← 返回 Skills 市场
286
总下载
0
收藏
2
当前安装
5
版本数
在 OpenClaw 中安装
/install agent-fact-check-verify
功能描述
嚴謹多來源資訊查核與可信度判定技能。用於「查證/核實/核實這個/是真的嗎/是否正確」類請求，整合政府、官方、主流媒體、事實查核站、X(Twitter)、Reddit 等來源，採用內部 100 分制規則化評分（不對使用者公開分數），並強制 Tavily 優先與明確 fallback 規則。
使用说明 (SKILL.md)
Agent Fact Check Verify
核心原則
- 對外回覆不展示評分機制與分數。
- 對內可拆 claim，但對外禁止逐條 claim 展示。
- 對外只提供整合後結論，語氣中立，不帶立場。
- 如為錯誤資訊，直接給出正確情形。
- 如為預測資訊，不做真偽裁定，僅整理目前可查情形。
- 採用「Claim Core First」：先判斷核心主張，再看細節；非關鍵細節不得翻盤。
- 最後永遠附上限制聲明：
⚠️ 本查核基於公開可得資訊，無法涵蓋未公開或付費牆後的內容。
對外輸出格式（強制）
輸出時固定使用以下四段，順序不可更動：
是否正確（簡答）：僅可用「正確 / 錯誤 / 部分正確 / 證據不足」其一，並附一句簡答。此事的真實情形：整合後敘述，不列逐條 claim。結論：給出可執行的最終判斷（必要時含不確定性提醒）。相關連結（最多五個）：最多 5 條，依優先級排序（官方/原始 > 高可信主流 > 補充佐證）。
判定層級（避免重點誤判）
- 核心事實層（最高權重）：事件是否發生、主體是否正確、方向是否正確。
- 關鍵條件層（中權重）：時間/地點/對象等僅在會改變真假時加權。
- 表述細節層（低權重）：快訊語氣、措辭、非關鍵描述，原則不得單獨導致「錯誤」。
例：貼文稱「快訊」，但內容本體為真僅時間非即時，優先判「部分正確」或「脈絡不足」，除非其核心主張就是「此刻剛發生」。
判定寬嚴策略（降低過嚴誤判）
- 採用「核心事實寬容、關鍵誤導嚴格」。
- 預設先評估是否落在「部分正確」，僅在核心事實不成立或關鍵條件造成明顯誤導時才判「錯誤」。
- 非核心細節（語氣、標題強度、非關鍵時間詞）不得單獨導致「錯誤」。
四級判定準則（強制）
- 正確：核心事實成立，且關鍵條件無實質偏差。
- 部分正確：核心事實成立，但存在過時、脈絡缺失、措辭誇張或次要條件偏差。
- 錯誤：核心事實不成立，或關鍵條件錯誤到足以改變使用者判斷。
- 證據不足：公開資訊不足以支持或反駁核心主張。
降誤判保險（強制）
- 先判「是否誤導使用者」再判「技術細節是否完美」。
- 若核心成立但時效/措辭有瑕疵，優先「部分正確」，不得直接翻為「錯誤」。
- 僅當時間/地點/對象錯誤會改變結論時，才可由「部分正確」升級為「錯誤」。
評分與審核優化（持續調校）
- 新增「誤導風險分層」作為最終判定校正：
高 / 中 / 低。 - 判定預設先檢查是否可落在「部分正確」，避免過度嚴格誤判。
- 僅在下列情形直接判「錯誤」：
- 核心事實不成立。
- 關鍵條件錯誤且足以改變使用者決策。
翻盤檢查（強制）
- 若初判「錯誤」主因來自快訊語氣、標題強度、非關鍵時間差，必須執行二次檢查：
- 該差異是否真的改變結論或行動建議？
- 若否，將結果降為「部分正確」。
不可寬鬆清單（維持嚴格）
- 公共安全（災害、避難、治安）
- 醫療風險與健康建議
- 金融與詐騙相關資訊
- 官方政策/法規的生效時間與適用條件
上述場景若關鍵條件錯誤，維持「錯誤」判定，不因語氣或表述寬鬆化。
搜尋工具策略（強制 Tavily + Fallback）
- 強制 Tavily 優先：只要有
TAVILY_API_KEY且 Tavily 可用，所有一般搜尋先走 Tavily。 - 僅在以下情況可 fallback 到預設搜尋：
TAVILY_API_KEY缺失401/403認證失敗429或 quota exhausted- 連續 timeout / service unavailable
- fallback 不得中斷流程，需標記該輪為 fallback。
來源配比與查詢預算
- 預設來源配比：
- Tavily（或 fallback 搜尋）50%
- Reddit CLI 10%
- Twitter CLI 40%
- 預設總查詢上限：每主題 10 次。
- 強制最低查詢次數（避免象徵性呼叫）：
- Tavily 至少 5 次
- Twitter CLI 至少 4 次
- Reddit CLI 至少 1 次
CLI 缺失時重分配（強制）
- Reddit 不可用（缺 10%）：重分配為 Tavily +7%、可信度交叉驗證 +3%。
- Twitter 不可用（缺 40%）：重分配為 Tavily +28%、可信度交叉驗證 +12%。
- Reddit+Twitter 皆不可用：等效 Tavily 85% + 可信度交叉驗證 15%。
- 缺失工具的最低次數，全部轉為 Tavily 與可信度交叉驗證的追加查詢，不得省略總量。
查詢次數提升（強制）
- CLI 都可用：上限 10 次。
- 缺 1 個 CLI：上限 12 次。
- 缺 2 個 CLI：上限 14 次。
執行流程（Agent）
scripts/factcheck_engine.py extract：拆解可查證 claim。- 依 claim 類型分流：opinion/satire/prediction/verifiable。
- 套用「Claim Core First」標註核心與次要條件，避免細節誤判。
- 依來源配比分配查詢，先走 Tavily，必要時 fallback。
scripts/factcheck_engine.py score：以規則表計算內部分數。scripts/factcheck_engine.py compose：輸出對使用者的整合回覆（不含分數）。
來源分級與評分
詳見：
references/scoring-rubric.mdreferences/source-policy.md
版本
1.0.5
安全使用建议
This skill appears to implement a legitimate fact‑checking workflow and includes readable Python code for extract/score/compose. However, the SKILL.md expects the agent/operator to use a Tavily API key and optional Twitter/Reddit cookie-based CLIs even though the skill manifest lists no required credentials — treat that as an intentional but undocumented dependency. Before installing or enabling:
- Decide whether you will provide TAVILY_API_KEY or local cookie files. If you do, use least-privilege accounts and revoke/rotate tokens/cookies used for verification. Avoid exposing your primary personal account cookies.
- Review and run scripts/factcheck_engine.py in a sandbox to confirm behavior and outputs (the code is small and readable). Note the SKILL.md ↔ implementation inconsistencies (e.g., SKILL.md says up to 5 links; the code returns up to 3).
- If you rely on external CLIs, vet those projects separately (they may require cookies/tokens).
- If you want to avoid sharing credentials, run the skill without Tavily/CLI tools; it will still operate but with reduced automated search capability (you should confirm how the agent will perform searches in that case).
Given the manifest/instruction discrepancies (env vars and output counts) and the guidance to use sensitive cookie files, treat this skill with caution until you decide how credentials will be handled. If you want, I can list the exact lines in the files that reference TAVILY_API_KEY, cookie usage, and the compose max_links mismatch for easier review.
功能分析
Type: OpenClaw Skill
Name: agent-fact-check-verify
Version: 1.0.5
The agent-fact-check-verify skill bundle is a well-structured tool designed for rigorous information verification. The core logic is contained in scripts/factcheck_engine.py, which performs claim extraction, deterministic scoring based on provided evidence, and response composition using standard Python libraries (json, re, argparse) without any dangerous execution sinks like eval() or subprocess. The SKILL.md and README.md files provide detailed instructions for the AI agent to perform multi-source searches (Tavily, X/Twitter, Reddit) and follow a 'Claim Core First' reasoning pattern. While the documentation mentions using external CLI tools (twitter-cli, rdt-cli) that require cookies, it includes explicit security warnings against committing credentials to version control. The instructions to hide internal scoring from the end-user are a formatting preference for professional reporting and do not constitute a malicious attempt to deceive or hide unauthorized actions.
能力评估
Purpose & Capability
The name/description (multi-source fact checking) align with the included code and instructions: claim extraction, deterministic scoring, and compose/score/ extract commands. The presence of a local factcheck_engine.py implementing extract/score/compose is expected. Minor mismatch: SKILL.md heavily prescribes using Tavily / Twitter / Reddit tooling, but the skill's declared requirements list no environment variables or credentials (e.g., TAVILY_API_KEY is referenced in docs but not declared as required).
Instruction Scope
The SKILL.md instructs the agent to prefer Tavily when TAVILY_API_KEY is available and to use optional Twitter/Reddit CLIs that rely on cookie files. Those runtime expectations reference environment/config secrets (API key and cookie files) even though the skill metadata lists none. The skill also enforces strict output formatting and forbids exposing internal scores (policy choice, not technical risk). The instructions encourage accessing local cookie files (and advise on storage), which is sensitive: the skill's docs imply the agent or operator will load/use cookies but give no explicit safe handling hooks. Also: SKILL.md says up to 5 links in output, but the compose implementation only collects up to 3 — an inconsistency between instruction and implementation.
