laohan-shencha

Solid

深度联网核验器,验证技术文档的外部声明,或核验口播稿中可外部验证的事实主张。Use when 用户说"深度审查""老韩审查""联网审查""技术文档审查""核验口播事实"或要求对技术方案、部署脚本、配置文件、口播稿的事实主张进行查证;默认只审查,只有用户明确要求修复或工作流合同授权时才改文件,不做纯文风审查。

AI & Automation 11 stars 3 forks Updated 5 days ago MIT

Install

View on GitHub

Quality Score: 82/100

Stars 20%
36
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# Laohan Shencha(老韩深度审查) ## 核心原则 LLM 写技术文档时天然相信自己写的声明是对的。本 Skill 的唯一目的:**找出那些“看起来正��但实际是错的”声明,并在获得授权时修正。** 纯��字审查(表述矛盾、格式不统一)不是本 skill 的重点——那些靠文本比对就能发现。 ## 模式与动作 先分别选择“核验对象”和“是否修改”,不要把二者混在一起: - `TECH_CLAIMS`:默认模式,用于技术文档、脚本、配置和外部资源声明。 - `CONTENT_CLAIMS`:仅在真人口播工作流⑤或用户明确要求核验口播事实时使用。 - `AUDIT_ONLY`:用户说“审查、核验、看看有没有问题”时的默认动作,只出发现与证据,不改文件。 - `VERIFY_AND_FIX`:只有用��明确要求“修复、改掉”,或上游工作流合同明确授权修改时使用。 选择 `CONTENT_CLAIMS` 不等于降低事实标准,选择 `VERIFY_AND_FIX` 也不授权修改文风、方法论或与事实无关的内容。 ## CONTENT_CLAIMS 模式(真人口播⑤) 输入是 `episodes/<slug>/01-口播稿.md`,输出固定为 `04-事实核验.md` 与 `04-事实主张.json`。报告开头必须含 `script_hash: <当前稿 SHA-256>`、`fact_check_status: CLEAR|REVISE_REQUIRED|BLOCKED`、`contradicted_count` 与 `unverifiable_count` frontmatter。claims JSON 必须含当前 script_hash、事实报告 SHA、每项外部主张的稳定 `claim_id`、原句、`SUPPORTED|INFERRED|CONTRADICTED|UNVERIFIABLE|OPINION` 结论及来源证据。只提取会影响观众判断、��能被外部证据验证的主张:机构行为、职位/产品定义、数字、增速、政策、研究结论、原���引用和时间关系。能由来源直接读出的才写 `SUPPORTED`;从实现、多个来源或行为推导出的结论写 `INFERRED`,并提供非空 `inference_note`。个人经验、价值判断、比喻与行动建议标为 `OPINION`。 `04-事实主张.json` 最小结构:`schema_version: 1`、`script_sha256`、`fact_report_sha256`、`claims` 数组;每项至少含稳定 `claim_id`、`statement`、`verdict`、`evidence` 数组。每个证据项必须有稳定 `id`,并且二选一:外部证据写 `url`、`source_type`、`retrieved_at`;本期本地证据写 episode 内 `local_path` 与文件 `sha256`。两个 SHA 字段必须分别等于当前 `01-口播稿.md` 与 `04-事实核验.md` 的 SHA-256。无可核验主张时仍写空 `claims` 数组,不能省略文件或伪造来源。 1. 逐条编号提取主张,保留原句和所在行。 2. 每条优先找一手来源:机构官网/公告、原始研究、官方数据库、原采访或平台原帖;没有一手来源才用可靠二手报道,并注明。 3. 只能给出 `SUPPORTED`、`INFERRED`、`CONTRADICTED`、`UNVERIFIABLE`、`O...

Details

Author
hanzhcn
Repository
hanzhcn/laohan-skills
Created
5 months ago
Last Updated
5 days ago
Language
JavaScript
License
MIT

Similar Skills

Semantically similar based on skill content — not just same category