HaluCatch / 捕幻
AI技能执行可靠性评估工具
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：AI技能执行可靠性评估工具 完整的 Skill 内容见：https://321skill.com/skills/halucatch-捕幻/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
'请使用HaluCatch评估这段由AI生成的营销文案的可靠性，包括事实核查和可复现性。' 它会输出一份评估报告，指出文案中可能存在的数据错误、逻辑矛盾以及重复生成的稳定性评分。
介绍
HaluCatch（捕幻）是一款专门用于评估AI技能（Skill）执行可靠性的工具。它能够判断AI技能的输出是否可信、可复现，并能够经受业务层面的审查，帮助团队在将AI能力投入实际生产前识别潜在风险。
使用时，只需将AI技能的输出传入HaluCatch，它会自动分析输出内容的逻辑一致性、事实准确性、可复现性以及业务合规性维度，最终生成一份包含置信度评分、风险点列表和改进建议的详细评估报告。
适合AI应用开发者、智能体架构师、质量保证工程师以及任何需要确保AI输出稳定可靠的技术团队。尤其适合在CI/CD流水线中集成，用于自动化审查AI技能生成的代码、文档或决策结果。
建议将HaluCatch作为AI技能上线前的最后一道关卡，与手动审查结合使用。注意它主要针对结构化、可验证的输出类型，对于高度依赖创意的内容评估效果有限。
核心特点
与通用AI内容审核工具不同，HaluCatch专注于评估AI技能执行的可信度与可复现性，而非单纯过滤有害信息，能够从业务可审查性角度量化输出风险。
注意事项
不适合评估主观性强的创意内容（如诗歌、故事）或需要领域专家深度判断的复杂决策。
常见问题
HaluCatch能检测AI幻觉吗？
是的，它通过分析输出的一致性、来源可追溯性等指标来识别潜在的幻觉或不可靠信息。
安装需要什么依赖？
需要Node.js 18+或Python 3.9+，具体依赖请参考项目README。
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/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/raw/index.md（查看排版版本）