前言¶
DeepSeek Harness (DSH) 采用插件化架构，旨在解决大模型在生物医学报告生成中常见的幻觉问题。与资源路由类插件不同，dsh-bioinf-verify 专注于“证据核验”这一单一职责。
生物医学/科研报告中最隐蔽的失败通常有三类：引用不存在（幻觉 DOI/PMID）、链接失效、以及张冠李戴。本插件通过确定性注册库与温度为 0 的语义判定，将这套纪律工程化。
核心功能¶
插件提供独立的校验能力，覆盖生物医学科研的常见证据类型。
-
存在性核验
- 检查引用是否存在（幻觉 DOI/PMID/Accession）。
- 验证链接真实存在/可访问（重定向跟随、404/410 与 403/401 区分、软 404 启发）。
- 核验临床试验状态（存在性/状态/期相/结果 posted）。
- 核验 GEO/SRA 数据集/测序存档 accession。
- 核验 UniProt 蛋白 accession + 基因对应。 -
元数据核验
- 核验 DOI 存在性 + 元数据 + 标题比对。
- 核验 PMID + 撤稿/Expression-of-Concern 扫描。
- 验证标题（论文/专利/数据集/新闻网页文章），match ≥75%或包含 / close 40–75% / mismatch。 -
语义一致性
- 单条报告说法 vs 原文含义一致性（注册库原文 + 温度 0 LLM 蕴含判定）。
- 批量引用审计矩阵（终稿闸门）。 -
报告级工作流
- 分解报告 → 多方面检查 → 持久化账本 → 生成内联标注和完整校验报告。
组件工具¶
插件提供报告级工作流工具和单项检查工具。
报告级工作流¶
| 工具 | 作用 |
|---|---|
report_verify_start |
分解报告为待校验点，分类为 literature/patent/clinical_trial/dataset/protein/webpage 并记录原文锚点 |
report_verify_step |
执行单方面检查并立即持久化账本，支持崩溃恢复 |
report_verify_status |
从账本读取结构化进度 |
report_verify_finish |
生成原报告内联标注和文末完整校验报告 |
report_verify_list |
列出历史校验任务 |
单项检查工具¶
| 工具 | 校验内容 | 数据源 |
|---|---|---|
url_verify |
链接真实存在/可访问 | 直接 HTTP |
title_verify |
标题核验（论文/专利/数据集/新闻） | Crossref、PubMed、PatentsView、GEO、页面 og:title |
doi_verify |
DOI 存在性 + 元数据 + 标题比对 | Crossref |
pmid_verify |
PMID 核验 + 撤稿扫描 | PubMed |
clinical_trial_status |
试验存在性/状态/期相/结果 posted | ClinicalTrials.gov v2 |
geo_accession_verify / sra_accession_verify |
数据集/测序存档 accession | NCBI gds / sra |
uniprot_verify |
蛋白 accession + 基因对应 | UniProtKB |
claim_audit |
批量引用审计矩阵 | 以上聚合 |
claim_semantic_check |
单条”报告说法 vs 原文含义”一致性 | 注册库原文 + 温度 0 LLM |
账本数据结构¶
每次校验任务生成一个持久化 JSON（<workDir>/<jobId>.json），包含状态、原报告全文、分解后的 claims 及其 aspects、事件日志。账本支持崩溃恢复。
安装与配置¶
安装¶
通过 DSH 命令行安装（推荐）：
dsh plugin --profile <profile> add git+https://github.com/gsh150801/dsh-bioinf-verify.git
安装后，包名会自动追加进该 profile 的 dsh.profile.bundles。需在 profile 中补充配置（见下文）并重启 dsh web。
配置¶
所有密钥只从 profile 配置或环境变量读取。仅 PatentsView 需要免费申请 key，未配置时相关组件返回申请引导。
- insert:
- id: bioinf-verify
name: dsh-bioinf-verify
config:
workDir: '' # 账本/输出根目录；默认 ~/.dsh/science-verification
contactEmail: '' # 或环境变量 CONTACT_EMAIL
pubmedApiKey: '' # 或环境变量 PUBMED_API_KEY
patentsviewApiKey: '' # 或环境变量 PATENTSVIEW_API_KEY
guidance: true # 注入工作流使用规范到系统提示
llmRouter: # 分解 + 语义蕴含用（温度 0）
enabled: true
baseURL: 'http://127.0.0.1:8012/v1' # OpenAI 兼容端点
model: 'deepseek-v4-flash'
apiKey: ''
适用场景¶
- 生物医学 AI 报告生成后的质量门禁。
- 科研论文/专利审查中对引用和数据的交叉核验。
- 需要崩溃恢复和可追溯性的长周期校验任务。
插件以当前 DSH 进程权限运行，安装前建议检查源码与许可证（MIT）。
