返回 AI 工具目录
Fact Checker
AI 应用人工精选最近核验 2026年7月24日
fact-checker 是 jagilley 用 LangChain 写的一个极简示例,演示如何用「自我追问」的方式核查大模型输出。它把流程拆成一条 SimpleSequentialChain:先让 OpenAI 模型回答问题,再让模型列出该回答隐含的假设,逐条判断每个假设的真伪,最后据此给出修订后的答案。核心是单个约四十行的 Python 脚本,可用命令行或附带的 Jupyter Notebook 运行。它是一种提示工程技巧的参考实现,常被 LangChain 教程引用,而非可直接投产的事实核查服务;仓库未附明确开源许可。
定价免费部署本地运行、API 接入国内可达国内可达性待核验
解决什么问题
- 演示如何自动核查大模型回答中的隐含假设
- 用回答—列假设—逐条验真—修订的链路降低臆造
- 给出提示链做自我事实核查的最小参考实现
- 作为 LangChain 顺序链用法的教学样例
适合
- 想学习提示链与自我核查思路的开发者
- 需要一个可改写的事实核查链原型
- 已在用 LangChain 与 OpenAI 做实验
不适合
- 只是示例脚本,不是可投产的核查服务
- 核查质量完全依赖底层模型,可能误判
- 仓库无明确许可证,商用授权不清晰
- 代码较早,依赖旧版 LangChain 接口
如何接入
- 克隆仓库后运行单个 Python 脚本
- 通过 LangChain 调用 OpenAI 模型
- 可改写提示或替换为兼容的模型端点
- 也可在附带的 Jupyter Notebook 中运行
已知限制
- 仅演示用途,无错误处理与工程化封装
- 依赖 OpenAI,境内需代理或换端点
- 不引用外部证据源,靠模型自评真伪
- 项目更新停留在早期,维护不活跃
接入与使用事实
- 部署方式
- 本地运行、API 接入
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 免费
- 许可证
- 待确认
- 国内可达性
- 国内可达性待核验
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
- 代码仓库仅作事实索引