GLOBAL GEOCHEMICAL ATLAS SKILL · global-geochemical-atlas 决赛 08 · 气候与地球科学赛道 · 词元代理人队
AI4S FUTURE SCIENCESKILLS HACKATHON · 气候与地球科学赛道
全球地球化学元素
面向 AI Agent 的可复用科研 Skill
一句话让 AI 为我生成全球元素地图，AI Agent 全自动可信科研图谱 。
github.com/asimfish/global-geochemical-atlas-skill
live/world-atlas.html · 自包含单文件 · 即点即用 LIVE
多源采集 36 SOURCES →
标准化 mg/kg · WGS84 →
质控修复 ITERATION LOOP →
异常识别 ROBUST-Z · FDR →
时序归因 GEOGENIC / INPUT →
成稿论文 5 个科学问题
各位评委好，我们是词元代理人队。我们做的是全球地球化学元素分布图谱——一个面向 AI Agent 的可复用科研 Skill。Agent 接到元素、区域、地质单元和样品类型请求后，能够采集公开测定、完成科学标准化、生成研究视图，并把每个关键结论绑定到记录级证据。地图只是入口；真正的产品是可追溯、可验证、可迭代、可跨 Agent 平台复用的 Skill。
证据
00 · CONTENTS
目录
01 研究问题 一句提问，四个角色的证据难题
01–02 04 效果与创新点 四域图谱 · 时序演化 · 五篇论文 · 作品展示
13–18
一句话，让 Agent 帮我生成可信、可回溯、可交互 的时序演进
研究问题 → 输出产物 → Skill 机制 → 效果与创新点 → 团队介绍
这页是目录。整场演示围绕一句话展开：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。五个章节：研究问题——一句提问背后四个角色的证据难题；输出产物——五项赛题交付逐项实测；Skill 机制——模型提案、代码裁决；效果与创新点——四个分析域的图谱、时序演化和五篇论文；最后是团队介绍。
01 · WHY THIS SKILL / FROM A QUESTION TO AN EVIDENCE CHAIN
一句听起来很简单的提问
一位地球化学研究者的提问 “ 帮我画一张全球土壤砷元素的分布图谱，”
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：
🧪 地球化学家 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 🏛️ 环境监管 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 🗂️ 数据管理员 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 ⚖️ 评审专家 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
四个问题，指向同一件事▼
Global Geochemical Atlas Skill 把来自不同 科研工作者的不同 需求，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。
先从一句提问说起：“帮我画一张全球土壤砷分布图，顺便告诉我哪里异常。”听起来像个检索问题。但放进真实的研究团队，它马上变成四个更难的问题——地球化学家会问：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？环境监管会问：西南的砷高出好几倍，是污染超标还是地质本底？数据管理员会问：一九七八年的老记录，检出限和坐标系还查得到吗？评审专家会问：AI 给的每个数字，出处在哪，敢引用吗？这四个问题指向同一件事：AI 读出数字，不代表拿到了可比较、可复用的科学数据。所以我们做的这个 Skill，不是输入元素名、输出一页图——它把一句自然语言问题，转成一条可回溯的地球化学证据链。接下来先看赛题怎么落地。
02 · TASK BREAKDOWN / DATA SOURCES
赛题要求，逐条落地
自动采集 ACQUIRE
岩石 土壤 沉积物 水体 元素含量 采样坐标 地质背景 分析方法
科学处理 STANDARDIZE
单位统一 空间匹配 质量控制 来源追溯 原始值永不覆盖
研究输出 VISUALIZE
按元素 / 区域 / 地质单元 / 样品类型 全球与区域分布图 热力图 元素组合对比 异常富集 / 亏损识别
最新世界图谱已接入 36 个正式来源 · 199,723 条测定 · 覆盖六大洲、两极与全球海洋 · 岩石 / 土壤 / 沉积物 / 水体
欧洲 · 9 FOREGS ×6 · GEMAS 农牧土壤 MarChem 海洋 · 巴伦支 土壤
亚洲 · 13 中国 ×9 山地/大河/近海 日本 GSJ ×2 · 冻土 · 阿拉伯海
美洲 · 5 加拿大 CDoGS · USGS · WQP 亚马逊 · 巴西东北 土壤剖面
非洲 · 大洋洲 · 4 AfSIS 土壤 · 北非土壤 澳大利亚 NGSA ×2 含 Hg
全球 · 极地 · 5 GEOTRACES 海水 · GEMStat 淡水 GEOROC ×3 南极/太古宙
交付 1 可交互元素分布地图
交付 2 标准化地球化学数据库
交付 3 数据来源与置信度说明
交付 4 异常区域识别结果
交付 5 可复用 Skill 文档
创新 ① 完整科研流程：图谱 → 发现 → 论文
创新 ② 时序演化图谱：地质富集 or 工业活动
赛题要求三件事：第一，从公开文献和开源数据平台自动采集岩石、土壤、沉积物、水体四类介质的元素含量、采样坐标、地质背景和分析方法；第二，完成单位统一、空间匹配、质量控制和来源追溯；第三，按元素、区域、地质单元和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。最新世界图谱已接入三十六个正式来源、近二十万条测定，覆盖六大洲、两极与全球海洋：欧洲 FOREGS 六介质与 GEMAS，亚洲十三个来源里中国占九个，美洲从加拿大到亚马逊，非洲 AfSIS、澳大利亚 NGSA，再加 GEOTRACES 海水、GEMStat 淡水和 GEOROC 极地岩石。同一次 Skill 运行产出五项赛题交付，另外还有两项创新：从图谱到论文的完整科研流程，以及回答“地质富集还是工业活动”的时序演化图谱，后面都会展示。
03 · DELIVERABLE 1 / INTERACTIVE ATLAS
交付 1 · 可交互元素分布地图 分布地图 数据库 组合对比 来源置信 异常识别
3D 地球仪 · 同一份数据 · 点击放大 ↗
现场操作说明
① 选择范围 按元素、区域、地质单元和样品类型筛选
② 查看分布 颜色表示采样密度，圆点表示汇总后的采样位置
③ 查看记录 点击点位可查看对应的原始测定
页面包含分布图、数据库、组合对比、来源说明和异常识别五个视图，切换时保留当前筛选条件。
本次运行共有 198,445 条测定可上图，覆盖 42,566 个采样点；另有 3,446 条异常记录等待复核。
支持按元素、区域、地质单元和样品类型生成全球或区域分布图；网页和交互数据可离线使用；没有数据的区域保持空白，不使用插值补齐。
第一项交付：可交互元素分布地图，这是最新一次运行的界面实拍——十九万八千多条可上图测定、四万两千多个物理采样点。各位评委现场就能上手：想看哪个元素、哪片区域、哪类样品，随手筛；图上颜色深浅是采样密度，圆点是聚合后的点位；点任何一个点，能一路追到那条原始测定是谁测的、怎么测的。右侧是同一份数据的三维地球仪，可拖动旋转。特别说一句：整张图谱压在一个 HTML 文件里，拷进 U 盘就能带走，断网照样全功能操作；图上哪里空白，就是哪里真的没数据——我们不靠插值把图补漂亮。
04 · DELIVERABLE 2 / STANDARDIZED DATABASE
交付 2 · 标准化地球化学数据库 分布地图 数据库 组合对比 来源置信 异常识别
数据采集项：每条检测记录应包含的核心信息
记录编号 每条检测的唯一标识 样品编号 对应具体采样样品 检测元素 如砷、铅、锌 样品类型 土壤、岩石、水体等 原始检测结果 数值和原始单位 结果状态 未检出、低于限值等 统一后的数值 换算为统一单位 单位换算信息 换算方法与倍数 检出限信息 检出限与删失状态 采样位置 经纬度与坐标系 位置精度 坐标误差范围（米） 地质背景 所在岩性或地质单元 采样时间 采样年份与日期——支撑时序演化图谱与成因归因分析
怎么用 · 一行一条测定
① 检索 record_id / 元素 / 介质 / 地质单元
② 读行 标准值 mg/kg · WGS84 · 检出限 qualifier · 置信度
③ 导出 完整 geochemistry.csv 与 QC 报告
原始值永不覆盖： original 与 normalized 双列并存，换算因子、公式与 QC 另列保存。
“As = 56 mg/kg”本身不是科研数据：哪个样品？什么介质？什么消解方法？检出限多少？来源哪一行？——绑定这 40+ 字段后，数字才可比较、可复用。
全库 199,723 条固定记录：单位统一 mg/kg、坐标统一 WGS84；删失值不置 0、不用 LOD/2（Helsel 2012）。长表语义对齐 ODM2，字段映射对照 EarthChem / USGS / IGSN。
第二项交付：标准化数据库。先讲一个判断：AI 从论文和数据库里读出一个数字，不代表它拿到了可以比较、可以复用的科学数据。五十六毫克每千克的砷，本身几乎没有意义——是哪个样品？土壤还是沉积物？王水消解还是全消解？检出限多少？原始来源哪一行？只有这些信息重新绑定起来，数字才从“AI 回答”变成“科研数据”。所以我们的数据库是一张四十多个字段的专业长表，一行就是一个样品的一项元素测定：record_id 全库唯一，样品可带 IGSN 国际标识；原始值和标准化值双列并存，换算因子与公式单独成列；删失值保留检出限 qualifier，不置零也不用检出限一半代入——这是删失环境数据统计的标准教科书 Helsel 的核心主张；坐标统一 WGS84 并带不确定度，地质单元来自 GLiM 全球岩性图（Hartmann–Moosdorf 2012，0.5 度）。下载的 geochemistry.csv 就是交付物本体，长表语义对齐 ODM2，不脱离专业生态。
05 · DELIVERABLE 3 / SOURCE & CONFIDENCE
交付 3 · 数据来源与置信度说明 分布地图 数据库 组合对比 来源置信 异常识别
0.98 来源证据均值 / 1
199,165 证据充分 · 99.7%
558 待补证 · 0.3%
0 证据不足 · 0.0%
每条数据从四个方面分别说明
来源是否可回溯 能否找到对应的原始记录
98 / 100 检测结果是否可用 方法与质量控制信息是否完整
81 / 100 位置是否可用 坐标和坐标系信息是否完整
59 / 100 能否直接使用 按缺失信息量估计还需多少人工复核
73 / 100
四项反映不同问题，需要分别解读。例如缺少坐标，只表示无法准确上图，不代表数据来源不可靠；这些分数也不是测量准确率。
36 个来源均记录了使用许可、数据版本和获取方式；每条数据都能追溯到原始表格或记录。
同时保留原始数值、出处位置和文件校验信息，便于复查数据来自哪里、使用的是哪个版本。
第三项交付：数据来源与置信度说明。最新版把置信度拆成四个必须分开判读的口径，这是真实运行值：来源证据九十八分——证据充分的记录占百分之九十九点七，均值零点九八；分析可用性八十一分；空间可用性五十九分；工作流可用性七十三分。为什么分开？因为空间坐标缺位不应该反过来贬低来源证据——这回答的是数据是否真实可追溯，两码事。三十六个来源全部附许可、版本与接口说明；任何一条记录都能沿证据链追到原始源行——原始值、来源 DOI 和表行位置，再到文件与运行的 SHA-256。我们如实标注：这些分数衡量工作流可用性，不等于测量正确概率。
06 · DELIVERABLE 4 / ANOMALY DETECTION
交付 4 · 异常区域识别结果 分布地图 数据库 组合对比 来源置信 异常识别
判据卡片实拍 · 比背景中位数高 23.3 倍 · 点击打开 ↗
异常记录的查看方式
① 查看分布 红色表示偏高记录聚集，蓝色表示偏低记录聚集
② 查看数量 本次共标出 740 条，其中偏高 386 条、偏低 354 条
③ 查看原因 打开记录卡片，查看它为什么被列为异常
判定指标均有文献依据： 修正 z 分数 ≥ 3.5 判为候选（Iglewicz–Hoaglin 1993）；背景组限定同元素、同介质、同测量基准，用对数尺度中位数 + MAD 稳健估计（Reimann–Filzmoser–Garrett 2005）；空间网格富集经 BH-FDR 多重检验校正 q ≤ 0.10（Benjamini–Hochberg 1995）。
偏高和偏低记录分别展示，每条记录都附有判定依据和复查入口。
这里标出的是需要进一步核查的异常记录，不代表已经发现矿化或污染；可以继续查看对应的原始数据。
第四项交付：异常区域识别结果，这是中国区域最新运行的实拍。本次共识别七百四十条记录级候选，富集三百八十六条、亏损三百五十四条；主图是空间密度，红色是富集候选聚集、蓝色是亏损候选聚集。右侧缩略图是一张真实判据卡片：这个候选五十六毫克每千克，比背景中位数高二十三点三倍，稳健异常分数三点九四，超过判定阈值三点五，可比背景样本九十七条——每个候选都能这样解释“为什么被标记”。判定口径不是我们拍脑袋定的，每一项都有文献依据：三点五的阈值来自 Iglewicz 和 Hoaglin 一九九三年的修正 z 分数标准；对数尺度加中位数、MAD 的稳健背景估计，遵循地球化学背景与阈值方法学的标准文献 Reimann、Filzmoser 和 Garrett 二〇〇五年发表在《Science of the Total Environment》的比较研究；空间网格富集用超几何检验加 Benjamini–Hochberg 一九九五年的 FDR 校正，q 不超过零点一。背景组严格限定同元素、同介质、同测量基准——两个不同消解方法测出的数字，数学上能比大小，科学上不能比高低。我们如实标注：候选不等于矿化定论，复核链路直达原始记录。
07 · DELIVERABLE 5 / REUSABLE SKILL
交付 5 · 可复用 Skill 文档：四层设计
SKILL 格式 Agent Skills 公共子集，一份 Skill 多平台复用
OPENCODE 隔离评测与 Skill 挂载，已实测验证
