refcheck (Benchoi93)

重新检查

人工智能助理的学术参考验证。

一 主控程序 将学术引文与真实出版物数据库进行交叉检查的服务器。它捕获幻觉参考，查找关于某个主题的真实论文，并导出可发布的BibTeX——所有这些都可以从Claude Code、Claude Desktop或任何兼容MCP的客户端中导出。

问题

大型语言模型经常使学术引用产生幻觉：看似合理的引用，带有捏造的标题、作者、DOI或场所。论文或资助提案中的一个幻觉引用可能会破坏可信度。

重新检查 通过让你的AI助手直接访问Crossref、Semantic Scholar和arXiv来解决这个问题。它返回的每个引用都有一个真实的数据库记录作为支持。

它的作用

快速开始

1.安装

pip install refcheck-mcp

或者从源代码安装：

git clone https://github.com/benchoi93/refcheck.git
cd refcheck
pip install -e .

要求： Python 3.11+

2.配置克劳德代码

添加到您的克劳德代码设置(~/.claude.json):

{
  "mcpServers": {
    "refcheck": {
      "command": "python",
      "args": ["-m", "refcheck"],
      "env": {
        "CROSSREF_EMAIL": "you@university.edu"
      }
    }
  }
}

3.使用它

> Verify this reference: Li, Y., Yu, R., Shahabi, C., & Liu, Y. (2018).
  Diffusion convolutional recurrent neural network: Data-driven traffic
  forecasting. ICLR 2018.

> Find me 5 recent papers on physics-informed neural networks for traffic
  state estimation and get their BibTeX.

> Get BibTeX for DOI 10.1016/j.trc.2024.104873

> Verify all references in my refs.bib and replace any incorrect entries
  with the corrected BibTeX.

工具

verify_reference

通过查询多个数据库并对结果进行模糊匹配来检查引文是否真实。

参数：

验证管道：

1. DOI查找 （如果提供）--通过Crossref解决。DOI匹配已接近确定验证。
2. 标题搜索 --并行查询所有可用数据库。
3. 模糊匹配 --根据标题相似性（标记集比率）、作者重叠（姓氏为Jaccard）、年份匹配（+/-1容差）和地点相似性对每个候选人进行评分。
4. 裁决 --加权综合得分产生分类：

自动BibTeX校正： 当判决是 verified 或 partial_match，响应包括 corrected_bibtex 从匹配的纸张中选择正确的BibTeX条目。这意味着一次调用既能检测错误，又能提供修复。

示例响应（部分匹配）：

{
  "verdict": "partial_match",
  "confidence": 0.72,
  "matched_reference": {
    "title": "Attention is All You Need",
    "authors": ["Ashish Vaswani", "Noam Shazeer", "..."],
    "year": 2017,
    "doi": "10.48550/arXiv.1706.03762",
    "venue": "Advances in Neural Information Processing Systems",
    "url": "https://doi.org/10.48550/arXiv.1706.03762"
  },
  "discrepancies": ["Year mismatch: claimed 2018, found 2017"],
  "sources_checked": ["crossref", "semantic_scholar", "arxiv"],
  "corrected_bibtex": "@article{vaswani2017attention,\n  author = {Vaswani, Ashish and ...},\n  title = {Attention is All You Need},\n  year = {2017},\n  doi = {10.48550/arXiv.1706.03762},\n}"
}

search_references

在所有配置的数据库中搜索真实论文。结果通过DOI和标题相似性进行重复数据消除。

参数：

每个结果包括： 标题、作者、年份、DOI、地点、摘要（截断）、URL和源数据库。

get_bibtex

生成经过验证的BibTeX条目。更喜欢Crossref内容协商（发布者质量BibTeX），并在需要时回退到元数据构建。

参数（提供一个）：

示例——批量DOI导出：

get_bibtex(dois=["10.1016/j.trc.2024.104873", "10.48550/arXiv.1706.03762"])

返回连接好的BibTeX条目，准备附加到 .bib 文件：

@article{vaswani2017attention,
  author        = {Vaswani, Ashish and Shazeer, Noam and Parmar, Niki and ...},
  title         = {Attention is All You Need},
  journal       = {Advances in Neural Information Processing Systems},
  year          = {2017},
  doi           = {10.48550/arXiv.1706.03762},
  url           = {https://doi.org/10.48550/arXiv.1706.03762},
}

