背景

研究助理项目，应导师要求构建 政策证据知识图谱平台 —— 一个由三个相互配合模块组成的 monorepo，用于在气候政策科学文献上做 证据驱动的问答。

架构

平台被组织为三个通过 HTTP 通信的松耦合服务：

1. KG 后端（Python + Neo4j）

• 摄入：MinerU 解析 PDF → 结构化的 findings + tables → 写入 Neo4j。
• schema 分离：表格不污染主体的 prose 图谱，而是由 finding 携带 table_refs 指针，表格本身存放在独立的文件存储中。
• KG API 暴露：papers / findings / evidence / tables / semantic / expand / community-summaries / graph-neighborhood / pipeline。
• 检索能力：向量语义检索、补全 schema 的跨语言检索、用 CommunitySummary 节点承载跨论文的高层上下文。
• 后处理修复：元数据回填、分类纠正、表-证据拆分、review sheet 导出 —— 全部不需要重跑 LLM。

2. 受约束 Q&A Agent

Agent 是一个 受约束的摘要器，不是自由聊天 bot —— 它只能基于 KG 检索结果作答。

• 五路检索路由：local / semantic / hybrid / expand / community_summaries。
• 复杂问题自动拆解为 sub_queries；多 driver 的问题按 driver 自动拆分，然后去重合并。
• LLM 关键词抽取（gpt-5.4-mini，结构化 JSON 输出）与正则兜底并行执行。
• 强制引用规则：每条实质性论断都必须带引用；当证据不足时，Agent 显式说明「不足以回答」，而不是产生幻觉。
• 每条回答都附带 程序化的置信度分数（双轨制，见下文）。

3. Web 前端（React + Vite）

• 流式问答 + 会话持久化（localStorage，保留最近 30 条会话，按 Today / Yesterday / Last 7 Days / Older 分组 —— Claude 风格的侧边栏）。
• 知识图谱可视化：基于 react-force-graph-2d，以节点为中心做扩展（Paper / Finding / Driver / Outcome），支持搜索、按类型筛选、点击展开邻居，以及从任意 knowledge card 或 evidence library 条目「在图中查看」的跳转。
• 证据库：双视图（按 Paper / 按 Finding）方便浏览底层语料。
• 置信度卡片：总体分数 + 矛盾标记；展开后可并排展示 evidence-side / answer-side 子分数、Claim 类别拆分（📘 Extract / 💭 Extrapolate）以及 LLM-judge vs. heuristic 对比。
• 反馈闭环：每条回答下都有 👍 / 👎；反馈 + 完整的置信度快照持久化到 SQLite（agent/data/feedback.db）—— 直接用于离线权重校准。

反幻觉控制

多层校验栈，确保答案完全可追溯：

双轨置信度评分

两条独立打分轨道，加权得到总分：

• Evidence side（4 维）：来源可信度、覆盖度、时效性、冗余度。
• Answer side（5 维）：一致性、推理距离、claim 密度、引用多样性、Extract / Extrapolate 平衡。

用户的反馈快照会驱动 OLS 校准 与 特征权重热更新，让评分函数随真实使用持续适应。

端到端流水线

PDF 解析 → finding 抽取 → snippet-claim 对齐
        → Neo4j 摄入 → LLM-as-judge 自动评测
          （准确性、可追溯性、一致性）

自动评测模块从三个维度对 Agent 回答打分，支撑系统的迭代式改进。

全局 chrome（出现在每个页面）

每条路由都会渲染：

• 品牌区 —— 气候政策证据维基 / Climate Change Wiki（点击回 /）。
• 语言切换 —— 中 / EN（切换 URL 前缀，连带切换内容集）。
• 语料量徽章 —— 实时显示当前库内论文数（例如 163 篇）。
• 全局菜单 —— 汉堡按钮展开 Q&A、知识图谱、证据库、Topic 浏览器、Admin（登录后）、Settings。
• 会话持久化指示点 —— 正在写入本地存储时显示一个小圆点。

主页 / 着陆页（/）

主页直接暴露了平台的核心 schema：每个问题都从选择一个 Topic (X) → Policy Instrument → Outcome (Y) 起步，最终落到一组 Evidence Papers。Drivers 与 Outcomes 是两大顶级分类 —— drivers 拆为 4 个根类目（Physical Climate Shock 进一步拆为 6 个子类目：Acute Extreme Weather、Wildfire & Drought、Chronic Temperature Anomalies、Chronic Sea Level Rise、Resource & Ecological Constraint、Other），outcomes 拆为 8 个根类目。每张卡都展示了底层论文数（287 / 142 / 156 / 12 ……），让用户在点入之前先掂量证据密度。

页面功能：

• 知识图谱入口卡 —— 介绍 X → Y → Evidence Papers 的遍历模式，探索 → 按钮跳转到图视图。
• Drivers 一栏 —— 4 张根类目卡（Policy and Regulation 287 篇、Physical Climate Shock 142、Technology and Market Shifts 156、Other Drivers 12）。Physical Climate Shock 卡片展开 6 个子类目。
• Outcomes 一栏 —— 8 张根类目卡（Tax & Public Finance、Investment & Capital、Profitability & Costs、Innovation & Patents、ESG Rating & Reputation、Carbon Leakage、Firm Entry / Exit、Technology Adoption & Diffusion）。
• 每卡论文数徽章 —— 让用户点入前先掂量证据密度。
• 收藏开关 —— 每张卡右上角的爱心图标，收藏后会被钉到快速访问条。
• 搜索 / 探索栏（右上） —— 直达 Q&A 并把搜索词预填进去。
• Dashboard 入口 —— 有相应权限的用户才能看到的管理面板。

Q&A 界面（/qa）

用途： Agent 的主入口。用户提问后，系统按意图分类挑选层级（T1 – T4，详见下面四个子章节），渲染对应的结构化回答。

页面功能：

• 左侧栏 —— 会话历史。 最近 30 条对话按 Today / Yesterday / Last 7 Days / Older 分组（Claude 风格），每行显示首条用户消息作为标题。
• 新对话按钮 位于侧栏顶部。
• 侧栏收起按钮 （← / →）用于窄屏。
• 主面板 —— 流式问答。 顶部回显用户提问，下方逐步渲染 Agent 的分层回答；走 SSE，所以第一张卡片在其余内容计算之前就先出现。
• 层级路由 —— 通过意图分类自动路由到 T1 / T2 / T3 / T4（详见下面的子章节）。
• 底部输入栏 —— 支持多行，Shift-Enter 换行，回车发送。
• 可信度卡 —— 一直钉在回答末尾（总分 + 双轨拆分）。
• 逐条反馈 chip —— 👍 / 👎 + 可选评论。
• 复制 / 分享菜单 —— 每条回答可生成分享链接，重建完整对话状态。

T1 概念检索（「X 是什么 / X 有哪些」）

覆盖： ~10% 的提问。输出约定： 只生成知识卡片页 —— Agent 的任务是 只回答概念本身、不多说，并引用多篇文献。

对于概念类提问（如 「什么是碳定价?」），Agent 不是给一段平铺的话，而是渲染一份 结构化多卡片 的回答页。下面按 数字 / 页面顺序 走查每张卡片，每张截图嵌在它首次出现的卡片下。

C0 —— 核心定义 + 权威引用

C0 以 一句话本质 开场（“碳定价把温室气体排放的环境成本转化为可见价格信号，让排放者为每吨排放付费”），然后展开成有权威学术定义的多段表述，每段都带引用 chip 落到 KG 中的具体论文 —— 没有任何无溯源的自由发挥。页面卡片插槽顺序是固定的，下面这些卡片永远按同一顺序出现，只是每个查询里的内容不同。

