跳转至

CLI 导入修复残缺论文单元

影响面：agentero import id / Bib/RIS 导入复用的 paper_commit 去重链路。

问题

当 Catalog 中已经存在同 id 或同 DOI/arXiv/PMID/ISBN 的残缺行时，导入会在 dedupe 阶段提前返回。这个路径不会再执行 shell 初始化与 Catalog upsert，因此旧的半成品状态会保留下来：

  • 论文目录可能不存在，或目录下缺少 NOTES.md。
  • 新解析出的 title、authors、year、abstract、identifier、URL 等 metadata 不会回填到 Catalog。

典型表现是 CLI 提示已导入或去重，但 paper list/get 仍读到空/旧 metadata，文件树下也没有可编辑的 NOTES.md。

修复

paper_commit 的 ByCatalogId 与 ByIdentifiers dedupe 分支在返回既有记录前会执行轻量修复：

  • 创建缺失的论文目录。
  • 只用新解析结果回填既有记录的空字段，不覆盖用户已有 metadata。
  • 如果 NOTES.md 缺失，按当前 NoteShellMode 写入标准 shell。
  • 有变更时重新 upsert Catalog，并使 caps cache 失效。

本地 PDF 的 dedupe merge 路径仍保持原语义：只合并 PDF 与缺失 identifier，不重写已有笔记。

验证

  • cargo test -p agentero-core features::paper::import::paper_import::tests::by_identifiers_repairs_incomplete_existing_entry