“帮我画一张全球土壤砷元素的分布图谱，整理成可交互的数据库，并告诉我哪里异常。”
这听起来像一个检索问题。但放进真实的研究团队，它马上变成四个更难的问题：
几十个调查、三种单位、五种消解方法——这些数字能放进同一张图里比吗？
→ 统一指标西南的砷比全国中位数高好几倍，是污染超标，还是地质本底就这么高？
→ 动态时序这条 1978 年的老记录，检出限、坐标系、许可证，现在还查得到吗？
→ 质量控制AI 给出的每一个数字，出处在哪一页哪一行？敢直接引用吗？
→ 来源可回溯如何一句话，让 Agent 帮我生成可信、可回溯、可交互的时序演进全球化学元素分布图谱？Global Geochemical Atlas Skill 把来自不同科研工作者的不同需求，转化成一套 Agentic-Native 的可信、可交互、可回溯、统一的动态时序地球化学元素研究流程。
世界图谱为 96 MB 自包含单文件，首次加载需要一些时间，离线保存后依然完整可用；另有 欧洲图谱 ↗ · 中国图谱 ↗ · 时序演化地图 ↗。
多源采集 + 标准化门禁 + 质控修复 Loop = 可信的全球元素图谱与论文
如实报告：以上数字取自 2026-08-19 最新全球生产运行产物内嵌的结构化报告，可逐条核对；俄罗斯、南美等区域覆盖仍不足，如实保留为缺口，该广度不代表全球统计分布。下方「真实运行」章节中的 RUN A 为 2026-08-15 运行的独立口径，不与本轮混算；线上世界图谱文件自带的统计为 36 源 / 199,723 条可制图记录，与本栏运行报告口径的差异来自统计对象不同，两套数字均可在各自文件内逐条核对。
气候与地球科学赛道赛题「全球地球化学元素分布图谱」：从公开数据出发，走完采集、处理、成图与异常识别的完整链路，并将流程沉淀为可复用 Skill 文档。
从公开文献与开源数据平台获取岩石、土壤、沉积物、水体四类介质的元素含量、采样坐标、地质背景与分析方法信息。
完成单位统一、空间匹配、质量控制、来源追溯。本项目在此基础上额外坚持一条：原始测定值永不覆盖，转换值另列保存。
按元素 / 区域 / 地质单元 / 样品类型生成全球或区域分布图、热力图与元素组合对比，并识别异常富集与亏损区域。
产出可交互元素分布地图、标准化地球化学数据库、数据来源与置信度说明、异常区域识别结果及可复用 Skill 文档；黑客松最终交付物仅为一份完整、可复用的 Skill 文档。
页面将两层结果分开呈现：一次运行生成四类科研结果；可复用 Skill 文档负责定义并复现这条流程，也是最终提交物 → 查看 Skill 运行产物
一次运行生成交互地图、标准化数据库、来源与置信度说明和异常识别结果；可复用 Skill 文档定义工作流、科学门禁与产物契约，既驱动运行，也是最终提交物。四类运行结果共享同一数据底座、证据链与科学边界，均可现场打开核验。
按元素、区域、地质单元、样品类型进入任意视图；对具备可靠时间字段的来源可生成时序演化视图，任意点位直达原始证据。
长表结构对齐 ODM2 语义：单位统一 mg/kg、坐标统一 WGS84，原始值永不覆盖，下载的 CSV 即为标准化数据库本体。
每条记录带 0–1 可用性评分（五维加权），来源附许可、覆盖与接口说明；证据可下钻至 DOI → 表 / 行 → SHA-256。
富集与亏损分开呈现，每个候选带统计判据与复核入口；候选 ≠ 矿化定论，复核链路直达原始记录。
同一份数据在三维地球上的总览视图，一屏看清全球采样覆盖与异常分布格局。
四层设计：SKILL.md 状态机 + 科学知识库 + 确定性执行器 + 可复现测试。兼容平台的 Agent 挂载即用；数值计算全部由脚本完成，模型不经手。
决赛答辩里讲过六条机制。这里逐条说明它们在代码里是怎么做的：每张卡片末尾标出对应的脚本，以及本页上可以点开核对的运行证据。
主线是九个步骤、三道门：来源能不能进，单位和坐标过不过 QC，最后逐项验收。哪一项没过，就进修复循环，而不是降低标准让它过。
