Source Verifier Zh

信源核实 Skill

目标

核实所提供的网络信息来源是否可靠，判断这些来源的权威度、真实性和质量，并基于可靠信源回答用户提问。

本 Skill 关注的是：

• 信源收集与整理
• 来源类型识别
• 信源可靠性评估
• 文章质量评估
• 时效性判断
• 多来源冲突处理
• 生成给大模型或用户参考的信源评估报告
• 基于核实后的可靠信源，回答用户的原始提问

⚠️ 核心铁律：数量≠质量，重复≠验证

这是本 Skill 最重要的原则，贯穿所有评估步骤，任何时候不得违反。

没有权威信源支撑的说法，即使被再多的来源重复传播，也绝不能视为"多方独立验证"。
数量再多也无法提升可信度等级——

特别是：
  - 一般媒体（第二级、第三级媒体）
  - 自媒体（任何类型）
  - 社交平台普通用户
  - 博客论坛
  - 内容聚合站、搬运号

这些来源的可信度永远不能给到"高"（citation_usability 最高不超过 use_with_caution），
无论它们有多少个、说法多么一致。

"多个来源说法一致"只有在以下条件同时满足时才能视为有效多方验证：
  1. 至少有一个权威一手来源（官方/学术/高信誉第一级媒体）独立确认
  2. 各来源之间不存在互相引用、洗稿、转载关系
  3. 各来源独立获取信息，而非来自同一个上游消息源

否则，"数量多"恰恰是洗稿/搬运/病毒式传播的警示信号，而非可信度的加分项。

工作模式

默认模式：信源核实 + 解答

核实所有来源后，基于通过验证的可靠信源，直接回答用户的问题。输出包含两部分：信源评估报告 + 基于可靠来源的答案。模型可自行判断如何组织答案格式。

仅标记模式

仅对信源进行分类和可信度标记，不做解答。仅当用户明确要求"只标记""只分类""不需要答案"等时启用。

触发条件

当任务涉及以下情况时，应调用本 Skill：

• 用户要求核实网络搜索结果的来源可靠性
• 用户要求判断引用是否可靠
• 用户要求检查某个网页是否能作为参考
• 用户要求比较多个来源可信度
• 用户要求评估信源风险
• 用户问题属于新闻、医疗、政策、金融、科技发布等高时效或高风险领域

总体流程

1. 收集与整理信源：在核实之前，首先整理当前对话上下文中所有可用信源：

• 根据用户指令收集整理来自之前搜索工具（web search）、API、MCP 工具、或已加载 skill 检索到的结果
• 或者用户手动提交的 URL 或来源引用
• 将来源统一整理为待核实列表，不遗漏任何可用来源

1. 读取用户的原始提问（User Question）、URL 列表或搜索结果。往往来源于之前的检索，或者用户直接提供的链接，首先需要对输入进行规范化处理，确保 URL 格式正确，提取出域名、路径等关键信息。一次性有多个 URL 时，需要对每个 URL 进行独立处理，生成独立对应的信源评估报告。

1.5. 使用 rules/05_cross_region_verification.md 进行跨区域/跨语言溯源分析：从用户提问中判断信息原产地语言（English-origin / Chinese-origin / 其他），设定后续评估的跨语言基线。此步骤在评估各 URL 之前执行，其输出影响后续所有评分规则中的跨语言降权判断，并为冲突解决阶段提供信息茧房检测依据。

1. 对每个 URL 做标准化处理：

• 去除 utm_* 等追踪参数
• 识别主域名
• 尝试获取标题、正文摘要、作者、发布时间、更新时间
• 检查重定向、镜像、转载、404 等情况

1. 当页面无法正常获取时（包括但不限于：网络超时、传输错误、返回 403/404、仅返回极少量文本如只有一个标题、需要登录才能查看、页面依赖 JS 渲染导致纯文本抓取无法获取有效内容），不得跳过该 URL，必须基于已有信息（域名、URL 路径结构、已知的域名背景）给出初步判断（preliminary assessment），同时输出详细的 warnings 明确标注缺失信息。初步判断规则：

• 仍可基于域名判断 source_type（如已知 shlab.org.cn 是上海人工智能实验室官网，即使无法抓取也属于 official）
• article_quality_score 标记为无法评估，给出最低可用分数并附说明
• citation_usability 默认不超过 use_with_caution
• freshness 标记为 unknown
• warnings 中必须逐条列出未能获取到的信息项（标题、作者、发布时间、正文摘要等），以及无法评估的原因（如"纯文本抓取仅返回标题，无法获取正文内容""目标服务器连接超时，未获取到任何页面内容"）
• reasons 中必须注明"基于域名的初步判断，未经页面内容验证"

3.5. 信誉名单预检（最高优先级）：在进入来源分类和评分之前，先读取以下三个信誉名单文件，检查每个 URL 的域名/实体/社交账号是否命中：

• rules/reputation_trusted.md —— 可靠来源名单
• rules/reputation_unreliable.md —— 不可靠来源名单
• rules/reputation_disputed.md —— 争议来源名单

命中名单的来源，直接按名单规则设定 source_reliability_score 和 citation_usability，跳过步骤 6 的逐条详细规则检查（文章质量评分和时效性仍需独立评估）。名单优先级为：可靠 > 争议 > 不可靠（同时命中以高优先级为准）。三个文件均由用户和 Agent 共同维护，支持细粒度到具体社交账号的自定义扩展。未命中任何名单的来源正常进入后续流程。

1. 使用 rules/00_source_taxonomy.md 判断来源类型。
2. 使用 rules/01_general_scoring.md 进行通用评分。
3. 对未命中信誉名单的来源，根据来源类型加载对应规则，不仅仅是以下列出的，需要仔细检查 rules/ 目录下的所有规则文件：

• 官方来源 → rules/source_official.md
• 学术来源 → rules/source_academic.md
• 新闻媒体 → rules/source_news.md
• 社交平台（先判断是否自媒体，若是则终止并切换） → rules/source_social.md
• 自媒体 → rules/source_self_media.md
• 博客论坛 → rules/source_blog_forum.md
• 可疑来源 → rules/source_suspicious.md
• 购物平台 → rules/source_commerce.md

6.5. 漏网之鱼复查：在完成所有来源的评估后，回头检查所有来源中是否有应命中信誉名单但被遗漏的条目（例如域名匹配但未识别、社交账号别名未收录等）。若发现遗漏，将其补充到对应名单文件中，确保下次不再遗漏。

1. 读取 rules/00_topic_registry.md，根据用户提问中涉及的主题（如 AI/科技、医疗健康、法律政策等），加载注册表中对应的主题特殊规则文件进行叠加评估。注册表支持用户自定义扩展，详见注册表文件。
2. 使用 rules/03_freshness.md 判断来源是否过时。
3. 使用 rules/04_conflict_resolution.md 解决来源冲突。
4. 输出符合 schemas/source_report.schema.json 的报告。
5. （默认模式）回答用户提问：完成信源核实后，结合用户原始提问生成详细报告给出答案。默认整理出详细的报告，对信源进行评估分类详细分析，该模式下不需要展示每个信源的完整标签，某些特别需要引发的注意需要在报告中体现，但是所有信源在按照观点或者信源种类分类的情况下全部包括，最后回答用户问题。

输出原则

输出时必须区分：

来源实体（域名/机构）是否可靠
文章本身（内容/证据）质量如何
页面内容是否与用户提问高度相关
该来源是否适合作为解答该问题的最终引用

不要只输出一个总分。

推荐标签

来源类型

official
academic
news
professional_analysis
blog_forum
social_media
self_media
aggregator_or_scraper
suspicious

引用可用性

highly_usable
usable
use_with_caution
not_recommended
do_not_use

最终回答约束

当信源可靠性较低或证据不足时，不要输出确定性结论。

应使用类似表达：

该来源可信度一般。
该说法缺少权威原始来源支持。
目前只能基于现有非官方来源进行评估。
多个二手来源重复该说法，但尚未找到官方或一手证据。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: qyw233
• Source: qyw233/source-verifier-skill
• License: MIT

Install and usage instructions live in the source repository linked above.