CODEX · CLI · CI 普通文件 + 命令即可调用，零专有 API
工作流程 SKILL.md任务步骤与判断规则 整个任务分为9 个阶段 ，逐步执行。每一步都写清需要什么、产出什么，以及失败后如何处理。
参考资料 references/科学规则与数据说明 数据格式、科学判断标准和数据来源要求分别保存，使用时再读取。
处理脚本 scripts/可检查的计算与处理 单位换算、坐标处理、质量检查、异常识别和地图生成均由脚本完成，并可单独测试。
示例与测试 fixtures + tests检查结果能否重复得到 使用真实数据样例重复运行，并比较使用 Skill 前后的结果，检查流程是否稳定有效。
第五项、也是比赛的最终交付物：可复用 Skill 文档。它的核心不是长提示词，而是四层结构。SKILL.md 只保留九阶段状态机、决策门和失败状态；references 维护 JSON Schema、科学规则、来源准入，以及 EarthChem ECL、USGS AGDB2、ODM2、IGSN/DataCite 的专业字段映射；scripts 把单位、坐标、QC、异常和地图变成确定性执行；fixtures 与评测则证明可复现和真实提升。格式采用 Agent Skills 公共子集，OpenCode 冻结环境评测已接入；Codex、命令行和 CI 通过普通文件与命令接口调用。
08 · MECHANISM OVERVIEW / MODEL PROPOSES, CODE DECIDES
Global Geochemical Atlas · Skill 机制图
数据采集 36 个来源 逐一登记编号、许可与版本；任务请求先做 SHA-256 指纹 冻结，来源过许可、版本、哈希三查后才允许采集。
数据处理 标准化、质量控制、地质匹配、置信度与异常识别按固定顺序执行，产物对照 16 项文件要求 逐项核对。
Loop 与跨次记忆 核对不通过就修复重跑；每个来源的成功率和失败原因写入记忆文件，下次运行优先用可靠来源、跳过屡次失败的来源 。
对抗审计 侦察、质疑、裁判三个角色相互独立 ：一方提出候选，一方专挑问题，最后按事先写明的规则打分裁决。
任务与检验分离 模型只负责提出候选和修改建议，采不采用由脚本按明文规则判定 ——这条原则贯穿以上全部模块。
这是整个 Skill 的机制图，五个模块。第一，数据采集：36 个来源全部在文档里登记编号、许可和版本，任务请求先做 SHA-256 冻结，来源过许可、版本、哈希三道检查才允许采集。第二，数据处理：标准化、质量控制、地质匹配、置信度与异常识别按固定顺序执行，产物对照十六项文件要求逐项核对。第三，Loop 与跨次记忆：核对不过就修复重跑，每个来源的成败记录写入记忆文件，下次运行优先用可靠来源、跳过屡次失败的来源——运行越多，采集越准。第四，对抗审计：侦察、质疑、裁判三个角色互相独立，提候选的不管裁决，裁决只看明文规则。第五，任务与检验分离：模型只提案，采不采用由脚本判定。这条原则贯穿全部模块，下一页展开中间的执行内核。
09 · SKILL INTERNALS / STATE MACHINE × ITERATION LOOP
Skill 的 Loop 状态机
往前走：九个步骤，三道门 · 一步也不跳
01–03 定题取材先把问题说清，再查文献、找数据
04–06 整理校核清洗数据，把单位、坐标和地质背景逐项对齐
07–09 结论自查看证据够不够，再成稿、复核、交付
01 锁定问题 freeze
02 审查数据来源 gate·准入
03 取数并留证据 acquire
04 筛掉不合格记录 filter
05 校单位、查坐标 gate·QC
06 对上地质底图 GLiM
07 打分、找异常 robust-z
08 产出 16 项文件 build
09 逐项验收 gate·验证
回头修：第 09 步验收不过，怎么办？
09 验收不过 → 进入 ①
① 列清问题 · validate 接住第 09 步的验收结果：16 项产物哪里没过，一条条列出来
逐条登记
② 记在案 · backlog 每条都写进 iteration_backlog：修什么、怎么修，先说清楚
按登记的方法修
③ 对症修 · route 缺证据就补证据，缺规则就补规则；没登记的，一律不碰
修完重跑
④ 再验收 · rerun+diff 重跑一遍，按 item_id 核对老问题有没有消失
⑤ 沉淀进跨轮记忆库 · memory 缺某类证据、介质或元素数据量不平衡这类一轮修不完的缺口，写入机制总图里的 memory；下一轮运行先读记忆，优先补齐
