Wolinaxia/transfer-rumor-check

GitHub: Wolinaxia/transfer-rumor-check

一套跨平台 AI agent 技能,用可解释的方法论对足球转会传闻沿真实性与时效性两个维度分别查证,主动联网检索多方信源并透明呈现判断依据。

Stars: 5 | Forks: 0

# transfer-rumor-check · 足球转会传闻查证 ![License](https://img.shields.io/badge/license-MIT-2ea44f) ![Claude Code Skill](https://img.shields.io/badge/Claude_Code-skill-D97757) ![Codex Skill](https://img.shields.io/badge/Codex-skill-111827) 一套查证足球转会传闻可信度的 **AI agent skill**。给它一句话——哪怕只是"听说 X 要去 Y 队"——它主动联网建立报道场,沿**两个正交维度**分别下结论: - **真实性**:这个转会说法有多可能是真的(六档:已官宣 / 极可靠 / 高可信 / 待证实 / 存疑 / 大概率假) - **时效性**:它现在还成不成立(六状态:新鲜 / 进行中 / 已过时 / 已完成 / 已被推翻 / 窗口已关) 两个维度**分开报,绝不合成一个分**——因为一条消息完全可能"当时千真万确、现在毫无意义"。 核心不是"给个可信度分数",而是一套**可解释、可迁移的判断方法论**: - **信源当证据,不当评价对象**——用"谁说的"推断"这话有多可能真",不给媒体本身打分或画像。 - **信源由系统主动检索**——用户只给球员+球队,skill 自己去查谁在报、报到哪一步。 - **买卖双方所在地/语言都要搜**——只搜一种语言会系统性漏掉离信源最近、最可能唱反调的卖方本地源(本方法论最重要的一条纪律)。 - **机构为主的保守分级 + 来源独立性判定**——"很多家都报了"若都转同一次采访,是伪印证,不算多源。 - **矛盾裁决**——时间不同视为信息演进(新的覆盖旧的);同时间窗、同等权威仍对立,判为真分歧,真实性封顶"待证实"、两边摊开不选边。 ## 30 秒看懂输出 当买方媒体称“交易将成”,卖方本地可靠来源却否认协议时,它不会按报道篇数投票: | 维度 | 结论 | |---|---| | 🎯 **真实性** | **待证实** ⚠️ 信源分歧 | | ⏱ **时效性** | **进行中**(双方口径仍在对立) | **本次判定命题**:交易将成——结论只对这个命题负责;“确实在谈”不能证明“必然成交”。 | 立场 | 谁在报 | 口径 | |---|---|---| | 偏“将成” | 买方所在地媒体 | 接近达成,但多篇报道可能来自同一次采访 | | 偏“未成” | 卖方所在地可靠本地源 | 没有协议,谈判阶段与买方报道不符 | 这时系统会识别伪多源、保留真实分歧,并把双方证据透明摊开,而不是替用户强行选边。 ## 为什么它是"方法论"而不是"某个模型的私货" SKILL.md + 数据文件是**纯文本、模型无关**的判断框架。任何能读文件 + 能联网搜索的 AI agent 都能执行。实测把它喂给不同厂商的模型(Claude 与 GPT/Codex),面对同一条传闻,各自独立搜出本地语言一手源、判出一致的结论——价值在方法论本身,不绑定单一平台。 ## 仓库结构:一个方法论,两个安装入口 同一套方法论,按两个 agent 平台各打包了一份可直接安装的形态: claude/transfer-rumor-check/ → Claude Code skill codex/transfer-rumor-check/ → Codex skill 两版判断逻辑与数据完全对齐,只是文件组织贴合各自平台约定(见下)。 ### 安装:Claude Code 从 GitHub 克隆并安装: git clone --depth 1 https://github.com/Wolinaxia/transfer-rumor-check.git cp -R transfer-rumor-check/claude/transfer-rumor-check ~/.claude/skills/ 如果已经位于本仓库根目录: cp -R claude/transfer-rumor-check ~/.claude/skills/ 之后随口问"这转会靠谱吗 / 查证一下这条转会消息"即可自动触发(靠 `SKILL.md` frontmatter 的 `description`)。 - `SKILL.md` — 判断逻辑(7 步流程、真实性六档、时效性、矛盾裁决、输出格式) - `sources.md` — 数据层(信源分档、硬细节、转会窗口、中超/中甲另一套源) - `test-cases.md` — 10 场景回归测试集(改方法论后逐条跑,防退化) ### 安装:Codex 从 GitHub 克隆并安装: git clone --depth 1 https://github.com/Wolinaxia/transfer-rumor-check.git cp -R transfer-rumor-check/codex/transfer-rumor-check ~/.codex/skills/ 如果已经位于本仓库根目录: cp -R codex/transfer-rumor-check ~/.codex/skills/ 自然语言触发,或显式 `$transfer-rumor-check`。 - `SKILL.md` — 判断逻辑 - `references/sources.md` · `references/test-cases.md` — 数据层与测试集(Codex 约定放 `references/`) - `agents/openai.yaml` — Codex UI 展示与显式触发配置 ## 已知边界 - **采样偏差是首要失败模式**:只搜一种语言会系统性漏掉卖方本地反方。两版 SKILL.md 都有"买卖双方都要搜"的硬门槛专门拦这个。 - **只处理纯文字输入**,不接链接抓取 / 截图识图。 - **只摊信息源、不给核实建议**——透明铺开判断依据,让用户自己判断下一步,不假装能替你核实。 - **`sources.md` 的具体分档是初版**,需按实际媒体生态持续校准(改数据只动 `sources.md`,不碰逻辑)。 ## 参与改进 欢迎用一条正在发生、跨语言区或存在信源分歧的真实传闻来压力测试。发现漏搜卖方本地源、来源独立性误判或阶段夸大时,请提交 [Issue](https://github.com/Wolinaxia/transfer-rumor-check/issues)。 如果这套方法对你有帮助,欢迎给仓库一个 Star,让更多球迷和 AI agent 开发者看到它。 ## License MIT
标签:Claude Code, 信息查证, 防御加固