AI幻觉核查器

要解决什么问题

咨询与研报里常见「标了【实证】、出处却查不到」——KPMG 2025 年报告因大量引用无法核实被撤，就是典型后果。人工逐条核源成本高，且缺少统一规则时容易把真引用错杀，或把拼凑来源放过。本技能把「标实证前必核源真实存在」落成可重复的确定性管线，输出带证据的红旗清单，供人工复核后再改正文。

如何工作

五阶段链路大致如下：

1. 检测与解析：从 docx / pdf / md / 纯文本（或粘贴文本）抽出引用，拆成咨询语境下的六组件（标题、作者/机关、出版方、日期、URL、文号/标准号等）。
2. 三路分诊：可形式化核验的进检索；需推理的走语义判断；设计上不可公开的（同上、未公开访谈、甲方内部数据等）直接标无法核实，不算编造。
3. 多源检索：默认可联网——本地 grep 源文件、权威库与接口、WebSearch/WebFetch 定向核对；涉甲方机密词不送进公网搜索。
4. 组件比对：原引用与候选来源逐组件打标（match / partial / not / weak / unknown），结合语义而非纯字符串（简称与全称、年份差一行即不同文件）。
5. 确定性分类：脚本按规则归入五类——exist、exist-minor、fake、unknown、unsure，并按严重度排序输出红旗：最相似真实来源、对不上的组件、一句话理由与建议动作。

配套 scripts/cite_check.py 负责抽取、verify 中的确定性校验与 classify；语义检索与组件回填由 Agent 完成，且在 classify 前需通过 checkpoint（有 ERROR 则禁止出最终分类报告）。

边界与注意点

• 给出的是「大概率有问题」的证据，不是终审；宁可漏判编造，也不轻易把真引用标成 fake。
• exist-minor 机检召回偏低，判到小错类务必人工再核。
• 本技能只核引用真实性，不做错别字、行业采数、去 AI 味改写，也不判断正文是否 AI 生成。