---
name: source-quality
description: 信源质量评分系统（0-10 分制）与黑名单机制。规定每个信源入库前的评估维度、硬性淘汰规则、利益冲突检测。所有收集信源的 agent 都必须用此技能给每条信源打分后写入 sources.jsonl。
---

# 信源质量评分（0-10 分制）

## 一、评分维度（满分 10 分）

| 维度 | 满分 | 判断标准 |
|---|---|---|
| 权威性 | 3 | 期刊 IF、机构排名 |
| 时效性 | 2 | 发表时间 vs 主题 |
| 一手性 | 2 | 一手数据 > 综述 > 二次解读 |
| 可验证性 | 2 | 有 DOI/URL/原始数据 |
| 无利益冲突 | 1 | 厂商自发降权 |

### 维度 1：权威性（0-3 分）

| 分值 | 情形 |
|---|---|
| 3.0 | IF ≥ 30（NEJM/Lancet/Nature/Science/Cell/JAMA）、FDA/EMA/NMPA 官方、SEC 披露 |
| 2.5 | IF 10-30（NatMed/NatBiotech/BMJ/AnnOncol 等）、顶级咨询（MKS/BCG/Deloitte） |
| 2.0 | IF 5-10（JCO/CircRes/AJRCCM）、IQVIA/EvaluatePharma、系统综述 |
| 1.5 | IF 3-5、券商研报、行业协会白皮书 |
| 1.0 | IF 1-3、专业媒体（BioSpace/Endpoints News） |
| 0.5 | 预印本（bioRxiv/medRxiv）、会议摘要 |
| 0 | 自媒体、百家号、未署名博客 |

### 维度 2：时效性（0-2 分）

| 主题类型 | 满分年限 | 每老 1 年扣分 |
|---|---|---|
| 市场 / 监管 / 临床 | 3 年内 | -0.5 |
| 作用机制 / 基础研究 | 10 年内 | -0.2 |
| 政策法规 | **以最新版本为准** | 过时版本 0 分 |
| 历史追溯（有意为之） | 不限 | 不扣 |

### 维度 3：一手性（0-2 分）

| 分值 | 情形 |
|---|---|
| 2.0 | 一手数据（原始 RCT 论文、监管公告、年报原文、专利原文） |
| 1.5 | 系统综述 / Meta 分析 |
| 1.0 | 叙述性综述 / Review |
| 0.5 | 二次解读（新闻报道、券商改写） |
| 0 | 三次传播以上（"据报道"/"业内人士") |

### 维度 4：可验证性（0-2 分）

| 分值 | 情形 |
|---|---|
| 2.0 | 有 DOI + 原始数据可下载（如 ClinicalTrials 的 CSR 附件） |
| 1.5 | 有 DOI 或稳定 URL，全文可访问 |
| 1.0 | URL 稳定但需付费墙 |
| 0.5 | 仅有 URL，无唯一标识符 |
| 0 | URL 失效 / 404 / 无法验证 |

### 维度 5：利益冲突（0-1 分）

| 分值 | 情形 |
|---|---|
| 1.0 | 独立研究（学术机构、政府）、无资助声明冲突 |
| 0.5 | 有 industry funding 但已声明且方法独立 |
| 0 | 厂商自发报告 / 直接商业软文 |
| **-1**（惩罚） | 声明冲突但方法可疑、或对比实验明显偏向资助方 |

---

## 二、综合评分硬规则

| 评分 | 可用性 |
|---|---|
| 8.0+ | 可作为核心论据，单独支撑结论 |
| 6.0-7.9 | 可用，但结论需 ≥2 个独立信源 |
| 4.0-5.9 | 仅作为参考，**不得作为唯一支撑** |
| < 4.0 | **禁止**用于结论佐证，只能入发现库 |

---

## 三、黑名单（直接拒绝入库）

以下信源**无论评分多少都禁用**：

### 1. 明确劣质信源
- 百家号（baijiahao.baidu.com）
- 头条号（toutiao.com 非原创栏目）
- 知乎回答（除非作者本人为业内专家且有实名背书）
- 小红书、抖音笔记
- 未署名作者的 wordpress / medium 博客

### 2. 被撤稿论文
- 查询 Retraction Watch 数据库（https://retractionwatch.com/）
- Crossref API 检查论文状态：`https://api.crossref.org/works/<DOI>`

### 3. 明显软文/PR 稿
识别特征（命中任意 2 条即拒）：
- 标题含 "重磅发布" "首创" "引领" 等夸张词
- 通篇无具体数据，只有 CEO/专家口头引述
- 发布渠道是企业官网的"新闻中心"且无交叉第三方验证
- 仅讲优势不讲局限

### 4. 时效过期
- 综述 > 5 年（机制研究可放宽）
- 政策/监管 > 1 年（以最新版本为准）
- 市场数据 > 2 年

### 5. 维基百科
- **仅可作术语理解入口**
- 结论永不引用
- 如从 Wiki 发现了参考文献，**回溯到原始来源**再引用

---

## 四、利益冲突检测要点

### 常见利益冲突场景
- 药企赞助的 RCT 对自家产品评价极高 → 查对比剂、盲法、样本量
- 咨询公司报告引用自家客户数据 → 查 acknowledgment 段
- 行业协会报告涉及会员企业 → 查资助方名单
- 券商研报 + 该券商是相关公司的保荐人 → 查 IPO/承销记录

### 操作方法
每条信源入库前检查：
1. 作者/机构是否与被评估的公司/产品有商业关联？
2. 资助声明（funding statement）里提到什么？
3. 利益披露（disclosure）是否完整？

**发现强利益冲突**：评分 ≤ 3（等同废弃）；写入 `sources.jsonl` 的 `"conflict_of_interest": "..."` 字段。

---

## 五、评分执行流程（伪代码）

```
for each candidate_source in search_results:
    # 1. 黑名单快筛
    if is_blacklisted(candidate_source):
        log("BLACKLIST: " + source.url); continue

    # 2. 撤稿检查
    if has_doi(source) and is_retracted(source.doi):
        log("RETRACTED: " + source.doi); continue

    # 3. 评分
    score = 0
    score += authority_score(source)        # 0-3
    score += recency_score(source, topic)   # 0-2
    score += primacy_score(source)          # 0-2
    score += verifiability_score(source)    # 0-2
    score += coi_score(source)              # 0-1 or -1

    # 4. Tier 加权
    if source.tier == 1: score *= 1.2

    # 5. 入库
    if score >= 4.0:
        append_to_sources_jsonl(source, score)
    else:
        log("LOW SCORE (" + score + "): " + source.url)
```

---

## 六、输出字段（写入 sources.jsonl）

```jsonl
{
  "id": "src_042",
  "score": 8.6,
  "tier": 1,
  "authority": 3.0,
  "recency": 2.0,
  "primacy": 2.0,
  "verifiability": 2.0,
  "coi": 1.0,
  "conflict_of_interest": null,
  "blacklist_checked": true,
  "retraction_checked": true,
  "notes": "NEJM 2025 原文，RCT 独立研究"
}
```

---

## 七、审计留痕

所有被**拒绝**的信源，也要写入 `projects/<slug>/phase2/rejected-sources.jsonl`（注明原因）。这是事后复盘的关键，不要静默丢弃。