Skill 先沿九步向前走：锁定问题、审查数据来源、取数并留证据；再筛掉不合格记录、校单位查坐标、对上地质底图；最后打分找异常、产出 16 项文件、逐项验收。真正的转折点在第 09 步：验收不过，就进入四步循环——列清问题、记在案、对症修、再验收；修完不是继续往后走，而是回到 09 重新过关。底层仍有三道科学门：来源准入、背景组 n ≥ 20、出图验证。循环最多 2 轮，仍不过就标记 needs_human_review。更关键的是第五步：一轮修不完的缺口——缺某类证据、介质或元素数据量不平衡——会沉淀进跨轮记忆库 memory，下一轮运行先读记忆、优先补齐。它允许失败，但不允许悄悄失败，也不会白白失败。
10 · LOOP EVIDENCE / REAL ITERATION BACKLOG
高质量数据的 Loop 自动修复机制
为什么要记账
自动清洗最怕悄悄丢数据 、悄悄改数值 。所以每个问题都记进 iteration_backlog.csv，分三路处置：能修的自动修、要判断的转人工、科学事实原样保留——不遗漏，不歪曲 。
质检账本 · 本次世界图谱运行的真实片段
这次运行记下 114,807 个问题：能自动修的 89,207 · 要专家过目的 25,352 · 属于科学事实的 248 —— 没有一条被悄悄扔掉
问题编号 严重度 处置去向 问题是什么 处置规则（账本原文） ITER-6c1ada8d 警告 自动修复 方法适用范围没写清METHOD_SCOPE_MISSING 依据来源证据标注方法适用范围，不得把数据集级方法伪装为记录级 ITER-f3d908d9 错误 自动修复 单位换算失败NORMALIZATION_FAILED 检查单位词表与换算公式；不能证明可换算时保留失败，不得猜值 ITER-67e45f9e 提示 转人工 缺地质背景GEOLOGIC_CONTEXT_MISSING 允许时执行空间匹配并记录地图源与方法；否则保留缺失 ITER-4329e257 错误 自动修复 坐标不可用COORDINATE_UNUSABLE 从原始来源恢复坐标与 CRS；只有区域名称时保留缺失，不得填质心 ITER-d7c634bd 提示 科学事实 低于检出限CENSORED_OBSERVATION 删失观测保留 qualifier 与检出限，不等同于零，不计为失败
自动修复 · 89,207补来源证据、改字段映射就能修好的，按问题类型派给对应脚本处理。
转人工 · 25,352坐标系、方法语义这类要专家拿主意的，自动修复到此止步。
科学事实 · 248删失值、背景样本太少——这是数据本来的样子，不算失败，更不许编个数“修好”。
上一页说 loop 每轮都在登记问题，这一页解释为什么要记账：自动清洗数据最怕两件事——悄悄丢数据、悄悄改数值。所以我们规定：发现的每个问题都记进账本，怎么处置写明白。这次世界图谱运行记下了十一万四千八百零七个问题，没有一条被悄悄扔掉。屏幕上是账本的真实片段：方法适用范围没写清、单位换算失败、缺地质背景、坐标不可用、低于检出限——每一条都有编号、严重度、去向和处置规则。三类分流：八万九千多个能自动修，两万五千多个要专家过目，还有二百四十八个是数据本来的样子，不算失败，更不许编个数“修好”。修复只出新版本，旧数据一个字节不动。账本里最难修的一类问题是“这个区域根本没数据”——下一页讲我们怎么补。
11 · MECHANISM / ADVERSARIAL SOURCE AUDIT
数据的对抗审计机制
第一层 · 侦察员提候选 根据缺口账本，面向空白区域广泛提名新来源；只提名，不审批 。
第二层 · 质疑员提反对意见 独立模型逐条检查许可、介质、区域 ；只指出问题，不打分、不决定。
第三层 · 裁判按规则算分 确定性代码不生成意见，只执行明文计分牌：≥7 起草接入，4–6 补材料，<4 淘汰。
三层独立 · 人工终审 三种角色互不替代；评分通过只取得起草资格，正式入库仍须负责人确认。
遇到数据空白，侦察模型负责尽量多提候选。第二个模型是质疑员：它只围绕许可、介质和区域提出反对意见，不打分，也不做决定。真正拍板的裁判不是模型，而是一段确定性代码；它不生成新意见，只把双方材料代入明文计分牌，算出接入、补材料还是淘汰——开放许可加三，DOI 可访问加二，稀缺样品加二，填补空白加二，质疑未答复减三。达到 7 分也只够起草接入方案，正式入库仍要负责人签字。这一页，就是“模型提案，代码裁决”的缩影。
12 · MECHANISM / CLAIM LEDGER
最后一层检查：数据非可信不可用
它不是再分析一遍数据，而是给报告做对账 ：写进报告的每个数字，都必须回到运行产物中找到证据。
① 报告准备写什么？
本次固定审计运行自动抽取 8 项可核验事实
标准化记录 1,422 条
覆盖元素 Cu · Pb · Zn
覆盖介质 土壤
有效坐标比例 0%
工作流可用性 0.59
候选异常 16 条
删失记录 0 条
正式采用来源 1 个
→
② 代码逐项核对
每一项都执行同样的三步检查
找出处 定位到具体产物、字段路径和文件 SHA-256
重新计算 回到 CSV / JSON 独立重数、重算，不能照抄报告
检查有没有说过头 “异常”必须写成“候选异常”；可用性不能写成正确概率
→
③ 本次对账结果
