paperconan 0.8.2

Numeric forensics for paper supplementary source-data: surfaces fabrication-style patterns (signal, not verdict).

论文柯南 / paperconan

真相只有一个！

现在学术界弊病丛生， 大家要小心 paperconan 的推理哦！ 唯一看透论文数据真相的， 是这个外表看似 Python 小工具、 智慧却过于常人的——

名侦探，论文柯南！

---

它是什么

paperconan 是一个 论文源数据 sanity check 工具。你给它一个目录（.xlsx / 旧版 .xls / .xlsm / .csv / .tsv，也可以混放补充材料 .pdf / .docx 里的结构化表格），它跑一组数值取证检测器，把"值得人工复核的位置"找出来。

它输出的是 statistical signal，不是 misconduct verdict。 最终判断仍要看原表、figure legend、Methods、作者回应和期刊/机构核实。

它最常见、也最被推荐的用法，是 让 AI agent（Claude Code / Codex 等）搭配本仓库的 skill 来跑：你用自然语言提需求，agent 调真实的 Python 检测器、解析结果、按规则解读，而不是肉眼猜数字。下面的文档就以这个场景为主线。纯 CLI / Python 库用法放在文末的命令行参考。

适合谁：

• 研究生 / 青椒：引用论文前先 sanity check 一遍
• 实验室 / 课题组 / 院系：做公开 source data 初筛
• PubPeer 准备：先定位具体表格、行列和规则，再决定怎么提问
• 批量审计：扫一个期刊 / 一个作者组 / 一批 DOI，再用 agent 分级

不做什么：

• 不判断"是不是造假"，也不替代统计学审稿
• 不扫 Western blot、显微镜图、凝胶图或图像拼接
• 不从柱状图 / 折线图像素里数字化数据点
• 不绕付费墙，也不把"没找到公开数据"当成"论文干净"

---

先看一眼：一份真实的判定后报告

下面这份报告来自一个已经公开、机构也已处理的案例——Nature 论文 Human HDAC6 senses valine abundancy to regulate DNA damage（Nature 637, 215–223, 2025；DOI 10.1038/s41586-024-08248-5）。该文的 source data 问题自 2025 年起在 PubPeer 被公开提出，2026 年经科普账号进一步传播；随后所在高校通报，通讯作者被免去院长职务并降级、第一作者被解除聘用。

我们只做一件可复现的事：把这篇论文的 Nature 公开 source data 交给 paperconan 跑一遍，再让 AI agent 按 skill 的判定协议写出 verdict.json，最后用 paperconan report 渲染成这份报告。

paperconan 的 constant_offset 检测器独立地指出：Source Data Fig.4（表内标注 Fig.4c）里 shHDAC6 组标为 VR (0 h) 与 VR (24 h) 的两列（本应是同批样本 0 h 与 24 h 的独立测量），在整整 35 行里逐行严格相差固定的 0.3（0.45/0.15、0.60/0.30、3.34/3.04……）。这正是公众此前指出的 Figure 4c 异常点——工具没有"看图猜"，它是从原始 source data 里把这条数字规律精确定位到了「哪个文件、哪张表、哪几行、哪条规则」。

这份判定还经过了一轮红队对抗复核（默认假设它是误报去反驳，10 类良性机制逐一排除）才标为 confirmed。同一次扫描其实抛出了 700+ 个信号，报告只把扛得住反向质疑的那一条纳入判定、其余降级——这份克制正是 signal-not-verdict 的落地。

守住红线：paperconan 输出的是可复核的数值模式，不是"造假"结论。上面的机构处理是已公开事实，不是 paperconan 的判定。工具只负责把任何人都能复现的信号定位清楚；是否上升为不端，仍要靠原始数据、作者回应和机构/期刊核实。

复现这份报告的完整命令见下文判定后 HTML 报告。

---

快速开始（推荐：Agent + Skill）

1. 装好 CLI（skill 在背后调它）

需要 Python >= 3.10。

pip install "paperconan[all]"   # [all] 含 PDF / Word 表格抽取，建议直接装
paperconan --version            # 确认可用

基础版已内置 Rust 读取引擎（python-calamine），旧版 .xls / .xlsm / .xlsb 开箱即读、.xlsx 也更快；本地开发等其它安装变体见文末命令行参考 › 安装。

有 shell + Python 环境的 agent（如本地 Claude Code / Codex），装好 skill 后会在首次扫描前自动检测并 pip install 这个 CLI，你也可以跳过这一步直接进入第 2 步。

