← 返回 Skills 市场
evianevans

Evidence Report

作者 EvianEvans · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ 安全检测通过
159
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install evidence-report
功能描述
RumorChecker 统一报告标准。确保证据链可追溯、多元交叉验证可视化、误解来源可解释,培养用户辨别能力。
使用说明 (SKILL.md)

RumorChecker 统一报告标准

核心原则

  1. 这是 Rumor Checker,不是 Rumor Guard — 辅助核查工具,不替用户判断
  2. 报告是"信息核查参考" — 不是权威判定,最终判断权在用户手里
  3. 系统不对结果负责 — 明确免责声明
  4. 授人以渔 — 培养用户自主辨别能力,不只给结论

最终报告格式(Reporter 使用)

══════════════════════════════════
信息核查参考报告
══════════════════════════════════

📌 核查问题:[用户原始问题的精确复述]

⚠️ 免责声明:本报告仅为信息核查参考,基于公开可查信息整理,不构成权威判定。最终判断权在您手中。

━━━ 1. 系统参考意见 ━━━
参考意见:[真实可信 / 存疑待证 / 多处矛盾 / 证据不足]
参考信心度:[XX%](仅代表系统基于现有证据的倾向,供参考)

━━━ 2. 证据链(每条可追溯)━━━

📎 证据 #1
  内容:[事实摘要,一句话]
  来源:[完整 URL,必须可点击访问]
  来源类型:[官方 / 学术 / 主流媒体 / 社交媒体 / 自媒体]
  发布时间:[YYYY-MM-DD]
  可信度评级:[高 / 中 / 低] — [一句话评级原因]
  验证状态:[✅ 已被多源交叉验证 / ⚠️ 仅单一来源 / ❌ 与其他来源矛盾]
  搜索者:[哪个 agent/worker 找到的]

📎 证据 #2
  ...

[按可信度从高到低排列]

━━━ 3. 多元交叉验证 ━━━

验证矩阵:
  证据 #1 ←→ 证据 #3:✅ 互相印证(核心事实一致,独立来源)
  证据 #1 ←→ 证据 #4:⚠️ 部分矛盾(时间描述存在差异)
  证据 #2 ←→ 证据 #5:❌ 直接矛盾(结论完全相反)

验证方法:
  · 事实核查:[哪些具体事实被多个独立来源证实]
  · 逻辑检验:[推理链条是否自洽,有无跳跃]
  · 时间线验证:[事件的时间线是否合理,有无时间错位]
  · 信息回音室检测:[是否存在多个来源引用同一原始来源的假象]
  · 数据一致性:[引用的数字/统计是否被原始来源证实]

━━━ 4. 误解来源分析 ━━━

这条信息为什么会被误传或误信?

🧠 认知因素:
  · [确认偏误 / 权威效应 / 从众心理 / 恐惧诉求 / ...]
  · [具体解释为什么这个因素在此场景中起作用]

📱 传播因素:
  · [标题党 / 断章取义 / 过时信息翻新 / 数据脱离语境 / ...]
  · [具体解释传播路径]

🔍 信息缺口:
  · [公众缺少哪些背景知识,导致容易被误导]
  · [如果了解了什么信息,就不会轻信]

━━━ 5. 正反分析摘要 ━━━

支持"可信"的论据:
  · [论据 1](参见证据 #N)
  · [论据 2](参见证据 #N)

支持"存疑"的论据:
  · [论据 1](参见证据 #N)
  · [论据 2](参见证据 #N)

关键争议点(目前无法确定):
  · [具体描述哪些部分证据不足以做出判断]

━━━ 6. 辨别技巧(供您参考)━━━

针对这类信息,您可以这样自行核实:
  ✅ 查来源:[具体建议,如"检查文章是否引用了原始研究论文"]
  ✅ 交叉验证:[具体建议,如"搜索权威机构的官方声明"]
  ✅ 识别信号:[这类信息的常见特征,如"使用绝对化措辞'肯定致癌'"]
  ✅ 推荐工具:[用户可以自行使用的公开核查工具/网站]

━━━ 7. 参与团队 ━━━

本次核查参与的所有 Agent 和 Worker:
  [emoji] [名称]([常驻/临时])— [具体工作内容] — [耗时 N 秒]

══════════════════════════════════

各 Agent 中间报告格式要求

Searcher 输出格式

每条搜索结果必须包含:

{
  "id": "evidence-N",
  "content": "事实摘要",
  "source_url": "完整URL(必须可访问)",
  "source_type": "official|academic|mainstream_media|social|self_media",
  "publish_date": "YYYY-MM-DD",
  "credibility": "high|medium|low",
  "credibility_reason": "一句话评级原因",
  "searcher": "哪个agent/worker找到的",
  "initial_misinfo_signal": "如果这条信息与谣言相关,初步分析为什么容易被误传"
}

禁止出现的表述:

  • "研究表明" → 必须写 "根据[具体来源]的研究(URL)"
  • "专家认为" → 必须写 "[具体姓名/机构]认为(URL)"
  • "据说"/"据传" → 必须写明信息来源或标注"来源不明"

