Ai Fact Checker

🔍 AI 事实核查 - 自动验证大模型输出准确性，检测 hallucination 幻觉编造内容，联网搜索交叉验证给出可信度评分和修正。解决大模型一本正经胡说八道的痛点。

🔍 AI Fact Checker - AI 事实核查

自动验证 AI 输出信息的真实性，检测幻觉（hallucination）编造内容，联网搜索交叉验证，给出可信度评分，并自动修正错误信息。

✨ 痛点解决

大模型经常一本正经地胡说八道：编造不存在的论文、数据、人名、事件、网址。这个技能帮你：

1. 自动提取 - 智能识别文本中的事实性陈述，排除观点和主观判断
2. 交叉验证 - 自动联网搜索每个陈述，对比权威来源
3. 可信度评分 - 给出 ✅ 可信 / ⚠️ 部分存疑 / ❌ 大概率错误
4. 自动修正 - 如果发现错误，基于搜索结果给出正确信息
5. 引用来源 - 附上搜索结果链接，方便你进一步核实

🚀 使用方法

基本核查

text

请用 ai-fact-checker 验证这段信息：
OpenClaw 发布于 2025 年，ClawHub 上有超过 10000 个社区技能。

对话中快速核查

当你对 AI 回答某句话存疑时：

text

fact-check 这句话是否正确：OpenClaw 的作者是 Peter Steinberger

批量核查整个文档

text

fact-check-document ./path/to/your-document.md

⚙️ 工作流程

text

原始文本 → 提取事实陈述 → 逐个联网搜索 → 关键词匹配评分 → 生成核查报告

1. 智能提取 - 过滤掉观点，只保留可验证的事实陈述
2. 独立搜索 - 每个陈述单独搜索，保证准确性
3. 匹配算法 - 根据关键词覆盖率计算可信度分数
4. 结构化报告 - 清晰展示每个陈述的验证结果

📊 评分标准

评分范围	标识	说明
90-100	✅ 可信	信息与多个权威来源一致
60-89	⚠️ 部分可信	核心信息得到验证，细节无法确认
30-59	⚠️ 存疑	找不到足够验证来源或信息部分冲突
0-29	❌ 错误	信息与权威来源矛盾，确认为编造

💡 示例输出

text

# 🧐 AI 事实核查报告

**原始文本:**
OpenClaw 发布于 2025 年，现在 ClawHub 上已经有超过 10000 个社区技能。作者是 Peter Steinberger。

---

## 1. 核查: "OpenClaw 发布于 2025 年，现在 ClawHub 上已经有超过 10000 个社区技能。作者是 Peter Steinberger。"

- **评分:** 45/100
- **结论:** ⚠️ 存疑
- **原因:** 部分信息与搜索结果不符

**参考来源:**
1. [OpenClaw GitHub - README](https://github.com/openclaw/openclaw)
2. [ClawHub - Official Skill Registry](https://clawhub.ai/skills)

---

**整体评分:** 45/100 - ⚠️ 整体存疑，建议核实

**修正:**
- OpenClaw 发布于 **2024 年**（不是 2025）
- ClawHub 上目前收录 **~5700+** 个技能（不是 10000+）
- ✅ 作者确实是 **Peter Steinberger**

🔧 依赖

• 需要 OpenClaw 内置 web_search 技能（默认自带，不需要额外安装）
• 不需要额外 API 密钥，使用现有搜索配额

📦 安装

bash

npx clawhub install ai-fact-checker

🧪 测试

bash

cd ai-fact-checker
node test-run.js

👨‍💻 Author

rudagebil11-jpg

📄 License

MIT