修复循环分五步，见下方。每一次修复都是一次新的运行，之前的证据文件不会被改写。确实修不动的问题，标成 needs_human_review 交给人，不会硬凑一个数字出来。整条链可以由 autopilot.py 一条命令跑完，结束时给出四种机器可读终态之一：DONE / CONTINUE_REQUIRED / NEEDS_HUMAN_REVIEW / FAILED。
对抗设在两个位置：数据进来的时候，和结果出去的时候。第三层是分级裁决，决定一个问题是打回、收窄口径，还是放行。
入口是一场三方对决：一个模型当侦察员，负责提名新的数据来源；另一个模型当质疑员，只准挑问题，不准打分；打分的是一段代码，按写死的计分表给分——7 分以上进入接入流程，4 到 6 分打回重报，4 分以下淘汰。出口是产物审计：审计脚本先复制一份影子副本，往里面植入 10 类已知缺陷（改数值、翻单位、伪造来源、破坏哈希等），自己先考一遍。10 个全抓到，它对真实产物的判决才算数；漏一个，判决作废。裁决分 pass / pass_scope_narrowed / fail 三级：出现 warning 不等于稿子作废，而是受影响的数字只能连同适用范围一起引用。
评审这一轮的时候，不能受上一轮结论的影响。这一点写进了机器可读的评审契约里，而不是靠口头约定。
契约要求质疑员和执行者来自不同的模型家族，在一个全新的线程里工作，看不到执行者写的任何说明，只能读产物文件本身；简报里的路径或 SHA-256 对不上，就必须拒审。至于跨次运行的记忆（memory.json），它记的只是每个来源过去成功或失败过几次，作用仅限于给第 1 轮的采集排个先后：不能新增来源，也不参与任何判定。本次运行里拿到的证据，永远优先于上一次的记忆。
哈希打在四个地方：任务请求本身、每一个下载下来的源文件、18 个产物文件，以及最终答复里的每一个数字。
任务开始前先给请求算一次哈希，中途目标变了能看出来；源文件入库前要过登记在案的哈希校验；run_summary.json 里记着 18 个产物各自的哈希。最后一层是断言台账：claim_ledger.py 把产物里所有能写进答复的数字列出来，每一条绑定到「哪个文件、哪个 JSON 指针、什么哈希」，而且每次调用都重新算，执行者改不了。答复草稿写好后再用 --check-answer 对一遍台账，对不上的数字按幻数处理，不许出稿。在图谱里点任何一个点，也能一直下钻到 DOI、原始表格的行和哈希。
时序演化不是另外做的一份交付物，而是图谱里的一个视图：切换过去就能看，数据还是同一份标准化数据库。
对带有可靠采样时间的来源，图谱可以按 1986–2024 逐年播放，用来判断一处高值是地质本底一直如此，还是后来才出现的外源输入。因为用的是同一份数据，主视图里的证据链和科学边界在时序视图里同样成立，不需要再维护一套口径。
图谱做完、校验通过之后，可以选择再往前走一步，进入研究模式。这一步是可选的，也是真的接上了，不是文档里的一句话。
build_research_products.py 不采集新数据，也不改动任何核心产物，只是把已有证据整理成研究者直接能用的三样东西：哪些记录可以放在一起比较（分析队列）、每个样品的岩性和沉积环境等背景（环境背景）、下一步该去哪里补采（采样优先级），并附一份写明输入哈希和参数的收据。研究模式在这三样东西之上继续做统计检验、写作和排版。本页下面的五篇论文，就是这么跑出来的。
默认 Prompt 就是比赛给出的完整任务，换三个词就是你自己的任务。运行不需要网络、API Key、GPU 或任何第三方包，有 Python 3.10+ 就够。
技能目录遵循 Agent Skills 公开子集（SKILL.md + references/ + scripts/ + assets/，纯标准库），复制到兼容运行时的技能目录即可。
git clone https://github.com/asimfish/global-geochemical-atlas-skill # Claude Code cp -r global-geochemical-atlas-skill/skills/global-geochemical-atlas ~/.claude/skills/ # Codex CLI cp -r global-geochemical-atlas-skill/skills/global-geochemical-atlas ~/.codex/skills/ # OpenCode 等兼容运行时：复制 / 挂载到其 skills 目录
