开发框架上手难度 🔧 进阶#事实核查#反幻觉#MCP#安全工具
Reverify · AI 反幻觉事实核查工具链
让 AI 停止编造：每条声明由确定性工具对照事实核验并附证据，MCP server + CLI
指标同步中，请稍后刷新查看 在 GitHub 查看源码
5 分钟上手
无需 GPU；开启二进制模拟引擎建议 16GB 内存环境pip install reverify # 纯 Python 核心；pip install "reverify[full]" 启用反汇编/模拟等高级引擎
reverify backends # 查看本机生效的核查引擎
reverify auto sample.bin --json # 对目标执行一次完整核查项目速览
reverify 是 2026 年 9 月初开源的反幻觉工具链（两周 1000+ Star），核心主张一句话说清：「AI proposes, deterministic tools decide」——模型只负责提出论断，每条论断由确定性工具对照 ground truth 核验并给出证据，核查不过就拦下。经核验的事实与上下文还能在会话重置后存活。它以逆向工程为首发场景，也是验证思路最苛刻的「试金石」。
能做什么
- 对 AI 输出的数据、结论逐条标注核查结果与证据链，拦截编造
- 二进制分析全家桶：反汇编（capstone）、CPU 模拟（unicorn）、PE/ELF 解析（lief）、Z3 证明，均可选装
- 作为 MCP server 挂进编码 Agent，让「引用不编造」成为流水线上的硬关卡
怎么部署
PyPI 一行安装，纯 Python 核心零依赖负担；reverify backends 查看当前生效引擎。想让对话模型自查编造内容，先试试本站 AI 事实核查员提示词。
适合谁
被 AI 一本正经胡说其害的开发者、逆向/安全研究员，以及要给 AI 产出把关合规的团队。
✅ 优点
- •「AI 只提议、确定性工具裁决」的思路是幻觉问题的系统性解法
- •MCP server + CLI 双形态，接入各类 Agent 很顺
- •capstone/unicorn/lief/Z3 等高级引擎可选装，不装自动回落纯 Python 核心
⚠️ 局限与坑
- •主战场是逆向工程，通用文本事实核查需要自己接数据源
- •CLI 参数与引擎矩阵有一定学习曲线
- •发布两周的新工具，生产使用先小规模评估
💼 典型应用场景
- 1.编码 Agent 产出的声明逐条挂证据核查
- 2.逆向/安全分析中给 AI 结论做「现场质检」
- 3.AI 生成报告在发布前拦截编造的数字与引用
开发框架· 同类项目推荐
返回全部开源项目指标每周自动更新，数据来自 GitHub API