Layer 2: 把 mention 规范化后在 store 里找 node。 优先严格 id 命中；失败时若 ``use_semantic_fallback=True``，调用 ``find_semantic_match`` 在同 node_type 的现有节点里

列出所有模板（可按分类过滤）

加载 Notion 配置。 优先级： 1. 环境变量 NOTION_API_KEY / NOTION_PARENT_PAGE_ID / NOTION_PARENT_PAGE_NAME 2. data/evaluation/notion_config.json（向后兼

优先返回真实 FastMCP；ImportError 时回退到 stub。

首个 gold 命中的倒数排名。无命中返回 0.0。

只在 gold.must_have 上计算 recall —— 论文不可能不抽到的核心贡献。 分母 = must_have 实体数；命中走与 kg_node_f1_semantic 相同的三档匹配。

抽取项中能对上 gold 任一档（must/should/may）的比例。 抽到 gold 未列的实体不算「错」（gold 必然不完备），因此分母是抽取项中 能被判定为「已知实体」的数量；剩下的归为 unknown，从指标里剔除。 适合衡量「抽取是否在领域内」，独立于 r

将整页渲染为 PNG 图片（base64 编码） 用途：直接发送给 Vision LLM 进行整页分析 - 可以理解图表、公式、表格等所有视觉元素 - 比单独提取图片更保留上下文信息 【Token 经济学优化】

对外便捷入口：跑一个注册过的 workflow。

剥离 reasoning 模型响应中的 <think> 块和 markdown 围栏。 Args: raw: 模型原始响应字符串 Returns: 清理后的字符串（应为合法 JSON 文本） Raises: Respons

末端一次性 batch 语义去重。 - linker 为 None / 未配置 encoder → 直接返回原 result - 否则按 node_type 分桶 batch encode 计算 cos_sim，合并 ≥0.85 的对 （含 st

将 LearningPathResult 转为可序列化的字典

调用 MiniMax Vision API (OpenAI 兼容格式) 使用 OpenAI SDK 的 image_url 格式传递 base64 图片： data:<media_type>;base64,<data> Phase

从本地 PDF 提取元数据：fitz metadata + 头页文本启发式。 返回字段：title / authors (list) / year / arxiv_id / venue / file_hash / abstract_snippet 缺失字段为空（""/[]/None

对单段文本执行知识抽取

LLM 调用失败时的占位报告

查找两个节点之间的边

raw_llm_output 在抽取失败时存的是 str(exception)。 若它不是合法 JSON，就认为这是一段 API 错误文本而非真实的空抽取。

对一个 label 的多 reviewer 判断投票。返回 (verdict, target_tier_or_empty, supporting_entries).

返回 (retrieved 每项是否命中, 归一化 gold 集合)。

组装单个节点的可嵌入文本：label + description + source_paper

当前索引里所有节点 text（用于 TF-IDF 重 fit）。

sorted_vals 已排序，q 取 [0,1]。