前言¶
用大模型做事實性調研、寫報告或生成代碼時，常見問題是引用不實、虛構 API、結論語氣過於肯定。事後人工覈對成本高，且同類錯誤容易在多次對話裏重複出現。Anti-Hallucination v2（認知沙盒版）是 SkillHub 社區 Skill，把「引用校驗、存在性覈查、置信度標註、自檢鏈、跨會話日誌」和「認知沙盒（已驗證知識庫）」寫進 Agent 工作流，用於在研究寫作與代碼生成場景裏壓低幻覺風險。下面介紹它的定位、能力與安裝方式。
這是什麼¶
Anti-Hallucination v2（認知沙盒版）是一套圍繞 AI 幻覺風險設計的防禦體系，強調全流程風險控制、自我進化機制與數據沉澱。發佈座標爲 @user_0ecf7c29/anti-hallucination-v2，當前版本 1.0.1，分類爲 ai-agent，來源爲 community，發佈者爲 user_0ecf7c29。頁面標註 requires_api_key=false，不依賴額外 API Key。
SkillHub 展示頁：https://www.skillhub.cn/skills/user_0ecf7c29/anti-hallucination-v2
核心功能¶
以下能力均來自官方簡介，適用於「事實性研究、撰寫報告、生成代碼」或用戶明確要求降低幻覺風險時使用。
- 強制引用校驗：輸出中的事實性陳述需有可覈對來源，減少無出處斷言。
- API 存在性覈查：涉及接口、庫、端點時，先覈查是否真實存在，降低「編造 API」類錯誤。
- 置信度標註：對結論區分確定程度，避免一律寫成鐵板釘釘。
- 自我校驗鏈：在交付前增加自檢步驟，用鏈式校驗約束前後矛盾。
- 跨會話幻覺事件累計日誌：幻覺相關事件可沉澱、累計，便於長期復盤與約束重複錯誤。
- 認知沙盒與 🟡→🟢 驗證機制：將經覈驗的知識寫入認知沙盒（verified knowledge base）；待驗證條目爲 🟡，經驗證後可升級爲 🟢，形成可積累、可升級的知識庫工作流。
官方英文說明同時寫明：在用戶進行 research writing、fact-checking、code generation，或明確要求 reducing hallucination risk 時，應啓用本 Skill。
安裝與啓用¶
本 Skill 遵循通用 SKILL.md 格式。SkillHub 推薦兩種方式：讓 Agent 按安裝文檔操作，或使用 skillhub CLI 安裝到當前 Agent 的 skills 目錄。
方式一：提示詞安裝¶
將下面意圖交給你的 AI（安裝說明指向 SkillHub 官方文檔）：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_0ecf7c29/anti-hallucination-v2`。
方式二：CLI 安裝¶
先確認是否已安裝 SkillHub CLI：
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
安裝本 Skill 時，必須用 --dir 指向當前 Agent 的 skills 目錄；默認裝到 ./skills/ 可能不會被識別。示例：
skillhub install user_0ecf7c29/anti-hallucination-v2 --dir <skills 目錄>
常用客戶端 skills 路徑（摘自 SkillHub 安裝文檔）：
| 客戶端 | skills 目錄 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下的 .agents/skills/ |
| Windsurf | ~/.codeium/windsurf/skills/ 或 .windsurf/skills/ |
在 Cursor 中，可將 --dir 設爲 ~/.cursor/skills/。安裝後按你所用客戶端的要求重啓或刷新 Agent，使 Skill 被加載。
典型用法¶
官方資料未提供獨立「一鍵腳本」示例，觸發方式以簡介爲準：在對話中提出需要 事實覈查、研究報告、代碼生成，或 明確要求降低 AI 幻覺風險 時，Agent 應加載並遵循本 Skill 的規則。
可復現的啓用示例（自然語言即可）：
- 「用 Anti-Hallucination 流程幫我寫一份帶引用的事實性調研，涉及的外部 API 請先覈查是否存在。」
- 「生成調用某雲廠商 SDK 的代碼，按 Skill 要求做 API 存在性檢查，並標註置信度。」
- 「這次輸出啓用幻覺風險控制：關鍵結論要有引用，不確定的標 🟡，覈實後再進認知沙盒。」
經過上面的步驟，Agent 會按 Skill 內定義的引用校驗、覈查鏈、日誌與沙盒升級（🟡→🟢）執行，而不是僅做一次性「請認真一點」的提示。
適用場景與注意¶
適合誰
- 需要寫調研、報告、技術說明，且對出處與事實準確性有要求的研究與工程人員。
- 用 AI 生成或改寫代碼，擔心捏造庫名、方法名或 REST 路徑的開發者。
- 希望跨多次會話積累「已驗證知識」、減少同類幻覺重複出現的團隊或個人。
限制與注意
- 本 Skill 降低的是流程與約束層面的風險，不能替代你對關鍵結論的最終人工覈對；官方也未承諾零幻覺。
- 認知沙盒與事件日誌的效果取決於 Agent 是否持久化 Skill 約定的工作區文件；不同客戶端對 skills 目錄與重啓要求不同，安裝路徑務必正確。
- SkillHub 頁面統計（截至資料抓取）：評分 100000，下載 838，安裝 7；社區來源，使用前可在 SkillHub 查看版本與說明是否有更新。
結尾¶
Anti-Hallucination v2（認知沙盒版）把引用校驗、API 覈查、置信度、自檢鏈、跨會話幻覺日誌和認知沙盒升級機制收進一個 ai-agent 類 Skill，面向研究寫作與代碼生成兩大場景。若你正在 SkillHub 上選型防幻覺類能力，可從官方頁面查看詳情並安裝：
- SkillHub：https://www.skillhub.cn/skills/user_0ecf7c29/anti-hallucination-v2
- 座標：
@user_0ecf7c29/anti-hallucination-v2（v1.0.1）
