专业媒体报道（Tier 3 用） |
+
+### 必填字段
+
+`id`, `tier`, `score`, `type`, `title`, `year`, `url`（或 `doi`）
+
+---
+
+## 三、去重规则
+
+dr-pm 在 Phase 2 结束时执行去重：
+
+```python
+# 伪代码
+seen_urls = {}
+seen_dois = {}
+unique_sources = []
+
+for source in all_sources:
+    key = source.get("doi") or source.get("url")
+    if key not in seen_urls:
+        seen_urls[key] = True
+        unique_sources.append(source)
+    else:
+        # 合并 used_in 字段
+        existing = seen_urls[key]
+        existing["used_in"] = list(set(existing["used_in"] + source["used_in"]))
+```
+
+去重后，草稿文件里的 [src_xxx] 标注**不需要更改**，因为 ID 是全局分配的。
+
+---
+
+## 四、参考文献列表生成（GB/T 7714-2015）
+
+dr-reporter 从 sources.jsonl 生成参考文献列表时，按以下格式：
+
+### 期刊论文
+```
+[src_001] ZHANG S, LI M. 论文标题[J]. Nature Medicine, 2024, 30(5): 1234-1245. DOI: 10.1038/...
+```
+
+### 报告/白皮书
+```
+[src_042] McKinsey & Company. 报告标题[R]. McKinsey Global Institute, 2024.
+```
+
+### 监管文件
+```
+[src_018] FDA. NDA 申请审批公告[EB/OL]. (2024-03-15)[2026-04-20]. https://www.fda.gov/...
+```
+
+### 临床试验
+```
+[src_055] ClinicalTrials.gov. 试验名称 (NCT12345678)[EB/OL]. (2023-01-01)[2026-04-20]. https://clinicaltrials.gov/...
+```
+
+### 专利
+```
+[src_067] 发明人. 专利名称[P]. 专利号, 申请日.
+```
+
+### 排序规则
+
+参考文献按在正文中**首次出现的顺序**排列，即 [src_001] 在最前，以此类推。
+
+---
+
+## 五、引用完整性检查（dr-chief-editor 用）
+
+审校时检查：
+1. 正文中所有 [src_xxx] 都在 sources.jsonl 里有对应记录
+2. sources.jsonl 里所有 ID 在正文中都有引用（无孤立信源）
+3. 所有 Tier 1 信源的 URL 或 DOI 格式正确
+
+检查脚本（可用 bash 执行）：
+```bash
+# 提取正文中的所有 src_id
+grep -oE 'src_[0-9]+' projects/<slug>/phase4/final.md | sort -u > /tmp/cited.txt
+
+# 提取 sources.jsonl 中的所有 id
+python3 -c "
+import json
+ids = []
+with open('projects/<slug>/phase2/sources.jsonl') as f:
+    for line in f:
+        d = json.loads(line)
+        ids.append(d['id'])
+print('\n'.join(sorted(ids)))
+" > /tmp/registered.txt
+
+# 找差集
+diff /tmp/cited.txt /tmp/registered.txt
+```