Fact Checker

🔍 智能文档事实核查·多源验证

本地自动化事实核查工具,交叉验证Markdown文档中的数字、日期、模型引用与多源本地数据,确保发布内容准确性

收藏
11.2k
安装
2.5k
版本
1.0.4
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

Fact-Checker 是一款专为技术写作和文档发布设计的事实核查技能。用户只需指向待审核的 Markdown 草稿文件,工具即可自动提取所有可验证声明(数值、日期、模型名称、评分、因果陈述),并与六类本地数据源进行交叉比对,生成结构化的验证报告。

显著优点

  • 多源交叉验证:整合 FINDINGS.md、本地 API、JSON 评分文件、记忆日志、Git 历史、CHANGELOG 六大权威来源,降低单一数据源错误风险
  • 精准声明提取:自动识别数值、百分比、模型引用(如 phi4/classify)、日期等关键信息
  • 清晰输出格式:采用 ✅/⚠️/❌ 三级标记系统,附带具体证据来源,便于快速定位问题
  • 纯本地化运行:所有操作在本地完成,无网络外发,适合敏感项目文档审核
  • actionable 建议:对矛盾声明提供具体修正值,而非仅标记错误

潜在缺点与局限性

  • 依赖本地数据完整性:若源文件(如 FINDINGS.md、评分 JSON)未及时更新,可能产生误判
  • API 可用性限制localhost:8765/status 若未启动,将降级依赖静态文件,实时性下降
  • 语义理解有限:对模糊表述(如"大约一天")只能标记为"无法验证",无法智能推断
  • 英文输出为主:当前版本报告为英文,对中文用户不够友好
  • Python 环境依赖:需预装 python3,轻量但非零环境要求

适合人群

  • 技术博客作者、开发者文档维护者
  • 需要发布实验报告、模型评测结果的研究团队
  • 对内容准确性有严格要求的 DevOps/平台工程团队
  • 处理敏感数据、需完全离线核查的企业环境

常规风险

  • 数据陈旧风险:Git 历史或 CHANGELOG 可能滞后于实际代码状态
  • API 状态误判:本地 API 临时不可达可能导致过度依赖静态文件
  • 边界情况漏检:复杂条件句或隐含因果可能被遗漏
  • 建议用户:核查前确保 FINDINGS.md/status API 为最新;对关键声明建议人工复核

Fact Checker 内容

scripts文件夹
手动下载zip · 12.5 kB
fact_check.pytext/plain
请选择文件