lov-fact-check

Featured

用真人尽调思路校验用户提出的事实命题:拆解可验证问题、检索一手资料、 交叉验证证据链,并给出带置信度和不确定边界的结论。 Trigger when the user asks to fact-check, verify a claim, confirm whether something is true, source-check an answer, or mentions "事实校验", "帮我确认", "这是真的吗", "verify this", "fact check", "source check", "due diligence".

Data & Documents 68 stars 17 forks Updated today MIT

Install

View on GitHub

Quality Score: 89/100

Stars 20%
61
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
50
License 10%
100
Description 5%
100

Skill Content

# fact-check — 尽调式事实校验 用这个 skill 回答事实真伪问题时,不要直接凭记忆下结论。你要模拟一个认真真人的尽调路径:先澄清命题,拆成可验证子问题,优先查一手资料,再用独立来源交叉验证,最后把证据、推断和不确定性分开写清楚。 ## When to Use - 用户问某个事实是否成立:例如“`Tauri` 程序不支持 GitHub webhook handler 吗?” - 用户要求“帮我确认”“查证一下”“这是真的吗”“有没有官方依据”。 - 用户给出一段文章、截图、传言、技术判断、商业说法或历史事实,希望判断可信度。 - 用户明确使用 English trigger phrases: `fact check`, `verify this`, `source check`, `is this true`, `due diligence`. ## Core Principle 事实校验不是搜索答案,而是还原“一个谨慎的人会如何确认答案”。 - 先确认问题含义,再确认答案。 - 优先找一手资料:官方文档、源码、标准、法规、公告、论文、原始数据、公司/项目维护者声明。 - 对技术问题,优先官方文档、源码、release notes、issue/PR,再看博客和社区问答。 - 对会随时间变化的问题,必须联网核验,并写明检索日期。 - 把“证据显示”“合理推断”“仍未确认”分开。 - 不要用单一搜索结果做强结论。至少尝试找一个反例或边界条件。 ## Workflow (MANDATORY) **You MUST follow these steps in order:** ### Step 1: Restate the Claim 把用户的问题改写成一个可验证命题,并指出关键歧义。 如果关键歧义会改变检索方向,先用 `AskUserQuestion` 问一个澄清问题; 否则继续执行,不要为了形式而打断用户。 Example: ```text 用户问:“Tauri 程序不支持 GitHub webhook handler 吗?” 可验证命题: 1. Tauri 桌面应用本��是否内置 HTTP server / webhook handler 能力? 2. Tauri 应用能否通过插件、Rust sidecar、本地端口或外部服务接收 GitHub webhook? 3. “不支持”指官方不推荐、没有内置 API,还是技术上完全不能做? ``` ### Step 2: Choose Evidence Plan 根据问题类型选择证据路径。 | Claim Type | Primary Sources | Secondary Sources | |---|---|---| | 技术能力 / API 支持 | 官方文档、源码、release notes、issue/PR、维护者讨论 | Stack Overflow、博客、示例项目 | | 产品 / 公司事实 | 官网、公告、SEC/工商资料、官方社媒、新闻稿 | 媒体报道、数据库 | | 法律 / 政策 / 标准 | 法规原文、政府官网、标准正文 | 律所解读、行业文章 | | 学术 / 医疗 / 科学 | 论文原文、系统综述、指南、数据集 | 科普文章、新闻报道 | | 历史 / 人物 / 事件 | 原始档案、采访原文、时间线材料 | 百科、二手转述 | ### Step 3: Search Like Due Diligence 执行检索时必须覆盖这些动...

Details

Author
lovstudio
Repository
lovstudio/skills
Created
5 months ago
Last Updated
today
Language
Python
License
MIT

Bundled in these plugins

Similar Skills

Semantically similar based on skill content — not just same category

AI & Automation Listed

fact-check-claim

Triggers: 事实核查 / 这个说法是真的吗 / 帮我查证X / 这数据靠谱吗 / 笛卡尔式怀疑. Split a claim into facts/inference/value-judgment, verify facts online with a 5-level verdict, then audit the reasoning chain and output the corrected best version.

0 Updated 1 weeks ago
wlkerwong-boop
AI & Automation Listed

claim-evidence-auditor

联网核查观点、数字或方案中的事实,并审计事实到结论的推理链,区分事实、推断与价值判断。当用户说“这个说法靠谱吗”“核查数据和因果”“我能信到什么程度”时使用;不用于开放式深度研究、纯代码审查或仅改文案。

1 Updated 1 weeks ago
dugujun3-cloud
AI & Automation Listed

fact-check-gate

行途成稿"事实核查门禁"技能。把文章/观点/数据/方案里的说法拆成可验证事实、推论、 价值判断三部分,联网核查事实并打五档标记(已证实/需收窄/争议/证据不���/明显错误), 再查推理链漏洞,输出补强版与可信度结论——防 AI 幻觉、防编造第三方产品机制。 触发:事实核查、数字对不对、这个说法靠谱吗、核实数据、防编造、成稿前核查、 查证、这机制是真的吗、帮我把这段话核一遍。 依据:RULES.md PUB-018(脱敏+防编造红线)+ BCI B-009(编造第三方项目机制踩坑)+ xingtu-prompts/review/fact-check.md。 版本:v1.0(2026-09-11,豆包工作沉淀)。

0 Updated yesterday
xingtu1996