一个基于事实核查的智能新闻验证系统，支持多语言、多模型提供商，使用先进的语义嵌入技术和大型语言模型进行准确的事实核查。
系统依次完成新闻中心声明抽取、查询改写与证据检索、多步分解声明验证：
下图以“西班牙 1:0 阿根廷夺冠”为简单案例，展示三个节点的输入、处理方法和中间产物：
- 智能语言检测：自动识别中文、英文、日文、韩文输入
- 多语言输出：支持用户自定义输出语言或自动检测
- 本地化界面：完整的中英文界面支持
- Ollama：本地部署模型（默认：Qwen2.5 3B + BGE-M3）
- LM Studio：本地模型服务
- OpenAI：官方 GPT 系列模型
- 自定义API：兼容 OpenAI 格式的任意模型服务
- 中心声明抽取：用 LLM 从新闻中抽取核心可验证声明
- 查询改写检索：用 LLM 改写多角度检索查询，默认通过 DuckDuckGo 获取网络证据
- 多步分解验证：用 LLM 将复杂声明拆成原子声明，结合证据逐步判断
- 语义证据门控：使用 BGE 系列嵌入模型计算相关性，按阈值和实体命中过滤后取 Top K
- 历史记录：保存和查看所有事实核查历史
- PDF导出：生成专业的核查报告
- 用户系统：支持多用户独立使用
- Python 3.12+
- Ollama (推荐) 或其他兼容 OpenAI API 的模型服务
- DuckDuckGo (默认搜索引擎)
- SearXNG (可选，用于本地搜索后端)
- 克隆仓库
git clone https://github.com/CaptainYifei/fake-news-detector.git
cd fake-news-detector- 安装依赖
pip install -r requirements.txt- 配置模型服务 (推荐使用 Ollama)
# 安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh
# 拉取推荐模型
ollama pull qwen2.5:3b
ollama pull bge-m3:latest- 配置搜索服务 (默认使用 DuckDuckGo)
系统默认通过 ddgs 调用 DuckDuckGo，无需额外安装或部署搜索服务。如需使用本地 SearXNG，可在 model_config.json 中将 search_provider 切换为 searxng。
streamlit run app.py应用将在 http://localhost:8501 启动
fake-news-detector/
├── app.py # Streamlit 主应用
├── fact_checker.py # 事实核查核心逻辑
├── fact_checking/ # 三节点事实核查流水线
├── model_manager.py # 模型管理和配置
├── model_config.json # 模型和服务配置文件
├── auth.py # 用户认证系统
├── db_utils.py # 数据库操作
├── pdf_export.py # PDF 报告生成
├── requirements.txt # 项目依赖
├── api.py # RESTful API 接口
├── docs/ # 文档和使用说明
└── test/ # 测试文件
系统通过 model_config.json 进行统一配置，支持：
{
"providers": {
"ollama": {
"name": "Ollama",
"type": "openai_compatible",
"base_url": "http://localhost:11434/v1",
"models": {
"qwen2.5:3b": {
"name": "Qwen2.5 3B",
"type": "chat",
"max_tokens": 32768
},
"bge-m3:latest": {
"name": "BGE-M3",
"type": "embedding",
"dimensions": 1024
}
}
}
},
"defaults": {
"llm_provider": "ollama",
"llm_model": "qwen2.5:3b",
"embedding_provider": "ollama",
"embedding_model": "bge-m3:latest",
"search_provider": "duckduckgo",
"output_language": "zh",
"evidence_top_k": 8,
"evidence_min_similarity": 0.45,
"evidence_entity_gate": true,
"evidence_ranker_multiplier": 3
}
}支持多种搜索引擎，可在配置文件中设置：
- DuckDuckGo: 默认搜索引擎，使用
ddgs并带多后端 fallback。默认尝试duckduckgo/wt-wt、duckduckgo/cn-zh、auto/wt-wt、brave/wt-wt - SearXNG: 可选本地搜索服务
节点 2 会先扩大候选证据池，再执行过滤，最后只把高质量证据交给节点 3：
evidence_top_k: 最终进入验证节点的证据数量，默认8evidence_min_similarity: BGE-M3 相关度阈值，默认0.45evidence_entity_gate: 是否要求证据命中中心声明实体，默认trueevidence_ranker_multiplier: 排序候选扩展倍数，默认3
如果过滤后没有证据，系统会返回 UNVERIFIABLE，避免 LLM 在无关网页上强行生成结论。
- 节点 1：新闻中心声明抽取 - 对应论文第三章，使用 LLM 生成中心思想、核心可验证声明和关键实体
- 节点 2：查询改写与层次化证据检索 - 对应论文第四章，使用 LLM 生成多角度查询，通过 DuckDuckGo 检索，并用 BGE 系列嵌入进行语义排序、相关度阈值过滤、实体命中门控和 Top K 选择
- 节点 3：多步分解声明验证 - 对应论文第五章，使用 LLM 拆解原子声明、抽取 5W 要素、结合证据问答并汇总结论
- 自动检测: 根据输入文本自动选择合适的语言模板
- 手动选择: 用户可指定输出语言（中/英/日/韩）
- 智能切换: 基于 Unicode 字符模式的语言识别
- 选择模型提供商和具体模型
- 配置搜索引擎和输出语言
- 输入需要核查的新闻内容
- 查看实时处理进度和最终结果
- 导出 PDF 报告或查看历史记录
# 启动 API 服务
python api.py
# 发送核查请求
curl -X POST http://localhost:8080/check \
-H "Content-Type: application/json" \
-d '{
"text": "需要核查的新闻内容",
"api_base": "http://localhost:11434/v1",
"model": "qwen2.5:3b",
"embedding_model": "bge-m3:latest",
"search_engine": "duckduckgo"
}'详细 API 文档请参见 docs/api_doc.html
# 开发环境安装
pip install -r requirements.txt
# 配置文件校验
python -m json.tool model_config.json >/dev/null
# Python 语法检查
python -m py_compile fact_checker.py app.py api.py fact_checking/*.py fact_checking/nodes/*.py
# 启动开发服务器
streamlit run app.py --server.runOnSave true完成配置后，建议确认以下服务可用：
# Ollama 模型
ollama list
# DuckDuckGo/ddgs 检索
python - <<'PY'
from ddgs import DDGS
with DDGS(timeout=30) as ddgs:
results = ddgs.text("2026年世界杯决赛结果", backend="auto", region="wt-wt", max_results=3)
print([item["title"] for item in results])
PY
# Streamlit 服务
curl -I http://127.0.0.1:8501/- Fork 此仓库
- 创建特性分支 (
git checkout -b feature/amazing-feature) - 提交更改 (
git commit -m 'Add amazing feature') - 推送到分支 (
git push origin feature/amazing-feature) - 创建 Pull Request
- ✨ 新增多语言支持 (中/英/日/韩)
- 🔧 统一模型管理系统
- 🌐 支持多搜索引擎 (SearXNG/DuckDuckGo)
- 🧩 重构为声明抽取、查询改写检索、多步分解验证三节点流水线
- 🔎 DuckDuckGo 默认检索改用
ddgs，并增加多后端 fallback - 🧪 新增证据 Top K、相关度阈值和实体命中门控
- 📱 改进用户界面和交互体验
- 🛡️ 增强错误处理和配置管理
- 📄 完善 PDF 导出功能
- 🎉 初始版本发布
- ✅ 基础事实核查功能
- 👤 用户认证系统
- 💾 数据持久化存储
Q: 模型无响应或返回空结果 A: 检查模型服务是否正常运行，确认 API 地址和端口配置正确
Q: 搜索功能无法使用 A: 检查网络连接，确认搜索引擎服务状态，必要时配置代理
Q: DuckDuckGo 返回 No results found
A: 系统会自动尝试 fallback 后端。如果全部失败，可临时切换到 SearXNG，或调整 model_config.json 中 duckduckgo.fallback_strategies
Q: 检索到了网页但结论是无法验证 A: 这通常表示网页没有通过相关度阈值或实体命中门控。可以检查页面中显示的候选数、保留数、相关度阈值和每条证据分数
Q: 多语言输出异常 A: 确认使用的模型支持目标语言，尝试切换到更强的模型
更多问题请查看 Issues 或提交新的问题报告。
本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件
- GitHub: https://github.com/CaptainYifei/fake-news-detector
- Gitee: https://gitee.com/love2eat/fake-news-detector
- 文档: docs/usage.md
- API文档: docs/api_doc.html
⭐ 如果这个项目对你有帮助，请给我们一个 Star！