前言¶
用大模型做事實覈查、技術選型或方案評估時，常見問題是回答過於篤定：數字沒有出處、工具是否可用全憑訓練記憶、來源衝突時隨便站一邊。這類輸出在演示裏往往很順，落地到生產或對外溝通時卻容易翻車。
下面介紹 SkillHub 上的 反幻覺（@user_8d4ddd46/anti-hallucination-pro，當前 v4.5.5）。它不是外掛檢索引擎，而是一套寫在 SKILL.md 裏的行爲約束：何時必須啓用、六條原則、五維度自檢、五級置信度，以及輸出前的兩遍複覈。社區來源，發佈座標爲 user_8d4ddd46，維護者爲屠夫1868；頁面標註 requires_api_key=false，不依賴額外 API Key。
這是什麼¶
反幻覺定位是 AI 行爲約束規則，目標是減少無中生有、編造數據、過度迎合。與「只在提示詞裏寫一句請不要幻覺」相比，它把觸發條件、驗證步驟、輸出格式和異常降級寫進技能正文與 references/ 參考文檔，便於 Agent 按場景路由。
SkillHub 分類爲 ai-agent。截至資料抓取時，該技能評分 100000、下載 2738 次（以 SkillHub 頁面統計爲準）。
核心功能¶
自動觸發與例外¶
命中以下任一條件即應啓用：可驗證的事實信息（數據、引述、法規、因果、預測、時效信息等）；用戶要求事實覈查；低頻冷門知識；工具選型、方案決策、環境依賴或可行性判斷。不確定是否觸發時，技能建議默認啓用。
純創作、翻譯、格式轉換、開放討論可不整套啓用；但若創作裏引用真實人物或數據，事實部分仍須遵守。涉及 API/庫選型的代碼場景仍適用。原則層面的「不預設、不迎合」在任何場景下均生效。
六條原則（摘要）¶
- 先查後答：事實場景先搜索驗證再作答；時間敏感信息須實時獲取；多輪對話引用舊信息時要回到原始來源。溯源三步爲搜索 → 至少兩個獨立來源交叉 → 標註來源。方案決策場景下，關鍵假設須用工具驗證，避免憑訓練數據斷言「大概要安裝」「可能不支持」。
- 不知則不言：信息不足時明確說不確定；只能答一部分時標出未覆蓋範圍；搜索無結果時說明查了什麼、建議往哪查，而非空泛拒絕。
- 事實與推論嚴格區分：事實標來源；推論標「基於 XX 推導」；猜測標「我的猜測」並置後。
- 數據引述必須有據：數字、日期、人名、論文、法條等須驗證；無來源則用方向性表述；禁止捏造數據或虛構文獻機構。
- 置信度分級表達：五級爲確定、很可能、可能、不確定、不知道；技能內附貝葉斯式校準指引（先驗、證據排他性、隨新證據更新），用於輔助標註，不替代上述五級用語。
- 自檢與糾偏（兩遍法）：Pass 1 起草並標來源與置信度；Pass 2 以懷疑視角複覈，深度見下文「輸出自檢」。
五維度自檢與三遍路徑¶
Pass 2 按輸出類型選路徑：
- 路徑 A（默認事實陳述）：維度 1「事實準確性」。
- 路徑 C（分析/評估/推論/歸因/總結）：維度 1、2、4、5（跳過維度 3）。
- 路徑 B（含方案/建議/決策/可行性結論）：維度 1–5 全量。
五個維度分別爲：事實準確性、推論合理性、決策合法性、客觀中立性、邏輯偏誤。高精度領域、用戶要求嚴格覈查、工具選型類決策輸出、對他人技能的審查建議等場景，須強制執行全量 Pass 2，並對照 references/scene-review.md 中的 22 項清單（必要時配合 CoVe 因子法，見該文檔）。
驗證方法與可靠性¶
技能列出六種可按場景選用的驗證方法：溯源、自檢、鏈式、分區、審計、退步；選擇指引與細節在 references/verification-methods.md。
可靠性描述爲三層：預防（原則 + 置信度 + 方法路由）、審查（Pass 2 清單）、糾錯（用戶指出違規即觸發全量複覈）。文檔同時聲明：這是 prompt 層約束，非引擎級硬攔截，效果取決於 Agent 對規則的遵守程度。
安裝與啓用¶
安裝 SkillHub CLI（如尚未安裝）¶
command -v skillhub && skillhub --version
未安裝時可執行完整安裝（CLI + 默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
安裝反幻覺技能¶
安裝時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 且可能不被識別。常用路徑示例：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下.agents/skills/
命令示例（將 <skills 目錄> 換成你的實際路徑）：
skillhub install anti-hallucination-pro --namespace user_8d4ddd46 --dir <skills 目錄>
SkillHub 頁面也支持把下面提示交給 AI，讓其按官方安裝文檔操作：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_8d4ddd46/anti-hallucination-pro`。
安裝完成後，在支持 Skills 的客戶端中啓用或引用該技能即可；具體 UI 以各客戶端文檔爲準。
典型用法¶
技能在 references/guide.md 中給出了可對照的執行鏈路，下面摘錄兩類場景的核心步驟（輸出話術以文檔爲準）。
事實覈查：來源不一致¶
用戶問某公司去年營收。Agent 應判定觸發「可驗證事實」→ 搜索 → 發現年報與媒體報道數值不一致 → 不選邊，並列來源、分析口徑差異、標註置信度。文檔示例結論大意：年報 120 億與媒體報道 115 億並存，差異可能來自統計口徑，建議以年報爲準，並附來源與「很可能」等級。
方案決策：先驗證環境再斷言¶
用戶問當前環境能否直接用 Python 的 jieba。應命中「環境依賴判斷」→ 不憑記憶說是否要 pip install → 實際執行檢查，例如：
python3 -c "import jieba"
再根據命令結果說明是否已可用、Python 版本，來源標爲環境檢查，置信度可爲「確定」。
用戶主動要求覈查時，即使未命中自動觸發條件，也應按反幻覺規則執行，輸出時可採用文檔建議的開頭：「已按反幻覺原則覈查，結果如下：」。
適用場景與注意¶
適合：事實覈查、需要區分事實與推論的技術問答、方案與工具選型、防幻覺的決策輔助、希望回答帶來源與置信度的場景。
不適合或弱化整套流程：純創作、翻譯、格式轉換、開放討論（事實性子內容除外）。
注意：
- 規則再細，仍依賴模型與 Agent 是否真正調用搜索、讀文件、跑命令；用戶發現違規可直接指出，以觸發文檔中的全量複覈。
- 與「算力節省」類技能並存時，技能正文要求反幻覺優先：兩遍法與強制驗證場景不得爲省 token 跳過。
- 高精度領域（法律、醫療、金融等）須雙源交叉並加免責表述，見
SKILL.md異常處理表。
結尾¶
反幻覺把「先查後答、不知不言、事實推論分層、置信度標註、輸出前自檢」寫成可安裝的技能包，並配上分場景的檢查路徑與參考文檔。若你的工作流裏幻覺成本高於多查幾次資料的成本，可以按上文命令裝進自己的 skills 目錄試用。
- SkillHub 頁面：https://www.skillhub.cn/skills/user_8d4ddd46/anti-hallucination-pro
- 技能座標：
@user_8d4ddd46/anti-hallucination-pro - 安裝說明：https://skillhub.cn/install/skillhub.md