2. 把 skill 接到你的 agent 上

最简单的方式：用跨 agent 安装器 npx skills，一条命令搞定 Claude Code / Codex / Cursor 等：

npx skills add zixixr/paperconan                          # 自动装到检测到的 agent

# 也可以指定 agent 或安装范围：
npx skills add zixixr/paperconan -a claude-code -a codex  # 只装这两个
npx skills add zixixr/paperconan -g                       # 装到全局（用户级）

它会克隆 repo、发现其中的 paperconan skill，并按各 agent 自己的目录约定接好 —— 你不用关心 ~/.claude/skills、Codex 等各家路径差异。

手动方式（fallback）： 不想用 npx、或想让 skill 跟着 git pull 一起更新，可以软链 Claude Code 的个人 skill 目录：

git clone https://github.com/zixixr/paperconan.git
mkdir -p ~/.claude/skills
ln -s "$(pwd)/paperconan/skills/paperconan" ~/.claude/skills/paperconan

如果你的 agent 还不支持 skill 目录发现，可以退而求其次在项目指令里引用 SKILL.md：

echo '@'"$(pwd)"'/paperconan/skills/paperconan/SKILL.md' >> AGENTS.md

安装或更新 skill 后，重启 agent 会话，让它重新发现 skill。

skills/paperconan/SKILL.md 是 agent 的入口，它强制 agent 跑真实检测器、按 references/ 里的规则解读，并守住 signal-not-verdict 红线。

skill 里还包含公开可复用的判定协议：adjudication-tiers.md 定义 Tier 1/2/3、KEEP / DROP / NEEDS_HUMAN，report-templates.md 定义短报告和正式 8 节报告，adversarial-review.md 定义红队复核流程。这里的 Tier 只表示复核优先级和无辜解释难度，不是造假概率。

3. 直接用自然语言提需求

接好后你不用记任何命令，直接说话即可，例如：

• "帮我查一下这篇论文的源数据有没有问题：10.1038/sxxxxx"
• "扫一下 ~/Downloads/source_data/ 这个目录，挑出最该人工复核的几条"
• "这条 cross-sheet 命中是不是误报？帮我对照原表看一下"

agent 会自己判断该 fetch 还是直接 scan、解析 scan.json、加载对应 reference、必要时打开原表，再给你一份带证据、带良性解释、带"还需要什么人工背景"的回答。

没有可用 Python 环境的 agent，应当请你本地跑命令，绝不能把肉眼猜测冒充成 paperconan 输出。

---

它能找出什么

检测器	寻找的模式	典型证据形态
identical_column / constant_offset / constant_ratio / exact_linear	同一 block 内两列存在精确数值关系	col B = col A + 2.13 出现在所有 10 行
sum_constant / complementary relations	两列或两类比例严格相加成常数	两个百分比列逐行加和为 100
small_diff_set	两列差值只取少数离散值	col_b − col_a 只在 2–6 个值里跳
partial_constant_offset	两列在一段连续行里严格相差固定值（整列的情况是 constant_offset）	前 40 行 Lactate = Control − 0.3，其后发散
integer_diff_shared_fraction	两列共享高精度小数尾、只相差整数（copy-then-shift 指纹）	178.7615 vs 112.7615、169.8687 vs 115.8687
arithmetic_progression	整列等差 / 等比	一列完美 0, 3, 6, 9...
within_col_value_duplication	单列里同一个高精度值反复出现	0.208975 在独立样本里出现 8 次
within_col_decimal_repetition	同一列末两位高度重复	大量值都以 .37 结尾
rounded_to_half_or_int	整列被舍入到固定刻度	全部落在整数、0.5 或 0.25 网格
identical_after_rounding	多个 cell 舍到 1 位小数后相同但精确值不同	先写概数再反向补精度
missing_last_digits	某些末位数字从不出现	编造者偏好"漂亮"尾数
many_equal_pairs	两个本该独立的列里大量 byte-identical	9/10 一致，只手改一格
row_pair_digit_coupling	两行之间高位改变但小数/个位异常保留	197.2 → 167.2、165.5 → 155.5 成串出现
cross_sheet_position_identical	两张 sheet 同位置数值完全一样	同一份样本被复制到另一张表
cross_sheet_value_overlap	两张表共享大量小数值（不要求同位置）	池化后重新洗牌伪造独立实验
cross_sheet_decimal_tail_reuse	跨 sheet 多个值保留长小数尾、只改前导数字	14.70300997 → 6.70300997 成串出现
cross_sheet_column_duplicate	跨 sheet / 跨文件整列逐值重复（含 cross_sheet_* 位置检测漏掉的整数 / 一位小数列）	一张图的"No IR"基线列在另一张图里 60 个值全同
within_table_fraction_reuse	同一 sheet 两个矩阵块逐格共享小数位、只差整数	两个剂量-反应矩阵 48/49 格小数位相同
recurring_row_vector	一个固定高信息行向量在 ≥2 个图之间反复出现	[220,188,122,166,128,166] 在 Fig 1/Fig 4/ED 2 都出现
grim_inconsistent / grimmer_inconsistent	报告的均值 / SD 对整数数据不可能	计数均值或 SD 与 n 不自洽
last_digit_chi_square	末位数字偏离均匀分布（χ² 检验）	整张 sheet 的末位数字集中
repeated_two_decimal_endings	末两位高度集中	批量编造数字的尾数指纹

