Sci Search

sci-search — поиск и верификация внешних фактов

Статус: production · Версия: 1.2.0 · Обновлён: 2026-08-23 · Область: все агенты контура

Роль: научный аналитик + библиограф + технический эксперт одновременно. Задача — не «найти ссылку», а получить проверяемую картину: отделить измеренное от оценённого, первоисточник от пересказа, факт от рекламы и от собственной галлюцинации.

Когда использовать

• Перед публикацией любого числа/норматива/формулы, взятого извне (обязательно).
• Аудит ссылочной массы чужой статьи или отчёта.
• Выбор оборудования, поиск datasheet, спецификаций, протоколов.
• Поиск стандарта или его актуального статуса (заменён / действует / отменён).
• Расхождение между источниками — развести и объяснить.

Когда НЕ использовать

• Факт выводится из первых принципов самим агентом (расчёт, вывод формулы) — тогда сначала вывод, а поиск только для сверки якоря порядка величины.
• Факт уже лежит в памяти/скилле контура с провенансом — не переискивать, но проверить дату: память point-in-time, стандарт мог быть заменён.
• Поиск по своему коду/репозиторию → Grep/Glob, а не веб.
• Большой многоисточниковый разбор «на неделю» → скилл deep-research (фоновые субагенты со своим окном), этот скилл — про метод и достоверность.

1. Главный закон: citation-green

Совпадение библиографических реквизитов ≠ проверка утверждения.

Что журнал, том, страницы и DOI существуют — говорит только о том, что документ есть. Оно не подтверждает, что документ говорит то, что ему приписали. Это самая частая и самая незаметная ошибка: реквизиты идеальны, а число рядом с ними — чужое.

Отсюда три правила:

1. Запрос строить по ФАКТУ, а не по документу. «Каков реальный диапазон X» — а не «есть ли статья Z на стр. N». Факт-запрос ловит и подмену числа, и подмену источника; библио-запрос — только опечатку в реквизитах.
2. Триангуляция: утверждение подтверждать ≥2 независимыми источниками.
3. Ловить рассинхрон «источник↔значение»: частый дефект — текст ссылается на источник A, а число взято из источника B. Проверять, что цитируемый источник даёт именно то число, которое напечатано.

Рабочие прецеденты (реальные кейсы расхождения реквизитов и значения) — references/browser-fallback.md. Тот же принцип на этапе НАПИСАНИЯ статьи — rn-article-style §12.2; на этапе АУДИТА кода/текста — fact-audit.

2. Обязательная разметка уровня проверки

Каждое утверждение маркируется одним из трёх уровней. Смешивать и умалчивать нельзя.

Выдавать 📗 за ✅ — прямое нарушение. Честное «не смог прочитать» полезнее уверенного пересказа абстракта.

✅ ставится только по прямому чтению первоисточника — не по пересказу. WebFetch не отдаёт сырой текст, а пересказ модели-суммаризатора — это ещё один пересказ, а не оригинал. Для решающего числа: просить у WebFetch ТОЧНУЮ цитату (не пересказ), для критичных случаев предпочитать get_page_text через браузер (§5.1 ниже) — он отдаёт видимый текст без модели-посредника. Число из точной цитаты — годится для ✅; число из общего пересказа — остаётся 📗, пока не подтверждено цитатой. Прецеденты, где пересказ смягчил или сочинил число вместе с атрибуцией — references/browser-fallback.md.

3. Приоритет источников

A — первоисточники: рецензируемые статьи с DOI; стандарты (ISO, IEC, ASTM, ГОСТ, IEEE); документы IAEA, ICRP, ICRU, UNSCEAR, WHO, OECD/NEA; официальные отчёты институтов (NIST, NRC, LNHB, NNDC); диссертации; патенты.

B — вторичные научные: обзоры, метаанализы, монографии, университетские курсы.

C — технические: datasheet и руководства производителя, application notes, официальные сайты организаций.

D — ориентировочные: Википедия, форумы, блоги, новости, вендорские блог-посты.

D используется только чтобы нащупать термин и выйти на A/B. В ответ уровень D не попадает как обоснование. Отдельно: вендорский блог ≠ технический источник — маркетинговая страница производителя это D, а его datasheet — C.

4. Реальная доступность источников

Половина «золотых» баз недоступна открытому вебу — это надо знать заранее, а не выяснять пятью неудачными запросами. Полные таблицы «что не откроется / что работает», лестница доступа при пейволле и разбор «упёрся инструмент vs документ недоступен» (с транспортной альтернативой curl + локальный разбор) — references/source-availability.md. Правило коротко: отказ WebFetch ≠ недоступность документа — сменить транспорт ДО того, как источник помечен 📗.

5. Механика инструментов и браузер-фолбэк

WebSearch слаб по-русски (гонять RU+EN параллельно), WebFetch не ходит по кросс-хостовым редиректам и кэширует 15 минут, PDF через него часто нечитаем. WebFetch не исполняет JavaScript — на JS-челлендже/бот-стенке источник не недоступен, а нужен встроенный браузер (mcp__Claude_Browser__*): он рендерит страницу и проходит челлендж самим фактом того, что является браузером. CAPTCHA и пейволл — принципиально другое (не наша задача, не наше право обходить). Полная механика инструментов, различение трёх стен (JS-челлендж / CAPTCHA / пейволл), пошаговая работа с браузером и живой прецедент — references/browser-fallback.md.

6. Алгоритм

Ш1. Формализация. Объект; область; временной диапазон; требуемая точность; тип документа (статья / стандарт / диссертация / патент / datasheet / статданные). Отдельно зафиксировать: какое именно утверждение надо подтвердить или опровергнуть.

Ш2. Запросы. Строить веером: основной RU + основной EN + научные синонимы + исторические названия + аббревиатуры + номер стандарта.

Ш3. Поиск. От общего к частному, деревом. Нашёл ключевую работу — идти по её ссылкам вниз (первоисточник) и по цитированиям вверх (актуальность, опровержения).

Ш4. Оценка каждого документа: первоисточник ли; DOI; рецензируемость; год; цитируемость; авторитет организации; соответствие запросу. Для стандартов обязательно: действует / заменён / отменён и чем заменён (типовая ловушка: ГОСТ 7.1-2003 в РФ вытеснен ГОСТ Р 7.0.100-2018, но действует в СНГ).

Ш5. Извлечение. Числа; формулы; определения; единицы; диапазоны; условия эксперимента; границы применимости. Фиксировать адрес: DOI, страница, номер таблицы/рисунка/раздела.

Ш6. Сопоставление при расхождении. Сравнить методики → условия → выяснить причину расхождения → оценить неопределённость. Не выбирать удобное число: если источники дают 2,269 и 2,29 — показать оба и назвать рекомендованное.

7. Формат ответа

### Вывод
2–5 предложений. Прямо: что установлено, с какой уверенностью.

### Источники
| Источник | Год | Тип | Уровень | Проверка |
|---|---|---|---|---|
| … | … | A/B/C/D | … | ✅ / 📗 / ⚠️ |

### Данные
величина — значение — единица (СИ) — условия — границы применимости

### Ссылки
DOI / прямой URL / PDF / раздел

### Расхождения и неопределённость
(если есть — обязательно, включая «источники расходятся на N %»)

### Уровень уверенности
Высокий / Средний / Низкий — с причиной

Единицы — СИ (references/gost-vak-oformlenie.md в rn-article-style: десятичная запятая в RU, пробел число↔единица).

8. Режимы

Научный поиск · стандарты и нормативы · диссертации · патенты · датасеты · геоданные · ПО и открытые репозитории · оборудование и характеристики · ядерные/физические справочные данные.

Режим меняет только порядок баз, но не законы §1–§2: citation-green и разметка уровня проверки действуют всегда.

9. Корпус проверенных фактов

Каждый факт со статусом ✅ или 📗 обязательно дописывается в локальный корпус (%USERPROFILE%\.claude\sci-search-corpus\verified-facts.jsonl, JSONL append-only, вне git) — иначе следующая сессия ищет то же самое заново. Перед поиском — грепнуть корпус; после верификации — сразу дописать строку, не «потом». Формат полей, порядок работы, ловушка кодировки при записи на Windows — references/verified-facts-corpus.md.

Анти-паттерны

• ❌ Выдать совпадение реквизитов за проверку утверждения (citation-green).
• ❌ Пересказать абстракт как содержимое статьи (в абстракте часто нет тех чисел).
• ❌ Молча проглотить пейволл/бот-стенку и ответить «по данным работы X…».
• ❌ Сдаться на JS-челлендже, не попробовав браузер (§5) — это не отказ доступа.
• ❌ Поставить 📗/⚠️, не пройдя лестницу транспорта (§4) — WebFetch упёрся ещё не значит, что документ недоступен; curl + локальный разбор пробуются ДО пометки.
• ❌ Принять HTTP-код за истину о доступности. 402 от организации, публикующей бесплатно, — сломанный прокси, а не цена.
• ❌ Читать страницу-контейнер вместо файла. Если в выдаче есть прямая ссылка на .pdf — тянуть её, а не HTML, на котором она висит.
• ❌ Пересказать страницу-заглушку («проверяем ваш браузер») как содержимое источника.
• ❌ Решать CAPTCHA, подменять User-Agent, обходить rate-limit или пейволл — запрет.
• ❌ Искать только по-русски или только по-английски.
• ❌ Сослаться на стандарт, не проверив, действует ли он и чем заменён.
• ❌ Выбрать из расходящихся источников удобное число, умолчав о разбросе.
• ❌ Придумать DOI/ГОСТ/страницу «для правдоподобия» — запрет абсолютный.
• ❌ Смешать измеренное с оценённым/модельным без пометки.
• ❌ Взять вендорский блог как технический источник вместо datasheet.
• ❌ Принять первый пересказ WebFetch за ✅ без точной цитаты (§2) — пересказ инструмента может исказить число так же, как вторичная статья.
• ❌ Не дописать проверенный факт в корпус (§9) — следующая сессия ищет заново.
• ❌ Сослаться на корпус как на источник вместо исходного DOI/URL из его записи — корпус кэширует проверку, не заменяет первоисточник.

Связанные скиллы

• fact-audit — проверка чужих находок и артефактов (citation-green там же, но для аудита).
• rn-article-style §12.2 — тот же запрет выдумки на этапе написания статьи.
• deep-research — тяжёлый многоисточниковый разбор фоновыми субагентами.
• doc-extract, markitdown, unlimited-ocr — вытащить текст из добытого PDF/скана.

Справочники (детали, on-demand)

• references/source-availability.md — что откроется/не откроется, лестница транспорта.
• references/browser-fallback.md — механика браузера, три стены, живые прецеденты.
• references/verified-facts-corpus.md — формат и процедура ведения корпуса фактов.