技能介绍

需要解决的具体问题

医学文档里的文献引用经常会出现两类问题：PMID 本身不存在，或者 PMID 存在但指向另一篇论文。对 AI 生成的综述、教材和数据库条目来说，后一种问题更隐蔽，因为它看起来像有效引用，实际却无法支持原文论点。这个技能面向的就是这类批量引用检查：从文档中提取 PMID，再对照引用上下文中的标题、作者、期刊和年份，判断引用是否真的匹配。

核心能力与处理流程

该技能把验证结果分成五类：

正确：PMID 存在，且与引用论文的标题、作者或期刊信息匹配。
不匹配：PMID 存在，但指向另一篇论文。
部分匹配：部分元数据一致，但标题或作者仍有差异。
无效：PubMed 中查不到该 PMID。
待确认：原文提供的引用信息不足，无法完成交叉比对。

处理时，它会先扫描 .html、.md、.txt、.json 等文件中的 PMID: 或 PubMed URL，再解析附近文本，提取作者、标题、期刊、年份等字段。随后通过 PubMed esummary API 获取真实元数据，并与文档声称的引用信息做比较。匹配策略同时使用词级重叠和序列相似度，用于处理缩写、词序变化和拼写差异。对于已有缓存的 PMID，重复验证可以明显减少 API 查询时间。

可选能力包括通过 Crossref 验证 DOI，以及对不匹配引用推荐可能正确的 PMID 候选。最终结果可以输出为 HTML 报告、JSON 或终端文本，便于人工复核或接入后续流程。

适用边界与注意点

该技能适合系统性综述、AI 生成医学内容、论文投稿前自检、医学知识库和药物警戒文档等场景。但它依赖文档中是否提供了足够引用信息；如果只有一串 PMID，缺少标题、作者或期刊，结果可能只能标记为待确认。模糊匹配也会带来一定不确定性，阈值附近的结果仍需人工判断。它不是全文事实核查工具，也不能替代对论文正文、结论和引用语境的审阅。