每条 finding 都带 severity、文件、sheet、block 行列范围、规则字符串和 evidence。跨表类（cross_sheet_*）优先级最高 —— 既能抓同一文件内两张 sheet，也能抓两个独立文件之间的数据复用。每个检测器的原理、典型命中、常见误报详见 detectors.md。

---

批量扫描推荐工作流

下面这套是我们扫 Nature 系列 / 多期刊回填时沉淀出来的公开版流水线。核心思路是 确定性的归确定性、判断的归 agent：paperconan 负责拉取/初筛/过滤这些可重复、可审计的步骤；AI agent 只在已经收窄的候选集上做语义判定，并且每一步都要能被反向质疑。完整可复用协议见 batch-workflow.md。

① 拉取        ② 初筛        ③ 过滤            ④ 立卷           ⑤ 子 agent 判定      ⑥ 分级           ⑦ 对抗
fetch    →    scan    →    profile/     →   保存问题文档   →   subagent 写        →   tier-1/2/3   →   红队反向
(DOI)        (检测器)      prefilter        全量资料+发现       详细审核报告           needs-human       refute 验证
                                                                                    drop
─────── paperconan(确定性) ───────         ──────────────── AI agent 编排 ────────────────

① 拉取 — paperconan fetch

对一批 DOI / 标题，用 fetch 找开放源（Zenodo / Figshare / Europe PMC / Dryad / nature.com ESM）并下载到各自目录。--auto 只在 DOI 命中或标题高度一致时才下载，弱匹配会被标出来拒绝自动下载 —— 这一步要诚实对待"没找到数据 ≠ 论文干净"。

paperconan fetch "<DOI>" --auto --out runs/<paper-id>/data/

② 初筛 — paperconan <dir>

逐篇跑检测器，产出 scan.json。批量时建议 evidence=False（库调用）或只读 metadata，先拿到"哪些篇有信号"。

③ 过滤 — profile / prefilter

--profile triage 直接隐藏疑似误报，拿到最短候选清单；拿不准时对单篇重跑 --profile forensic 看原始 severity。这一步把"结构性误报海洋"砍掉，留下值得人工/agent 看的少数篇。到这里为止都是 paperconan 自己的确定性输出，可复现、可 diff。

④ 立卷 — 保存问题文档全量资料

对每一篇过滤后仍有信号的论文，整理成一个独立卷宗目录，把判定要用的东西一次性备齐：

• 原始表（.xlsx / .csv / 抽出来的 PDF/Word 表）
• 该篇所有 finding，按检测器和位置列清楚：kind、文件/sheet、行列范围、rule、n、col_a_sample / col_b_sample 或 value sample
• report.html 链接，方便人随时回看高亮

立卷的意义：判定子 agent 只看卷宗就能工作，不必反复回到大目录，也便于事后审计"当时基于什么材料下的结论"。

⑤ 子 agent 判定 — 每篇一份详细审核报告

主 agent 把卷宗分发给子 agent（一篇/一组 finding 一个），每个子 agent 写一份详细的审核报告，而不是只丢一个标签。报告里要回答：

• 这条信号在原表里到底长什么样（引用具体 cell）
• 最可能的良性解释（shared control、单位换算、公式派生、归一化、固定分母、边界值洪泛……）有没有被排除
• 还缺哪些人工背景（行是否独立样本、是不是原始测量、Methods/legend 怎么说）

