企业官网建设流程全解析

scientific-agent-skills：假设生成技能的 Dated Source Ledger 机制——构建可验证、带日期边界的科学证据来源台账

【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000+ scientists worldwide. 165 ready-to-use validated skills plus 100+ scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills

本文基于 scientific-agent-skills 仓库中假设生成（hypothesis-generation）技能包内的 Dated Source Ledger 文档，完整解析该技能如何为"文献依据"设定带日期、可审计、可机器校验的证据边界：从搜索边界声明、核心方法论来源分级、预注册与报告规范来源，到因果推断、负责任 AI 与伦理监管来源，再到 2025 年美国双重用途（dual-use）政策的过渡期状态记录。读完后你将掌握一套可复用的"来源台账"方法论，并能结合仓库内置的审计脚本（audit_evidence_ledger.py）与模板文件，在自己的研究中建立同样的证据溯源与合规核验流程。

一、定位：Dated Source Ledger 是什么，不是什么

该台账（verification cutoff2026-07-23）是 hypothesis-generation 技能在 2026-07 进行"技能刷新（skill refresh）"时对权威来源做的带日期核查记录，机器可读版本为 assets/source_ledger.csv，人读版本为 references/source_ledger.md。

文档对自身的性质做了明确限定，这是理解整套机制的前提：

• 它是一次定向的技能刷新，不是系统性综述（systematic review）、专利检索，也不能作为科学新颖性的证明；
• 搜索优先命中官方域与一手出版物（primary publications），并通过对全文抽取或搜索摘要来核验标题、日期、版本与相关段落；
• 台账记录的"是这个技能刷新查到了什么"，不能从台账推断用户研究课题的新颖性——这是文档"Source-use rules"第 5 条的硬性规定。

这一设计对应了 SKILL.md 工作流第 4 步"Establish a dated evidence boundary"的要求：在依赖文献下结论之前必须先搜索，并记录搜索日期与截止时间、数据库/索引、查询与筛选边界、纳入排除的来源类型、支持/挑战各论断的来源，以及已知的访问、语言、数据库与时间限制。

二、搜索边界（Search Boundary）：十个核查方向

台账在"Search boundary"一节完整列出了本次刷新使用parallel-cli搜索所覆盖的十个方向，全部限定在官方或一手域、采用聚焦式查询：

1. NIH 关于严谨性、可重复性（rigor, reproducibility）与 2026 年复制计划（replication initiative）的内容；
2. Cochrane PICO 以及"构建良好临床问题（well-built clinical question）"的原始文章；
3. FINER 助记符的被归属历史来源与当前解读；
4. Platt 的 strong-inference（强推断）原始论文；
5. COS/OSF 的预注册（preregistration）与注册报告（Registered Reports）；
6. SPIRIT 2025 与 CONSORT 2025 报告规范；
7. 因果问题、反事实、estimand（效应估计目标）与偏倚；
8. 阴性对照、HARKing、多重性（multiplicity）、可重复性与复制；
9. NIST/UNESCO 负责任 AI 规范，以及输出同质化（output homogenization）的一手证据；
10. 人、动物、生物安全、生物安保、双重用途、数据与监管关口。

这十个方向与 references/literature_search_strategies.md 中"分离搜索目标"的方法一致——现象、机制、竞争解释、测量、设计、反向证据、安全与治理、优先级/新颖性应各用独立查询，避免把机制检索误当新颖性检索。

三、核心方法论来源（Core Methodology Sources）

台账把方法论来源分成三个子类，每个条目都有稳定的SRC-*标识符，与 CSV 台账中的source_id一一对应。

3.1 问题构建（Question formulation）

历史局限（Historical limitation）的诚实声明值得单独强调：本次定向搜索只确认了 1988 年书籍的书目元数据与后人的归属说法，未能证明 FINER 助记符的确切首次印刷使用或提出（coinage）。因此该技能"不把这一溯源声明当作已证明"（does not claim that provenance as proven）。在 CSV 中，这条记录对应的status字段被标记为historical_metadata_limited，而不是current_official——台账用状态字段把"元数据有限"与"现行官方"明确区分开。

FINER（Feasible, Interesting, Novel, Ethical, Relevant）在 SKILL.md 中同样被定位为问题精炼助记符而非评分系统，"Novel"必须在有文档支撑的、fit-for-purpose 的检索与专家评审支持之前一律视为未解决。

