前言¶
用大模型做事实性调研、写报告或生成代码时，常见问题是引用不实、虚构 API、结论语气过于肯定。事后人工核对成本高，且同类错误容易在多次对话里重复出现。Anti-Hallucination v2（认知沙盒版）是 SkillHub 社区 Skill，把「引用校验、存在性核查、置信度标注、自检链、跨会话日志」和「认知沙盒（已验证知识库）」写进 Agent 工作流，用于在研究写作与代码生成场景里压低幻觉风险。下面介绍它的定位、能力与安装方式。
这是什么¶
Anti-Hallucination v2（认知沙盒版）是一套围绕 AI 幻觉风险设计的防御体系，强调全流程风险控制、自我进化机制与数据沉淀。发布坐标为 @user_0ecf7c29/anti-hallucination-v2，当前版本 1.0.1，分类为 ai-agent，来源为 community，发布者为 user_0ecf7c29。页面标注 requires_api_key=false，不依赖额外 API Key。
SkillHub 展示页：https://www.skillhub.cn/skills/user_0ecf7c29/anti-hallucination-v2
核心功能¶
以下能力均来自官方简介，适用于「事实性研究、撰写报告、生成代码」或用户明确要求降低幻觉风险时使用。
- 强制引用校验：输出中的事实性陈述需有可核对来源，减少无出处断言。
- API 存在性核查：涉及接口、库、端点时，先核查是否真实存在，降低「编造 API」类错误。
- 置信度标注：对结论区分确定程度，避免一律写成铁板钉钉。
- 自我校验链：在交付前增加自检步骤，用链式校验约束前后矛盾。
- 跨会话幻觉事件累计日志：幻觉相关事件可沉淀、累计，便于长期复盘与约束重复错误。
- 认知沙盒与 🟡→🟢 验证机制：将经核验的知识写入认知沙盒（verified knowledge base）；待验证条目为 🟡，经验证后可升级为 🟢，形成可积累、可升级的知识库工作流。
官方英文说明同时写明：在用户进行 research writing、fact-checking、code generation，或明确要求 reducing hallucination risk 时，应启用本 Skill。
安装与启用¶
本 Skill 遵循通用 SKILL.md 格式。SkillHub 推荐两种方式：让 Agent 按安装文档操作，或使用 skillhub CLI 安装到当前 Agent 的 skills 目录。
方式一：提示词安装¶
将下面意图交给你的 AI（安装说明指向 SkillHub 官方文档）：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_0ecf7c29/anti-hallucination-v2`。
方式二：CLI 安装¶
先确认是否已安装 SkillHub CLI：
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
安装本 Skill 时，必须用 --dir 指向当前 Agent 的 skills 目录；默认装到 ./skills/ 可能不会被识别。示例：
skillhub install user_0ecf7c29/anti-hallucination-v2 --dir <skills 目录>
常用客户端 skills 路径（摘自 SkillHub 安装文档）：
| 客户端 | skills 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下的 .agents/skills/ |
| Windsurf | ~/.codeium/windsurf/skills/ 或 .windsurf/skills/ |
在 Cursor 中，可将 --dir 设为 ~/.cursor/skills/。安装后按你所用客户端的要求重启或刷新 Agent，使 Skill 被加载。
典型用法¶
官方资料未提供独立「一键脚本」示例，触发方式以简介为准：在对话中提出需要 事实核查、研究报告、代码生成，或 明确要求降低 AI 幻觉风险 时，Agent 应加载并遵循本 Skill 的规则。
可复现的启用示例（自然语言即可）：
- 「用 Anti-Hallucination 流程帮我写一份带引用的事实性调研，涉及的外部 API 请先核查是否存在。」
- 「生成调用某云厂商 SDK 的代码，按 Skill 要求做 API 存在性检查，并标注置信度。」
- 「这次输出启用幻觉风险控制：关键结论要有引用，不确定的标 🟡，核实后再进认知沙盒。」
经过上面的步骤，Agent 会按 Skill 内定义的引用校验、核查链、日志与沙盒升级（🟡→🟢）执行，而不是仅做一次性「请认真一点」的提示。
适用场景与注意¶
适合谁
- 需要写调研、报告、技术说明，且对出处与事实准确性有要求的研究与工程人员。
- 用 AI 生成或改写代码，担心捏造库名、方法名或 REST 路径的开发者。
- 希望跨多次会话积累「已验证知识」、减少同类幻觉重复出现的团队或个人。
限制与注意
- 本 Skill 降低的是流程与约束层面的风险，不能替代你对关键结论的最终人工核对；官方也未承诺零幻觉。
- 认知沙盒与事件日志的效果取决于 Agent 是否持久化 Skill 约定的工作区文件；不同客户端对 skills 目录与重启要求不同，安装路径务必正确。
- SkillHub 页面统计（截至资料抓取）：评分 100000，下载 838，安装 7；社区来源，使用前可在 SkillHub 查看版本与说明是否有更新。
结尾¶
Anti-Hallucination v2（认知沙盒版）把引用校验、API 核查、置信度、自检链、跨会话幻觉日志和认知沙盒升级机制收进一个 ai-agent 类 Skill，面向研究写作与代码生成两大场景。若你正在 SkillHub 上选型防幻觉类能力，可从官方页面查看详情并安装：
- SkillHub：https://www.skillhub.cn/skills/user_0ecf7c29/anti-hallucination-v2
- 坐标：
@user_0ecf7c29/anti-hallucination-v2（v1.0.1）
