当拿到一段 AI 回答、准备直接复制去用之前使用。把回答拆成可检验的声明（链接、库名与版本、论文 DOI、命令行参数、API 名、数字、引文），按"用错了会炸多大"排序，为每条配一条最直接的核验路径；产出声明台账、核验计划和"现在可以用 / 必须先核实"两栏。
专门防住引用了不存在的库、论文或命令这种直接复制就会出事的情况；包名存在不等于可信（幻觉出的名字可能已被人抢注），DOI 能解析也要标题对得上。不替使用者背书，核不了就写核不了。
与 ai-answer-triage 的区别：那边只分级、定先查哪几条，这里逐条给核验路径；要判断一整段 AI 代码能不能跑，用 ai-code-onboarding-checklist。
The English summary is being prepared. Showing the original description.
Run score Not tested
See how to installReview the instructions the agent will receive before you install.
当用户已经拿到一段 AI 回答，但不确定哪些内容能直接用、哪些必须先核实时，使用这个 skill。
它解决的是事实核验与风险分流，不是内容润色，也不是替用户背书。
适用于：
不适用于：
prompt-brief-builder。ai-answer-triage，它分完级会把要核的几条交回这里。ai-code-onboarding-checklist；代码里引用的包名、API、版本号这些声明仍可以拿回这里逐条核。尽量收齐以下输入；缺项时要明确标注不确定性，而不是擅自补全：
输出由三部分组成：
用统一表格列出可检验声明：
| ID | 声明 | 类型 | 风险 | 核验方式 | 状态 | 证据/备注 |
|---|---|---|---|---|---|---|
| C1 | requests 2.32 支持某接口 | package-version | 高 | 查官方文档或 registry | 待现场核验 | 需要联网 |
状态只用以下集合，避免自造话术：
按风险和行动顺序给出 3 档处置：
最后只回答三件事：
把原回答拆成最小可检验单元。优先抓这些：
不要把一大段混成一条；也不要把纯建议硬拆成事实。
优先使用下面这套类型，方便不同 Agent 复用：
按“用户复制后会不会直接翻车”排序，而不是按学术洁癖排序：
高风险
中风险
低风险
遵循“优先原始来源，优先确定性检查，优先低副作用”的顺序：
--help、-h、--version、只读查询如果只能看到二手说法，状态最多写“待现场核验”，不要装作“已核实”。
遇到以下情况必须直说：
下面给主流 Agent 一个通用核验框架；能自动查的查，查不了就明确降级。
## Claim Ledger
| ID | 声明 | 类型 | 风险 | 核验方式 | 状态 | 证据/备注 |
|---|---|---|---|---|---|---|
| C1 | | | | | | |
## 先拦住
-
## 尽快核实
-
## 可后核实
-
## 现在可以继续用的部分
-
## 必须先核实的部分
-
## 最小核验路径
1.
2.
3.
完成稿至少满足：
如果当前 Agent 没有联网或执行能力，也能先完成：
这能保证 skill 在不同 Agent 环境下都可用，只是“已核实”的覆盖率会不同。
| 版本 | 日期 | 变更 | 类型 |
|---|---|---|---|
| 0.1.1 | 2026-09-26 | 台账示例的状态与类型改回固定词表（待现场核验、package-version）；DOI 规则改成标题必须一致再加作者或年份一项，标题不符记已证伪，堵住"同一作者同年另一篇"的错配；包名一节补"存在不等于可信"，查首发时间、源码仓库、维护者、下载量，疑似抢注不记已核实；与 ai-answer-triage、ai-code-onboarding-checklist 互相点名 | patch |
| 0.1.0 | 2026-08-30 | 初始版本 | minor |
No reviews yet. Tell others what you thought.
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
当学生说"Common App 活动栏写不下"、"这段活动描述超字数了"、"帮我把这几条压到限制内"时使用。先按官方申请表核对当季字符限额，再逐条检查；一次把所有条目量完并直接给出压缩版，只在需要砍掉实质内容时才用选择题问该保哪部分。每改一版都用工具重新数一遍字符，绝不凭感觉说"这样应该够了"。只压缩，不代写空白。
The English summary is being prepared. Showing the original description.
当学生说"我参加过一些活动但没整理过"、"帮我把经历录进去"、"我的活动档案是空的"时使用。让学生一口气把记得的活动说出来，直接把这段话拆成结构化的长期事项（角色、组织、起止时间、做了什么、结果、级别），说不清的字段留空标"待补"而不是编，再用一张选择题卡把级别判定与是否重复这类关键项一次问完，然后提案入库。只记录学生真正说出口的内容，级别按事实判定，绝不往高了写。
The English summary is being prepared. Showing the original description.
当学生问"招生官会怎么看我的档案"、"我的背景还差什么"、"帮我评估一下现在的申请竞争力"时使用。以顶尖大学招生官的视角通读学生的档案、长期活动与已写下的反思，不问任何前置问题直接产出一份指名道姓的坦诚点评：这份材料的亮点、招生官真实的解读方式、明显的短板与空白、以及接下来最值得做的一到两件事。只读不写，不修改学生的任何数据，也不代写任何申请材料。
The English summary is being prepared. Showing the original description.
当使用者说"帮我填词"、"按这个字数模板写歌词"、"用多Agent对抗式写词"、"这首副歌帮我想几句"时使用，前提是字数骨架和这首歌写什么都已经有了；只有主题、还没定写什么时先用 lyric-concept-builder。拿一份字数骨架和意象系统，派三个 sonnet 子代理按不同路子并行独立起草（场景派 / 口语派 / 意象派），再派一个红队子代理逐句挑毛病，主 Agent 按句裁决拼稿，最后统一辙口与意象。收敛判据卡死：字数用 lyric-doctor 的脚本对模板数、每段同辙、hook 不含陈词、主歌二对主歌一有推进。不抄现有歌词，不替使用者决定这首歌要说什么。
The English summary is being prepared. Showing the original description.
当想知道一段 AI 回答"哪些能直接用、哪些必须先验证、哪些只能当建议"时使用。按声明类型分四级——低风险草稿材料、观点与策略建议、可查证的事实声明、会改变状态的可执行指令——每级配一句默认处置动作；再按影响半径排序，给出最小的下一步检查。可执行类一律标"不能直接执行；先做代码审阅/沙箱测试/回滚准备"，其中破坏性或提权的命令排在最前。教的是一套可复用的复查习惯，不是替使用者把所有内容都核实一遍：本 skill 只分级、排序、定处置，要逐条核实走 ai-output-fact-checker，整段代码要做入库体检走 ai-code-onboarding-checklist。
The English summary is being prepared. Showing the original description.
当拿到一段 AI 生成的代码，还没决定要不要信、要不要跑、要不要往上继续加东西时使用。先做一遍客观体检：行数与嵌套深度、有没有测试、有没有硬编码密钥或遗留 TODO、依赖是不是真实存在、有没有危险调用（eval/exec、shell=True、递归删除、反序列化、提权、外发网络，按正文给的 grep 模式逐类查）；再给风险评级和下一步动作。老实写明它查不了算法正确性——体检通过不等于代码是对的。回答里文字、事实和代码混在一起时先用 ai-answer-triage 分级；只审相对已有代码的一份改动用 ai-diff-review-protocol。
The English summary is being prepared. Showing the original description.