核心用法
TruthCheck是一款开源命令行工具，专注于AI内容验证与反虚假信息检测。核心功能包括三大模块：
1. 声明验证（verify）
对任意文本声明进行多维度评分（TruthScore 0-100），从发布者可信度、内容一致性、多方佐证、既有事实核查记录四个维度综合判定。支持--llm参数调用Gemini、OpenAI、Claude或本地Ollama模型增强分析精度，输出结构化JSON便于集成。
2. URL与发布者检测（check / lookup）
检测URL是否真实存在（识别AI幻觉生成的虚假链接），评估域名信誉；支持批量检测文件中的多URL场景。lookup命令查询特定发布者的历史可信度评级。
3. 溯源追踪（trace）
构建信息传播树，定位声明的原始出处，提供快速（30秒）、平衡（1-2分钟）、深度（3-5分钟）三种模式。对研究虚假信息传播路径、断章取义现象具有实用价值。
技术架构亮点
- 搜索引擎层：默认DuckDuckGo（无需密钥），可选Brave Search（需API Key）
- LLM层：纯本地运行可选Ollama，实现完全离线验证
- 隐私设计：API密钥仅存储于本地环境变量，工具本身不中转任何凭证
显著优点
开源透明：相比黑盒商业事实核查服务，算法逻辑与评分维度公开可审计，适合学术研究及媒体机构自建风控体系。
灵活集成：CLI设计便于嵌入自动化工作流（如新闻编辑系统、社交媒体监测管道），JSON输出支持程序化消费。
成本可控：基础功能零成本（DuckDuckGo+无LLM）；Gemini免费 tier 即可满足大部分场景；本地Ollama方案实现完全免费离线运行。
多源交叉验证：不依赖单一信息源，整合发布者评级、搜索引擎结果、既有事实核查数据库、LLM语义分析四层校验。
潜在缺点与局限性
时效性瓶颈：单次验证需15-60秒（深度溯源达5分钟），高并发场景需配合队列或缓存机制，不适合实时流式检测。
语言与地域偏差：搜索引擎依赖度高的功能对英文内容效果最佳；小语种或地区性声明可能因检索结果稀疏导致评分失准。
LLM增强的双刃剑：虽然--llm提升精度，但引入模型幻觉风险（工具自身无法区分LLM分析错误与原始声明错误），且增加Token成本。
评分主观性：TruthScore阈值（如80分=\"TRUE\"）基于经验设定，缺乏行业统一标准，跨工具对比存在困难。
依赖外部服务稳定性：DuckDuckGo/Brave搜索策略变更、LLM API限速均可能影响可用性。
适合人群
- 事实核查机构与新闻编辑室：建立预发布内容风控流程
- 学术研究者：虚假信息传播路径分析、平台算法审计
- 开源情报（OSINT）社区：快速验证社交媒体流传声明
- 企业公关与合规团队：监测品牌相关谣言与误导信息
- 开发者：构建定制化内容审核系统的基础设施层
常规风险
| 风险类别 | 说明 | 缓解建议 |
|---------|------|---------|
| 隐私泄露 | URL检测可能暴露用户浏览意图；LLM API调用产生日志 | 优先使用`--llm ollama`本地模式；定期轮换API Key |
| 误判风险 | 新兴信源或突破性新闻可能因\"缺乏既有事实核查\"被低分误标 | 人工复核60-79分\"可能真实\"区间结果 |
| 供应链攻击 | pip安装来源不可控，依赖库被投毒 | 固定版本哈希安装，启用pip audit |
| 过度依赖 | 用户将TruthScore作为唯一决策依据 | 明确工具定位为\"辅助参考\"，保留人工终审 |
综合来看，TruthCheck是开源生态中功能最完整的事实核查工具之一，特别适合需要可审计、可定制化验证流程的专业场景，但需注意其设计初衷为\"增强人类判断\"而非\"替代人类判断\"。