Agent 引用了一篇被撤稿的论文时，它不会自己说。它会写一段很确定的文字，末尾挂一个 DOI，而这个 DOI 恰好是 1998 年那篇 Wakefield，或者 2020 年那篇羟氯喹试验——两篇都已撤稿，两篇至今仍被上千篇文献引用。

能抓住这件事的信息其实存在，只是散在三处，而且三处互相不一致：

  • Crossref 在出版方发布撤稿声明时记录一条 update-to 关系；
  • Retraction Watch 维护通知级别的记录，带日期；
  • OpenAlex 在作品本身带一个索引派生的撤稿标记。

只查其中任一来源都会漏。所以我们把三者合并成一张图，以 CC0 发布，并在前面开放了免费查询。这篇文章给的是账目：数据里有什么、接口实际返回什么、以及一组你可以自己重跑的实测数字。

发布了什么

数据集是 Hugging Face 上的 ashesborn6/integrity-citation-retraction-graph，快照 ri-20261025-1526：

  • 98,868 篇论文——OpenAlex 作品 ID、DOI、标题、年份；
  • 144,814 条引用边——citing_id → cited_id，并记录这条边来自哪个源；
  • 572 条撤稿状态记录——每条是 (论文, 来源) 的一条断言，各自带来源层级。

最后这个设计决定是整件事的关键。撤稿不是一个来自单一权威的布尔值，而是一组可能互相矛盾的断言；schema 把它们分开保留，而不是压成一个下游读者无法审计的 is_retracted 字段。层级 A 表示直接记录撤稿的注册库（Crossref update-to、Retraction Watch）；层级 C 表示索引派生的标记（OpenAlex）。

Retraction Watch 的"原因与性质"自由文本被刻意排除在外。撤稿是一个书目事件；把出版方的措辞一起带走，会让一次查询变成一次指控。

调用返回什么

text
GET https://pay.ashesborn.cloud/api/v1/judge/paper?doi=10.1016/S0140-6736(97)11096-0
json
{
  "paper": { "paper_id": "W2117847125", "doi": "10.1016/s0140-6736(97)11096-0", "year": 1998, "source_tier": "C" },
  "statuses": [
    { "source": "openalex",         "source_tier": "C", "is_retracted": true, "retraction_date": null },
    { "source": "retraction_watch", "source_tier": "A", "is_retracted": true, "retraction_date": "2010-02-06" }
  ]
}

不需要 key、不需要注册，access-control-allow-origin: *，所以浏览器、脚本、以及在线查询页都能直接调。返回里没有任何模型生成的内容——同一个 DOI 在同一个快照下返回同样的字节，这是它能被放进 Agent 流水线、而不是只能放在旁边的性质。

实测：20 个 DOI

20 个 DOI，逐个 GET，串行、不重试：20/20 返回 200，中位 1,595 毫秒，最慢 5,318 毫秒（空闲后冷启动），16 个撤稿判定每一个都有三个来源一致。完整表格、方法与可复现的 shell 循环在基准页。

真正有意思的不是延迟，而是三种返回形态——朴素的 is_retracted ? "撤稿" : "干净" 会把它们全部读错：

  1. 弃权（abstained）：DOI 不在快照内时返回 abstention_reason: "paper_not_in_snapshot" 和空状态列表。它拒绝判定。把这种结果报成"干净"，就是检查工具在制造虚假的安全感。
  2. 无状态记录（no status rows）：论文在图里，但没有任何来源对它表态。这也不是"干净"，是证据缺失——在我们的返回里，它是一个与"弃权"不同的独立判定。
  3. 来源冲突：层级 A 与层级 C 的记录可能矛盾。悄悄采信 A 的记录会掩盖冲突；我们把它报出来。

图谱渲染

公开子集是邻域采样：12 篇已撤稿的种子论文、引用它们的作品、以及这些作品各自的参考文献表。在这个样本里，781 篇不同的论文至少引用了一篇撤稿种子，共 788 条边——其中 6 篇引用了两篇及以上。这 6 篇正是"这是图问题、不是查询问题"的原因：一个结论若同时建立在两个独立的撤稿地基上，风险与只压一个不是一回事，而这件事只有沿边走才看得见。

数据集走读页上可以悬停查看真实渲染——1,039 个节点，由 115 KB 的节点/边数据在浏览器端画出，没有图表库。

免费与付费的界线

这条界线必须说清楚，因为它决定了一个产品是工具还是诱饵：

  • 免费：单 DOI 的论文级撤稿状态，无需 key。它回答的是"这篇论文被撤稿了吗"。
  • 付费 $0.02：撤稿传播判断——给定一篇论文，它的论证地基里是否含撤稿工作、深度多少、各来源是否一致、有无冲突标记。
  • 付费 $0.10：完整证据审计——证据路径、层级、确定性解释。
  • 数据：CC0-1.0。下载下来做你自己的东西，回链是欢迎而不是义务。

付费调用走 Base 上的 x402，也就是一个程序可以按次付费，不需要订阅、不需要 API key、也不需要先来一轮销售沟通。判断引擎是确定性的：每次调用 0 个 LLM token。

明确的局限

  • 公开图谱是邻域样本，不是整个学术记录：12 个种子，每个最多 60 篇引用作品。
  • 撤稿日期来自记录它的那个来源；null 的意思是"该来源没有给出日期"，不是"撤稿日期未知"。
  • 572 条状态记录很小。这是一个刻意选择的起始子集，而快照 ID 会随每次返回一起走，所以你能判断一个答案什么时候开始过时。
  • mcp.ashesborn.cloud/mcp 已可匿名 initialize 与 tools/list，但只开放一个免费只读工具 integrity_paper_status；retraction_propagation（0.02）与‘integrityevidenceaudit‘（0.02）与 `integrity_evidence_audit`（0.10）对匿名会话返回 payment_required——它们是付费产品，免费那个不是它们的影子副本。索引与语料查询仍需凭证。

试一个

把你本来就不太相信的 DOI 粘进查询页。如果返回的形状对你有用，同样的形状可以程序化调用，而背后的数据一次 curl 就能拿到：

bash
curl -sL https://huggingface.co/datasets/ashesborn6/integrity-citation-retraction-graph/resolve/main/data/retraction_status.jsonl.gz | gunzip | head