挂载后，Agent 收到相关请求时会自动读取 SKILL.md 里的九阶段状态机；哪些请求会触发、哪些不会，见 activation.json ↗ 里的 5 个应激活用例与 4 个相邻不应激活用例。
这段 Prompt 逐词覆盖赛题任务描述的每个环节。把高亮的区域 / 介质 / 元素换成你的，比如「西欧」换成「中国」，就是你的任务。
只基于公开文献与开源数据平台，为西欧构建土壤中砷（As）元素的分布图谱：自动采集元素含量、采样坐标、地质背景与分析方法信息；完成单位统一、空间匹配、质量控制与来源追溯；生成可按元素、区域、地质单元和样品类型筛选的分布图、热力图与元素组合对比；识别候选的异常富集与亏损区域；并交付可交互元素分布地图、标准化地球化学数据库、数据来源与置信度说明及异常区域识别结果。
| 槽位 | 填什么 | 示例 |
|---|---|---|
| 区域 | global、命名区域或 WGS84 边界框 | 西欧 · 中国 · 纬度 30–45，经度 –10–30 |
| 介质 | 四种介质中的一种或多种 | 土壤 · 沉积物 · 水体 · 岩石 |
| 元素 | 元素符号或分析物名称 | 砷（As）· Cu · Pb · Hg |
更短的说法同样能触发，例如「只用公开数据，为西欧构建土壤砷图谱：统一单位、标出候选富集区，并给每条记录附上来源、许可与置信度」。完整教程（自带数据 / 在线采集 / 离线四介质样例三种运行方式、request.json 写法与 FAQ）见 GitHub README ↗（中文版 ↗）。
在仓库根目录用 996 条 hash 固定的 USGS 真实土壤测定跑一遍生产阈值演示，再校验 18 文件产物契约。两条命令应分别返回 partial_success 与 valid。
python skills/global-geochemical-atlas/scripts/run_atlas_request.py \ --request skills/global-geochemical-atlas/fixtures/production-usgs/request.json \ --demo production-usgs --analysis-profile production \ --generated-at 2026-08-07T00:00:00Z --output-dir /tmp/geochemical-production-demo python skills/global-geochemical-atlas/scripts/validate_outputs.py \ --output-dir /tmp/geochemical-production-demo
想让指挥官一条命令跑完全程（冻结 Prompt → 路由 → 修复循环 → 校验 → 对抗审计）：
python skills/global-geochemical-atlas/scripts/autopilot.py \ --prompt-file TASK_PROMPT.txt --output-dir /tmp/atlas-run
在任何一次已完成并通过校验的运行之上，一条命令把已有证据整理成三份研究者产品（不采新数据、不改核心产物），并附一份写明输入哈希的收据。下方五篇论文就是从这一步开始的。
analysis_cohorts.csv 分析队列：哪些记录可以放在一起比较，哪些不能，为什么research_context.csv 环境背景：逐样品的岩性、地质单元、沉积环境、深度、粒级与采样时间sampling_priority.geojson 采样优先级：把数据缺口排成下一批采集队列research_products_receipt.json 收据：输入哈希、参数，以及明确写出的不可宣称事项python skills/global-geochemical-atlas/scripts/build_research_products.py \ --output-dir /tmp/atlas-run --research-dir /tmp/atlas-run/research \ --minimum-confidence medium
