从文本或文档中抽取可证伪的声明,并基于实时网络证据进行事实核查。
编程
reason-verify
试用可靠推理与自验证:对推理结果做命题抽取、矛盾检测、覆盖度评估与事实锚定校验,输出可验证的结论,纯Python零依赖。当需要"验证推理是否正确""自查答案""检测逻辑矛盾""reason-verify"时使用。
它能做什么
可靠推理与自验证:对推理结果做命题抽取、矛盾检测、覆盖度评估与事实锚定校验,输出可验证的结论,纯Python零依赖。当需要"验证推理是否正确""自查答案""检测逻辑矛盾""reason-verify"时使用。
技能文档
reason-verify(自主合成技能)
需求来源
构建[reason-verify]专门技能:可靠推理与自验证任务的自验证可靠性与工具链准确性
输入 / 输出
- 输入:用户提供的原始材料/请求
- 输出:满足需求的结构化结果
复用构件(跨域检索得到)
- meta-gen-针对维度-定向补强-构建专门技能-提升该任务的自验证可靠性与工具链准-5160ee:---
- reason-verify:---
- math-reasoner:---
- gen-针对维度-定向补强-构建专门技能-提升该任务的自验证可靠性与工具链准-5160ee:---
工作流
感知 → 规划(long-horizon-planner) → 执行(capability) → 自验证(reason-verify) → 反思
使用
python scripts/run.py --input "..." # 正常执行
python scripts/run.py --smoke # 自测
相关技能
AI 产出预检工具。发布博客/提交任务前自动检查:内容完整性、链接可用性、敏感信息泄露、格式合规。受 Claude Code Verify 设计模式启发,完全原创实现,使用 Python + requests。
事实核查助手免费版,面向个人用户提供基础的事实核查能力。通过对接全球专业事实核查机构,对用户提供的声明进行多源交叉验证。Use when 需要AI模型调用、智能对话、Agent编排、LLM应用时使用。不适用于需要100%确定性的关键决策。Use when 需要AI模型调用、智能对话、Agent编排、LLM应用时使用。不适用于需要100%确定性的关键决策.
在最终输出前对测试用例做最后一轮防幻觉验证:事实核查(引用的需求ID是否存在)、一致性检查(用例之间是否矛盾)、可执行性验证(步骤是否能实际操作)、来源追溯(每个用例是否能追溯到具体需求)。当测试用例已经生成完毕、准备输出了,但你不确定AI有没有编造不存在的功能或需求时,应当使用此技能。这是整个工作流的最终质量守门——如果验证失败,必须返回问题清单要求修正,不得跳过。 本技能属于 QA Test Skills 技能集(49 个技能之一),完整工作流体验需安装全套:npx skills add Kokxi/qa-test-skills
Autonomous verification engine that deconstructs claims, evaluates source credibility, and identifies contradictions.
Verify an LLM API endpoint — model authenticity, billing inflation, relay provenance, performance and silent downgrades. Use when the user asks whether the model they are paying for is genuine, whether a relay or proxy is trustworthy, whether they are being overcharged, or whether a model has been quietly downgraded. 检测 LLM API 端点的真伪、计费掺水、中转来源、性能与降智;当用户问"我用的模型是不是真的"、"这个中转站靠谱吗"、"是不是被降智了"、"计费对不对"时使用。