- name
- ai-fact-checker
- description
- 🔍 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：
- 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
- 交叉验证 - 自动联网搜索每个陈述，对比权威来源
- 可信度评分 - 给出 ✅ 可信 / ⚠️ 部分存疑 / ❌ 大概率错误
- 自动修正 - 如果发现错误，基于搜索结果给出正确信息
- 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
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：
fact-check 这句话是否正确：OpenClaw 的作者是 Peter Steinberger批量核查整个文档
fact-check-document ./path/to/your-document.md⚙️ 工作流程
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- 智能提取 - 过滤掉观点，只保留可验证的事实陈述
- 独立搜索 - 每个陈述单独搜索，保证准确性
- 匹配算法 - 根据关键词覆盖率计算可信度分数
- 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
# 🧐 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
npx clawhub install ai-fact-checker🧪 测试
cd ai-fact-checker
node test-run.js👨💻 Author
rudagebil11-jpg
📄 License
MIT