HaluCatch 捕幻

问题：AI 执行 Skill 时为什么会出错

SKILL.md 通常用自然语言描述步骤，但 AI 在真实执行时可能误读列名、改错阈值、忽略边界条件，或把相关结果说成因果。HaluCatch 面向这类风险，审查一个 Skill 文件夹是否足以让 AI 稳定、可复现地完成任务。

工作方式

它把目标目录交给本地脚本 halucatch_core.py，一次性完成 L1 文件扫描、L2 多维评估 和 L3 报告生成：

• 代码工程型：检查 .py 地基、硬编码路径、输入校验、--validate 模式，以及代码被 AI 改写后的风险。
• 纯方法论型：检查步骤输入输出、异常分支、示例、输出格式和自我验证。
• 报告输出：生成标准版、专业版和 AI 行动版，写入 reports/ 目录；修复建议需用户确认后再应用。

适用边界

HaluCatch 只做离线可靠性审查，不覆盖 SQL 注入、GDPR 合规、业务正确性或性能优化。它会读取目标 Skill 目录并写入报告，因此不是纯只读工具；大文件、二进制、批量目录和跨路径访问都不支持。