C2 —— 全球实施图景

C2 展示概念的实际规模 —— 75+ 司法管辖区、~24% 全球 GHG 覆盖、$104B 2023 收入、$25/t 中位价（远低于 SCC 估值）。KPI 下方按地理聚类把司法管辖区渲染成可点击 chip（欧洲 / 北美 / 亚太）。点击 China 后页面所有其他卡片会被筛到 China 相关证据；再点一次清除筛选。

C3 —— 关键时间线

政策里程碑按时序渲染成横向时间条：1991 Sweden 全球首个碳税 · 2005 EU ETS Phase I · 2008 BC 财政中性碳税 · 2009 RGGI · 2013 California C&T 等。底部脚注点出理论根源（Pigou 1920、Coase 1960）和 1990 美国 Clean Air Act SO₂ 排放交易作为前身。点击任意里程碑 chip 会打开侧抽屉，加载对应日期窗口标记的论文证据集合。

C4 —— 概念关联图

C4 把概念放进它的概念邻域 —— 上位（Pigouvian Taxation、Externality Internalization、Market-Based Instrument）、配套机制（Revenue Recycling、MRV、free-vs-auction 配额）、风险（Carbon Leakage、Regressivity、Social Cost of Carbon）—— 边都直接来自 KG 里的有类型关系。每个节点可点击：点击 Revenue Recycling 路由到该配套概念的新 T1 查询，并保留父概念面包屑。

C5 —— 本库研究覆盖

元卡片。它量化了知识库 本身 对该概念的覆盖：12 / 50 篇、2008–2025、9 个国家、75% 顶刊占比、方法分布 DiD 5 / SC 3 / CGE 2 / 理论 2（8/12 为因果识别）。Top 国家覆盖列出 EU (ETS) 5 篇、BC Canada 2 篇、California 2 篇、China (pilots) 2 篇、其他 1 篇。底部用警示框 显式点出覆盖盲区 —— 发展中国家（印度、东南亚、拉美）、CBAM 实施后的因果证据（2026 年起）、China 全国 ETS 长期效果（实施 4 年）。这是反幻觉系统的反向操作 —— 在用户开口之前主动告诉他系统不知道什么。

证据卡片 —— 逐篇论文

C5 之后页面渲染 逐篇论文证据卡 —— 每张卡对应一篇相关本库论文，带核心结论、国家 / 工具标签，以及跳进证据库完整 finding 页的入口。截图中的例子：California cap-and-trade 下受管制设施减排显著但分配公平性问题凸显（CA C&T）；Murray & Rivers 2015（Energy Policy） —— BC 碳税实证综述（减排 5%–15%，税收返还使经济影响近中性）；Cao Ho Hu Jorgenson 2021（JEEM） —— 中国 ETS 试点 CGE 评估；Aldy & Stavins 2012（J. Econ. Perspectives） —— 基础理论综述。

C7 —— 想进一步了解

C7 是 追问 chip 卡 —— 系统对 接下来用户自然会问什么类型问题 的理解。例子里给出：「Carbon pricing 的减排效果如何?」、「碳税 vs ETS 哪种更有效?」、「碳定价是否会引起 carbon leakage?」、「Revenue recycling 如何设计最优?」、「CN China 全国 ETS 至今效果如何?」、「为什么很多碳定价的价格水平偏低?」。每个 chip 带类型 —— 前缀决定路由到哪个回答层级（这里大多落到 T2，因为 C7 在 T1 中的职责就是从「定义」桥接到「影响 / 对比」）。

可信度条（页面页脚）

页面最底部：回答可信度 85/100，附溯源拆分 —— 定义来源 3 篇权威文献 · 本库 12 篇支撑 · 外部 World Bank 数据。这个条在 T1/T2/T3 的所有回答中都固定钉在末尾；85 的具体拆分见下方的 T1 可信度拆分 子章节。

T1 路由 —— Agent 何时选概念卡模式

• 意图分类器先跑一遍查询（gpt-5.4-mini，结构化 JSON 输出）：分桶到 definition / impact / comparison / status-quo / policy / how-to / contested。只有 definition 桶才路由到 T1。
• 触发 T1 的查询模式：“what is X?”、“define X”、“X 是什么?”、“X 的定义”、单词查询（“碳定价”）。
• 歧义查询（单一歧义词且无动词）触发消歧预流：Agent 渲染一张小的选择卡，列出候选语义（例如 “carbon pricing” 下的 carbon tax vs ETS vs cap-and-trade）并让用户挑。
• 严格只引用模式：当 KG 中没有 ≥ 2 篇权威定义时，C0 不会触发。此时 T1 降级到一段说明 “本库不含该概念的标准定义，下面是我们能找到的最接近的权威描述” —— 永远不会幻觉一个定义出来。

静态截图看不到的交互行为

• C2 国家 chip 是双向筛选 —— 点击 China 把页面所有其他卡片筛到中国相关证据；再点一次清除。
• C3 时间线 chip 点击后打开侧边抽屉，加载该时期的证据子集（按里程碑日期窗口标记的论文）。
• C4 图节点 可点击 —— 点击 Revenue Recycling 路由到该配套概念的新 T1 查询，并保留父概念。
• 引用 chip（页面任何地方）鼠标悬停展示被引片段（不只是论文标题），点击进入证据库的完整 finding 页。
• C7 追问 chip 都是有类型的：每个前缀路由到特定回答类型 —— T2（影响）、T3（对比）、T4（机制）、T5（政策含义）。

T1 可信度拆分

例子里的 85/100 按前面提到的 双轨制 拆开：

• Evidence side（权重 40%）—— 来源可信度 95、覆盖度 88、时效性 82、冗余度 92。时效性略低是因为最强的经典引用来自 2012 和 2017。
• Answer side（权重 60%）—— 一致性 90、推理距离 78（低 —— 大部分主张是直接 extract 的）、claim 密度 85、引用多样性 80（多以 OECD 为锚 —— 已作为覆盖 caveat 提示）、Extract / Extrapolate 平衡 75（以 extract 为主 —— 分值反映出 “解释力强但偏保守” 的语气）。
• 任意 answer-side 维度跌破 70 时，可信度卡上会出现 需注意 标记。

T2 综合性问题（影响 / 对比 / 叠加 / 区域）

覆盖： ~40% 的提问 —— 体量最大的一档。形如 「X 对 Y 有影响吗?」、「哪个 X 更好?」、「X+Y 叠加如何?」、「中国 X 会怎样?」 的所有问题。检索分两层：

1. 第一层 —— 综述文献语料。 先在精挑过的 Zotero 库（review / meta-analysis 篇）里检索头部答案（「共识层」）。
2. 第二层 —— 单篇文献语料。 再在完整逐篇语料里检索支撑性的具体发现（「细节层」）。

两层 整合成一份结构化回答。下面按页面顺序走查回答里的每个组成部分，每张截图嵌在它首次出现的组件下。

来源质量仪表（页面顶部）

T2 回答先用 来源质量仪表 开场 —— 不只是 答案是什么，而是先告诉用户 证据底子怎么样。页面顶部标头写着 综述文献检索 · Zotero · Climate tools-综述文章（50 篇） —— 明示这次回答从哪个语料里检索。下方五个 KPI tile：总文献 50 · 直接涉及减排政策 28 · 含定量效果区间 15 · Meta-analysis 综述 4 · 年份跨度 2011–2026。任何主张前，用户先看清证据规模与形状。

工具类型覆盖条形图

紧跟仪表下方，一条横向条形图，把 50 篇按工具类目拆开：碳定价 18 篇、补贴与清洁能源 6 篇、国际协调与贸易 5 篇、技术创新 4 篇、能效 3 篇、碳抵消 / CDM 2 篇、CDR 2 篇。视觉排序让每个工具的证据密度一眼可读，也提前告诉用户下面哪些工具章节会证据充分、哪些会偏薄。

01 章节 —— 碳定价 (Carbon Pricing)

第一个逐工具章节紧接在覆盖条形图下方。01 —— 碳定价 拿到最强证据 banner（18 篇）。其首行是 碳税 (Carbon Tax) —— 方向共识 ↓ 减排，meta-analysis 效果区间 −4% 至 −21%。主引用 chip 是 Döbbeling-Hildebrandt et al. 2024 Nat.Comm.，一行摘要说明该 meta-analysis 对 21 个碳定价机制做了 80 项效果评估，其中 17 个机制产生立即、显著的减排（幅度 −5% 至 −21%，纠正发表偏误后 −4% 至 −15%），多数机制价格偏低，更高价格带来更大效果。

02 – 07 章节（其他工具类目）

完整的 T2 回答会继续为语料里 ≥ 2 篇的每个工具类目展开并列章节。每个章节都以「最强单篇引用 banner」开场，列出 2–4 篇支撑发现，并以一张内部小子表收尾，列出该类目下的所有子工具（例如碳定价拆为碳税和 ETS 两行；补贴按技术拆分）。

• 02 —— 补贴与清洁能源。 生产税收抵免、投资税收抵免、EV 补贴、FIT 机制。最强引用：Hahn 2025；定量区间涵盖 MVPF 与减排成本两个维度。
• 03 —— 国际协调与贸易政策。 CBAM、气候俱乐部、进口关税、行业协议。
• 04 —— 技术创新政策。 R&D 补贴、政府采购、示范项目。
• 05 —— 能效政策。 标准、标签、改造项目 —— 显式带上工程预测易高估的 caveat。
• 06 —— 碳抵消 / CDM。 整个章节带红色警示边框，因为语料共识是负面（额外性失败）。
• 07 —— CDR（碳去除）。 作为补充工具处理 —— 章节抬头明示证据稀薄、不确定性高。

跨工具综合对比表

走完 02–07 章节后，页面给出 跨工具综合对比表 —— 整份回答的综合面。每个工具一行，给出方向（↓ 减排 / ↑ 增排 / ~ 中性）、定量区间、最强引用集合，以及一行 核心 caveat —— 那种读者最容易漏看的「但是…」。CDM 行用红色高亮：本集合的发现是它有一种 失败模式（52% 以上无额外性 → 全球 CO₂ 净增加），系统用视觉强化、而不是把它埋在散文里。最底部的 政策组合 行（方向 ↓↓）展示工具组合优于单一工具，引用 Blanchard et al.、Peñasco 2021、Stiglitz 2019。

证据缺口卡片（页面页脚）

对比表下方的 证据缺口卡片 是元层的诚实 —— 四个被点名的盲区，每个都带支撑「我们知道我们不知道」的引用：

• 发展中国家专项证据 —— 语料偏 OECD，中国 / 印度 / 东南亚的因果证据稀薄（Döbbeling-H 2024 明说）。
• 政策组合的因果识别 —— 现有证据大多是单一工具评估，组合增量效果、组合 vs 各工具之和的问题缺乏严格因果研究（Perino 2025 叠加框架是理论贡献还需实证检验）。
• 长期 10 年+ 效果 —— 多数因果研究覆盖政策实施后 3–8 年，投资泄漏、技术锁定等长期效应证据稀薄（Verde 2020 明确列为最优先的未来研究方向）。
• 气候适应工具 —— 语料几乎全部聚焦 减排 mitigation，适应 adaptation 政策效果评估基本缺失（仅有 Carleton et al. / Ferreira 等分析框架，无系统综述）。

把这些缺口和对比表并列放出来，让 Agent 自己的覆盖边界成为回答的一部分，而不是潜伏成下游的沉默幻觉。

筛选与交互

• 年份滑块 位于仪表板上方，可以把语料限制在某个时间窗（如只看 2018 年之后）。效果区间和工具覆盖会实时重算。
• 筛选按钮：仅 meta-analysis、仅因果识别、仅 OECD / 仅非 OECD、仅 peer-reviewed 顶刊。每个筛选会先展示筛出的论文数再应用。
• 对比表可排序 —— 按方向（共识优先）、效果幅度、引用数、发表年份排序。
• 引用 chip 点击进入论文完整 finding 页面；工具章节锚点 在左侧栏内提供，允许直接跳到 02 补贴 等章节而不必滚动。

T2 路由 —— 何时触发

• 触发：多工具 / 影响 / 对比意图，例如 “X 效果怎么样?”、“哪种政策更有效?”、“有哪些 X 工具?”、“compare X and Y”。
• 降级到 T3（定性对比）：任何被对比的工具语料 < 3 篇时，系统拒绝渲染统计上撑不住的对比行。
• 空行策略：用户明确问到、但语料中无证据的工具，渲染为 “证据缺失 —— 参见 C5 覆盖卡” —— 不会被静默丢弃。

跨论文综合逻辑

• 效果区间 每行来自一次 meta 聚合：所有在范围内论文的最低 / 最高汇报效果，按样本量加权、按标准误反加权。单论文行展示原始区间并带 n=1 标记。
• 方向共识（↓ / ↑ / ~）标签要求 ≥ 60% 论文同向。低于 60% 时整行被标记为 mixed evidence，两个方向并排展示。
• 红色高亮 是自动的 —— 任何「共识方向」与政策原本意图相反的行（例如本应减排却 增排 的碳抵消机制）会得到红边框 + 红字。用户不需要从散文里捕捉到这一点。
• 证据缺口卡片 由另一条并行通路填充：把实际语料与平台 taxonomy 中预声明的概念集群清单比对，任何 < 2 篇的集群被点名为盲区，且引用指向 flag 出这个缺口 的论文（缺口本身也有证据支撑）。
• 来源质量 加权：meta-analysis 3×；peer-reviewed 顶刊 2×；working paper / pre-print 1× 但在引用 chip 上加 pre-print 标。

T3 内部知识（「有多少篇？有 AER 文章吗？」）

覆盖： ~10% 的提问。用途： 回答 关于库本身 的元问题 —— 「我们收录了多少篇？」、「有 AER 的文章吗？」、「关于中国 ETS 有多少篇？」 等等。不走 LLM 生成。

实现： 答案查的是预先准备好的元数据表 library_meta_questions_v1.xlsx（由 curator 维护）。表里枚举了所有预期的元问题及其标准答案；系统把用户 prompt 匹配到最接近的表行。这样 T3 答案既确定性又快 —— 也避免 LLM 编造关于语料的数字。

页面功能：

• 直接元数据卡 —— 数字 / 清单直接从元数据表拿出来，没有 LLM 中介。
• 表版本 + 最近更新时间戳 让用户知道答案的鲜度。
• 「实时重算」按钮（仅管理员） —— 绕过表，直接从 Neo4j 现场重新统计（表过期时用）。
• 跳转到证据库 —— 对列表型元问题（例如 「哪些 AER 文章？」），跳进证据库并按对应子集筛好。
• 「这个问题不在表里」降级 —— 没有匹配的表行时，T3 降级到 T4（无法回答）并提示应把此元问题加入表。
• 同款可信度 + 反馈条 —— 因为答案是确定性的，可信度通常钉在 100%。

T4 外部知识 / 系统暂时无法回答的困难问题

覆盖： ~20% 的提问。当前状态： 这是系统 目前还 答不了的问题 —— 任何需要语料外知识、临时性事实、超出气候政策文献的具体地方政府查询、或者库未覆盖的相邻领域问题。spec 列举的例子：

• 「建筑领域有哪些气候政策？」 —— 邻接领域未覆盖。
• 「库里收录了多少篇？」 —— 若元问题在表里则由 T3 处理，否则落到 T4。
• 「中国出过哪些气候政策？」 —— 政府政策，不是文献。
• 「今天星期几？」 —— 临时性事实。
• 「某个论文未涵盖的具体气候政策被问到怎么办？」 —— 超出语料。
• 「重庆市面临的减排困境是什么？咋解决？哪个最有效？」 —— 多部分、超出语料、需要语料无法支撑的综合判断。

当前行为： chatbox 直接给出明确的 「暂时无法回答」 而不是编造。这是 设计上保守的拒答 —— 硬编码的哨兵响应，会解释为什么这个问题超出范围。长期： 团队希望随着语料扩张以及外部知识工具（实时网检、政府政策爬虫、实时事实查询）接入，把拒答率降下来。目前尚未解决。

页面功能：

• 「暂时无法回答」哨兵卡片 —— 标准拒答卡，说明触发了哪种原因（需要外部知识 / 超出语料 / 元问题尚未准备 / 邻接领域）。
• 原因分类器 —— 把拒答细分为：外部事实、地方政府、邻接领域文献、临时性查询、元数据未准备。
• 最近 in-corpus topic 建议 —— 点出与原问题最接近、库内有覆盖的题目，给一个「试试这个」chip 把改写后的 prompt 预填进去。
• 「提交以待将来覆盖」按钮 —— 把未答问题写入 triage log，团队据此决定是否扩库或加表。
• 临时性 banner —— 显式把这一档定性为 已知短板：外部知识接入在长期路线图上。

知识图谱可视化（/graph）

用途： KG 的力导向视图，用来在任意节点（Paper / Finding / Driver / Outcome / Concept）周围探索邻居。

页面功能：

• 力导向画布 基于 react-force-graph-2d —— 初始视图显示顶层集群。
• 节点类型筛选 chip —— 切换 Paper / Finding / Driver / Outcome / Concept 的可见性。
• 搜索栏 —— 节点名模糊匹配，选中后画布对中到该节点。
• 点击展开 —— 点节点展开 1-hop 邻居；双击展开 2-hop。
• 悬停预览 —— tooltip 显示节点标题、类型、论文数、最近更新日期。
• 「在图中查看」跳转 —— 平台任何位置的引用 chip 都可深链到这里并预选目标节点。
• 边类型图例 —— 关系类型说明（cause / mechanism / contradicts / cites / aggregates）。
• 缩放 / 平移 / 小地图 用于定位。
• 导出 PNG / SVG 用于幻灯片。

证据库（/evidence）

用途： 可浏览的语料索引。同一份底层数据的两种视图。

页面功能：

• 视图切换 —— Paper view（一行一篇论文）与 Finding view（一行一条 finding）切换。
• 筛选 chip —— 年份区间、期刊、国家、工具类目、方法（DiD / SC / CGE / 理论 / meta-analysis）、刊物层级（顶刊 / 其他 / pre-print）。
• 排序菜单 —— 相关度、引用数、发表年份、入库时间。
• 搜索栏 —— 在标题 + 摘要 + finding 文本上做全文检索。
• 批量选择 + 导出选中（BibTeX / CSV / Zotero）—— 把筛出的子集带出平台。
• 逐行「在图中查看」 跳转到知识图谱页。
• 顶部覆盖度指示 —— 复述 C5 元卡的数值（库内多少篇 / 盲区在哪）。

论文详情页（/papers/:id）

用途： 单篇论文的全部抽取信息。

页面功能：

• 元数据 header —— 标题、作者、期刊、年份、DOI、引用数、刊物层级徽章。
• Findings 列表 —— 每条抽取出的 finding 一张卡（claim、证据片段、方法标签、定量效果区间，如果有的话）。
• 「在图中查看」 跳转到以该论文节点为中心的图视图。
• 逐 finding 反馈 —— 👍 / 👎 反馈抽取质量（用于管理端 re-review 优先级）。
• 引用本文 —— 复制 BibTeX / RIS / Chicago / APA 引用片段。
• 打开原文 PDF —— 链接到来源（如有权限）或 open-access 版本。
• 相关论文条 —— KG 邻居论文（引用 / 被引 / 同方法）。

Finding 详情页（/findings/:id）

用途： 单条抽取 finding 的全部元数据。

页面功能：

• Claim 文本 —— 系统抽取出的结构化主张（主语 + 关系 + 客体 + 效果）。
• 证据片段 —— 源论文中支撑该主张的逐字片段，带位置 offset 以便审计。
• 来源论文上下文 —— 论文标题、所在章节、页码。
• 相关 findings —— 有类型关系（supports / contradicts / replicates / generalises）。
• LLM-judge 分数 —— 自动评测器在准确性 + 可追溯性 + 一致性三个维度的打分。
• 重新评测按钮（仅管理员） —— 用新版 prompt 重跑 LLM-judge。
• 「在图中查看」 跳转到以该 finding 节点为中心的图视图。

Topic / 分类树浏览器（/topics）

用途： 把平台 taxonomy（X → Y schema）以树视图的方式展开，比主页的卡片视图更适合系统性浏览。

页面功能：

• Driver 树 （左栏）—— 可折叠树：根类目 → 子类目 → 叶概念。
• Outcome 树 （右栏）—— 同结构。
• 每节点论文数 + 最近入库日期。
• 桥视图 —— 同时点击 Driver 叶与 Outcome 叶，显示交叉单元的证据数（例如 Acute Extreme Weather × Firm Entry-Exit = 4 篇）。
• Taxonomy 编辑按钮（管理员） —— 打开 curation 工作流（见 Admin 工具）。

数据入库（/ingest）

用途： 管理员把新论文加入语料库的入口。上传 PDF，系统自动跑 LLM 抽取 finding、构建证据索引、写入 Neo4j —— 一键走完全部流程。带去重检测，避免同一篇论文被重复入库。

页面功能：

• 实时语料 KPI（顶部）—— 三个 tile 实时从 Neo4j 拉取：论文数、findings 数、KG 节点数（截图里 163 / 2170 / 4524）。带「刷新」按钮强制重读。
• 拖拽上传区域 —— 一次支持多个 PDF；也可点击打开文件选择器。
• 处理流程图例 —— 系统对每个新 PDF 跑的四步：① 解析 PDF、② LLM 抽取 finding、③ 构建证据索引、④ 写入 Neo4j。入库进行中时这一区图例还兼作进度 UI。
• 幂等性说明 —— 显式脚注「已入库内容不会重复处理」，是平台对用户的成本 / 时间保证。
• 待处理论文列表（右侧）—— 每个上传的文件一行，带状态（✓ 新论文 / ✕ 重复）、文件大小、徽章（新论文 / 内容重复 · 已在库）、编辑元数据的铅笔图标、以及移除 ✕ 按钮。
• 去重 banner —— 总数 + 一键「移除全部重复」按钮，点击会先弹确认对话框再从队列里剔除。
• 提交闸门 —— 底部「入库」CTA 在还有未处理重复时是禁用的，按钮 label 直接告诉用户先做什么（「请先处理 3 篇重复后再入库」）。
• 逐行元数据编辑器 —— 铅笔图标打开模态框，可以在入库前纠正标题 / DOI / 作者，避免一处元数据错就要重新上传。

反馈收集（每条回答下内嵌）

用途： 收集每条回答的反馈，喂给离线权重校准。

功能：

• 👍 / 👎 chip 对 出现在每条回答下方。
• 可选评论框 —— 用户选了任意一个 thumb 后弹出。
• 快照持久化 —— 反馈 + 当下 整张 可信度卡的状态写入 SQLite（agent/data/feedback.db）。
• OLS 校准 job —— 周期性离线 job 用累计的 👍 / 👎 重新拟合评分函数权重。
• 特征权重热更新 —— 管理员可不重新部署直接推新权重。

设置与偏好（/settings）

用途： 每用户的偏好与账户。

页面功能：

• 语言切换 —— UI 语言（中 / EN），与语料语言独立。
• 主题切换 —— 浅色 / 深色 / 跟随系统。
• 会话保留 —— 设置本地存储保留窗口（默认 30 条对话）。
• 引用导出默认 —— BibTeX vs RIS vs Chicago。
• API key 管理 —— 给直接使用平台读 API 的用户。
• 登出 + 清除本地数据 （强制重新登录 + 抹掉会话历史）。

状态

进行中（研究助理岗位，2026.01 至今）。