FrancyJGLisboa/devils-receipt

# Devil 的收据 一个**针对你自己论点的预决策红队工具**。提出你所持的立场；你将获得反驳它的最强有力的*有证据支撑的*论述，并与支持的论述进行权衡，最终给出结论以及能改变你想法的具体触发条件。 它专门对抗头号决策失误——一直研究直到你感觉良好为止。它专为在*关键时刻*使用而生：在你确定交易规模、发布决策或坚持某个观点之前。一位魔鬼代言人（devil's advocate），带着凭证（url、日期、来源层级、逐字引用）而来，并保持诚实（它会权衡看跌的论点，而不是仅仅堆砌它们）。 诞生于 de Bono 的*扭曲*（Distortion）provocation——“先写下结论，然后收集证据来推翻它”——但它的输出是经过校准的，而非一边倒的：一个薄弱或空白的看跌论述同样是一个有效、诚实的结果。 ## 工作原理 1. 一个论点转化为两组查询——**证伪**（核心工作）和少量**证实**（用于反向平衡）。 2. `devils-receipt` 通过内置的 **无密钥**（keyless）采集器（Google News、Reddit、Hacker News、GitHub）运行它们，进行去重，根据来源层级（`wire` / `unknown` / `junk` / `social` / `code`）对每一项进行标记，并写入 `evidence.json`。 3. 模型撰写备忘录：看跌论述（分层、已引用、已实现风险 vs 预期风险）→ *能改变我想法的*触发条件 → 反向平衡 → **结论**。 4. [`claimcheck`](https://github.com/FrancyJGLisboa/claimcheck) 验证日期是否在窗口期内，并签署防篡改凭证；子字符串检查确认每一条引用都是真实的。 无需 API 密钥。运行时仅依赖标准库（stdlib-only）——采集器是直接内置的，而非从其他地方导入。 ## 安装 ``` uv pip install -e . # runtime (stdlib-only, keyless) uv pip install -e ".[dev]" # + tests + claimcheck (integrity gate, from GitHub) ``` ## 使用 ``` # 1. 收集反证 python -m devils_receipt \ --queries "safrinha corn drought damage;Brazil corn crop downgrade;Mato Grosso corn losses" \ --from 2026-05-25 --to 2026-06-25 --out evidence.json # 2. （model 撰写 memo brief.md 引用候选者）然后： claimcheck --prose brief.md --data evidence.json --window 2026-05-25,2026-06-25 --quotes ``` 作为一项 Claude Code 技能，`SKILL.md` 驱动着整个循环——将它的软链接放入你的 skills 目录中，然后调用 `/devils-receipt "the thesis you hold"`。 ## 损失函数 `evals/run_eval.py` 中的确定性检查：溯源（每一条引用均有来源）、无捏造（证据为空 ⇒ 备忘录不引用任何内容，但仍会给出结论）、凭证完整性（往返一致，篡改必定失败）、日期合理性（没有过时的引用）。 相关性和结论的校准是在真实的备忘录上进行实时评判的。 ``` uv run pytest # unit tests for the dedup + provenance logic uv run python evals/run_eval.py ``` ## 许可证 MIT

标签：ESC4, OSINT, Python, 事实核查, 决策支持系统, 无后门, 自动化收集, 逆向工具