AI 调研报告可信度评估工具——自动完成调研，同时帮你把关可信度。 FactCheck 是一个基于 Claude Code 的 AI 调研工具，通过 Skill 协调 Collector、PosEvaluator、NegEvaluator、Judge、Report Agent 五个 Agent 协作，自动生成带可信度标注的调研报告。
"AI 帮你做调研，同时告诉你哪些可信、哪些要核实。"
大多数调研工具只告诉你"是什么"，FactCheck Light 额外告诉你"有多可信"。
5 个 Agent 协作:
| Agent | 功能 |
|---|---|
| Collector | 全网信息收集，生成完整调研报告 |
| PosEvaluator | 正方评估，验证信息准确性，补充支持证据 |
| NegEvaluator | 反方质疑，发现潜在问题与数据矛盾 |
| Judge | 综合评估，叠加可信度标注，生成信息核查说明 |
| Report Agent | 基于模板生成带可视化可信度标记的 HTML 报告 |
输入 /factcheck-light + "调研主题" 或直接输入 "调研xxxx" 即可触发skill，启动调研。
/factcheck-light 调研特斯拉自动驾驶技术现状
/factcheck-light 华为鸿蒙next现状
调研OpenAI GPT-5最新进展
@factcheck-collector 调研"特斯拉自动驾驶技术现状"
@factcheck-pos-evaluator 基于Collector的结果进行正方评估
@factcheck-neg-evaluator 基于Collector的结果进行反方评估
@factcheck-judge 综合正反方评估，生成连贯叙事报告
@factcheck-report 基于Judge的报告生成HTML报告
用户输入主题
│
▼
┌─────────────────────────┐
│ factcheck-collector │
│ 收集信息 + 来源 │
└───────────┬─────────────┘
│
▼
┌───────┴───────┐
▼ ▼
┌──────────┐ ┌──────────┐
│PosEvaluator││NegEvaluator│ ← 正反方评估，并行执行
└─────┬────┘ └─────┬────┘
└──────┬──────┘
▼
┌─────────────────────────┐
│ factcheck-judge │
│ 综合评估，判断信息可信度 │
└───────────┬─────────────┘
▼
┌─────────────────────────┐
│ factcheck-report │
│ 输出HTML报告 │
└─────────────────────────┘
项目根目录/
├── .claude/
│ ├── agents/ # Subagent 定义
│ └── skills/
│ └── factcheck-light/ # Skill 目录
│ ├── SKILL.md
│ └── README.md
├── workspace/ # 存放调研过程中各 agent 产出的文件
└── report-{主题}-{时间戳}.html # 最终调研报告产出位置
- 联网统一：使用 MCP 工具（MiniMax Web Search / Tavily）或 Claude Code 自带的 Web Search
- 本地运行：纯本地运行，不上传用户数据
- 诚实评估：发现矛盾证据必须如实记录，防止证实偏差
- 叙事优先：报告以连贯叙述为主，不是碎片化条目罗列
- 并行优先：正方/反方评估并行执行，节省时间
最终生成的 HTML 报告按以下顺序组织：
- 可信度图例 - 说明高/中/低可信度的含义
- 执行摘要 - 核心结论，3-5句话
- 主题模块（一、二、三...） - 连贯叙述，可信度标注已叠加，角标可点击
- 核心结论 - 根据调研内容总结生成
- 信息核查说明 - 高可信/中可信/低可信 分类，逐条说明原因
- 使用建议
- 参考资料 - 角标可点击，跳转外部数据源
- 5 个独立 Agent
- Subagent 定义文件
- 基本协作流程
- 连贯叙事报告格式
- 信息核查说明结构
- 角标链接到外部数据源
- 更详细的可信度分析维度
- 更好的可视化输出
- 流程优化、速度优化