前言¶
论文补充材料里的源数据经常是几十行乘几十列的表格，散落在多个 Excel、CSV 文件里，也有直接贴进 PDF 和 Word 的。人工想排查结构异常——某一列是不是固定倍数关系、某几行是不是重复出现在别处、一批数字是不是共享同一段小数尾巴——成本很高，也容易漏看。
下面介绍的 PaperConan论文柯南，就是针对这个场景的工具：一组确定性数值检测器，加上配套的 AI 解读规程，把值得人工复核的位置定位到文件、sheet、行列和触发的规则。
这是 PaperConan论文柯南¶
一句话定位：给论文补充材料里的源数据表格做”数值体检”的开源命令行工具 + AI 技能。
它由社区发布者 user_a26c8b8f 维护，分类 data-analysis，当前版本 1.0.2，来源标注为 community。官方地址是 https://api.skillhub.cn/user_a26c8b8f/paperconan ，源码与完整文档在 https://github.com/zixixr/paperconan 。截至抓取时，SkillHub 页面显示评分 100000、下载 939 次。
分工是：命令行负责扫描、抓取、输出结构化结果；AI 技能按内置规程解读结果，产出复核建议和解读报告。
核心功能：确定性检测器，不是语义判断¶
覆盖范围：
.xlsx/.xls/.csv/.tsv文件；.pdf、.docx文档中的表格；- 注册的图片资产走图审：由外部多模态 Agent 做自适应复查（adaptive image review）。
检测信号共 30 余种，常见的几类：
- 跨列恒定倍数、跨列恒定偏移；
- 跨表 / 跨 sheet 复制；
- 行向复用；
- 共享小数尾；
- GRIM / GRIMMER 均值一致性；
- 末位数字分布异常。
所有命中都是统计信号：工具报告文件、sheet、行、列的位置和触发的规则名，不判断动机，也不指控任何人。扫描结果写入 audit/scan.json（结构化，程序可读），并生成可视化 report.html。
安装与启用¶
需要 Python 3.10+。
pip install "paperconan[all]"
若 pip 报 externally-managed-environment（PEP 668，Homebrew、Debian 自带 Python 上常见），改用以下任一种方式：
uv tool install "paperconan[all]"
pipx install "paperconan[all]"
技能本身是通用 SKILL.md 格式，从官方地址页安装后在 Agent 侧加载即可；接入细节以官方页面和仓库文档为准。
典型用法¶
按顺序走一遍：
1、扫描一个源数据目录：
paperconan <dir>
扫描完成后，输出 audit/scan.json 与 report.html。
2、只有 DOI 或标题时，先抓公开数据：
paperconan fetch "DOI或标题"
fetch 按 DOI 查找并下载公开的补充数据；0.8.4 起恢复了对 Nature 系补充材料的抓取。
3、解读扫描结果：
paperconan overview
paperconan drill
paperconan explain
这三个命令由粗到细分层解读扫描结果。具体字段含义以仓库文档为准。
4、配合技能生成解读：加载技能后，AI 会按内置规程工作——分层读取（layered reading）、误报甄别（false-positive screening）、中立措辞（neutral language），给出复核建议与解读报告。
结果怎么读¶
所有命中都只是统计信号，不是结论。report.html 里的每一条标注都是”值得看一眼”，不是”有问题”；真正的解释需要原始数据、图注、Methods 和作者说明。误报甄别是技能内置规程的一部分：AI 在给建议前先自查一轮。
适用场景与注意¶
适合的场景包括：论文数据检查、source data audit / paper data audit、suspicious numeric tables 的初步排查、figure review、multimodal image review、准备谨慎的 PubPeer 或研究诚信（research integrity）备注、按 DOI / 标题找公开补充数据。
两个明确不在范围内的：
- 不做图表数字化（chart digitization）；
- 不做自主语义判断（autonomous semantic judgment）。
需要注意的点：扫描范围是确定性的数值与表格结构检查，图片部分依赖外部多模态 Agent 的复审；所有结果都只是信号，最终解释需要人工结合原始数据与作者说明来做。
小结¶
PaperConan论文柯南的价值，是在论文发表或公开质疑之前，用一组确定性检测器把源数据表格里值得复核的结构异常先筛出来，降低逐行手工排查的成本。它负责定位信号，不负责下结论；把结果交给人，人再结合原始数据与作者说明来判断。
官方地址：https://api.skillhub.cn/user_a26c8b8f/paperconan
源码与文档：https://github.com/zixixr/paperconan