三类验证覆盖不同风险面：在线生产运行检验真实网络条件下的自主采集、失败处置与缺口报告；全新克隆环境中的确定性回归检验核心产物能否跨环境逐字节复现；对抗审计则向产物影子副本植入 10 类人造缺陷，校准审计器的检出能力。三组结果使用各自独立口径，不作混合统计。
科学边界：所有异常均为 screening candidate（筛查候选），不构成污染、矿床或成因结论；缺失值保留 qualifier、不插补为 0；一切结论以 manifest、record-level locator 与 SHA-256 为准。
一张分布图回答的是「哪里有什么、有多少」，而研究真正要回答的是「为什么、意味着什么」。这个 Skill 把两段接成一条流程：图谱生成后，discovery_mode 从同一份冻结数据快照出发，识别数据里可检验的信号，把它们变成候选科学问题，再自动走完统计检验、撰写与排版——从元素图谱，到发现数据特点，再到一项完整的科研工作，全程不用换工具。这条流程已经完整跑通五次，交出五个真实的科学发现：一个世纪的大气汞铅沉降在欧洲土壤中留下了可检出的垂向指纹；这种富集在澳大利亚并不存在——它是北半球工业活动的区域签名，不是全球常态；同一份土样换一种方法测可差三倍，且偏移可以建模换算；两个互不知情的大洲级调查在同一地点的砷读数一致到 2%，为全球砷风险地图补上第一批独立地面校验；不含任何海洋学先验的统计层零调参恢复出教科书级的海洋剖面结构。每个数字都能用冻结快照与固定种子脚本复算，以下每篇各展示一张方法图与一张主结果图。
发现：表土与底土浓度比显示，Hg 为 1.36、Pb 为 1.24，均有显著表层富集；地质对照元素 Ni、Cr 则均 ≈1，支持该信号主要来自大气沉降，而非母岩差异。腐殖质层 Hg 达 5.3×，与植被介导的沉降和表层截留相符。由于同一元素跨方法测定可差 3 倍，所有统计均先按方法族分层；独立 LUCAS 调查得到的欧洲表土 Hg 中位数也与本研究一致（43.9 vs 38.3 µg/kg）。
发现：我们将 P1 的配对设计原样用于澳大利亚 NGSA 的 1,064 个站点，Pb 表/深比为 0.982，未见欧洲式富集；As 则表现为表层亏损（0.886）。类对照元素 Zn 在两大洲均 ≈1，说明这种差异不是配对设计造成的。结果支持把遗留金属的表层富集视为北半球工业活动的区域签名，也补上了 Minamata 公约效果评估所需的南半球基线。
发现：GEMAS 的 2,224 对同样品双测定表明，方法偏移因元素和浓度而异：Cr 相差 2.94×，Cu 则出现反向偏移（0.86）。log-log 幂律换算模型通过 80/20 留出验证后，Pb 预测误差由 18.2% 降至 11.0%；FOREGS 独立调查也复现了同类偏移（Cr 2.54）。据此提出五条最小方法元数据标准，核心是完整记录分析方法，否则跨来源换算和合并都难以可靠进行。
发现：在 GEMAS 与 FOREGS 共址的 26 个 0.1° 单元中，中位比为 0.982，两个调查的同址结果一致到 2%，且 73% 的单元落在 2 倍带内。对 7 个分歧单元，管线自动生成了再采样队列，其中队头布列塔尼相差 3.5 倍；尺度扫描显示 0.1° 正好对应秩相关峰值，格网尺度有数据依据。这样的共址验证目前全球只在欧洲具备条件，这片「验证沙漠」本身也构成了明确的采集议程。
发现：在不引入海洋学先验、也不调参的情况下，营养盐型剖面均被恢复：Zn 深/表 5.57×，盆地排序为太平洋 24.5× > 大西洋 13×，与水团年龄差异一致；北冰洋则出现受河流输入影响的表层反转；深水 Zn–Ni 相关达到 ρ=0.90，符合再矿化耦合特征。方法审计显示，33 个可解析方法族中覆盖率最高的也仅占 10.5%，另有 37.7% 的记录缺少方法元数据；可直接池化的多源组合为 0，相应缺失清单已整理为数据管理方的修复队列。