判定纪律见 judgment-rubric.md 和 interpretation.md：within_col_* 默认按高误报处理；优先看跨表/跨列；拿不准一律 needs human context，宁可保守也不要把 severity 当成不端结论。

⑥ 分级 — Tier 1 → Tier 3 / NEEDS_HUMAN / DROP

子 agent 的报告汇总后定级：

• Tier 1：最高复核优先级；无辜解释很难，但仍不是学术不端结论
• Tier 2 / Tier 3：信号真实但影响范围、上下文或良性解释空间不同
• NEEDS_HUMAN：必须有领域专家、原始数据、figure legend 或 Methods 才能判
• DROP：经判定为良性 / 误报（要写明良性理由，便于回归）

具体阶梯、impact_scope 和 JSON verdict 字段见 adjudication-tiers.md；正式报告格式见 report-templates.md。

⑦ 对抗 — 红队反向判定

对每一条进入 Tier 1 / Tier 2 或准备公开提问的结论，再派独立的红队 agent 专门去 refute：默认假设"它其实是误报"，去找能解释掉信号的良性机制。只有扛得住反向质疑的才保留等级，被驳倒的降级或 drop。这一步是把"看起来对、其实站不住"的结论挡在外面的关键闸门 —— 我们的经验是单向判定很容易出现 default-FP 或 default-KEEP 偏置，对抗一遍才稳。红队 checklist 见 adversarial-review.md。

为什么要这么分工：拉取/初筛/过滤交给确定性工具，保证可复现、可回归；判定/分级/对抗交给 agent，处理工具处理不了的语义和上下文。两边都留痕，整条链路可被第三方复核 —— 这正是 paperconan 的 signal-not-verdict 立场在批量场景下的落地方式。

公开仓库只提供抽象模式和合成示例，见 case-patterns.md。真实论文校准、下载的 source data、PDF、截图、运行报告和私有队列结果不应提交到公开 GitHub。

---

误报控制：profiles 和 prefilter

检测器先产出原始 signal，--profile 再决定怎么处理常见误报。默认 review。

profile	行为	什么时候用
review	降级疑似误报，但保留可见	日常审计默认
forensic	不做降级，保留原始 severity	怀疑默认过滤太保守、要复核原始信号
triage	同 review 判断，但把疑似误报隐藏	批量初筛、只想要最短清单

降级 / 隐藏的 finding 会带 profile_action（kept / demoted / hidden）、false_positive_context（如 axis_or_scan_column、derived_or_unit_conversion、same_data_replot_or_duplicate_upload、omics_or_large_matrix_boundary_flood）、prefilter_reason 和 prefilter_flags。

重要：review 下的 low severity 可能是过滤器的意见，不是检测器原始判断。 拿不准时重跑 --profile forensic。标签到检测器的反查表见 detectors.md。

---

报告怎么读

先分清两种报告。 paperconan <dir> 直接生成的 audit/report.html 是确定性检测器的原始信号 / 人工复核工作台——它按设计就含大量 false positive（共享对照、重绘坐标轴、单位换算、派生列、固定分母比值、四舍五入网格……多数命中都有完全良性的解释），而且不代表任何结论，不适合当作成品直接看或对外给出。

要得到一份正规、可读、经过判断的报告，请搭配 AI Agent + skill 使用（见快速开始）：检测器只产出可复现的原始信号，Agent 在其上逐条判定（对照原表、图注、Methods，排除良性解释，再做对抗式复核），最后生成判定后报告。纯 CLI 拿不到这一步——判定本身需要一个会读上下文、会推理的 Agent 在环里。

下面讲的是怎么把这份原始信号当作分诊清单来用。

report.html（分诊工作台）：顶部摘要 + "如何阅读本报告"说明 + 左侧 severity/detector/文件/关键词过滤 + finding 卡片 + last-digit histogram + cross-sheet 专段。为便于分诊，误报偏多的 low 级信号默认折叠（左侧一键展开），cross-sheet 等重点信号始终可见。建议顺序：

1. 先看 scan_errors —— 解析失败或超大文件被跳过时，不能解读成"没问题"。
2. 先看跨 sheet / 跨文件重复，再看列关系，最后才看 within-column。
3. 对降级为 low 的 finding，核 likely_benign / false_positive_context / prefilter_reason 是否成立。
4. 打开原始表，按 evidence 的文件、sheet、行列复核。
5. 再读 figure legend 和 Methods，确认 shared control / 重复展示 / 单位换算 / 派生指标。

