Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
基于LLM和证据检索的虚假新闻自动检测系统
| Date | Stars |
|---|---|
| 2026-07-31 | 443 |
| 2026-08-06 | 443 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# 🔍 AI虚假新闻检测器 (AI Fake News Detector)
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。
[](https://python.org)
[](https://streamlit.io)
[](LICENSE)
## ✨ 核心特性
### 🌍 多语言支持
- **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
### 🤖 多模型提供商支持
- **Ollama**：本地部署模型（默认：GPT-OSS 120B Cloud + Nomic Embed）
- **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
### 🔍 高精度事实核查
- **声明提取**：智能提取新闻核心可验证声明
- **多源搜索**：支持 SearXNG、DuckDuckGo 等搜索引擎
- **语义匹配**：使用先进嵌入模型计算证据相关性
- **推理透明**：提供详细的推理过程和证据来源
### 📊 完整的数据管理
- **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
## 🚀 快速开始
### 前提条件
- **Python 3.12+**
- **Ollama** (推荐) 或其他兼容 OpenAI API 的模型服务
- **SearXNG** (可选，用于搜索功能)
### 安装步骤
1. **克隆仓库**
```bash
git clone https://github.com/CaptainYifei/fake-news-detector.git
cd fake-news-detector
```
2. **安装依赖**
```bash
pip install -r requirements.txt
```
3. **配置模型服务** (推荐使用 Ollama)
```bash
# 安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh
# 拉取推荐模型
ollama pull gpt-oss:120b-cloud
ollama pull nomic-embed-text:latest
```
4. **配置搜索服务** (可选)
```bash
# 使用 Docker 启动 SearXNG
docker run -d -p 8090:8080 searxng/searxng
```
### 启动应用
```bash
streamlit run app.py
```
应用将在 http://localhost:8501 启动
## 📋 项目结构
```
fake-news-detector/
├── app.py # Streamlit 主应用
├── fact_checker.py # 事实核查核心逻辑
├── 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
```
## ⚙️ 配置说明
### 模型配置 (`model_config.json`)
系统通过 `model_config.json` 进行统一配置，支持：
```json
{
"providers": {
"ollama": {
"name": "Ollama",
"type": "openai_compatible",
"base_url": "http://localhost:11434/v1",
"models": {
"gpt-oss:120b-cloud": {
"name": "GPT-OSS 120B Cloud",
"type": "chat",
"max_tokens": 8192
},
"nomic-embed-text:latest": {
"name": "Nomic Embed Text",
"type": "embedding",
"dimensions": 768
}
}
}
},
"defaults": {
"llm_provider": "ollama",
"llm_model": "gpt-oss:120b-cloud",
"embedding_provider": "ollama",
"embedding_model": "nomic-embed-text:latest",
"output_language": "zh"
}
}
```
### 搜索引擎配置
支持多种搜索引擎，可在配置文件中设置：
- **SearXNG**: 本地部署的隐私搜索引擎
- **DuckDuckGo**: 在线搜索（支持代理配置）
## 🔄 工作流程
1. **声明提取** - 使用 LLM 从输入文本提取核心声明
2. **证据搜索** - 通过搜索引擎获取相关网络证据
3. **语义排序** - 使用嵌入模型计算证据相关性
4. **事实判断** - 基于证据进行 TRUE/FALSE/PARTIALLY TRUE 判断
5. **结果呈现** - 提供详细推理过程和证据来源
## 🌐 多语言支持
- **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
## 📖 使用说明
### Web 界面使用
1. 选择模型提供商和具体模型
2. 配置搜索引擎和输出语言
3. 输入需要核查的新闻内容
4. 查看实时处理进度和最终结果
5. 导出 PDF 报告或查看历史记录
### API 接口使用
```bash
# 启动 API 服务
python api.py
# 发送核查请求
curl -X POST http://localhost:5000/fact-check \
-H "Content-Type: application/json" \
-d '{"text": "需要核查的新闻内容"}'
```
详细 API 文档请参见 `docs/api_doc.html`
## 🛠️ 开发指南
### 环境设置
```bash
# 开发环境安装
pip install -r requirements.txt
# 运行测试
python -m pytest test/
# 启动开发服务器
streamlit run app.py --server.runOnSave true
```
### 贡献代码
1. Fork 此仓库
2. 创建特性分支 (`git checkout -b feature/amazing-feature`)
3. 提交更改 (`git commit -m 'Add amazing feature'`)
4. 推送到分支 (`git push origin feature/amazing-feature`)
5. 创建 Pull Request
## 📝 更新日志
### v2.0.0 (最新版本)
- ✨ 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)
- 📱 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
### v1.0.0
- 🎉 初始版本发布
- ✅ 基础事实核查功能
- 👤 用户认证系统
- 💾 数Excerpt of 4,681 characters
Read on GitHubWould you bet a product on this? Bounded 0–100 and slow moving.
matched fp:963d49098c965b2a, llm:Repository description: '基于LLM和证据检索的虚假新闻自动检测系统' (Fake news automatic detection system based on LLM and evidence retrieval).
matched fp:963d49098c965b2a, llm:Repository description: '基于LLM和证据检索的虚假新闻自动检测系统' (Fake news automatic detection system based on LLM and evidence retrieval).
matched fp:963d49098c965b2a, llm:Repository description: '基于LLM和证据检索的虚假新闻自动检测系统' (Fake news automatic detection system based on LLM and evidence retrieval).
matched fp:963d49098c965b2a, llm:Repository description: '基于LLM和证据检索的虚假新闻自动检测系统' (Fake news automatic detection system based on LLM and evidence retrieval).