同类数据库的定位并不相同（以下数字均核验自官方页面，访问日期 2026-08-20）：大型汇编库胜在覆盖广，但多保留发表时的原始格式；专题库标准化较好，范围通常限于单一介质或单一大洲。GGA 不比较收录规模，重点是建立这些资源之间缺少的统一数据层。
哥廷根科学院 DIGIS 计划维护的全球火成岩/变质岩文献汇编：4,270 万值 / 70.7 万样品 / 23,520 篇文献。强在体量与文献覆盖；数字按发表原样收录，单位与方法不做跨源统一。
georoc.eu ↗美国 NSF 支持、哥伦比亚大学 LDEO 运营的固体地球数据联邦：约 5,000 万值 / >100 万样品；SESAR 为 >500 万实体样品发全球唯一 IGSN 编号。强在样品注册与长期存档；联邦各库保持原发表口径。
earthchem.org ↗美国地质调查局 1962 年以来的全国地球化学档案：152.4 万样品 / >5,900 万测定。强在美国境内采样密度与年代跨度；108 种分析方法、25 个实验室并存，只记方法名，没有统一可比层。
mrdata.usgs.gov ↗国际海洋微量元素与同位素计划的中间数据产品：123 航次 / 4,097 站 / 220 万值，值级质量 flag，航次交叉互校。是「统一做得好」的标杆——但只覆盖海水单一介质，方法信息在航次级。
geotraces.org/idp2025 ↗GEMAS（欧洲农牧土 4,329 样）、FOREGS（欧洲多介质约 900 站）、NGSA（澳洲沉积 1,315 站）、LUCAS（欧盟表土约 1.9 万点）、AfSIS（非洲 18,257 样）、CGB（中国 6,617 样）。各自调查内高度统一（单方法体系 + 调查级 QC）；但单大洲单次，彼此之间不可直接比。
GEMAS ↗ · FOREGS ↗ · NGSA ↗ · LUCAS ↗ · AfSIS ↗关注跨库统一，而不与任何一家比规模：把 29 个来源、四种介质（土壤/沉积物/淡水/海水）的 191,715 条记录整理到同一张 129 字段的可审计表中，每条记录保留四维置信度评分；上面五篇论文都直接基于这张表开展。它处理的正是 OneGeochemistry 国际倡议指出的缺口——数据碎片化在数千个库中，几乎无法复用。
完整对比与全部出处 ↗| 能力 | 大型汇编库 EarthChem · GEOROC · NGDB | 专题调查库 GEMAS · FOREGS · GEOTRACES 等 | GGA（本项目） |
|---|---|---|---|
| 开箱即用的统一单位与坐标 | —按发表原样收录 | ◐库内统一，库间口径不同 | ✓全库 mg/kg + WGS84 |
| 跨介质一表联查 | ◐介质分库 | —多为单介质 / 单大洲 | ✓土壤 · 沉积物 · 水 · 岩石同表 |
| 方法元数据与跨方法换算 | —只记方法名 | ◐单一方法体系内一致 | ✓方法族标注 + 留出验证换算模型 |
| 记录级来源追溯 | —到文献 / 数据集级 | —到调查级 | ✓100% 行级 SHA-256 哈希链 |
| 记录级许可标注 | —数据集级或页面级 | —数据集级 | ✓100% 覆盖，可按行筛选再分发 |
| 记录级置信度评分 | — | ◐值级 QC 标记（如 GEOTRACES） | ✓四维评分随记录进入分析 |
| 缺口作为产品输出 | — | — | ✓机器可读采集优先级队列 |
✓ 具备 · ◐ 部分具备 · — 不提供。此表为定位对照而非优劣评判：汇编库强在体量与存档，调查库强在库内一致性；GGA 补的是它们之间缺失的统一层。对比区统一采用论文冻结快照（191,715 条 / 29 源）；最新 2026-08-19 生产运行已达 199,730 条 / 35 源，两套口径独立、不混算。逐项出处见下方能力矩阵与 database-comparison.md。
统一层有什么用？拿研究者真实会遇到的六个问题逐一对比：
完整能力矩阵（每个数字带官方出处）：
| 系统 | 规模 | 介质 | 统一单位·schema | 记录级许可证 | 溯源哈希 | 方法元数据 | 置信度·QC | 交叉验证 | 缺口队列 |
