前言¶
DeepSeek Harness (DSH) 採用插件化架構，旨在解決大模型在生物醫學報告生成中常見的幻覺問題。與資源路由類插件不同，dsh-bioinf-verify 專注於“證據覈驗”這一單一職責。
生物醫學/科研報告中最隱蔽的失敗通常有三類：引用不存在（幻覺 DOI/PMID）、鏈接失效、以及張冠李戴。本插件通過確定性註冊庫與溫度爲 0 的語義判定，將這套紀律工程化。
核心功能¶
插件提供獨立的校驗能力，覆蓋生物醫學科研的常見證據類型。
-
存在性覈驗
- 檢查引用是否存在（幻覺 DOI/PMID/Accession）。
- 驗證鏈接真實存在/可訪問（重定向跟隨、404/410 與 403/401 區分、軟 404 啓發）。
- 覈驗臨牀試驗狀態（存在性/狀態/期相/結果 posted）。
- 覈驗 GEO/SRA 數據集/測序存檔 accession。
- 覈驗 UniProt 蛋白 accession + 基因對應。 -
元數據覈驗
- 覈驗 DOI 存在性 + 元數據 + 標題比對。
- 覈驗 PMID + 撤稿/Expression-of-Concern 掃描。
- 驗證標題（論文/專利/數據集/新聞網頁文章），match ≥75%或包含 / close 40–75% / mismatch。 -
語義一致性
- 單條報告說法 vs 原文含義一致性（註冊庫原文 + 溫度 0 LLM 蘊含判定）。
- 批量引用審計矩陣（終稿閘門）。 -
報告級工作流
- 分解報告 → 多方面檢查 → 持久化賬本 → 生成內聯標註和完整校驗報告。
組件工具¶
插件提供報告級工作流工具和單項檢查工具。
報告級工作流¶
| 工具 | 作用 |
|---|---|
report_verify_start |
分解報告爲待校驗點，分類爲 literature/patent/clinical_trial/dataset/protein/webpage 並記錄原文錨點 |
report_verify_step |
執行單方面檢查並立即持久化賬本，支持崩潰恢復 |
report_verify_status |
從賬本讀取結構化進度 |
report_verify_finish |
生成原報告內聯標註和文末完整校驗報告 |
report_verify_list |
列出歷史校驗任務 |
單項檢查工具¶
| 工具 | 校驗內容 | 數據源 |
|---|---|---|
url_verify |
鏈接真實存在/可訪問 | 直接 HTTP |
title_verify |
標題覈驗（論文/專利/數據集/新聞） | Crossref、PubMed、PatentsView、GEO、頁面 og:title |
doi_verify |
DOI 存在性 + 元數據 + 標題比對 | Crossref |
pmid_verify |
PMID 覈驗 + 撤稿掃描 | PubMed |
clinical_trial_status |
試驗存在性/狀態/期相/結果 posted | ClinicalTrials.gov v2 |
geo_accession_verify / sra_accession_verify |
數據集/測序存檔 accession | NCBI gds / sra |
uniprot_verify |
蛋白 accession + 基因對應 | UniProtKB |
claim_audit |
批量引用審計矩陣 | 以上聚合 |
claim_semantic_check |
單條”報告說法 vs 原文含義”一致性 | 註冊庫原文 + 溫度 0 LLM |
賬本數據結構¶
每次校驗任務生成一個持久化 JSON（<workDir>/<jobId>.json），包含狀態、原報告全文、分解後的 claims 及其 aspects、事件日誌。賬本支持崩潰恢復。
安裝與配置¶
安裝¶
通過 DSH 命令行安裝（推薦）：
dsh plugin --profile <profile> add git+https://github.com/gsh150801/dsh-bioinf-verify.git
安裝後，包名會自動追加進該 profile 的 dsh.profile.bundles。需在 profile 中補充配置（見下文）並重啓 dsh web。
配置¶
所有密鑰只從 profile 配置或環境變量讀取。僅 PatentsView 需要免費申請 key，未配置時相關組件返回申請引導。
- insert:
- id: bioinf-verify
name: dsh-bioinf-verify
config:
workDir: '' # 賬本/輸出根目錄；默認 ~/.dsh/science-verification
contactEmail: '' # 或環境變量 CONTACT_EMAIL
pubmedApiKey: '' # 或環境變量 PUBMED_API_KEY
patentsviewApiKey: '' # 或環境變量 PATENTSVIEW_API_KEY
guidance: true # 注入工作流使用規範到系統提示
llmRouter: # 分解 + 語義蘊含用（溫度 0）
enabled: true
baseURL: 'http://127.0.0.1:8012/v1' # OpenAI 兼容端點
model: 'deepseek-v4-flash'
apiKey: ''
適用場景¶
- 生物醫學 AI 報告生成後的質量門禁。
- 科研論文/專利審查中對引用和數據的交叉覈驗。
- 需要崩潰恢復和可追溯性的長週期校驗任務。
插件以當前 DSH 進程權限運行，安裝前建議檢查源碼與許可證（MIT）。