3.2 多假设与可证伪性（Multiple hypotheses and falsification）

• SRC-PLATT-1964— John R. Platt, "Strong Inference,"Science146:347–353，DOI10.1126/science.146.3642.347。这是"先生成多个候选、再设计关键实验"模式的原始出处；
• SRC-NEG-CONTROL— Lipsitch, Tchetgen Tchetgen, and Cohen, 2010，用阴性对照检测混杂与偏倚，DOI10.1097/EDE.0b013e3181d61eeb；
• SRC-HARKING— Kerr, 1998，HARKing（hypothesizing after the results are known）的定义性文章，DOI10.1207/s15327957pspr0203_4；
• SRC-ASA-PVALUE— 美国统计学会（ASA）声明：阈值本身不构成科学结论的依据；p 值不衡量假设真实性或效应重要性；要求完整报告。

这四条来源分别支撑了技能工作流的第 5 步（先于选择检验方法生成竞争假设）、第 7 步（阴性对照必须"不可能经由目标机制起作用，同时共享相关偏倚通路"）与第 10 步（防 HARKing、暴露偏离）。

3.3 严谨性、可重复性与复制（Rigor, reproducibility, replication）

• SRC-NIH-RIGOR— NIH 关于科学前提、严谨设计、相关生物学变量、资源认证（authentication）与透明度的指导；
• SRC-NIH-REPLICATION— NIH 全机构范围的复制与可重复性计划（页面于 2026-06-22 审阅）；
• SRC-NASEM-RR— 美国国家科学院 2019 年共识报告，定义了可重复性（reproducibility：同一数据/代码/条件下获得一致的计算结果）与可复现性（replicability：用新数据收集对同一问题的一致性验证）；
• SRC-TOP— Transparency and Openness Promotion 指南；
• SRC-NIH-DMS— NIH 数据管理与共享（DMS）政策。

台账在此节末尾附加了一条保留条款：开放实践仍然受制于知情同意、隐私、社区治理、知识产权、出口管制与安全限制。这与 references/literature_search_strategies.md 中"权威不等于免于批判性评价"的原则呼应。

四、预注册与干预试验（Preregistration and intervention trials）

台账明确给出定性结论：SPIRIT 与 CONSORT 是报告规范，不是设计质量、伦理、监管或疗效的认证。CSV 中这两条的version_or_date分别记录为"Published 2025-04-28"与"Published 2025-04-14"，status为current_primary——日期与"现行版"属性被同时钉死在台账里，这正是"dated"二字的意义所在。

五、因果推断与 Estimand

• SRC-WHATIF— Hernán 与 Robins 的Causal Inference: What If；作者页面链接到核验期间找到的最新修订版；
• SRC-ICH-E9R1— ICH E9(R1) 附录，把estimand定义为精确的治疗效应目标，并对齐计划、设计、分析、敏感性分析与解释五个环节。

台账指出，这些来源共同支撑了技能中"目标因果对比（target causal contrast）、估计量（estimator）、估计值（estimate）三者区分"的框架，以及对混杂、选择、对撞（collider）、测量与干预定义等假设的显式处理。在 SKILL.md 的第 6 步中，因果目标必须在分析前定义目标总体、干预/暴露与对照、结局与时间窗、总体层面汇总量、治疗版本与间发事件（intercurrent-event）处理、识别假设与目标试验/设计类比——台账正是这些要求背后的权威出处。

六、负责任 AI（Responsible AI）

• SRC-NIST-GENAI— NIST AI 600-1 生成式 AI 风险框架，覆盖编造（confabulation）、隐私、有害偏倚/同质化、信息完整性、危险建议与人-AI 配置；
• SRC-UNESCO-AI— UNESCO AI 伦理建议书，涵盖人权、隐私、问责、透明、多样性与人类监督；
• SRC-DOSHI-HAUSER— Doshi 与 Hauser, 2024，DOI10.1126/sciadv.adn5290。

对 Doshi & Hauser 的结果，台账做了极为克制的表述边界：其一手同质化结果是任务特定的（在该研究的写作任务中，AI 辅助产出彼此更相似，同时部分个体创造力指标提升）。因此技能把"想法同质化"当作**一种合理风险（plausible risk）**处理，而不是跨科学领域被测量的普遍效应。这种"引用一手结果但拒绝过度外推"的写法，是整份台账的通用风格。

七、伦理与监管来源（Ethics and oversight）

7.1 人类受试者

• SRC-HHS-COMMON-RULE— 美国共同规则（45 CFR 46）官方门户；
• SRC-BELMONT— 《贝尔蒙特报告》三原则：尊重人、行善、公正；
• SRC-HELSINKI— 世界医学协会《赫尔辛基宣言》，2024 年 10 月修订版。

台账附带的操作性结论：是否有适用性必须由有权限的 IRB/REC 或同等机构判定，技能不自我声明豁免（the skill does not self-declare exemption）。

7.2 动物

• SRC-OLAW-PHS— PHS 政策及覆盖工作的 IACUC/Assurance 要求；
• SRC-ARRIVE— ARRIVE 2.0 报告指南（注意：是报告指南，不是伦理批准或设计质量证书）。