|---|---|---|---|---|---|---|---|---|---|
| GGA（本项目） | 191,715 条 / 29 源 / 7 金属 | 四介质同一 129 字段 schema（土壤 80,709 · 沉积 79,630 · 水 31,376） | ✓ mg/kg + WGS84 + lineage 逐条 | ✓ 100% | ✓ 100% 行级 SHA-256 | ✓ 方法族 + 缺失 36.3% 逐条记账 | ✓ 四维置信度 100%；删失 1,537 条显式保留 | ✓ 26 共址单元（P4） | ✓ 采集优先级 geojson 队列 |
| GEOROC / DIGIS | 4,270 万值 / 70.7 万样品 / 23,520 文献1 | 火成岩·变质岩·矿物 | —（按发表值汇编） | 数据集级 | —（文献级） | ✓ 分析级 | — | — | — |
| EarthChem·PetDB·SESAR | ≈5,000 万值 / >100 万样品；SESAR >500 万注册样品2 | 固体地球（六库联邦） | —（保持原发表口径） | 数据集级 | IGSN 样品级 | ✓ 分析级 | — | — | — |
| USGS NGDB | 152.4 万样品 / >5,900 万测定3 | 岩/沉/土/矿（美国） | —（108 方法 25 实验室并存） | 公共域（数据集级） | — | 记方法名，无统一层 | — | — | — |
| GEOTRACES IDP2025 | 123 航次 / 4,097 站 / 220 万值4 | 仅海水 | 产品内统一 + 互校 | 数据产品级 | —（航次级） | ✓ 方法链接 | 值级 flag + 1σ | crossover 互校（产品内） | — |
| GEMAS（欧洲） | 2,211 农田 + 2,118 牧场样 / 33 国5 | 仅土壤（单次） | 调查内统一 | 数据集级 | — | 单一方法体系 | 调查级 QC | — | — |
| FOREGS（欧洲） | 约 900 站 / 26 国 / 水·沉积·土壤 5 介质5 | 多介质（单大洲单次） | 调查内统一 | 数据集级 | — | 单一方法体系 | 调查级 QC | — | — |
| NGSA（澳洲） | 1,315 站 / 2 深度 / 81% 国土5 | 集水区沉积物（单次） | 调查内统一 | CC BY（数据集级） | — | 单一方法体系 | 调查级 QC | — | — |
| LUCAS · AfSIS · CGB | LUCAS 18,984–21,859 点；AfSIS 18,257 样；中国基准网 6,617 样5 | 仅土壤（各域单次） | 调查内统一 | 数据集级 | — | 单一方法体系 | 调查级 QC | — | — |
脚注 1–5 与全部数字出处（来源 URL + 访问日期 2026-08-20 + 原文口径）见 research/database-comparison.md；GGA 行数字来自冻结快照 retest-acquisition-coverage-v12-6c221cf 列级统计。
科学边界：五篇论文全部为筛查级结论（screening-level）：富集 ≠ 污染定论，剖面形态 ≠ 机制证明；五篇均已通过 a–g 七项质量审计（数据合理性 / 叙述一致 / 排版 / 数据完整 / 术语规范 / 图表规范 / 表格规范），正式投稿前仍需领域专家人工复核；全部数字可由冻结快照 + 种子脚本确定性重放。完整路线图见 five-paper-roadmap.md，对比出处见 database-comparison.md。
含中文配音与字幕。00:00–01:22 结合决赛幻灯片讲解研究问题、机制总图、Loop 状态机、对抗审计与 Agent 运行实况；01:22–02:52 实测运行——世界 / 中国 / 欧洲 / 美国四域图谱的实际操作，以及 1986–2024 时序演化图谱自动播放。
一套主讲幻灯片（决赛现场用 HTML 版，另附 PDF 版）、一张海报、一个视频、两份文字介绍、一份技术附件。