research-source-discovery

所属包: research

研究资料发现与来源登记：查找论文、官方文档、竞品材料、政策文件、行业报告、数据集与用户反馈，建立/维护source index并记录search strategy，按authority/relevance/freshness/verifiability/bias/granularity筛选质量。Use when users ask “找资料/找论文/调研来源/source discovery”.

兼容性: opencode

---

作用/Purpose

为研究建立可追踪的来源底座：先找全、再筛优、后登记，确保后续分析建立在可靠证据上。

触发场景/Trigger Scenarios

• 需要查找论文、官方文档、竞品材料、政策文件、行业报告等。
• 需要建立和维护 source index。
• 需要按 authority/relevance/freshness/verifiability/bias/granularity 评估来源质量。

输入/Input

• 已结构化的研究brief与问题清单。
• 可选：已有来源线索、排除列表、时间窗口。

输出/Output

• source-index.jsonl
• bibliography.bib
• search-strategy.md

工作流/Workflow

1. 从brief提取检索目标与关键词策略。
2. 按 source types 检索：official-doc、paper、report、website、code-repo、interview、internal-doc、dataset。
3. 按质量维度过滤与打分（authority/relevance/freshness/verifiability/bias/granularity）。
4. 将通过筛选的来源登记到 source-index.jsonl。
5. 同步生成 bibliography.bib 与 search-strategy.md。
6. 用 source_index.py 做索引一致性检查（仅调用脚本名，不嵌入脚本内容）。
7. 对照 source-quality-rubric.md 做最终抽检。

Schema

source-index.jsonl 每行一个 JSON 对象，字段如下：

Required fields

• source_id (string): pattern SRC-\d{6}（SRC- + exactly 6 digits）
• source_type (string): one of code-repo, dataset, internal-doc, interview, official-doc, paper, report, website

Additional recommended fields

• title
• url
• relevance_rating
• quality_tier

{"source_id":"SRC-120045","source_type":"paper","title":"Retrieval-Augmented Generation in Production","url":"https://example.org/rag-production","relevance_rating":"high","quality_tier":"A"}

质量门禁/Quality Gates

• 每条来源必须有 source_id、source_type、relevance_rating。
• source_id 必须符合 SRC-XXXXXX（6位数字）格式。
• source_type 仅允许：code-repo、dataset、internal-doc、interview、official-doc、paper、report、website。
• 必须有完整检索策略记录（渠道、关键词、过滤规则）。
• 必须覆盖多元来源，不得单一渠道偏置。

Gotchas/注意事项

• 检索结果标题不能直接当证据。
• 不要只收集支持既有观点的来源。
• 二手博客不能替代官方文档或论文原文。
• source index 不是文献综述阶段，不在此阶段输出结论。