YASWANTH1976/TrustLens-Project
GitHub: YASWANTH1976/TrustLens-Project
TrustLens 是一个结合 RAG、Gemini AI 和自定义区块链的去中心化威胁情报平台，用于实时检测虚假信息、标题党和恶意言论并确保核查结果不可篡改。
Stars: 0 | Forks: 0
# 🛡️ TrustLens：AI 与 Blockchain 威胁情报
[](https://flask.palletsprojects.com/)
[](https://deepmind.google/technologies/gemini/)
**TrustLens** 是一个去中心化、零样本（zero-shot）威胁情报平台，旨在实时检测虚假信息、标题党和恶意言论。超越了静态 CSV 训练的机器学习模型，TrustLens 利用 **检索增强生成（RAG）** 和 **Agentic AI** 对照实时网络数据评估言论，并将验证后的真相锚定到不可篡改的 Blockchain 账本中。
## 🧠 核心创新与升级架构
* **零样本事实核查（RAG）：** 绕过静态数据集的“时间不同步”问题。系统通过 DuckDuckGo API 和 `newspaper3k` 动态查询实时网络，并基于实时证据计算 **事实蕴含置信度分数**。
* **可解释 AI（XAI）：** 解决传统机器学习的“黑盒”问题。通过 prompt 工程，Gemini 2.5 Flash 被设定为输出严格的 JSON 启发式规则，为用户提供其判定结果的确切推理和佐证来源。
* **密码学账本审计：** 经过验证的新闻摘要被锚定到基于 Python 的自定义 SHA-256 Blockchain 上。`/lookup` 路由会重新计算区块哈希值，以检测并标记未经授权的发布后数据篡改。
* **词法 NLP（预警雷达）：** 集成 `TextBlob` 计算 **情绪强度（极性）** 和 **主观偏见（主观性）** 的确定性分数，揭示心理操纵和标题党。
* **实时 IP 地理定位：** 使用 Python `socket` 网络解析和 `ip-api` 追踪 URL 的物理服务器位置，从而识别托管在海外或代理上的威胁。
## 🏗️ 系统 Pipeline
1. **输入层：** 用户通过适配移动端的 UI 提交文本言论或新闻 URL。
2. **提取与上下文：** 后端解析 IP，抓取文章文本，并获取实时的搜索佐证。
3. **推理引擎：** Gemini AI 处理多模态数据，以确定事实蕴含。
4. **账本哈希：** 如果处理完成，摘要将使用 SHA-256 封装入 Blockchain。
5. **输出：** UI 渲染 JSON payload，显示 DEFCON 威胁等级、雷达图以及 Blockchain Hash ID。
## ⚙️ 本地安装与设置
如果您希望在本地运行 Neural Engine：
```
# 1. Clone the repository
git clone [https://github.com/YASWANTH1976/TrustLens-Project.git](https://github.com/YASWANTH1976/TrustLens-Project.git)
cd TrustLens-Project
# 2. 创建并激活虚拟环境（可选但推荐）
python -m venv venv
source venv/bin/activate # On Windows use: venv\Scripts\activate
# 3. 安装依赖
pip install -r requirements.txt
# 4. 设置你的 Gemini API Key
# 在 Windows Command Prompt 上：
set GEMINI_API_KEY="your_api_key_here"
# 在 Linux/Mac 或 Git Bash 上：
export GEMINI_API_KEY="your_api_key_here"
# 5. 使用 Gunicorn（生产环境）或 Flask（开发环境）启动服务器
gunicorn app:app
# 或者
python app.py
```
标签：Flask, 事实核查, 人工智能, 区块链, 后端开发, 威胁情报, 开发者工具, 用户模式Hook绕过, 逆向工具