HaluCatch / 捕幻
评估AI技能执行结果的可靠性与可信度。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：HaluCatch / 捕幻。 它的用途是：评估AI技能执行结果的可靠性与可信度。 完整的 Skill 内容见：https://321skill.com/skills/halucatch-捕幻-x-2/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请用捕幻评估一下刚才生成的这份市场分析报告的可靠性和数据一致性。”，它会调用捕幻技能，对报告的逻辑严谨性、数据引用可信度等方面进行分析，并返回一份包含置信度评分和具体风险点的评估摘要。
介绍
捕幻（HaluCatch）专注于评估AI技能执行结果的可靠性。它通过分析技能输出的可信度、可复现性以及是否经得起业务场景的严格审视，来帮助用户判断AI生成内容的有效性。
使用时，用户只需将AI技能的执行结果提交给捕幻，它便会从多个维度进行分析，并给出一个关于输出可靠性的评估报告。这个过程通常是自动化的，旨在快速识别潜在问题。
该技能非常适合依赖AI技能进行自动化决策或内容生成的角色，例如产品经理、数据分析师和智能体开发者，他们需要确保AI的输出在投入实际业务前是稳健可信的。
建议在将关键AI技能部署到生产环境前，或在对不同技能进行选型对比时使用捕幻进行评估。需要注意的是，其评估结果本身也依赖于其内置的评估逻辑，可能无法覆盖所有极端或新兴的欺骗模式。
核心特点
与大多数专注于生成或执行任务的AI技能不同，捕幻的核心定位是“技能的质检员”，专门评估其他AI技能产出的质量与可信度，填补了AI技能执行后验证环节的工具空白。
注意事项
不适合直接用于内容生成、代码编写等具体生产任务，其核心价值在于评估而非创造。
常见问题
捕幻能评估哪些类型的AI技能输出？
可评估文本、代码、分析报告等多种AI生成内容的可靠性、一致性和业务适用性。
使用捕幻需要编程基础吗？
通常不需要，它设计为通过自然语言交互进行评估，但高级集成可能需要技术知识。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/halucatch-捕幻-x-2/raw/index.md 读取 HaluCatch / 捕幻 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/halucatch-捕幻-x-2/raw/index.md（查看排版版本）