大型科学知识库必然包含不一致性和指定不足的知识。不一致性是固有的，因为对某些现象建模的方法会随着时间的推移而演变，在任何给定的时间，对一段领域知识建模的相互矛盾的方法可能同时存在于知识库中。指定不足是固有的，因为大型、复杂的知识库很少被完全指定，尤其是当由未受过正式知识表示培训的领域专家编写时。我们描述了我们在大型生物学知识库中进行不一致性监测的方法。我们使用了反模式的组合，这些反模式表明建模不良和由于规格不足而导致的不一致。我们从这一经验中吸取了以下教训：（1）知识创作必须包括创作和运行时推理之间的中间步骤，以识别错误和不一致；（2） 指定不足可以简化知识编码，但需要适当的用户控制；以及（3）由于现实生活中的知识库很少是一致的，因此尽管存在不一致，但得出有用结论的方案至关重要。