Verifier 输出格式

{
  "verification_summary": "验证概述",
  "cross_reference_matrix": [
    {"pair": ["evidence-1", "evidence-3"], "relation": "confirm|partial_conflict|conflict", "detail": "具体说明"}
  ],
  "echo_chamber_check": "是否存在信息回音室,具体说明",
  "verification_methods_used": ["事实核查", "逻辑检验", "时间线验证", "数据一致性"],
  "verified_facts": [{"fact": "...", "supporting_evidence": ["evidence-1", "evidence-3"], "confidence": 95}],
  "disputed_facts": [{"fact": "...", "pro_evidence": ["evidence-1"], "con_evidence": ["evidence-5"], "detail": "矛盾具体描述"}],
  "excluded_items": [{"evidence_id": "evidence-2", "reason": "排除原因", "hallucination_signal": "如有"}],
  "overall_reliability": "high|medium|low"
}

Debater 输出格式

注意:Debater 不输出 "verdict: true/false",而是输出分析摘要。

{
  "mode": "self_debate|ping_pong",
  "topic": "分析主题",
  "pro_arguments": [
    {"point": "论点", "evidence_refs": ["evidence-1"], "strength": "strong|moderate|weak"}
  ],
  "con_arguments": [
    {"point": "论点", "evidence_refs": ["evidence-5"], "strength": "strong|moderate|weak"}
  ],
  "analysis_summary": "正反双方论据力度的综合对比分析",
  "key_uncertainties": ["目前无法确定的具体方面"],
  "reference_confidence": 85,
  "confidence_explanation": "信心度计算依据"
}

Reporter 输出格式

完全遵循上方"最终报告格式",逐项填充,不得省略任何 section。

特别注意:

  • 结论用"参考意见"而非"判定"
  • 信心度标注"仅供参考"
  • 必须包含"辨别技巧"section
  • 必须包含"误解来源分析"section
  • 必须包含"参与团队"section

绝对禁止

  • ❌ 使用"我们判定""结论是""官方认定"等权威性表述
  • ❌ 省略来源 URL
  • ❌ 使用模糊引用("有研究""专家说")
  • ❌ 在报告中增添上游 agent 未提供的信息
  • ❌ 省略交叉验证矩阵
  • ❌ 省略误解来源分析
  • ❌ 省略辨别技巧
  • ❌ 省略参与团队信息
安全使用建议
这个技能是一个文档/模板:它本身不安装代码也不请求凭证,内部一致且用途明确。你可以放心安装,但请注意: - 使用时 agent 会访问并引用公开 URL(需要网络访问),确保不把私有/受保护的链接当作查询输入。 - 模板要求记录“哪个 agent/worker 找到的”和耗时,可能暴露内部 agent 标识或流程信息(如果你在意审计/隐私,可要求省略或模糊化这些字段)。 - 如果你打算把该规范用于自动化流程,请确认平台上的 agent 在抓取外部页面时不会带上敏感凭证或内部 cookies。 总体上这是内部一致且低风险的说明性技能。
功能分析
Type: OpenClaw Skill Name: evidence-report Version: 1.0.0 The skill bundle defines a structured reporting standard for a rumor-checking AI agent (RumorChecker). The instructions in SKILL.md focus on transparency, evidence traceability, and user education, providing templates for data formatting and cross-validation without any executable code, network requests, or malicious prompt-injection patterns.
能力评估
Purpose & Capability
技能描述为 RumorChecker 的统一报告标准;实际内容是详尽的报告与各 agent 输出模板。技能无需二进制、环境变量或安装,所请求的项与声明的目的相符。
Instruction Scope
SKILL.md 明确限定了搜索器、验证器、辩论者和报告者的输出格式与禁止表述。指令主要要求收集并引用公开可查的来源 URL、构建交叉验证矩阵并填写模板,没有要求读取本地文件、环境变量或发送数据到未声明的第三方。唯一的注意点是它要求记录“哪个 agent/worker 找到的”和耗时,这会披露 agent 元数据(不是敏感凭证,但可能影响隐私/审计可见性)。
Install Mechanism
无安装规范(instruction-only),不会往磁盘写入第三方二进制或从不受信任的 URL 下载代码,安装风险极低。
Credentials
未声明任何环境变量、凭证或配置路径。SKILL.md 中也未要求访问平台凭据或私有配置,所需权限与功能复杂度一致。
Persistence & Privilege
flags 显示 always:false,默认可由模型自主调用(平台默认行为)。该技能不请求长期驻留或修改其它技能配置,因此不存在不合理的持久化或特权请求。
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install evidence-report
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /evidence-report 触发
  4. 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
v1.0.0
RumorChecker 7-Section 证据报告标准。证据链可追溯、交叉验证矩阵、误解来源分析、辨别技巧。
元数据
Slug evidence-report
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

Evidence Report 是什么?

RumorChecker 统一报告标准。确保证据链可追溯、多元交叉验证可视化、误解来源可解释,培养用户辨别能力。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 159 次。

如何安装 Evidence Report?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install evidence-report」即可一键安装,无需额外配置。

Evidence Report 是免费的吗?

是的,Evidence Report 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

Evidence Report 支持哪些平台?

Evidence Report 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 Evidence Report?

由 EvianEvans(@evianevans)开发并维护,当前版本 v1.0.0。

💬 留言讨论