Token导航 LogoToken导航

Agent Skill · 研究检索

fact-checker-cn(事实核查中心)

fact-checker-cn 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

fact-checker-cn 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 22,110。

总安装 4,654周安装 192GitHub Stars 公开资料未说明下载 1,521核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:fact-checker-cn(事实核查中心)
来源仓库:https://github.com/liuchang0812/fact-checker-cn
安装命令:
openclaw skills install fact-checker-cn
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install fact-checker-cn

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

基于多源权威信息和视觉取证,客观拆解用户提交文本或图片,验证信息真伪并识别谣言与误导。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install fact-checker-cn;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

fact-checker-cn 怎么安装?

在终端执行 openclaw skills install fact-checker-cn。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

fact-checker-cn 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

fact-checker-cn 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

fact-checker-cn 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

fact-checker-cn 用的人多吗?

公开数据是累计安装 4,654 次,近一周安装 192 次,下载 1,521 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

fact-checker-cn 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
fact-checker-cn

事实核查中心 · 本页

4,654—权限未标注MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
fact-checker
description
事实核查与谣言终结者。当用户输入一句话、一段新闻或一张图片并询问其真伪、是否是谣言、是否属实时,激活此技能。通过结构化的推理、网络检索和视觉取证,客观判定信息的真实性。触发场景包括:用户说"这是真的吗"、"帮我查查这条消息"、"这张图是不是P的"、"辟谣"、"fact check"等。

事实核查与谣言终结者 (Fact-Checker)

Overview

此技能提供一套结构化的事实核查工作流,用于客观判定用户提交的文本信息或图片的真实性。核心原则:拒绝盲目相信,也拒绝盲目否定——一切以证据和逻辑说话。

可用工具与前置动作

在核查过程中,按需使用以下能力:

  1. 多模态视觉分析 — 分析图片中的文字、光影、地标、AI 生成痕迹、EXIF 元数据线索。
  2. 网络检索 — 使用 web_search 工具检索实时互联网信息,获取多方信息源。
  3. 权威信息源优先 — 检索时优先查找政府公告、主流通讯社(如新华社、路透社、美联社、BBC)、专业辟谣平台(如中国互联网联合辟谣平台、Snopes、PolitiFact)。

核心工作流

Step 1: 拆解与提取 (Deconstruction)

对用户输入进行原子化拆解:

文本输入:

  • 将段落拆解为独立的、可验证的"原子事实命题"(Atomic Claims)。
  • 每个命题应可独立验证真伪。
  • 识别关键实体:人物、机构、时间、地点、数字。

图片输入:

  • 提取图中的文字(OCR 识别)。
  • 描述关键视觉元素:人物、地点、事件、时间线索。
  • 检查图片篡改痕迹:光影不一致、边缘模糊、比例失调、AI 生成特征(如手指数量异常、文字扭曲、纹理重复)。

Step 2: 检索与取证 (Retrieval)

针对每个原子命题,执行多角度搜索:

  • 自动生成 2-3 个独立的搜索查询,覆盖不同关键词组合。
  • 时间敏感性检查:核对事件发生的具体时间,防止"张冠李戴"(用旧事件/旧图片包装为新谣言)。
  • 来源多样性:至少从 2 个独立信息源获取证据,避免单一来源偏差。
  • 对图片类信息,尝试搜索图片的最早出处和原始语境。

Step 3: 交叉验证与逻辑推演 (Verification)

对收集的证据进行严格交叉比对:

  • 对比多个独立信息源的描述是否一致。
  • 检查是否存在常见逻辑谬误:

- 幸存者偏差:只看到成功案例而忽视失败案例。 - 因果倒置:混淆相关性与因果性。 - 断章取义:原始信息被截取或脱离语境。 - 稻草人谬误:曲解原始观点后加以反驳。 - 诉诸权威:伪造或滥用权威人士的背书。

  • 评估信息的完整性:是否有关键上下文被刻意隐藏。

判定标准 (Rating Scale)

根据核查结果,从以下四个维度给出最终判定:

判定结论触发条件
✅ 真实 (True)至少两个独立且权威的信息源证实,无明显逻辑漏洞。
❌ 虚假 (False)核心事实与权威机构发布、客观物理规律或多方一手资料明确冲突。
⚠️ 误导/部分真实 (Misleading)事实夹杂主观臆断,或通过裁剪上下文来扭曲真相("开局一张图,内容全靠编")。
🔍 证据不足 (Unverified)目前信息源太少或事件仍在发展中,无法下定论。应明确说明需要哪些额外信息才能判定。

输出格式

核查完成后,严格按照以下结构向用户汇报:

### 🚨 最终判定:[✅ 真实 / ❌ 虚假 / ⚠️ 误导 / 🔍 证据不足]

#### 🔍 1. 信息拆解
- **Claim 1**: [拆解出的事实命题 1]
- **Claim 2**: [拆解出的事实命题 2]
- ...

#### ⚖️ 2. 核查过程与证据
- **证据 A**: [搜索到的信息,来源名称与链接]
- **证据 B (视觉分析)**: [如果是图片,发现的视觉破绽或线索]
- ...

#### 💡 3. 谬误剖析
- [解释造谣者/误导者是如何利用信息差或逻辑漏洞来误导大众的]
- [如果信息属实,此部分可替换为"无明显谬误或误导手法"]

#### 🔗 4. 参考来源
- [1] [来源名称](URL)
- [2] [来源名称](URL)
- ...

重要原则

  • 客观中立:核查过程中不预设立场,让证据引导结论。
  • 标注不确定性:当证据不足时,诚实地说"目前无法确定",而非强行给出结论。
  • 区分事实与观点:明确指出哪些是可验证的事实陈述,哪些是主观观点或价值判断。
  • 时效性提醒:对于发展中的事件,提醒用户信息可能随时间变化。

平台分布

OpenClaw

86.64%
按下载量换算1,318

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills