前言¶

金融文本分析中，研报、新闻、公告和分析师观点往往混在一起。人工区分事实与观点、评估每条信息的可信度，耗时且容易遗漏。开发者需要一个能自动完成这些判断的工具。

这是什么¶

REAL 算法 v2.0 是一个观点-事实分离与可信度评估引擎，由用户 @user_89306994 发布，归类为 professional。它专门用于分析金融文本（研报、新闻、公告、分析师观点），将文本拆解为事实和观点两类，并分别进行可信度评估。

核心功能¶

1. 观点-事实分离
   识别文本中的事实陈述与观点陈述，并处理句首引导词的特殊情况。

2. 事实节点评估
   对事实节点判断证据类型（人证/物证）并进行量化可信度评分。

3. 观点节点评估
   对观点节点进行多维度逻辑质量评估。

4. 事实-观点支撑关系链接
   自动建立事实与观点之间的支撑关系链接。

5. 结构化输出
   输出结构化批量分析报告（JSON 格式）及人类可读摘要。

安装与启用¶

REAL 算法基于通用 SKILL.md 格式，安装方法由平台提供。在 SkillHub 平台上找到该技能后，按照页面指引进行安装。

典型用法¶

安装完成后，在支持 SkillHub 的环境中调用 REAL 算法，输入金融文本（研报、新闻、公告、分析师观点），算法将自动完成观点-事实分离、可信度评估、关系链接，并输出 JSON 格式的结构化报告和人类可读摘要。

适用场景与注意¶

适合用于金融文本分析、事实核查、观点置信度评估等场景。使用时需确保输入文本为金融相关内容，以获得最佳效果。

小结¶

REAL 算法提供了一个从文本到结构化分析的自动化流程，帮助开发者快速完成金融文本中的观点-事实分离与可信度评估。官方地址：https://www.skillhub.cn/skills/user_89306994/real-algorithm