前言¶

让模型写综述、整理参考文献，最棘手的不是漏文献，而是它编文献。DOI 看起来格式正确、PMID 号也像模像样，点开才发现 DOI 无法解析、期刊和年份对不上、论文压根不存在。过去处理这类问题只能逐条人工到 DOI.org、PubMed、arXiv 上去查，一篇综述几十条引用，工作量等同于一次小型审稿。

下面介绍的 Skill「深度研究·学术研究｜引用核查×AI幻觉检测」（坐标 @indiv-sorsor/cite-holmes）就是做这件事的：把它接进 Agent 工作流后，凡是要进入结论的引用，都必须先过一遍注册库核验，验不过的引用不允许作为正文依据。

这是什么¶

一句话定位：一个面向深度研究与学术研究场景的引用核查工具，负责查文献真伪、核验论文引用、检测 AI 幻觉引用。

它由 SkillHub 社区用户 user_481397b5 发布维护，归类在 knowledge-management，当前版本 5.7.0，来源标记为 community。官方页面显示评分 100000、下载 2419 次。根据资料，该 Skill 为纯标准库零依赖、本地运行、无遥测，官网与文档指向 docsor.cn。

它解决的问题很集中：AI 生成内容里常见的五类假引用——编造 DOI、假 PMID、假 arXiv ID、已撤稿论文、把不同论文拼接伪造的引用——全部列为一级抓捕目标。核心规则是「未验证的引用绝不进入结论」。

核心功能¶

按资料中列出的能力，可以归为四块。

引用机器核实。 这是基础层。DOI 经 DOI.org 解析，PMID 经 PubMed E-utilities 官方接口交叉验证，arXiv ID 经官方 API 核对标题与年份。每条引用会给出五态判定：verified（可靠）、partial（部分）、unverified（未验）、unreachable（未达）、invalid（无效）。不可达条目会自动去查 Wayback 存档，供人工复核。

三种工作模式。

• 文献发现模式（--discover）：给一个主题，返回一份每条都经注册库核验的文献清单，支持 GB/T、BibTeX 一键导出。
• 深度调研模式：先反问式校准范围（提出 3-5 个关键问题），再制定研究计划，然后迭代多源检索（中英文、信源金字塔），每条引用走机器核实流程。
• 投稿前终检（--preset submission）：对已有参考文献表做一键终检，适合投稿前的最后把关。

报告质量评分。 每份报告头部自动输出 CiteScore 评分，范围 0-100，并映射到 A-D 级；结论按 🟢🟡🔴 分级标注。未验证的引用不作为正文结论引用，只列入人工复核区。

领域预设与导出。 内置医学证据模式，预设来源包括 Cochrane、BMJ、ClinicalTrials、ChiCTR、NMPA、CDC、NICE、万方，并叠加 PMID 官方核实。导出方面支持 GB-T 7714-2025 参考文献表、BibTeX，以及审计用 CSV 引用台账，注册库权威元数据为准。另有 --cn 网络韧性预设。

安装与启用¶

资料中未提供可核实的具体安装命令与配置字段，此处不编造。Skill 坐标为 @indiv-sorsor/cite-holmes，安装与启用方式以官方地址为准：

官方地址：https://api.skillhub.cn/indiv-sorsor/cite-holmes
SkillHub 页面：https://www.skillhub.cn/skills/indiv-sorsor/cite-holmes
文档：docsor.cn

资料中未出现 Cursor、Codex CLI、Claude Code 的分别接入说明，因此不逐家描述差异；从能力描述看，它是基于通用 SKILL.md 格式的 Skill，接入方式与该格式一致。

典型用法¶

官方资料列出的五场景成组示例请求（综述写作、查证、投稿前终检等），按用途归纳如下。

投稿前参考文献终检，用 submission 预设：

--preset submission

给主题做文献发现，产出经核验的文献清单：

--discover

深度调研一个说法是否成立，流程上先反问校准，再检索与核实：

触发词示例：查证 / 这个说法是真的吗 / 综述一下

PMID 单独核验，常用于医学证据场景：

触发词示例：PMID验证

导出参考文献表或引用台账，交给编辑部或留档审计：

GB-T 7714-2025 / BibTeX / CSV

具体参数组合以官方文档为准，资料未给出逐项参数表，此处只列场景与对应开关。

适用场景与注意¶

适合三类人：一是写综述、做文献综述写作的研究者，需要保证引用可回溯；二是做事实核查、fact check 的从业者，需要机器手段批量验真；三是在 Agent 工作流里加引用闸门的开发者，希望未验证引用不进入结论。

几个需要注意的点。

第一，它能核实引用是否真实存在、元数据是否一致，但不能替你判断一篇论文的结论是否被领域认可，后者仍是读者和研究者的判断范围。

第二，核验依赖官方注册库可达。资料明确披露：「你提交的来源 URL 也在检查范围内」。也就是说来源本身会被纳入检查，不可达条目会走 Wayback 存档，但存档只能保证「曾经存在」，不保证当前版本一致。

第三，五态判定里有 partial 和 unverified，这两类不会被当作正文结论引用，只进入人工复核区。拿到报告后，复核区的内容仍需要人看。

第四，版本迭代较快，资料中已记录到口径一致性收紧（错误码统一为真实值 12 类）、INDEX 去陈旧版本标注、示例产物刷新等更新，并有 ADR-0009 双副本设计记录。接入前建议对照当前版本的文档确认行为。

结尾¶

这个 Skill 的价值不在「帮 AI 写更多文献」，而在给 AI 的文献产出加一道注册库验真的闸门：DOI、PMID、arXiv ID 各自回到官方接口核对，验不过的引用不进结论。对于综述写作和事实核查这类引用密度高、真伪风险高的任务，它把原本逐条人工查证的体力活压缩成了一条命令。

官方地址：https://api.skillhub.cn/indiv-sorsor/cite-holmes