只有通过或收窄口径后，才能写进报告
6 项数字一致，直接通过
2 项数字没错，但必须限定表述
0 项无证据流出
✓ 数字核对一致 报告写 1,422 条，CSV 重数也是 1,422 条。
◐ 数字对，表述要收窄 16 条只能写“候选异常”，不能写成污染定论。
✕ 假数字会被拦下 校准时故意插入 25,000；产物查无此数，立即驳回。
这一页不是再分析一次数据，而是给报告做出门前对账。先看左边：固定审计运行准备写八项事实，包括一千四百二十二条记录、三种元素、土壤介质、坐标比例、工作流可用性、十六条候选异常、删失记录和来源数。中间的代码对每一项做三件事：找到具体产物和哈希，回到 CSV 或 JSON 独立重算，再检查措辞有没有超过证据。结果在右边：六项直接通过，两项数字没错但必须收窄说法——可用性不是正确概率，异常只是候选；零项无证据数字流出。底下三个例子对应这三种出口。校准时我们故意塞入二万五千这个假数字，产物里查不到，系统会立即驳回。
13 · RESULTS / WORLD · CHINA · EUROPE · US
同一套方法在四个地区的实际运行结果
机制讲完，看结果：同一套 Skill 换个分析域就能再跑，这四张卡片都是实测界面。世界产物十九万八千多条可上图测定、四万两千多个物理采样点、三千四百多个候选异常；中国区域两万四千多条测定、七百四十个候选异常，富集与亏损分开；欧洲四万七千多条测定、九百八十一个候选异常；美国九万一千多条区域测定、两万四千多个物理采样点、一千三百九十八个候选异常，来源覆盖 USGS 全国地球化学库、CONUS 土壤和各州水质门户。每张卡片都能现场点开对应的交互图谱操作。这些是区域产物口径，和全库总数不混算。
14 · SKILL IN ACTION / QWEN3.8-MAX × OPENCODE
运行实况：Qwen3.8-Max 挂载 Skill 干活
1 读 SKILL.md · 冻结请求freeze request
2 路由与审计来源source_router · source_audit
3 采集与逐记录证据run_atlas_request
4 汇总与确定性过滤deterministic filter
5 标准化 · 单位坐标 QCstandardize_geochemistry
6 地质空间匹配GLiM geo match
7 置信度与候选异常confidence · robust-z
8 可视化与十六文件产物build_interactive_map
9 验证 · loop 收敛validate_outputs · backlog
opencode — qwen3.8-max · skill: global-geochemical-atlas
$ opencode run -m qwen3.8-max "全球 Cr·Cu·Ni·Pb·Zn 元素图谱与异常筛查"
来源 15/15
可上图测定 44,510
综合置信度 0.874
候选异常 535
产物 16/16 · PASS
这是通用 Agent 用我们 Skill 干活的实况：Qwen3.8-Max 在 OpenCode 里挂载 global-geochemical-atlas，接到任务后自己读 SKILL.md、进入九阶段状态机——路由审计来源、采集带证据的测定、确定性过滤、标准化、地质匹配、置信度与异常、生成产物、验证收敛。注意日志中间那两行 loop：第一次验证发现两项不通过，问题登记进账本、定向修复、重跑比对，第一轮就收敛归零——这就是前面讲的修复循环在真实运行中的样子。右侧产出实时就绪：交互图谱、标准化数据库、异常识别，五项交付齐活。关键分工是：模型只做编排与解读，单位、坐标、QC、异常判定这些科学计算全部由确定性脚本完成，所以换任何兼容 Agent 结果一致。我们做过 OpenCode 有无 Skill 的对照评测，提升是实测的。
15 · TEMPORAL ATLAS / GEOGENIC VS ANTHROPOGENIC
时序演化图谱：地质富集，还是工业活动？● 1986–2024 自动播放中 区域对比 异常成因 采样史回放 站点演变
三步逻辑 · 从时间戳到成因判断
① 时间入库 标准化数据库带采样时间：70,038 条 · 35.1% · 1986–2024
② 时序归因 同一格网早期 vs 晚期：母质高背景，还是后天输入？
③ 交互回放 区域对比 / 异常成因 / 采样史回放 / 站点演变
环境监测最大的争议是“超标还是高背景”： 如西南土壤砷本底就高，按 GB 15618-2018 通用筛选值口径会误判为异常——时序证据把两者分开。
富集候选成因归因（实测）
母质高背景 · 地质本身 125
疑似人为输入 · 工业活动 83
证据不足 · 暂不判定 1,026
混合叠加 · 难以分开 256
亏损候选 · 不做归因 1,958
