核心用法
Cross-Validated Search 为 OpenClaw 提供了一套完整的事实核查工作流，包含四个核心命令：
- `search-web`：执行实时联网搜索，支持新闻筛选、时间限制等参数
- `browse-page`：读取完整网页内容，用于补充搜索摘要的不足
- `verify-claim`：对具体声明进行支持/冲突分类，输出证据评分
- `evidence-report`：生成引用就绪的完整证据包，包含后续步骤建议
推荐工作流：先搜索获取候选来源，必要时深度阅读页面，再对关键声明执行验证，最终生成结构化报告。
显著优点
- 端到端验证闭环：从搜索到验证再到报告输出，覆盖完整事实核查链条
- 深度模式（`--deep`）：启用页面级感知验证（
page_aware: true），提升复杂声明的判断准确性 - 多源冲突显式化：主动暴露来源矛盾，而非自动调和，保留人工判断空间
- 引用就绪输出：返回可直引用的 URL 和结构化 JSON，便于学术或专业写作
- 灵活后端切换：默认 DuckDuckGo（
ddgs），支持自托管 SearxNG 作为隐私增强方案
潜在缺点与局限性
- 启发式验证非证明引擎：
verify-claim基于证据权重评分，不具备形式化证明能力 - 依赖外部搜索质量：结果受 DDG/SearxNG 索引覆盖率和时效性制约
- 冲突需人工仲裁：系统仅标记矛盾，不提供自动消解机制
- 深度模式成本：页面读取增加延迟和 token 消耗，不适合高频轻量查询
- 网络可达性风险：自托管 SearxNG 需额外运维，公网实例稳定性不可控
适合人群
- 新闻工作者、研究人员、内容审核员等需要可溯源事实核查的专业用户
- 开发者构建 RAG 系统时，需要显式证据链路的验证层
- 对搜索隐私可控有要求的用户（支持自托管后端）
常规风险
- 来源时效风险：搜索结果可能包含过时信息，需结合
--timelimit等参数控制 - 证据误读风险：启发式评分可能因页面解析误差产生误判，关键结论建议人工复核
- 配置泄露风险：SearxNG URL 等环境变量需妥善管理，避免暴露于版本控制