Citeguard MCP server

CiteGuard

中文 · English →

CiteGuard 是一个"证伪优先"的引用核验工具:面向 agent 写作工作流,对每条引用核对三件事——这篇论文存不存在、元数据(标题/作者/年份/venue/DOI)对不对、它到底支不支持你写的那句话——直接查询 OpenAlex / Crossref / arXiv / Semantic Scholar 等真实学术库,可作为 MCP 工具被 Claude Code、Codex、Cursor 等主流 agent 直接调用。

LLM 写作助手会幻觉参考文献:编造不存在的论文、拼错真实论文的元数据、引用与论点无关的真论文。CiteGuard 扮演那个"多疑的审稿人":它把每条引用当作 论点 → 引用 → 证据 问题去证伪;拿不准的时候明确说"查不准",而不是猜一个答案。

状态: Alpha(v0.1.1,已发布至 PyPI 与 MCP 官方 registry)。当前积极开发的产品面是 citeguard.* 审计包、CLI、MCP server、批量工作流、缓存回放与发布门禁;历史遗留的写作 agent 实验仅保留在源码签出中,不属于发布包。

看看效果

源码签出场景还可以运行 python3 scripts/demo_verify.py 看实时效果(会真实访问 OpenAlex + arXiv);已安装包场景请优先使用 citeguard / citeguard-mcp 入口。

Verifying 2 citations against OpenAlex + arXiv ...

[OK] VERIFIED           (confidence 0.7)
    Vaswani et al., "Attention Is All You Need", arXiv:1706.03762
    sources checked: openalex, arxiv
    Citation resolves to a real record and the provided metadata matches.

[X] NOT_FOUND          (confidence 0.8419)
    (LLM-fabricated) "Quantum Teleportation of Citation Hallucinations in Synthetic Benchmarks"
    sources checked: openalex, arxiv
    Could not be verified in openalex, arxiv.

输出为实时采集,置信度与匹配到的记录会随源数据漂移。

中文文献同样开箱即用(GB/T 7714 解析 + 全球 DOI 注册表兜底,均为真实输出):

$ citeguard extract refs_zh.md        # GB/T 7714 中文参考文献
{"title": "迈向第三代人工智能", "authors": ["张钹", "朱军", "苏航"],
 "venue": "中国科学: 信息科学", "year": 2020, "reference_format": "gbt7714"}

$ citeguard verify --title "迈向第三代人工智能" --doi "10.1360/SSI-2020-0204"
verdict: not_found                    # 开放学术源没有它的元数据……
doi_registration:
  registered: true                    # ……但全球 DOI 注册表确认论文真实存在
  resolution_url: engine.scichina.com/doi/10.1360/SSI-2020-0204

它做什么

CiteGuard 对照 OpenAlex、Crossref、arXiv、Semantic Scholar 回答两个问题。

1. 论文存在吗?元数据对吗?

verifycitation / auditcitations 解析引用(标识符优先,否则按标题检索),逐字段比对你提供的元数据:

2. 论文支持这个论点吗?(深度模式)

checkclaimsupport 先解析论文,再用 reranker + NLI 集成判断其摘要与你的论点句的关系:

支撑性结果带机器可读的 evidencescope 字段,agent 不会把摘要级证据当成全文结论。全文级支撑有两条可选通道:调用方提供合法摘录或本地 text/PDF 文件;或设置 CITEGUARDOAFULLTEXT=1,让 CiteGuard 自动拉取源明确标记为开放获取(OA)的论文全文**(arXiv 全部适用,PDF 解析需 pip install "citationguard[pdf]")。CiteGuard 不抓取受限源、不绕过付费墙;远程全文仅限 OA 地址且默认关闭。

两条守护原则保证它"诚实":源不可达永远不会升级成"伪造"(只降低置信度,设置 outagelimited=true 并上报 sourcesavailable / sourcesfailed / sourcefailuremode);insufficientevidence / notfound 一律表述为"无法确认",最终裁决留给人或宿主 agent。此外,标识符是硬裁决:DOI / arXiv id 会先在其权威源(Crossref / arXiv)直查,命中即定音、压过任何同名记录;权威查询失败时结果降级为 ambiguous 并标记 outagelimited,绝不用纯标题匹配冒充高置信结论(输出附 identifierlookup 字段)。多源查询并发执行,总预算默认 8 秒(CITEGUARDSOURCEBUDGET),慢源记为 budgetexceeded 而不拖垮整次核验。

快速上手

核心验证库运行于 Python ≥ 3.9；Python ≥ 3.10 的基础安装同时携带 MCP SDK，使 registry 的裸包安装可以直接启动 citeguard-mcp。

Shortened. The full README is on GitHub.