面向临床驱动的基础与转化研究的个人科研中间体。不是通用聊天机器人，而是围绕 你自己的课题方向、数据基础、目标期刊和写作风格持续沉淀的协作工具。
覆盖完整链路：文献检索 → 结构化提炼 → 假说打磨对话 → Proposal 成文 → 期刊风格内化 → 数据评估 → 分节写作 → 母语化 → 去 AI 化。
设计取舍来自一条判断：科学判断权始终在研究者手里，工具负责承担劳动、守住证据边界、 并且在你想偷懒的地方拦住你。
git clone https://github.com/Alexsheng26/Medical-agent.git
cd Medical-agent
pip install -e .
export ANTHROPIC_API_KEY="sk-ant-..." # 必需（写入 ~/.bashrc 更方便）
mra init --email your@email.edu # NCBI 要求提供联系邮箱需要 Python ≥ 3.10。第三方依赖只有两个：anthropic 和 pypdf。
第一次装、或者不熟命令行？ 看 docs/SETUP.md —— Windows / macOS / Linux 分平台的完整步骤，含 API key 怎么申请、工作目录怎么组织、 以及一份常见报错对照表。
mra guide # 中文流程速查
# 1. 建库：自动生成 PubMed 检索式 → 抓取 → 入库
mra search "NASH 门脉纤维化中巨噬细胞来源的 TGF-β1" --max 60
mra digest # 逐篇结构化提炼
# 网络到不了 NCBI？在浏览器里搜好，Send to → File → Format: XML，然后：
mra import ~/Downloads/pubmed_result.xml --topic "NASH 纤维化"
# 自己下载的文章也能进库——PDF 直接喂：
mra import ~/papers/*.pdf --topic "NASH 纤维化"
# 想先试试手感，仓库里有现成的 8 篇示例语料：
mra import examples/demo_corpus.xml
# 2. 磨假说：多轮对话，每轮都基于本地文献库检索
mra chat
mra hypothesis --note "第一版" # 冻结为可版本比较的假说
mra proposal --references -o proposal.md # 生成 proposal
# 3. 检查（不消耗 API）
mra refs proposal.md --list # 核对每一条引用是否真实存在
mra lint proposal.md # AI 痕迹静态检查mra search "主题或临床问题" --max 60 # 模型先规划检索式（MeSH + 同义词 + 别名）
mra search "..." --query '肝纤维化[MeSH] AND ...' # 或直接用你自己写好的检索式
mra digest # 每篇提炼：科学问题/发现/方法/创新点/局限/证据等级
mra chat # 苏格拉底式追问，非总结式复述
mra hypothesis --note "加入 Kupffer 反证后"
mra hypotheses # 列出所有版本
mra diff 1 3 # 逐字段比较两版假说的演化对话不会替你下结论。它默认追问的是：因果链里哪一步是假设而非实证、还有什么能产生
同样的观察、什么结果能证伪。假说冻结时会强制列出 challenging_pmids（反证文献）和
open_weaknesses（最可能被审稿人拦住的地方）——如果反证列表是空的，它会告诉你检索做得不够对抗。
你用中文问，语料是英文，检索照样命中。 BM25 是字面匹配，中文问题在英文论文上得分为零——
不处理的话一篇都检索不到。所以提问里出现中日韩文字时，会先花约 $0.01 把问题转成英文检索词
（基因/蛋白符号、缩写与全称、同义词都给），再连同原问题一起检索：你手打的 TREM2
往往比任何转述都准，所以是追加不是替换。这次调用失败也毁不掉这一轮——退回到"最近导入的几篇"，
并在上下文里注明相关性未经证实，让模型自己去核而不是假定。
# 仅用摘要起步（快，但只够支撑标题/摘要层面的判断）
mra journal add "Hepatology"
# 加入全文样本后才真正可用于分节写作
mra journal add "Hepatology" --samples ./samples/hepatology
mra journal list
mra journal show hepatology把 3–5 篇与你工作最接近的该刊论文丢进目录即可 —— PDF 直接读，不用转 txt。 扫描件（没有文字层）会被跳过并明确告知需要 OCR，不会拿它去建一个凭空的档案。
提炼出的是可计数的规则（Introduction 几段、每段做什么、Results 如何排序、 时态与语态、claim 强度），不是"要清晰简洁"这种无用描述。
# 还没定投哪里：打分 + 排序推荐候选期刊
mra assess data.csv --notes "n=12/组，两批独立队列"
# 已经定了目标刊：对着该刊的门槛再评一次
mra assess data.csv --journal Hepatology --notes "n=12/组，两批独立队列"
mra draft results --journal Hepatology --data data.csv -o results.md
mra finalize results.md --journal Hepatology # 一步产出 v1 / v2 / 报告mra draft 的输出分两处：给你的提醒打在屏幕上，文件里只有稿子。
提醒往往是这一步最有价值的东西——它会核对你给的数字（实测中它发现 summary 里的
分期均值和原始 CSV 对不上、pooled 的共阳性比例掩盖了分期梯度），也会点名
"这一条审稿人一定会问"。但它绝不写进文件：那个文件后面要被 nativize 和
polish 改写，最终就是投出去的稿子，一句写给你的话混进去就是事故。
撑不住的地方写成 [DATA NEEDED: 具体缺什么]，绝不编数字。
两种模式共用一条命令，按 --journal 在不在分派。不带 --journal 是常态——
先看数据能打到哪一层，再决定投哪里。
评估按五个维度打分（新颖性、机制深度、临床相关性、数据稳健性、故事紧凑度）， 3 分是专业期刊的门槛线，5 分是顶级综合刊的门槛线。输出包含：
- 数据目前最能站得住的那个 claim
- 过度声称清单——你想写但审稿时撑不住的句子
- 补实验建议，按"每单位工作量能抬高多少分"排序
- 推荐模式下：4–6 本候选刊，分冲刺 / 现实 / 稳妥三档，逐本说清"为什么是它"、
"这一本会额外要什么"、以及一句带条件的胜算判断；已有风格档案的会标出来，
没有的直接给出下一条要跑的
mra journal add命令 - 推荐模式下还有一条 reality check：你对自己数据天花板的判断里，最可能错的是哪一点
两种模式都会先检索你自己的知识库，把最相关的十几篇喂给模型再打分。这是为了让 "新颖性"这一项有据可依：如果库里已经有论文做过同一件事，它会指名道姓地引出来，而不是 凭模型记忆给一个数字。库是空的时候，它会明说这一分是意见而非结论。
mra fingerprint ./my_papers # 从你自己发表过的论文学习文风
mra memory --refresh # 课题方向图谱（概念频次 + 共现关系 + 假说轨迹）
mra export -o backup.json # 全量导出，不锁定在工具里方向图谱完全由本地数据确定性生成，不消耗 API。
mra import 收三种文件，按后缀自动分派：
| 类型 | 说明 | 需要 API |
|---|---|---|
.xml |
PubMed 的 Send to → File → Format: XML |
|
.pdf |
本地提取文本，模型读一次首页抽元数据（约 $0.02/篇） | ✓ |
.txt / .md |
同上，省掉提取步骤 | ✓ |
加 --no-metadata 可跳过元数据抽取，完全离线，代价是标题只能用文件名。
本地文献用 [LOCAL:xxxxxxxx] 引用，因为它们没有 PMID。ID 由正文内容哈希而来，
所以同一篇论文换个文件名重新导入不会产生第二条记录。核验规则完全一样——
mra refs 对两种标记一视同仁，查不到就是伪造：
Citations: 4 referenced, 2 verified against the knowledge base.
✗ NOT IN KNOWLEDGE BASE: 99999999, local:deadbeef
关于 PDF 的老实话： 转文本质量参差。正文一般可用，多栏排版、表格、图注经常乱。
提取不足 500 字符会被判为扫描件并明确报告「需要 OCR」，不会静默入库。
本地条目在送给模型时会标注 [local full text]，让它知道这不是经过索引的摘要。
文献是持续产出的。靠人记得每周跑一次检索，这件事注定会被忘掉。
mra watch add "NASH 门脉纤维化 巨噬细胞" --name nash --max 40
mra watch list
mra sync --quiet --max-cost 2.00检索式只规划一次。 watch add 时用模型生成检索式并存下来，sync 之后逐字重放。
理由：无人值守时每次重新规划要花钱、结果不确定、而且检索范围会在没人察觉时漂移。
要改检索式就显式改：mra watch add --name nash --query '<新检索式>' "主题"。
两个闸：
--max-cost到达上限就干净停下（退出码 2），已抓取的文献保留，下次接着提炼- 单个 watch 失败不影响其他 watch，错误进简报和 stderr
简报才是重点。 知识库自己悄悄变大没有意义。每次 sync 在 .mra/briefs/YYYY-MM-DD.md
写一份，按「削弱假说 → 改变问题 → 支持 → 无关」排序——削弱的排最前面。
你周一早上要看的就是这个。
# 每周一早上 7 点。注意开头的 `. $HOME/.mra-env`——cron 几乎不继承环境变量，
# ANTHROPIC_API_KEY 拿不到是定时任务静默失败的头号原因。
0 7 * * 1 . $HOME/.mra-env && cd $HOME/research && mra sync --quiet --max-cost 2.00 >> $HOME/.mra/sync.log 2>&1~/.mra-env 里就一行：export ANTHROPIC_API_KEY="sk-ant-..."（记得 chmod 600）。
macOS 用 launchd 更可靠（cron 在新版 macOS 上需要额外授权）：把同样的命令包成一个
.sh，写一份 ~/Library/LaunchAgents/com.mra.sync.plist，launchctl load 加载。
Windows 用任务计划程序，操作填 cmd /c "mra sync --quiet --max-cost 2.00"，
并在「环境」里确认 ANTHROPIC_API_KEY 是系统级变量而非仅当前用户会话。
先用 mra sync --no-digest 手工跑一次确认检索式对，再挂定时。
两步分开，因为它们解决的是不同问题。
mra nativize draft.md --journal Hepatology # 母语化：搭配、冠词、语块、话题-主语语序
mra lint draft.md # 静态检查（离线）
mra polish draft.md # 由 lint 结果驱动的迭代改写
mra finalize draft.md --journal Hepatology # v1 + v2 + 报告母语化专门针对中文母语者的英文干扰模式：搭配错误（make an experiment）、
冠词与可数性（researches / evidences）、直译语块（As we all know、
more and more studies）、话题前置语序、以及 hedging 强度失准。
去 AI 化由静态 lint 驱动而非"请写得像人一点"——后者只会产生同义词替换。 lint 检测：固定套话、句长方差过低（burstiness）、段落长度过于均匀、 连接词开头密度、名词化密度、三项式排比、重复句首。 改写提示词里明确要求改写句子结构，而不是替换被标记的词。
评分前会先剥掉不是正文的东西：[DATA NEEDED] / [CITATION NEEDED] 标注、
[PMID:x] 引用标记、Markdown 的标题与列表符号。这一条不是洁癖——不剥的话，
一份老老实实标出每一个缺失数字的草稿，会因为"6 个句子以 [data 开头"被扣分，
而 polish 正是由这些扣分项驱动的，等于在劝改写去抹掉那些标记；
可 writing.py 又会因为标记被抹掉而告警。工具的两半互相打架。
每一轮改写后会自动比对：引用是否丢失、数字是否消失、[DATA NEEDED] 标记是否被抹掉。
任何一项异常都会在报告里告警。评分变差的改写会被丢弃并保留上一版。
1. 引用真实性（QA-1）。 模型只能引用本地知识库里真实存在的文献，格式为 [PMID:12345]。
每份生成文档都会被核对：
mra refs proposal.md # 发现伪造引用时返回退出码 1，可用于提交前的脚本卡口无法支撑的论断会被标成 [CITATION NEEDED] 而不是编一条引用。缺引用比假引用好得多。
2. 数据不出本地（QA-3）。 知识库是一个 SQLite 文件，草稿是本地 Markdown。
检索用 SQLite FTS5 的 BM25，不需要 embedding 模型、不需要向量数据库、不需要额外联网服务。
只有你显式发起的那次调用会把内容发给模型。.gitignore 已排除 .mra/、data/、samples/。
3. 科学责任归属（QA-2）。 系统输出仅作辅助。投稿前必须人工通读。
| 命令 | 作用 | 需要 API |
|---|---|---|
mra init |
建立工作区 | |
mra guide |
中文流程速查 | |
mra status |
当前工作区概况 | |
mra search TOPIC |
规划检索式并抓取 PubMed | ✓ |
mra import FILE... |
导入 PubMed XML / PDF / 纯文本 | XML 不需要 |
mra watch add/list/remove |
保存检索式（供 sync 重放） | add 需要 |
mra sync |
跑完所有 watch，提炼新文献，写简报 | ✓ |
mra digest |
逐篇结构化提炼 | ✓ |
mra chat [MSG] |
科学对话（省略 MSG 进入交互） | ✓ |
mra hypothesis |
冻结为带版本的假说 | ✓ |
mra hypotheses / mra diff A B |
版本列表 / 逐字段比较 | |
mra proposal |
生成 proposal | ✓ |
mra journal add NAME |
建立期刊风格档案 | ✓ |
mra assess FILE |
五维打分 + 排序推荐候选期刊 | ✓ |
mra assess FILE --journal N |
对指定期刊的匹配度评估 | ✓ |
mra draft SECTION |
按期刊风格写某一节 | ✓ |
mra nativize FILE |
母语化改写 | ✓ |
mra lint FILE |
AI 痕迹静态检查 | |
mra polish FILE |
迭代去 AI 化 | ✓ |
mra finalize FILE |
v1 + v2 + 报告 | ✓ |
mra refs FILE |
引用真实性核对 | |
mra fingerprint DIR |
学习你的文风 | ✓ |
mra memory --refresh |
课题方向图谱 | |
mra usage |
Token 用量与花费明细 | |
mra export |
全量导出 JSON |
import / lint / refs / memory / usage / status / guide 完全离线，没有 API key 也能跑。
每条调用模型的命令结束后会打印本次花费，累计记在 .mra/usage.json：
usage: 1 call · in 11.4k · cache hit 876, saved ~$0.00 · out 369 · $0.063 · total $0.20
mra usage 看累计与最近命令明细。价格表是 2026-06 的快照，写死在 mra/usage.py；
官方调价或你走机构网关时，在 mra.config.json 里覆盖：
{ "prices": { "claude-opus-5": [5.0, 25.0] } }缓存读按输入价的 0.1×、写按 1.25× 计——不区分的话，一次高命中率的运行会被算贵好几倍。
原提案里有几条验收标准，软件层面做不到承诺，这里讲明白：
"AI 检测工具得分 < 15%" 无法保证。 GPTZero、Turnitin 这类检测器是基于 token 似然的
统计分类器，闭源、会变、且不可从外部复现。mra lint 是一个规则化的编辑清单——
它检测的是让文本读起来像机器写的那些表层习惯，分数低意味着这些痕迹没有了，
不等于对任何商业检测器的预测。这一点在 mra/deai.py 的文档字符串和每次 lint 输出里都写着。
"风格相似度 > 80%" 需要人工盲评。 工具能提炼并复用期刊的结构与语言规则， 但相似度本身得由人判断，代码给不出这个数字。
摘要建库有天花板。 只用 PubMed 摘要建期刊档案，能支撑标题和摘要层面的判断；
Introduction 叙事节奏、Results 排序这类结构性结论，必须加全文样本才可靠。
mra journal list 会标注每个档案的来源，journal add 在只用摘要时会主动提醒。
PubMed 直连需要能访问 eutils.ncbi.nlm.nih.gov。 国内网络下经常不稳定。
这种情况用 mra import：在浏览器里正常检索，Send to → File → Format: XML 存下来再导入，
后续所有环节完全一样。仓库里的 examples/demo_corpus.xml 是一份 8 篇的示例语料，
可以直接导入试整条链路。
mra/
cli.py 命令行入口
config.py 配置（环境变量 > 配置文件 > 默认值）
llm.py Claude 调用层：缓存断点、effort、拒答与 fallback 统一在这里
pubmed.py E-utilities 客户端 + XML 解析（纯函数，可离线测试）
store.py SQLite 知识库 + FTS5/BM25 检索
retrieval.py 证据上下文组装（引用合法性的来源）
schemas.py 结构化输出契约
pipeline.py 检索式规划 → 抓取 → 提炼
dialogue.py 科学对话、假说版本化、proposal 生成
journal.py 期刊风格建模
assess.py 数据打分 · 期刊推荐 · 匹配度评估
writing.py 分节写作、母语化、去 AI 化迭代循环
deai.py AI 痕迹静态检测（确定性，离线）
citations.py 引用真实性核验
memory.py 方向图谱 + 写作指纹
ingest.py PDF/纯文本提取、本地 ID
brief.py 同步简报
usage.py Token 用量与花费
prompts/*.md 所有提示词，Markdown 明文，可直接改
examples/ 示例语料（可直接 mra import）
tests/ 217 个测试，全部离线运行
docs/PROPOSAL.md 条款式 + 提纲式方案书
提示词全部是 mra/prompts/ 下的 Markdown 明文。 觉得追问太温和、
评估太宽松、去 AI 化改得太多——直接改文件，不用碰 Python。这是有意的设计。
pip install -e ".[dev]"
python -m pytest -q # 217 passed，不需要 API key 和网络测试覆盖：PubMed XML 解析、FTS5 检索与排序、假说版本化、AI 痕迹评分与句子切分、 引用核验、写作保真守卫、方向图谱、以及用 mock transport 校验的 API 请求线格式 （模型 id、adaptive thinking、effort、缓存断点、fallback 降级、拒答处理）。