（4324期）Fact Checker – 智能文档事实核查·多源验证

智能文档事实核查·多源验证 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 使用说明 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 原始说明 Verify claims, numbers, and facts in markdown drafts against source data. Use when: reviewing blog posts, reports, or documentation for accuracy before publi...