InkCop 的引用验证系统是一套专为学术写作场景设计的多智能体协作机制。它不仅能检测引用格式，更能追溯引用源的真实存在性，从根本上解决 AI 幻觉（hallucination）带来的虚假引用问题。

为什么需要专门的引用验证？

当你使用通用大型语言模型（如 ChatGPT、Kimi 等）辅助写作时，模型可能会”创造”出听起来合理但实际上不存在的参考文献——这被称为引用幻觉（Citation Hallucination）。

这是学术写作中的重大风险：

• 虚假 DOI：模型生成的 DOI 指向不存在的论文
• 作者/年份组合错误：真实作者但错误的发表年份或期刊
• 引用格式混乱：APA、IEEE、Chicago 等格式混用或字段缺失
• 无从追溯：无法确认引用内容是否与原文观点一致

InkCop 引用验证的工作原理

第一层：结构化引用解析

当 AI 在编辑器中插入引用时，InkCop 自动将其解析为结构化数据：

作者列表 → 发表年份 → 期刊/会议名称 → 标题 → DOI/URL

系统会识别 APA、IEEE、Chicago、Vancouver 等主流格式，提取各字段后进行标准化处理。

第二层：多源实时溯源

验证智能体会并行向多个权威数据库发起查询：

第三层：语义一致性核查

仅确认论文存在还不够。InkCop 会进一步：

1. 摘要对比：从数据库获取原文摘要，与引用上下文进行语义相似度比对
2. 观点对齐检测：确认引用文献的核心观点与你的引用场景一致，避免”断章取义”
3. 反向溯源：对于已在知识库中的文献，直接定位到原文相关段落

第四层：格式标准化输出

验证通过后，系统自动将引用格式转换为目标格式（APA 7th、IEEE、Chicago 17th 等），确保全文风格统一。

验证结果标注

每个引用会得到以下状态之一：

• ✅ 已验证：文献真实存在，内容一致，格式正确
• ⚠️ 待核查：文献存在但部分字段存疑（如年份、页码）
• ❌ 验证失败：无法在数据库中找到匹配文献（可能是幻觉）
• 🔗 本地匹配：在你的本地知识库中找到原文

与本地知识库的协同

引用验证系统与 InkCop 的本地 RAG 知识库深度集成：

• 当你引用知识库中已有的文献时，验证无需联网，直接从本地数据库核查
• 验证通过的引用会自动建立文档间的引用关系图谱，便于后续追溯
• 所有验证记录均保存在本地，不上传至任何服务器

与传统工具的对比

使用引用验证

在 InkCop 编辑器中，你可以：

1. 自动触发：AI 插入引用时自动启动后台验证
2. 手动触发：选中引用文本后点击「验证引用」按钮
3. 批量扫描：在文档菜单中选择「扫描全文引用」，一键检查所有引用

提示：引用验证智能体在后台异步运行，不会阻断你的写作流程。验证完成后，编辑器会以非打扰方式显示结果。