创新之二：时序演化图谱，回答环境监测最大的争议——“超标还是高背景”。比如西南地区土壤砷本底就高，按国标 GB 15618-2018 的通用筛选值口径会被误判成异常——这也是国内高背景区研究反复讨论的问题。逻辑三步：第一步，标准化数据库本来就带采样时间，七万条带时间戳，覆盖一九八六到二〇二四；第二步，异常识别叠加时序信息做成因归因——同一格网早期与晚期对比，判断富集是母质先天决定，还是工业排放后天造成；第三步，做成可交互的时间演变地图——大家现在看到时间轴已经自动在走，这就是采样史回放；四个视图：区域对比、异常成因、采样史回放、站点演变。右下是实测归因：母质高背景一百二十五个，疑似人为输入八十三个，证据不足一千零二十六个——分不清就不下结论，只报缺口。
16 · FROM ATLAS TO PAPERS / FULL RESEARCH WORKFLOW
从图谱、发现到论文：一条完整的科研流程
① 图谱扫描 · 发现现象 在冻结数据上扫遍元素 × 介质 × 区域，让反常信号自己冒出来
→
② 提出选题 · 31 个候选 把现象写成可检验的问题，按证据排队，不靠人工点题
→
③ 试点验证 先用小成本验一遍，站不住的题当场停掉
→
④ 复现闸门 · 文献核对 已知结论复现不过，就没资格谈新发现
→
⑤ 多角色接力 · 成稿 5 篇 统计、文献、写作、绘图各司其职，把题目做深
→
⑥ 独立审稿 · 缺口回灌 换一类模型做 7 项检查，缺口送回采集队列 ↺
研究一 · 欧洲土壤中的汞铅遗留 工业时代遗留下来的汞和铅，今天是否仍积存在欧洲表层土壤中？
392 组对照显示，表层土壤的汞含量约为深层的 1.36 倍，腐殖质层的富集倍数达到 5.26；已形成 10 页论文初稿。
研究二 · 欧洲的铅富集在澳大利亚是否存在 欧洲表层土壤中明显的铅富集，在澳大利亚是否也存在？
澳大利亚表层与深层土壤的铅含量几乎相同（0.98 倍），欧洲表层则更高（1.24 倍），说明两地存在明显差异；已形成 9 页论文初稿。
研究三 · 不同检测方法的数据能否直接合并 两种常用元素检测方法得到的结果，能不能直接放在一起分析？
以铬为例，两种方法测得的结果相差约 2.94 倍，不能直接混用；经过校正，误差从 18.2% 降至 11.0%；已形成 9 页论文初稿。
研究四 · 全球砷风险图是否可靠 全球砷风险图与独立采集的实测数据是否一致？
在 26 个相同地点进行对照后，两套数据的总体趋势较一致；其中 7 个差异较大的地点需要重新采样；已形成 9 页论文初稿。
研究五 · 复核海洋微量金属的分布规律 重新分析国际海洋调查数据，能否得到相同的锌分布规律？
结果显示，深层海水中的锌含量约为表层的 5.57 倍，并再次观察到太平洋整体高于大西洋的规律；已形成 9 页论文初稿。
已完成 5 篇论文初稿，共 46 页、24 幅图和 9 张表 题目不是人拍脑袋定的，是从图谱现象里长出来的 论文暴露的数据缺口，会回到下一轮采样
可以把这条线想成一个不知疲倦的研究生。它先扫图谱，把异常现象变成 31 个可检验的问题；但不会一上来就写论文，而是先小规模试跑，免得整套分析花在站不住的题上。接着是防幻觉的硬门：已知结论复现不过，就不准讲新发现。通过后，选题、大纲、文献、分节写作、精修和绘图由不同角色接力。写稿的模型不审自己，换一类模型独立做 7 项检查；审稿意见和已验证事实写进研究记忆，下一轮接着改。现在已经形成 5 篇初稿、46 页、24 幅图和 9 张表——比如研究一发现工业时代的汞铅仍滞留在欧洲表土，研究三证明两种检测方法的数据不能直接混用。结论为筛查级，投稿前待领域专家复核。论文暴露的数据缺口再进入采集队列，于是数据、发现、论文又回到数据。
17 · POSITIONING / DATABASE LANDSCAPE
相比同类数据库，我们的优势在哪里
诚实前提：不与机构级规模竞争，补的是「统一层」空位
同类库要么大而不统一 （文献/档案汇编），要么统一而窄 （单介质或单大洲）
系统 规模 介质 统一单位 记录级许可 溯源哈希 方法元数据 置信度·QC 交叉验证 缺口队列 时序演化 数据→论文 GGA（本项目） 199,723 条 / 36 源 四介质一表 ✓ lineage ✓ 100% ✓ SHA-256 ✓ 缺失记账 ✓ 四维 100% ✓ 26 单元 ✓ 缺口→采集 ✓ 35.1% 带时间 ✓ 5 篇成稿 GEOROC / DIGIS 4,270 万值 / 70.7 万样品 火成岩·矿物 —（按发表值） 数据集级 —（文献级） ✓ 分析级 — — — — — EarthChem·PetDB ≈5,000 万值 / >100 万样品 固体地球联邦 —（原口径） 数据集级 IGSN 样品级 ✓ 分析级 — — — — — USGS NGDB 152 万样品 / 5,900 万测定 岩沉土矿（美） —（108 方法） 公共域 — 无统一层 — — — — — GEOTRACES IDP2025 123 航次 / 4,097 站 / 220 万值 仅海水 产品内统一 产品级 —（航次级） ✓ 值级 flag crossover — 时间列（不归因） — 大洲级调查×6 GEMAS 4,329 · FOREGS 900 · NGSA 1,315 · LUCAS 2.2万 · AfSIS 1.8万 · CGB 6,617 单介质/单大洲 调查内统一 数据集级 — 单一体系 调查级 QC — — — —
