TruthCheck 综合评估
核心用法
TruthCheck 是一款面向 AI 时代的开源事实核查 CLI 工具，专注于解决大模型幻觉与网络信息污染问题。其核心功能围绕三大场景设计：
1. 声明验证 (verify): 对任意文本声明进行多维度打分 (TruthScore 0-100)，从发布者信誉、内容证据、多方佐证、既有事实核查四个维度综合评估
2. URL 检测 (check): 识别虚假域名、检测页面是否真实存在，评估来源可信度
3. 溯源追踪 (trace): 构建信息传播树，定位声明的最早出处，支持快速/平衡/深度三种模式
工具设计上采用模块化架构，无 LLM 即可运行基础功能，可选集成 Gemini、OpenAI、Anthropic 或本地 Ollama 模型以提升语义理解能力。
显著优点
- 量化输出: TruthScore 分级体系直观明确 (TRUE/FALSE 等 5 档)，适合自动化决策
- 离线可用: 基础功能零 API Key 依赖，Ollama 支持完全本地运行
- 隐私优先: API 密钥仅本地存储，不经过任何中间服务
- 灵活集成: JSON 输出模式便于接入工作流，支持批量处理
- 持续更新:
sync命令可更新发布者评级数据库
潜在局限
- 时效依赖: 验证结果受搜索引擎索引速度影响，新兴事件可能延迟覆盖
- 深度权衡: 深度溯源模式耗时 3-5 分钟，实时场景需取舍
- LLM 成本: 高频使用下 Gemini/ChatGPT API 产生费用，免费层有配额限制
- 语言局限: 主要优化英语内容，中文等非英语声明分析效果可能下降
- 边界模糊: "POSSIBLY TRUE"/"UNCERTAIN" 区间 (40-79 分) 仍需人工判断
适合人群
- 事实核查记者与编辑
- 研究人员验证引用来源
- 开发者构建内容审核 pipeline
- 普通用户识别社交媒体谣言
- 企业舆情监控与品牌保护团队
常规风险
| 风险类型 | 说明 |
|---------|------|
| API 密钥泄露 | 虽本地存储，仍需遵循环境变量安全规范 |
| 过度依赖分数 | TruthScore 为辅助参考，非法律/医学等高风险领域终审依据 |
| 搜索结果偏差 | DuckDuckGo/Brave 的算法偏见可能影响证据收集完整性 |
| LLM 幻觉叠加 | 即使启用 `--llm`，仍需注意模型自身误判可能 |