（若某张密集/高相关表触发了海量成对信号，报告会按 severity 保留每个 block 的前若干条并在顶部提示省略数量，可用 PAPERCONAN_MAX_FINDINGS_PER_BLOCK 调整，见内存 / 输出保护。）

scan.json 完整结构见 output-schema.md。

判定后 HTML 报告

默认的 audit/report.html 只展示确定性检测器输出；它不会替你判断论文。若你已经按 skill 的 adjudication-tiers.md 和 report-templates.md 写好了 verdict.json，可以再生成一份判定后报告：

paperconan report audit/scan.json --verdict verdict.json --out adjudication.html

verdict.json 使用公开 schema：verdict、suspicion_tier、impact_scope、tier_why、drop_reason、 innocent_explanation、needs_author_data、report_md、review_status。这份 HTML 会把 8 段式 report_md、Tier/impact/review 状态和 scan.json 的关键 evidence 放在一起，适合单篇论文复核或批量审计后的归档。

注意：paperconan report 是本地、公开、无私有依赖的渲染器；不读取 Postgres、Blob、云端队列或任何 recheck/ 私有缓存。真实论文 PDF、截图、主图等材料若要展示，应由使用者在自己的审计目录中合法保存并另行归档。

---

⚠️ 重要声明

paperconan 输出的是 算法标注的可疑模式，不是学术不端结论。最终判定需由原作者澄清、期刊编辑部核实，或经独立同行复议。

请走正规渠道： 把可疑 signal 提交 PubPeer / 联系期刊 ethics inquiry / 涉及本单位走 research integrity office。

请不要： 在社交媒体直接指控具体作者 / 把 paperconan 截图当"实锤" / 跳过作者澄清直接定性。

工具是中立的，使用方式不能。

---

FAQ

Q: 它会漏掉哪些造假？ 会。它只看表格形式的数值。图像取证、图表像素数字化、未公开的原始数据、实验完全没做、p-hacking、引用造假、同行评议造假都不覆盖。

Q: 它会误报吗？ 会。时间轴、剂量轴、单位换算、百分比互补、shared cohort、相关矩阵、omics 边界值、p 值校正列都可能触发原始检测器。默认 review 会尽量识别并降级，但规则也会误判 —— high severity 仍必须人工读原文原表。

Q: 发现一篇看似有问题的论文，下一步？ 打开原表核对高亮位置 → 读 legend/Methods 看有没有 shared control / 重复展示 / 派生列 → 仍值得问就整理成具体、克制的问题发 PubPeer → 等作者回应，必要时联系期刊或机构。

Q: 会不会让普通硕博更难毕业？ 不会。它抓的是高精度值复用、跨独立表 copy-then-tweak、严格线性重构、异常尾数集中这类模式；正常实验的 messy data、negative result、记录不齐不是它的目标。

---

命令行参考

agent 用户通常不需要这一节 —— skill 会自动调这些命令。下面是给纯 CLI / 脚本 / 库集成用户的参考。

安装

pip install paperconan              # 基础（已含 python-calamine：读旧版 .xls / .xlsm / .xlsb，xlsx 也更快）
pip install "paperconan[all]"       # + PDF / Word 表格抽取
pip install -e ".[dev,all]"         # 本地开发

python-calamine 现在是基础依赖（旧版 .xls 只有它能读，缺了就会被静默跳过）。[fast] 仍保留为向后兼容的别名，装不装都一样。

扫描

paperconan path/to/source_data_dir/                 # 默认输出 <dir>/audit/{scan.json,report.html}
paperconan path/to/dir/ --out /tmp/audit-this-paper
paperconan path/to/dir/ --md                        # 额外生成 REPORT.md
paperconan path/to/dir/ --no-html
paperconan path/to/dir/ --profile forensic
paperconan path/to/dir/ --doi "10.xxxx/..." --title "Paper title"
python -m paperconan path/to/dir/                   # 等价 module 形式

拉取开放源数据

paperconan fetch "10.xxxx/your.doi"
paperconan fetch "10.xxxx/your.doi" --json
paperconan fetch "10.xxxx/your.doi" --download zenodo:123456 --out data/
paperconan fetch "10.xxxx/your.doi" --auto --out data/
paperconan data/

