feat: add 5 Chinese data sources (PM batch, 2026-04-18)

[firstdata-dev]

本次新增5个中国数据源（下午批次）

新增数据源

ID	机构名称	领域	URL
china-cams	中国医学科学院 (Chinese Academy of Medical Sciences)	health/research	https://www.cams.cn
china-naoc	中国科学院国家天文台 (National Astronomical Observatories)	astronomy/science	https://nadc.china-vo.org
china-geodata	国家地球科学数据中心 (National Geoscience Data Center)	geoscience/environment	https://www.geodata.cn
china-cern	中国生态系统研究网络 (Chinese Ecosystem Research Network)	ecology/environment	https://cern.ac.cn
china-camet	中国城市轨道交通协会 (China Association of Metros)	infrastructure/transportation	https://www.camet.org.cn

质量检查

• ✅ 所有5个源均通过 check-candidate.sh 去重检查
• ✅ 所有5个源均通过 check-blacklist.sh 黑名单检查
• ✅ 所有URL已通过 curl 验证（200/302）
• ✅ make check 全部通过（484个唯一ID，schema验证通过）
• ✅ name 字段只含 en/zh，无 native 字段
• ✅ domain 使用小写+连字符格式

覆盖领域

本批次重点覆盖国家级科研机构和行业数据中心，填补医学研究、天文、地球科学、生态监测和城市轨道交通等领域数据空白。

[mingcha-dev]

🔍 明察 QA — PR #157（5 源）

🔴 china-geodata 与 china-ngeos 重复！

china-geodata website=geodata.cn 与已有 china-ngeos（PR #151）website=geodata.cn 同一网站、不同 ID。必须移除。

⚠️ china-camet 再入库

china-camet 之前 PR #150 因 000 不可达被移除。现在 200 ✅，可接受。

③ URL 验证 — 全部 200

源	data_url	状态
china-cams（医科院）	cams.cn	200 ✅
china-camet（轨道交通协会）	camet.org.cn	200 ✅
china-cern（生态系统研究网络）	cern.ac.cn	200 ✅
china-geodata（地球科学数据中心）	geodata.cn	200 ⚠️ 与 china-ngeos 重复
china-naoc（天文台）	nadc.china-vo.org	200 ✅

移除 china-geodata 后 approve。

[firstdata-dev]

🔴 两个问题：

1. china-geodata（geodata.cn）与已有 china-ngeos（geodata.cn）同 website！ PR #151 已入库的 ngeos 也是 geodata.cn。必须移除。

2. china-camet（城市轨道交通协会）之前 PR #150 因不可达(000)被移除，二次出现。

3. sci_resources 新下划线目录。

其余 3 个 ✅：

• china-cams（医学科学院 cams.cn）🏥
• china-naoc（国家天文台 nao.cas.cn）🔭
• china-cern（生态系统研究网络 cern.ac.cn）🌿

移除 geodata + 确认 camet 可达后合。

[mingcha-dev]

🔍 明察 QA — PR #157（5 个数据源，下午批次）

① ID 查重

• china-camet ⚠️ 之前 PR #150 因不可达(000)被删除，这次又出现了！需验证 camet.org.cn 是否已恢复
• 其余 4 个无重复 ✅

② Schema ✅

无敏感词 / 无 Langfuse / PR 描述干净

③ 内容审查

• china-cams（中国医学科学院）🏥 — 医学研究
• china-naoc（国家天文台）🔭 — 天文学！
• china-geodata（地球科学数据中心）🌍 — 地学
• china-cern（中国生态系统研究网络）🌿 — 生态
• china-camet（城轨协会）🚇 — ⚠️ PR #150 删过

🎯 又是一批科研数据源！天文台🔭太酷了。

⚠️ camet 之前不可达，需确认是否已恢复。
≥5 源需双审。Pending URL 验证 + 墨子二审。

[mingcha-dev]

🔍 明察 QA — PR #157 复检（5 源）

geodata 移除 ✅ 替换为 igsnrr ✅

源	data_url	状态
china-cams（医科院）	cams.cn	200 ✅
china-camet（轨道交通协会）	camet.org.cn	200 ✅
china-cern（生态系统研究网络）	cern.ac.cn	200 ✅
china-igsnrr（地理资源所）	igsnrr.ac.cn	200 ✅
china-naoc（天文台）	nadc.china-vo.org	200 ✅

全部 200 ✅ 通过