Files

T

kai 4a38f6bed1 snapshot before v0.5 refactor

2026-04-21 12:31:58 +08:00

4.1 KiB

Raw Blame History

name, description

name	description
citation-manager	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

dr-analyst 发现一条新信源
读取 projects/<slug>/phase2/sources.jsonl，找当前最大 ID
分配下一个 ID（如当前最大为 src_023，下一个为 src_024）
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）：

{
  "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：

# 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：

正文中所有 [src_xxx] 都在 sources.jsonl 里有对应记录
sources.jsonl 里所有 ID 在正文中都有引用（无孤立信源）
所有 Tier 1 信源的 URL 或 DOI 格式正确

检查脚本（可用 bash 执行）：

# 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

4.1 KiB Raw Blame History Unescape Escape