覆盖 Zenodo / Figshare（keyless 检索下载）、Europe PMC / NCBI PMC OA（自动抽 supplementary 里的表）、nature.com ESM、Dryad。--auto 仅在 DOI 命中或标题高度一致时下载，弱匹配会被拒绝（需 --download ... --force 显式确认）。fetch --download / --auto 会写 paperconan_source.json，随后扫描会把 DOI/标题/来源写进 scan.json.paper 做溯源。

PDF / Word 补充材料表格

装 paperconan[all] 后目录里的 .pdf / .docx 也会被扫描。PDF 表 sheet 名形如 <文件名>!p<页>_t<表号>，Word 表形如 <文件名>!t<表号>，与 xlsx/csv 走同一套检测器。不做 OCR，不从图表像素读数。

作为 Python 库

from paperconan import audit_dir

scan = audit_dir(
    "path/to/source_data_dir",
    "/tmp/audit-this-paper",
    write_html=False,   # 不生成 HTML
    write_json=False,   # 只拿返回 dict，不落盘
    evidence=False,     # 跳过 evidence blob，适合批处理只要 metadata
    # profile="forensic",
)

write_html=True 需要 evidence，会强制打开。CLI 入口是 paperconan._audit:main，库入口推荐 paperconan.audit_dir()。

判定后报告也能直接从库里渲染（等价于 paperconan report 子命令）：

from paperconan import write_adjudicated_report

write_adjudicated_report(scan, verdict, "adjudication.html")  # scan/verdict 均为 dict

内存 / 输出保护

当前引擎用 columnar Sheet 底座（数值 dense array、文本稀疏）。为避免大文件撑爆机器或 scan.json，超限对象会被记录并跳过（不当作"干净"）：

环境变量	默认值	作用
PAPERCONAN_MAX_FILE_MB	200	单文件读取前体积上限
PAPERCONAN_MAX_CELLS	10000000	单 sheet / workbook 累计 cell 预算
PAPERCONAN_MAX_BLOCK_COLS	120	宽 block 跳过 O(col²) 关系 / equal-pair 检测
PAPERCONAN_MAX_REPORT_BLOCKS	2000	最多收集多少个带 finding 的 block
PAPERCONAN_MAX_FINDINGS_PER_BLOCK	150	单 block 最多保留多少条 finding（密集/高相关 block 的 O(col²) 成对信号会成千上万，取 severity 最高的 N 条，其余记入 findings_omitted）；0 关闭
PAPERCONAN_MAX_TOTAL_FINDINGS	5000	全部 block 合计 finding 上限（防病态语料把 scan.json / report.html 撑到 GB 级）；0 关闭
PAPERCONAN_MAX_EVIDENCE_ROWS	50	单条 evidence 片段最多行数
PAPERCONAN_MAX_EVIDENCE_COLS	30	单条 evidence 片段最多列数
PAPERCONAN_MAX_PAPER_MB	1500	fetch 下载/解压到一个 paper 目录的总量上限

---

示例

examples/ 有完整合成 demo：两份伪造 source data、已生成的 audit/scan.json + report.html、截图和逐条解读。先看 examples/README.md 和 examples/report-preview.png，或自己跑：

cd examples
paperconan demo_paper
open demo_paper/audit/report.html

---

路线图

已完成：.xlsx / 旧版 .xls / .xlsm / .csv / .tsv 输入 · HTML 报告与 evidence 高亮 · PDF / Word 表格输入 · paperconan fetch 开放源检索下载 · Agent skill bundle · Columnar engine（calamine 快速读取，含旧版 Excel）+ 内存/输出保护 · review / forensic / triage profiles 与确定性 prefilter · 跨 sheet / 跨文件整列复用 + 矩阵小数位复用 + 连续段偏移 + 整数差共享小数 + 固定行向量跨图复发等重复/变换检测器。

未完成：跨论文扫描（一个 lab / 作者组多篇一起看复用）· 图表像素数字化 · 图像取证（Western blot / 显微镜重复拼接）· 与 PubPeer Public API 联动。

欢迎 PR —— 加检测器模式、补文档、做 demo 都欢迎。

---

诞生背景

这个工具最早是为做一期 YouTube / 抖音 / B 站视频造的：用公开 source data 扫 Nature 及子刊论文，定位可疑数值模式。开源给所有人，希望它能帮认真做实验的人减少被编造数据挤占空间的概率。

License

MIT.

Acknowledgments

• 名侦探柯南 / Detective Conan © 青山刚昌 / TMS Entertainment。借了一下片头叙事结构。
• PubPeer。paperconan 的输出最终应该服务于具体、克制、可复核的公开质疑。