单 cell：(slug, chunk_size, model) -> result dict.

保存注册表到 JSON

保存报告为 JSON + HTML

将长文本分段 按段落边界分割，每段不超过 max_chunk_chars 字符。 当前默认每段大约 500 个英文词左右。

把新证据追加到 edge.evidence；返回累积后的证据数。 去重规则：同 source_paper + source_section 已存在 → 不重复追加（取较高 confidence）。

基于双时态字段的综合分析 利用两个独立时间轴： - first_seen_year（有效时间）：知识在现实中何时出现 - created_at（事务时间）：知识何时被录入图谱 分析三个维度： 1.

按名字应用一个指标。未知指标名抛 KeyError。

释放 PDF 文档资源

把字符串解析为 RelationType。返回 (类型, is_fallback)。

根据 token 数与价格表估算成本。

提取所有页面的图片 【工程说明】这里仍返回 list 而非 generator，因为： 1. 下游 cmd_deep() 需要 len() 统计总数 2. 嵌入图片的 base64 通常远小于全页渲染（几十 KB vs 几 MB）

生成去重警告信息（供 Workflow 使用）

检测出的盲区类型集合对期望类型的覆盖率（seed graph 是固定 fixture，故确定性）。

按工具名取 adapter；首次调用时懒加载所有 adapter 模块。

获取一篇论文的完整详细信息。需要先通过 search_papers 获取 Paper ID。 适合使用的场景： - 用户想深入了解搜索结果中的某篇论文 - 需要获取论文的完整摘要、PDF 链接或引用信息 Args: paper_id: S

(src_label, relation_type, tgt_label) 三元组的 F1。 extracted_edges : [{"source_id", "target_id", "relation_type", ...}] gold_edges : [{"sour

按 tool_name 统计 {mean, median, p50, p90, max, count}，含 __all__ 聚合。

读取 JSONL 文件中所有事件。

在 edge.properties 标记冲突 + 对端 edge_id。

nDCG@k，二元相关性（命中=1）。

Layer 1: 用 AliasMap 把 mention 规范化为 canonical 形式。 不查询 store；纯字符串变换。

Precision@k = top-k 中命中数 / k。

Recall@k = top-k 中命中的不同 gold 数 / gold 总数。

把 run 摘要写到 RefactorRecorder(area="eval-runs")。 与"重构步骤"共享同一记录管道： - log_step：记录这次 run 是"哪个数据集/模型/git hash + 总数 + 关键指标" - log_validation

返回父页面的 page_id。 优先级： 1. config.parent_page_id（直接给） 2. data/recorder_state/_parent.json 缓存 3. config.parent_page

运行单个 L2 工作流任务。

抽取项中 node_type / relation_type 属于合法 Schema 枚举的占比。

通过 arXiv API 搜索预印本论文。**推荐作为搜索主路径**（公开 API 无 Key 无限速）。 Phase 4.1 增强： - category 过滤（cs.AI / cs.CL / cs.LG / cs.IR / eess.SP ...） - aut

节点级语义检索。 Phase 2.4 升级：优先用 src/knowledge/semantic_index.py 的 SemanticIndex （sentence-transformers backend）；不可用时退化到本类自带的 TF-ID

计时一段代码并写出 TraceEvent。 span 在记录异常后会重新抛出（ok=False）。 调用方可以用 span.set_result() 覆盖默认的 ok=True。

stdout 包含所有期望子串的比例。

转为可展示的 Markdown 格式

生成抽取结果的摘要

实际工具调用序列与期望序列的逐位匹配率。

ok=True 的 tool_call / workflow_step 事件占比。tool_name 给定时只统计该工具。