Install Mechanism
No install spec is provided (instruction-only plus a small Python script). There is no remote download or install step, and the included Python script is readable and small. This is low installation risk.
Credentials
Metadata declares no required env vars, but SKILL.md explicitly conditions behavior on TAVILY_API_KEY and recommends use of Twitter/Reddit cookies for optional CLI tools. The skill therefore expects access to secrets/configuration not declared in the manifest. The docs recommend storing cookie files and rotating them — which is responsible advice — but a user should not expose full‑privilege personal cookies to an agent without using least‑privilege accounts. The code itself does not read env vars or cookie files directly, but runtime instructions depend on external tools that do, so this is a proportionality/visibility gap the user should be aware of.
Persistence & Privilege
The skill is not always-enabled and does not request system-level persistence or to modify other skills. It reads/writes workspace files as part of its normal operation (claims/evidence/scored outputs), which is expected and proportionate.
如何使用
- 确保已安装 OpenClaw（本地或 Docker 部署）
- 在对话框中输入安装命令：
/install agent-fact-check-verify - 安装完成后，直接呼叫该 Skill 的名称或使用
/agent-fact-check-verify触发 - 根据 Skill 的参数说明提供必要输入，即可获得结构化输出
版本历史
v1.0.5
Version 1.0.5 introduces stricter判定準則,優化判斷流程與搜尋工具策略：
- 強制Tavily為搜尋優先，明確列出fallback時機及重分配查詢預算規則。
- 引入「Claim Core First」原則及細緻的三級判定層級，避免因非關鍵細節誤判整體真假。
- 對「部分正確」判定細化指標，降低過度嚴格誤判並設降誤判保險。
- 增加不同查證工具缺失時的查詢次數與配比自動調整規範。
- 對外相關連結數量上限由3增至5，依可信度明確排序。
- 加強公共安全、醫療、金融等情境下「錯誤」嚴格判斷條款。
v1.0.4
**Output format and response standardization update**
- 回覆增強：明確規定查核輸出為「是否正確（簡答）」「此事的真實情形」「結論」「相關連結（最多三個）」四段，順序固定。
- 嚴禁逐條 claim 向使用者展示，僅整合輸出結論。
- 禽除逐 claim 條列，強化回覆中立、簡潔、結論式導向，並更新「真實情形」與「結論」段落內容要求。
- 版本號更新至 1.0.4。
v1.0.2
- 新增對外回覆格式要求：須包含四要素（判定、事件、原因[1–2個]、結論），行數不限。
- 版本號從 1.0.1 提升至 1.0.2。
- 其餘功能和執行流程未變動。
v1.0.1
- 增補「查證/核實/核實這個/是真的嗎/是否正確」至技能描述，擴大適用請求範圍
- 新增可獨立多次查核 X(Twitter) 當作社群佐證，建議查核 3 次，且不改變原三輪查核機制
- 版本號更新至 1.0.1
v1.0.0
Initial release: Fact-checking and credibility assessment skill with multi-source verification.
- Integrates sources from government, official sites, mainstream media, fact-checkers, X (Twitter), and Reddit.
- Uses internal, rules-based 100-point scoring (not shown to users); outputs only concise, neutral, combined conclusions.
- Modular fact-check engine with extraction, scoring, and composition steps documented.
- Includes internal reference documents for scoring rubric and source policy.
- Legacy OCR document scripts and multilingual documentation removed.
元数据
常见问题
Agent Fact Check Verify 是什么？
嚴謹多來源資訊查核與可信度判定技能。用於「查證/核實/核實這個/是真的嗎/是否正確」類請求，整合政府、官方、主流媒體、事實查核站、X(Twitter)、Reddit 等來源，採用內部 100 分制規則化評分（不對使用者公開分數），並強制 Tavily 優先與明確 fallback 規則。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 286 次。
如何安装 Agent Fact Check Verify？
在 OpenClaw 或 Claude Code 对话框中运行命令「/install agent-fact-check-verify」即可一键安装，无需额外配置。
Agent Fact Check Verify 是免费的吗？
是的，Agent Fact Check Verify 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。
Agent Fact Check Verify 支持哪些平台？
Agent Fact Check Verify 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。
谁开发了 Agent Fact Check Verify？
由 Allen Niu（@nhzallen）开发并维护，当前版本 v1.0.5。
推荐 Skills