EvidenceFlow — 多 Agent 协作科研证据审计系统

让每个研究结论都能追溯到证据。

GOAI 世界人工智能开源大赛 · 赛道一「新智基座 Agent Infra」 单人参赛：刘亿 | 西南财经大学 人工智能

---

一句话

EvidenceFlow 是一个基于 AgentTeams 框架的 4 Agent 协作审计系统，自动检测论文中的虚假引用、证据缺口和实验不可复现问题。

核心能力

Agent	角色	Skill
A1 ClaimExtractor	原子论断提取与分类	claim-extraction
A2 EvidenceVerifier	多源引用核验 + 证据映射	citation-verification evidence-mapping
A3 ReproducibilityAuditor	12 项实验复现要素检查	reproducibility-lint
A4 RiskReporter	风险聚合 + 审计轨迹生成	risk-aggregation

快速开始

# 安装（无需第三方依赖）
git clone <repo-url>
cd evidenceflow

# 离线审计
python -m evidenceflow audit --input eval/demo_paper.json --offline

# Live 核验（调用 Crossref/OpenAlex API）
python -m evidenceflow audit --input eval/demo_paper.json --live

# 运行测试
python -m unittest discover -s tests -v
# Ran 43 tests in 1.6s — OK

评测结果

43/43 单元测试通过
端到端流水线: 0.4ms (离线) / 4.7s (Live API)
虚假引用检出: 100% (1/1, 10.9999/fake → not_found_in_sources)
真实引用验证: Crossref/OpenAlex 双源交叉核验

架构

文档输入 → A1(论断提取) → A2(证据核验) ┐
                    └→ A3(复现检查) ─┤→ A4(风险报告)
                        ↑ 并行执行      ↓
                                   审计轨迹 (SHA-256)

技术栈

• Agent 框架: AgentTeams / AgentScope 1.0.18 / Copaw Worker
• 协议: MCP (Model Context Protocol)
• 数据源: Crossref REST API + OpenAlex API
• 语言: Python 3.12+ | 零第三方依赖
• 许可证: Apache 2.0

目录结构

evidenceflow/
├── pipeline.py              # 4 Agent 主编排流水线
├── agents/                  # Agent 实现层
│   ├── claim_extractor.py       # Agent 1
│   ├── evidence_verifier.py     # Agent 2
│   ├── reproducibility_auditor.py # Agent 3
│   ├── risk_reporter.py         # Agent 4
│   └── orchestrator.py          # AgentTeams 编排定义
├── skills/definitions.py    # 5 Skill 完整定义
├── eval/                    # 评测框架 + 数据
├── tests/                   # 43 项单元测试
└── AGENTS.md                # AgentTeams 集成文档