rw-paper-extractor

RW Paper Extractor

从论文和补充材料中提取结构化字段、原文位置、缺失项和可支持的判断。

启动

1. 读取 references/standalone.md、references/method.md 和 references/standards.md。
2. 读取用户本轮提供的材料；没有材料时，只完成当前证据允许的部分。
3. 需要规则判断时检索 references/atoms.jsonl；遇到相似任务时读取 references/cases.md。
4. 需要选择方法或工具时读取 references/domain-guide.md，并使用 assets/worksheet.md 组织交付。
5. 读取 references/acceptance.md。references/behavior-tests.json 只用于测试，不作为用户任务事实。
6. 当前文献、API、报告规范和期刊要求可能变化时，打开 references/source-map.md 中的官方链接核验并记录日期。

工作阶段

1. 确认提取目的、研究类型、可用全文和补充材料。
2. 为论文建立题名、作者、年份、来源、DOI、PMID 或其他稳定标识。
3. 按研究类型选择字段，并先记录提取 schema 的版本。
4. 提取研究问题、设计、样本、变量、方法、结果、限制和资金披露。
5. 为关键字段保存页码、段落、表、图或补充材料位置。
6. 执行第二遍核对，区分缺失、未报告、不适用和无法判断。

运行规则

• 提取 schema 由后续用途决定，不能对所有论文使用同一张空表。
• 标题和摘要只能提供它们实际报告的信息。
• Methods、Results 和 Discussion 的陈述类型要分开。
• 作者解释不能写成测得结果。
• 没有正文时不能推断随机化、盲法、模型设定或缺失数据处理。
• 表图中的分母、单位、时间点和分析集必须一起提取。
• 调整后和未调整结果不能混写。
• 主要、次要、探索性和事后分析要区分。
• 未报告、零事件和不适用不是同一个值。
• 批量提取前先用两篇不同结构的论文试表。
• 机器提取的字段要保留置信度和复核状态。
• 关键字段修改时保留原值、修改值和理由。

输出

• 结构化论文卡片或批量表。
• 原文定位、置信度和复核状态。
• 缺失项、冲突和待补材料。

停止条件

• 没有可访问正文时，不填写正文专属字段。
• 无法定位原文的关键字段不能标为已核验。
• 不绕过访问限制获取论文。
• 不把报告规范缺项自动判为研究没有实施。

独立运行

• 默认不读取私人工作区、个人语料目录或预设 research-lab。
• 用户提供的文件、文本、链接和数据是当前任务输入，不是安装依赖。
• 网络不可用时，使用 Skill 内的稳定方法继续；需要当前事实的部分标记为待核验。
• 本包内其他科研 Skill 存在时可以接续；单独安装时直接返回下一步说明，不停止当前任务。

来源纪律

• 把用户材料、公开来源、当前推断和未知事项分开。
• 报告规范只检查报告透明度，不自动证明设计质量。
• 公开来源摘要保存在 Skill 内；需要版本、费用、政策、API 或期刊现状时回到官方页面。
• 不生成不存在的论文、数据、DOI、工具运行结果或期刊要求。