更全面 · 可扩展可定制同一 schema 覆盖土壤、沉积物、淡水与海水四种介质；新来源按声明式接入规范随时加入，元素、区域、介质均可按需定制。
更可靠 · 每条数据带完整证据链每条记录都有许可证、SHA-256 哈希、置信度与 QC 标记，可回溯到原始来源；36.3% 缺方法的记录逐条记明缺失原因——「缺什么」本身也是数据。
更统一 · 跨来源跨介质可比36 个来源统一到同一单位、坐标系和字段口径，不同调查的数据可以直接放在一起比较；同一脚本框架一晚跑完欧洲与澳洲两大洲。
最后回答一个定位问题：这个东西和 EarthChem、GEOROC、USGS 数据库有什么区别？诚实地说，论绝对规模我们不竞争——GEOROC 官网计数器四千二百七十万值、七十万样品，EarthChem 门户约五千万值、超一百万样品，USGS 数据库一百五十二万样品、五千九百万测定，都是几十年机构积累。但它们要么大而不统一：文献和档案汇编，一百零八种方法二十五个实验室并存，池化风险用户自负；要么统一而窄：GEOTRACES 最新 2025 数据产品一百二十三个航次、四千余站，但只有海水；GEMAS、FOREGS、NGSA、LUCAS 这些大洲级调查内部很统一，调查之间互不可比。跨源、跨介质、记录级可审计的统一层此前不存在——OneGeochemistry 发起人自己说，全球数据碎片化在数千个库里、几乎不可复用。这正是我们补上的空位：百分之百行级哈希、许可证、四维置信度，连缺失都逐条记账。表格最右两列是本轮新增的维度：带成因归因的时序演化、从数据直接长出的五篇论文——在同类系统里都没有对应物。所有外部数字都核验自官方页面，出处清单在仓库里。
18 · SHOWCASE / ALL DELIVERABLES AT A GLANCE
作品展示
这一页把全部作品放在一起：决赛海报一页总览方案与结果；演示仓库完全开源，幻灯片、四域图谱和五篇论文成果都在里面；项目主页汇总了赛题、效果展示、真实运行和全部材料下载；最右是两件实测产物——全球交互图谱和时序演化图谱，都可以现场点开操作。所有内容在线可访问，也打包了离线版本。
20 · THANK YOU / FIVE DELIVERABLES + TWO INNOVATIONS
感谢各位评委，请批评指正
1 可交互元素分布地图世界 · 中国 · 欧洲 · 美国全部交付
2 标准化地球化学数据库199,723 条 · 36 来源 · mg/kg · WGS84
3 数据来源与置信度说明四维证据诊断 · 记录级追溯
4 异常区域识别结果富集 / 亏损分开 · 判据卡片可复核
5 可复用 Skill 文档最终提交物 · 跨平台公共接口
＋ 完整科研流程：图谱 → 发现 → 论文31 候选 → 5 篇成稿 · 46 页 · a–g 审计全过
＋ 时序元素演化图谱回答“地质富集，还是工业活动”
决赛海报 实测图谱 官网主页 幻灯片 小红书 知乎
全球地球化学元素分布图谱面向 AI Agent 的可复用科研 Skill · GLOBAL GEOCHEMICAL ATLAS 词元代理人队 · 李雨峰 · 王培朔 · 郭欣睿 · 白丰硕 · 李明伟
最后总结。左边七项：赛题要求的五项交付——可交互地图、标准化数据库、来源与置信度、异常识别、可复用 Skill 文档——再加两项创新：从图谱到论文的完整科研流程，和回答“地质富集还是工业活动”的时序演化图谱。右边六个二维码：决赛海报、实测图谱、官网主页、本幻灯片、小红书和知乎专栏，欢迎评委现场扫码操作。我们是词元代理人队：李雨峰、王培朔、郭欣睿、白丰硕、李明伟。感谢各位评委，请批评指正。
判据卡片实拍 · 比背景中位数高 23.3 倍 · 点击打开 ↗
✓ 交互图谱 + 3D
✓ 标准化数据库
✓ 异常识别结果
李雨峰YUFENG LI上海交通大学 · 博士生师从严骏驰教授；研究方向为图机器学习、具身智能与最优传输理论
王培朔PEISHUO WANG上海交通大学 · 博士生师从吴帆教授；研究方向为视觉-语言-动作（VLA）模型与化学实验室自动化
郭欣睿XINRUI GUO北京航空航天大学 · 人工智能博士生香港理工大学机械工程硕士；金属材料专业学士，材料与人工智能交叉背景
白丰硕FENGSHUO BAI上海交通大学 · 计算机系博士生师从杨耀东、温颖两位教授（联合指导）；PAIR-Lab 实验室成员
李明伟MINGWEI LI浙江大学 · 博士生研究方向为三维（3D）与四维（4D）场景重建及生成式模型
决赛海报
实测图谱
官网主页
幻灯片
小红书
知乎