SkillsScout
CONTENT-KNOWLEDGE ／ 内容创作与知识管理

bullshit-detector

收录日期 2026-08-04·来源仓库 ↗
受欢迎程度
6
可用程度与相关性
8
安全性
8
7.3SCOUT SCORE

1. 基本信息

项目 内容
名称 bullshit-detector
作者/维护者 Serhii Korniienko（独立开发者）
来源链接 https://github.com/SerhiiKorniienko/bullshit-detector
许可证 MIT（GitHub API 获取，明确）
GitHub Stars / Forks 103 / 5（GitHub API 获取）
最新版本 v0.13.1（GitHub Releases，共 19 个已发布版本）
安装方式 npx skills@latest add SerhiiKorniienko/bullshit-detector，或 Claude Code 插件市场

2. 功能介绍与亮点

给一个 YouTube 视频、文章、推文或 PDF 链接，bullshit-detector 会提取其中每一条可核实的具体主张（claim），逐条通过网页搜索独立信源验证，产出带来源链接的判定（✅已证实 / 🟡大致可信 / 🟠有误导 / ❌不实 / ❓无法核实）与一个 0–10 的可信度综合评分，并附带“谁会从这个说法中获益”的动机分析。

架构上把“抓取”与“判断”拆成两个独立环节：fetch-content 子技能用一个零 API key 的脚本，把任意来源（YouTube/TikTok 字幕、文章正文、PDF、推文）统一转成标准化文本，bullshit-detector 等分析类子技能只处理这份标准化文本，不关心内容原始来自哪种平台——新增一种内容源不需要改动任何分析逻辑。

围绕核心检测能力还配了一整套流程：summarize（带时间戳要点摘要）、explain（概念解读）、coverage-check（统计一条新闻背后到底有几个独立信源，而不是简单数有多少家媒体转载了同一篇通稿）、report-card（单文件可离线 HTML 报告卡）、share（生成适配 X/LinkedIn/Reddit 等平台的分享文案与图卡）。

亮点：项目显式定义了“未信任内容契约”——抓取回来的网页/视频文本一律当作数据处理，绝不当作指令执行；遇到内容中试图打断这条边界的注入尝试，脚本会主动中和并把它记录为该内容本身的一项可疑发现，计入最终报告。每个版本都附带用真实爆款内容跑出来的完整示例报告（含来源链接），报告里诚实说明了工具自身的已知局限，而不是只展示成功案例。

3. 适用场景

所属分类：内容创作与知识管理（核心产出是对网络内容的事实核查与可信度研究报告，不涉及修改代码或运维系统）。

适合看到“爆款观点”视频或文章、想在相信之前先核实说法出处的普通用户；需要在发布前自查文章或产品发布稿准确性的内容创作者与团队；想弄清楚一条新闻背后到底有几个独立信源、而不是被同一篇通稿的多次转载误导的人。

4. 跨 Agent 兼容性

5. 推荐理由

面对社交媒体上大量“标题党/贩卖焦虑”的爆款内容，bullshit-detector 把“逐条核实说法出处”这件本来只有认真的读者才会做的苦活，变成一句话就能触发的自动化流程，输出结果附带可点击的来源链接，而不是模型凭记忆给出的模糊判断。项目公开承认工具的局限——无法审查论证逻辑本身、部分高权威媒体屏蔽爬虫导致引用来源存在偏差、同一查询在不同时间点结果可能不同——这种坦诚反而让人更信得过它给出的判断，而不是被包装成“永远正确”的黑箱。8 天内连发 19 个版本、单人维护者高强度打磨，适合任何想在被“爆款内容”忽悠之前，先看一眼靠谱说法占比的用户。

6. 评分

维度 分数 说明
受欢迎程度 6 GitHub 103 星，全部在仓库创建后 8 天内积累；Hacker News 的 Show HN 帖获 65 赞、16 条评论，知名开发者 Simon Willison 参与了讨论
可用性 8 提供 skills.sh 一条命令安装与 Claude Code 插件市场两种方式；README 附逐 Agent 安装步骤表（SETUP.md）；8 天内发布 19 个版本，维护频率极高；唯一门槛是需本地安装 uv 或 Python 依赖包
安全性 8 见下方检查清单

安全检查清单： ① shell 命令：通过 uv run 本地执行内容抓取脚本（调用 yt-dlp/trafilatura/pymupdf 等成熟开源库），权限范围限于读取网络内容与解析文本，未见越权系统调用； ② 联网外发：核心功能即抓取网页/视频/推文内容，联网目标（YouTube、TikTok、文章正文提取器、api.fxtwitter.com、publish.twitter.com）与功能直接对应，未见隐藏外发； ③ API key/凭据：全流程无需任何 API key 或凭据； ④ 可疑指令：通读主 SKILL.md 与抓取脚本源码未见混淆代码或隐藏指令；相反，项目显式定义“未信任内容契约”，把抓取到的第三方文本标记为数据而非指令，并对试图打断该边界的注入尝试做中和处理、计入报告发现项，属主动防御设计； ⑤ 作者信誉：独立开发者，63 次提交均由本人完成，个人网站与 X 账号公开可查，无刷星或自我造假迹象； ⑥ License：MIT，明确； ⑦ 维护时间：创建于 2026-07-27，最近一次代码提交 2026-08-02，8 天内发布 19 个版本。

7. 跟同类 Skills 相比的优势

对比对象 定位 与 bullshit-detector 的差异
paperjury（u7079256/paperjury） 面向学术论文作者的投稿前对抗式审稿引擎，压测 CVPR/ACL/NeurIPS 论文实验与论证是否站得住脚，可直接编辑 LaTeX 加固论证 聚焦学术论文这一单一受众与文体，产出是论文修改建议；bullshit-detector 面向任意网络内容（视频/文章/推文/PDF）的普通读者，产出是可分享的可信度评分报告
fact-check-skill（petar-nauka/fact-check-skill） Codex 平台事实核查技能，提供信源可信度评估、虚假信息风险评分、“prebunking”简报与 HTML 核查卡片，并针对保加利亚/欧盟语境定制媒体素养提示 面向纯文本输入与特定区域语境优化；bullshit-detector 额外内置 YouTube/TikTok 视频字幕、推文、PDF 的零 API-key 自动抓取流程，把“能不能拿到内容原文”这一步也解决了，覆盖内容形态更广

8. 用户评价

Hacker News 的 Show HN 帖（2026-07-29，作者 skorniienko 本人发布）获 65 赞、16 条评论。知名开发者 Simon Willison（simonw）在评论区分享了他用 LLM 判断“可信信源”时的经验观察；另一位用户 mysterydip 追问“信源相互冲突时如何取舍”，作者回应目前没有信源白名单，冲突时会把判定降级为“有误导”或“无法核实”、两个信源都保留链接，并坦承这是当前设计里最弱的一环。

9. 其他补充

10. 安装使用方式

skills.sh（适用于 Claude Code / Codex / OpenCode 等任意兼容 Agent）：

npx skills@latest add SerhiiKorniienko/bullshit-detector

安装时会提示挑选需要的具体子技能。

Claude Code 插件市场（托管更新，只读）：

/plugin marketplace add SerhiiKorniienko/bullshit-detector
/plugin install bullshit-detector@serhii-korniienko

两种安装方式二选一，同时安装会导致技能重复。

安装后无需重启；若通过 skills.sh 安装且本地未预装依赖，需先安装 uv，或手动执行 pip install yt-dlp youtube-transcript-api trafilatura pymupdf requests。触发方式为直接对话请求，例如“is this bullshit? <链接>”、“fact-check this video”、“summarize <链接>”。

11. 注意事项