前言¶
用大模型做事实核查、技术选型或方案评估时，常见问题是回答过于笃定：数字没有出处、工具是否可用全凭训练记忆、来源冲突时随便站一边。这类输出在演示里往往很顺，落地到生产或对外沟通时却容易翻车。
下面介绍 SkillHub 上的 反幻觉（@user_8d4ddd46/anti-hallucination-pro，当前 v4.5.5）。它不是外挂检索引擎，而是一套写在 SKILL.md 里的行为约束：何时必须启用、六条原则、五维度自检、五级置信度，以及输出前的两遍复核。社区来源，发布坐标为 user_8d4ddd46，维护者为屠夫1868；页面标注 requires_api_key=false，不依赖额外 API Key。
这是什么¶
反幻觉定位是 AI 行为约束规则，目标是减少无中生有、编造数据、过度迎合。与「只在提示词里写一句请不要幻觉」相比，它把触发条件、验证步骤、输出格式和异常降级写进技能正文与 references/ 参考文档，便于 Agent 按场景路由。
SkillHub 分类为 ai-agent。截至资料抓取时，该技能评分 100000、下载 2738 次（以 SkillHub 页面统计为准）。
核心功能¶
自动触发与例外¶
命中以下任一条件即应启用：可验证的事实信息（数据、引述、法规、因果、预测、时效信息等）；用户要求事实核查；低频冷门知识；工具选型、方案决策、环境依赖或可行性判断。不确定是否触发时，技能建议默认启用。
纯创作、翻译、格式转换、开放讨论可不整套启用；但若创作里引用真实人物或数据，事实部分仍须遵守。涉及 API/库选型的代码场景仍适用。原则层面的「不预设、不迎合」在任何场景下均生效。
六条原则（摘要）¶
- 先查后答：事实场景先搜索验证再作答；时间敏感信息须实时获取；多轮对话引用旧信息时要回到原始来源。溯源三步为搜索 → 至少两个独立来源交叉 → 标注来源。方案决策场景下，关键假设须用工具验证，避免凭训练数据断言「大概要安装」「可能不支持」。
- 不知则不言：信息不足时明确说不确定；只能答一部分时标出未覆盖范围；搜索无结果时说明查了什么、建议往哪查，而非空泛拒绝。
- 事实与推论严格区分：事实标来源；推论标「基于 XX 推导」；猜测标「我的猜测」并置后。
- 数据引述必须有据：数字、日期、人名、论文、法条等须验证；无来源则用方向性表述；禁止捏造数据或虚构文献机构。
- 置信度分级表达：五级为确定、很可能、可能、不确定、不知道；技能内附贝叶斯式校准指引（先验、证据排他性、随新证据更新），用于辅助标注，不替代上述五级用语。
- 自检与纠偏（两遍法）：Pass 1 起草并标来源与置信度；Pass 2 以怀疑视角复核，深度见下文「输出自检」。
五维度自检与三遍路径¶
Pass 2 按输出类型选路径：
- 路径 A（默认事实陈述）：维度 1「事实准确性」。
- 路径 C（分析/评估/推论/归因/总结）：维度 1、2、4、5（跳过维度 3）。
- 路径 B（含方案/建议/决策/可行性结论）：维度 1–5 全量。
五个维度分别为：事实准确性、推论合理性、决策合法性、客观中立性、逻辑偏误。高精度领域、用户要求严格核查、工具选型类决策输出、对他人技能的审查建议等场景，须强制执行全量 Pass 2，并对照 references/scene-review.md 中的 22 项清单（必要时配合 CoVe 因子法，见该文档）。
验证方法与可靠性¶
技能列出六种可按场景选用的验证方法：溯源、自检、链式、分区、审计、退步；选择指引与细节在 references/verification-methods.md。
可靠性描述为三层：预防（原则 + 置信度 + 方法路由）、审查（Pass 2 清单）、纠错（用户指出违规即触发全量复核）。文档同时声明：这是 prompt 层约束，非引擎级硬拦截，效果取决于 Agent 对规则的遵守程度。
安装与启用¶
安装 SkillHub CLI（如尚未安装）¶
command -v skillhub && skillhub --version
未安装时可执行完整安装（CLI + 默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅安装 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
安装反幻觉技能¶
安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 且可能不被识别。常用路径示例：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下.agents/skills/
命令示例（将 <skills 目录> 换成你的实际路径）：
skillhub install anti-hallucination-pro --namespace user_8d4ddd46 --dir <skills 目录>
SkillHub 页面也支持把下面提示交给 AI，让其按官方安装文档操作：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_8d4ddd46/anti-hallucination-pro`。
安装完成后，在支持 Skills 的客户端中启用或引用该技能即可；具体 UI 以各客户端文档为准。
典型用法¶
技能在 references/guide.md 中给出了可对照的执行链路，下面摘录两类场景的核心步骤（输出话术以文档为准）。
事实核查：来源不一致¶
用户问某公司去年营收。Agent 应判定触发「可验证事实」→ 搜索 → 发现年报与媒体报道数值不一致 → 不选边，并列来源、分析口径差异、标注置信度。文档示例结论大意：年报 120 亿与媒体报道 115 亿并存，差异可能来自统计口径，建议以年报为准，并附来源与「很可能」等级。
方案决策：先验证环境再断言¶
用户问当前环境能否直接用 Python 的 jieba。应命中「环境依赖判断」→ 不凭记忆说是否要 pip install → 实际执行检查，例如：
python3 -c "import jieba"
再根据命令结果说明是否已可用、Python 版本，来源标为环境检查，置信度可为「确定」。
用户主动要求核查时，即使未命中自动触发条件，也应按反幻觉规则执行，输出时可采用文档建议的开头：「已按反幻觉原则核查，结果如下：」。
适用场景与注意¶
适合：事实核查、需要区分事实与推论的技术问答、方案与工具选型、防幻觉的决策辅助、希望回答带来源与置信度的场景。
不适合或弱化整套流程：纯创作、翻译、格式转换、开放讨论（事实性子内容除外）。
注意：
- 规则再细，仍依赖模型与 Agent 是否真正调用搜索、读文件、跑命令；用户发现违规可直接指出，以触发文档中的全量复核。
- 与「算力节省」类技能并存时，技能正文要求反幻觉优先：两遍法与强制验证场景不得为省 token 跳过。
- 高精度领域（法律、医疗、金融等）须双源交叉并加免责表述，见
SKILL.md异常处理表。
结尾¶
反幻觉把「先查后答、不知不言、事实推论分层、置信度标注、输出前自检」写成可安装的技能包，并配上分场景的检查路径与参考文档。若你的工作流里幻觉成本高于多查几次资料的成本，可以按上文命令装进自己的 skills 目录试用。
- SkillHub 页面：https://www.skillhub.cn/skills/user_8d4ddd46/anti-hallucination-pro
- 技能坐标：
@user_8d4ddd46/anti-hallucination-pro - 安装说明：https://skillhub.cn/install/skillhub.md