7.3 生物安全与双重用途

• SRC-NIH-RSNA— NIH 重组/合成核酸分子研究指南；
• SRC-NIH-BIOSEC— NIH 现行生物安全/生物安保门户；
• SRC-BMBL— CDC/NIH《实验室生物安全手册》（BMBL）第六版；
• SRC-WHO-LIFE— WHO 生命科学负责任使用全球指导框架。

八、美国双重用途政策的过渡期状态（关键时效记录）

台账中"U.S. dual-use transition status"一节是整份文档里时效性最强的部分，它精确记录了核验日（2026-07-23）时三个相互交叉的信号：

1. SRC-EO-14292（2025-05-05 签署）：要求修订/取代 2024 年 DURC/PEPP 政策，并对覆盖范围内危险的基因获得（gain-of-function）研究采取暂停/终止措施；
2. SRC-NIH-NOT-25-112：声明该行政令使 NIH 2024 年的实施方案失效，并撤销 NOT-OD-25-061；
3. SRC-ASPR-DURC页面在核验时仍描述 2024 年政策"等待修订或取代"，并承诺修订版政策可用时更新页面。

CSV 中三条记录的状态分别标记为current_official、current_official和current_transition_notice——过渡状态被显式编码而非笼统标为"现行"。台账由此给出两条硬规则：此状态是时间敏感的，任何相关工作前必须重新核查现行联邦、资助方、课题、机构与司法管辖区规则；不得把本台账当作放行许可（clearance）。

九、机器可读台账：source_ledger.csv 的结构

人读版 references/source_ledger.md 与机读版 assets/source_ledger.csv 是同一台账的两种形态。CSV 的表头为：

source_id,organization,title,version_or_date,source_type,url,verified_on,status,notes

各字段的实际用法（以 CSV 中真实行为例说明）：

• source_id：稳定标识符，如SRC-NIH-RIGOR，与人读版条目一一对应，供下游工具交叉引用；
• version_or_date：记录"版本+日期"双重信息，例如Page updated 2024-10-16（NIH Rigor 页面）、First edition 1988（FINER 书籍）、Step 4 2019; implemented 2020（ICH E9(R1)）；
• source_type：对来源分级的受控词汇，如official guidance、foundational_primary、current reporting guideline、executive order、consensus report；
• verified_on：全部记录统一为2026-07-23，即台账的验证截止日；
• status：状态机字段，取值如current_official（现行官方）、foundational_primary（奠基性一手来源）、historical_metadata_limited（历史元数据有限）、current_transition_notice（过渡期通知）——FINER 1988 条目是historical_metadata_limited，ASPR DURC 条目是current_transition_notice；
• notes：一句话核验说明，同时承载关键限定，例如 SPIRIT 2025 的 notes 写明"34 项最小方案条目；取代 SPIRIT 2013"，Doshi & Hauser 条目写明"不得在缺乏证据的情况下把该实验的结论外推到所研究任务之外"。

这种"状态+备注"双字段设计把"来源是否现行""证据强度""限定条件"分离开，避免了单一"可用/不可用"标签造成的信息丢失。

十、来源使用规则（Source-use rules）

台账末尾给出 6 条使用规则，它们是整个机制落地的行为约束：

1. 发布或注册前，逐条对照在线一手来源核验每个引用与标识符；
2. 在截止日期之后，重新核查时间敏感的政策；
3. 把每一条科学论断都链接到 assets/evidence_ledger_template.csv 中的证据；
4. 必须包含挑战性、空结果与局限性证据，而不仅仅是支持性证据；
5. 不得从本来源台账推断新颖性——它记录的是技能刷新，不是用户的研究课题；
6. 未经授权，不得把敏感研究问题暴露在任何外部搜索查询中。

第 3 条直接连接到技能内置的证据审计工具链，下面从源码层面看它是如何被执行的。

十一、源码级验证：审计脚本如何执行台账规则

scripts/audit_evidence_ledger.py 是"Source-use rules"第 3、4 条的机器执行器，它离线（无网络）审计本地证据台账 CSV 与带日期的搜索边界 JSON：

字段级校验（对应 assets/evidence_ledger_template.csv 的 13 列表头）：source_id必须是形如字母开头的受控标识符；url必须是 HTTPS；accessed_on必须是 ISO 日期；publication_date允许YYYY、YYYY-MM、YYYY-MM-DD三种部分日期格式；source_type限定为 11 种受控值（official_guidance、primary_research、systematic_review、consensus_report 等）；relation限定为supportive、challenging、contextual、method、safety、mixed六种。

规则级校验，其中两条直接对应台账文档的语义：

• 若某来源的accessed_on晚于搜索边界的searched_on，发出SOURCE_ACCESSED_AFTER_SEARCH_BOUNDARY警告——即"带日期边界"在数据结构层面被强制表达；
• 若台账中没有任何relation=challenging的来源，发出NO_CHALLENGING_SOURCE_DECLARED警告——即第 4 条"必须包含挑战性证据"被编码为可检查项；
• 若novelty_status被声明为supported_by_documented_comprehensive_search，则强制发出NOVELTY_STATUS_REQUIRES_QUALIFIED_HUMAN_REVIEW警告——新颖性声明永远需要合格人类复核，机器只允许最高档"有文档支撑的有边界搜索"，且仍打警告。

交叉核对：传入可选--record假设记录后，脚本会检查记录引用的search_boundary_id是否一致、记录声明的来源是否都在台账中（缺失则报RECORD_SOURCE_MISSING_FROM_LEDGER错误）、台账来源是否都出现在记录中（缺失则告警）、claim_ids是否都是记录中合法的主张 ID（未知则报UNKNOWN_CLAIM_ID）。

边界声明：脚本输出的报告自带notice字段，明确"本本地审计不访问 URL、不验证来源存在性或内容、不评价证据、不确立新颖性、不判定来源是否支持论断，请人工逐条核验来源与链接"。这与台账文档的自限定完全一致。

运行边界：共享工具模块 scripts/_common.py 对所有 CLI 施加统一安全约束——拒绝 URL 型路径与符号链接输入；输入上限 2 MiB、CSV 数据 1,000 行、单元格 8,000 字符；拒绝重复 JSON 键；要求 CSV 表头精确匹配且有序；输出使用0600私有权限与原子替换写入，且默认拒绝覆盖已存在文件（需--force）。退出码约定为：0结构有效、1完成校验但存在一致性错误、2输入格式非法或不安全。完整的 CLI 参数与推荐执行序列见 references/tool_reference.md。

审计命令形态：

python3 skills/hypothesis-generation/scripts/audit_evidence_ledger.py \ local-evidence.csv local-search-boundary.json \ --record local-record.json

其中local-search-boundary.json应基于 assets/search_boundary_template.json 填写——模板固定了schema_version、search_boundary_id、searched_on、searched_by、purpose、databases_or_indexes、queries、date_limits、language_limits、inclusion_scope、exclusion_scope、known_limitations、last_result_screened_or_stop_rule与三值枚举novelty_status（not_assessed/requires_specialist_review/supported_by_documented_comprehensive_search）。

十二、方法论要点总结

Dated Source Ledger 机制的核心可以归纳为四条可迁移原则：

1. 证据必须带日期：每个来源都有version_or_date与verified_on，时间敏感政策（如美国 dual-use 过渡状态）用专门章节与current_transition_notice状态显式标记，并要求"截止日期后重新核查"；
2. 状态分级而非布尔判定：current_official/foundational_primary/historical_metadata_limited/current_transition_notice等状态区分了"现行官方""奠基一手""元数据有限""过渡期"，FINER 1988 的溯源局限就是靠这一机制被如实表达的；
3. 人读版与机读版双轨一致：Markdown 台账与 CSV 台账共享同一套SRC-*标识符，CSV 可被审计脚本消费，规则（挑战性证据、新颖性状态、日期一致性）从文档条款变成可执行的检查项；
4. 工具只验结构、人类核验内容：审计脚本的notice与台账第 1 条规则同向——机器确认"链接、格式、一致性"，来源是否真的支持论断、新颖性是否成立，最终由合格人类对照在线一手来源完成。

这套机制的适用前提是：研究或技能维护场景需要向读者/评审证明"文献依据何时、在什么边界下、按什么标准被核查过"；它的边界同样明确——它不构成系统性综述、不证明新颖性、不替代任何伦理、生物安全或双重用途审查。

十三、相关资源导航

• 技能主文档（12 步工作流、不可协商边界、本地工具索引）：SKILL.md
• 来源台账人读版：references/source_ledger.md
• 来源台账机读版：assets/source_ledger.csv
• 证据台账模板：assets/evidence_ledger_template.csv
• 搜索边界模板：assets/search_boundary_template.json
• 文献检索策略与来源追溯：references/literature_search_strategies.md
• CLI 完整参考与安全模型：references/tool_reference.md
• 证据审计脚本：scripts/audit_evidence_ledger.py
• 共享校验工具（输入边界、退出码、原子写）：scripts/_common.py
• 因果推断与论断类型：references/causal_inference_and_claims.md
• 预注册与开放科学：references/preregistration_and_open_science.md

【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000+ scientists worldwide. 165 ready-to-use validated skills plus 100+ scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills