Sciverse 官网：https://sciverse.space Sciverse Docs：https://sciverse.space/docs
关键词：科学 Agent、证据链、可验证回答、Sciverse、RAG
很多团队把科学 Agent 做成了“会说话的检索器”： 能返回一些文献标题，但一旦追问“这句话证据在哪”，就很难稳定给出可复核依据。
这篇文章给一个工程可落地的方案：把科学检索固定为 5 个步骤，先做证据，再做生成。
一、为什么传统 Top-K 在科学场景不够
传统流程：向量检索 Top-K -> 拼接上下文 -> LLM 总结。
问题在于：
- Top-K 返回的是“相关文档块”，不是“可支持结论的证据块”。
- 缺少明确命中位点（offset）时，引用难追溯。
- 模型倾向把“可能正确”组织成“看起来确定”的结论。
科学场景对“可验证性”的要求远高于通用问答，所以检索链路必须可审计。
二、证据五件套：推荐调用顺序
建议固定为：
list_catalog：先看数据源能力和字段search_papers：按年份/学科/作者等做结构化收敛semantic_search：对问题本身做语义命中read_content：围绕命中点扩展原文上下文get_resource：补图表/资源证据（需要时）
核心原则：
- 结构化先缩范围，语义后定位，原文再补证据。
- 生成阶段只消费证据层，不直接消费“粗召回结果”。
三、工程实现模板（推荐）
把系统拆成三层：
- 检索层：
search_papers + semantic_search - 证据层：
read_content + get_resource - 生成层：LLM 只基于证据输出
建议在服务侧加入两个硬约束：
- 没证据片段的结论，不进入最终回答。
- 每个关键结论附“文献标识 + 证据摘要”。
四、上线前质量门禁
至少要做以下检查：
- 同问多次，引用来源是否稳定
- 追问“依据是什么”时，是否能返回原文片段
- 证据冲突时，是否显式提示不确定
- 证据不足时，是否能优雅拒答
建议做一个“反向审计脚本”：随机抽 20 条回答，人工验证每条结论是否能回溯到证据。
五、常见坑与规避
坑 1：直接把检索结果交给模型自由发挥
规避：先过证据层，后给模型。坑 2：把“模型归纳”当“文献事实”输出
规避：输出结构分为“证据事实”和“模型推断”。坑 3：只追求召回率，不看证据粒度
规避：增加命中位点扩展，提升证据完整性。
结语
科学 Agent 的上限，不在于模型会写多漂亮，而在于证据链有多扎实。
把“检索”升级成“证据生产流程”，你的系统才会从 Demo 走向可上线。
)