BibTeX惯例：

• 引用关键字如下 {lastname}{year}{keyword} 格式（例如。， vaswani2017attention)
• 首字母缩略词和专有名词被包裹在 {} 保持资本化
• 条目类型从元数据中推断出来(@article, @inproceedings, @misc等等）
• 田地从来不是捏造的。缺失的数据（例如页码）被省略而不是猜测。

数据库

refcheck并行查询多个学术数据库。它在没有API密钥的情况下开箱即用-Crossref和arXiv是免费的，未经验证。添加可选密钥可以解锁额外的源和更好的速率限制。

服务器在 降级模式 当密钥丢失时，它会跳过不可用的API并报告检查了哪些源。

配置

复制示例env文件并填写密钥：

cp .env.example .env

然后编辑 .env:

# Strongly recommended — enables Crossref "polite pool" (~50 req/sec)
CROSSREF_EMAIL=you@university.edu

# Recommended — free key from https://www.semanticscholar.org/product/api
S2_API_KEY=your-s2-key

# Optional — Elsevier API key from https://dev.elsevier.com/
ELSEVIER_KEY=
# Optional — Elsevier institutional token (higher rate limits)
ELSEVIER_INSTTOKEN=

# Optional — free key from https://developer.ieee.org/
IEEE_API_KEY=

这 .env 文件被标记为无效。服务器在启动时通过以下方式自动加载 python-dotenv.

或者，您可以直接设置环境变量或将其传递给 env MCP服务器配置块 ~/.claude.json.

建筑

refcheck/
├── src/refcheck/              # Python package
│   ├── __init__.py            # Package version
│   ├── __main__.py            # python -m refcheck entry point
│   ├── server.py              # FastMCP server, three tool definitions
│   ├── clients/
│   │   ├── __init__.py        # Client protocol & registry
│   │   ├── crossref.py        # Crossref: DOI lookup, title search, BibTeX export
│   │   ├── semantic_scholar.py # Semantic Scholar: keyword search, paper lookup
│   │   ├── arxiv.py           # arXiv: title/keyword search, XML parsing
│   │   ├── scopus.py          # Scopus: search with API key (optional)
│   │   └── ieee.py            # IEEE Xplore: search with API key (optional)
│   ├── matching.py            # Fuzzy matching: title, author, year, venue scoring
│   ├── bibtex.py              # BibTeX generation, formatting, citation keys
│   ├── models.py              # Pydantic v2 input/output models
│   └── config.py              # Environment variable management
├── pyproject.toml             # Package metadata & dependencies
├── server.json                # MCP Registry metadata
└── requirements.txt           # Pinned dependencies (alternative to pyproject.toml)

关键设计决策：

• 异步贯穿始终 -所有API调用都使用 httpx.AsyncClient 超时10秒。
• 并行查询 --通过以下方式同时查询多个数据库 asyncio.gather.
• 优雅降级 -一个失败的API永远不会阻止其他API。错误记录到stderr，响应指示检查了哪些源。
• 从不捏造 --如果没有找到匹配项，该工具会这样说。BibTeX字段会被省略而不是猜测。

用例

• 写论文 --提交前核实每一条引文。抓住错误的年份、拼写错误的作者或完全捏造的参考文献。部分匹配会自动返回更正的BibTeX。
• 修复.bib文件 --批量验证引用，并在一次传递中用数据库支持的更正的BibTeX替换不正确的条目。
• 文献综述 --搜索某个主题的真实论文，一步即可获得BibTeX。
• 拨款建议 --确保所有引用的先前工作确实存在。
• 教学 --帮助学生核实作业中的引用。
• 批量BibTeX导出 --从草稿中收集DOI并导出干净的DOI .bib 文件。

局限性

• 覆盖差距 --一些利基出版物可能不会出现在查询的数据库中。A. not_found 结果并不能保证纸张是假的；它可能存在于未涵盖的数据库中（例如，PubMed用于生物医学，DBLP用于CS）。
• 元数据质量 --由元数据构造的BibTeX（当Crossref内容协商不可用时）可能缺少页码或卷等字段。
• 费率限制 --arXiv在请求之间强制执行3秒的延迟。IEEE免费等级限制为每天200个请求。
• 没有谷歌学者 -没有官方的谷歌学者API。Crossref+Semantic Scholar+arXiv的现有覆盖范围更广、更可靠。

许可证

麻省理工学院

引用

如果您在研究工作流程中使用refcheck，请提及：

refcheck: Academic Reference Verification MCP Server
https://github.com/benchoi93/refcheck