本地自动化事实核查工具，交叉验证Markdown文档中的数字、日期、模型引用与多源本地数据，确保发布内容准确性
说明：
## 核心用法
Fact-Checker 是一款专为技术写作和文档发布设计的事实核查技能。用户只需指向待审核的 Markdown 草稿文件，工具即可自动提取所有可验证声明（数值、日期、模型名称、评分、因果陈述），并与六类本地数据源进行交叉比对，生成结构化的验证报告。
### 显著优点
– **多源交叉验证**：整合 FINDINGS.md、本地 API、JSON 评分文件、记忆日志、Git 历史、CHANGELOG 六大权威来源，降低单一数据源错误风险
– **精准声明提取**：自动识别数值、百分比、模型引用（如 `phi4/classify`）、日期等关键信息
– **清晰输出格式**：采用 ?/??/? 三级标记系统，附带具体证据来源，便于快速定位问题
– **纯本地化运行**：所有操作在本地完成，无网络外发，适合敏感项目文档审核
– ** actionable 建议**：对矛盾声明提供具体修正值，而非仅标记错误
### 潜在缺点与局限性
– **依赖本地数据完整性**：若源文件（如 FINDINGS.md、评分 JSON）未及时更新，可能产生误判
– **API 可用性限制**：`localhost:8765/status` 若未启动，将降级依赖静态文件，实时性下降
– **语义理解有限**：对模糊表述（如”大约一天”）只能标记为”无法验证”，无法智能推断
– **英文输出为主**：当前版本报告为英文，对中文用户不够友好
– **Python 环境依赖**：需预装 python3，轻量但非零环境要求
### 适合人群
– 技术博客作者、开发者文档维护者
– 需要发布实验报告、模型评测结果的研究团队
– 对内容准确性有严格要求的 DevOps/平台工程团队
– 处理敏感数据、需完全离线核查的企业环境
### 常规风险
– **数据陈旧风险**：Git 历史或 CHANGELOG 可能滞后于实际代码状态
– **API 状态误判**：本地 API 临时不可达可能导致过度依赖静态文件
– **边界情况漏检**：复杂条件句或隐含因果可能被遗漏
– **建议用户**：核查前确保 `FINDINGS.md` 和 `/status` API 为最新；对关键声明建议人工复核
会员专属
