📚 文献引用查证智能体

一个基于AI的学术文献引用检查工具，能够自动验证学术论文中的文献引用准确性和相关性。

✨ 主要功能

🔍 核心特性

• 自动提取参考文献: 从PDF/DOCX文档中智能提取参考文献列表
• 引用标记识别: 精确识别文档中的引用标记（如[1], [1,2,3]等）
• arXiv数据库搜索: 在arXiv学术数据库中自动搜索匹配的论文
• AI相关性验证: 使用大语言模型验证引用内容与参考文献的相关性
• 详细统计分析: 提供完整的引用统计和问题分析报告

🎯 验证功能

• ✅ 检查引用数量完整性（是否有文献未被引用）
• ✅ 检查重复引用情况
• ✅ 验证引用内容与参考文献的相关性
• ✅ 识别可能存在问题的引用
• ✅ 生成详细的分析报告

🚀 运行模式

• Web界面模式: 友好的Gradio界面，支持文件上传和实时分析
• 命令行模式: 适合批量处理和自动化集成
• 轻量级模式: 使用arXiv元数据快速验证，无需下载PDF
• 标准模式: 下载PDF进行深度内容分析

🛠️ 安装配置

环境要求

• Python 3.12
• 智谱AI API密钥

安装步骤

1. 克隆项目

git clone <repository-url>
cd reference_agent

2. 安装依赖

pip install -r requirements.txt

3. 配置环境变量 创建.env文件并设置API密钥：

ZHIPUAI_API_KEY=your_zhipuai_api_key_here

🎮 使用方法

Web界面模式（推荐）

python app.py

然后访问 http://localhost:7860 打开Web界面：

1. 上传PDF或DOCX格式的学术文档
2. 选择检查模式（推荐轻量级模式）
3. 点击"开始检查"进行分析
4. 查看详细的分析结果

命令行模式

# 基本使用（轻量级模式）
python agent.py --doc path/to/your/document.pdf

# 完整模式（包含PDF下载）
python agent.py --doc path/to/your/document.pdf --lightweight false

# 自定义参数
python agent.py \
    --model glm-4-flash \
    --doc path/to/your/document.pdf \
    --ref path/to/references/folder \
    --lightweight \
    --skip-download

参数说明

• --model: AI模型选择（默认：glm-4-flash）
• --doc: 待检查的文档路径
• --ref: 参考文献PDF存储目录
• --lightweight: 启用轻量级模式
• --skip-download: 跳过PDF下载
• --skip-pdf-verify: 跳过PDF内容验证

📁 项目结构

reference_agent/
├── agent.py              # 命令行版本主程序
├── app.py                # Web界面版本
├── utils.py              # 核心工具函数
├── requirements.txt      # 项目依赖
├── README.md            # 项目说明
├── .env                 # 环境配置（需自行创建）
├── data/
│   ├── docs/           # 输入文档目录
│   └── references/     # 下载的参考文献PDF
└── prompts/
    └── agent_prompt    # AI提示词模板

🔧 核心模块

agent.py

命令行版本的主要功能：

• verify_citations_referenced(): 检查引用完整性
• download_literatures(): 从arXiv下载文献PDF
• verify_citation_sentences(): 标准模式验证
• verify_citation_sentences_lightweight(): 轻量级验证

app.py

Web界面版本特性：

• Gradio界面集成
• 实时日志显示
• 结果可视化展示
• 文件上传支持

utils.py

核心工具函数：

• get_reference_titles(): 提取参考文献标题
• get_citation_markers(): 识别引用标记
• search_from_arxiv(): arXiv搜索
• batch_verify_citations_lightweight(): 批量轻量级验证

📊 分析结果说明

引文统计分析

• 参考文献总数: 文档中参考文献的数量
• 引用标记总数: 文档中发现的引用标记数量
• 未被引用文献: 列表中未被引用的文献
• 重复引用文献: 被多次引用的文献统计

arXiv搜索结果

• 找到的文献: 在arXiv中找到匹配的文献
• 未找到的文献: 在arXiv中无法找到的文献
• 相似度评分: 标题匹配的相似度分数

AI验证结果

• 查验无误: AI判断引用内容与文献相关的引用
• 需要检查: AI判断可能存在问题的引用
• 准确率统计: 整体验证的准确率

⚙️ 模式对比

特性	轻量级模式	标准模式
速度	快速	较慢
准确性	中等	高
存储需求	低	高（需下载PDF）
网络依赖	中等	高
适用场景	快速筛查	精确验证

🚨 注意事项

1. API密钥: 需要有效的智谱AI API密钥
2. 网络连接: arXiv搜索需要稳定的网络连接
3. 文档格式: 支持PDF和DOCX格式的学术文档
4. 处理时间: 文档越长，处理时间越长
5. 准确性: AI判断仅供参考，建议人工复核重要结果

🤝 贡献指南

欢迎提交Issue和Pull Request来改进项目：

1. Fork本项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交改动 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启Pull Request

📄 许可证

本项目采用MIT许可证 - 查看 LICENSE 文件了解详情

🐛 问题反馈

如果遇到问题或有改进建议，请通过以下方式反馈：

1. 在GitHub上创建Issue
2. 提供详细的错误信息和复现步骤
3. 附上相关的日志输出

📚 更新日志

v1.0.0

• ✅ 基础文献引用检查功能
• ✅ arXiv数据库集成
• ✅ AI相关性验证
• ✅ Web界面支持
• ✅ 轻量级模式

---

Happy Literature Checking! 📖✨