在信息爆炸与虚假信息泛滥的时代，如何快速、准确地验证新闻真伪成为一个全球性挑战。AI Fake News Detector（AI虚假新闻检测器）是一套创新的开源工具，它巧妙地结合了大型语言模型（LLM）的推理能力与语义嵌入的精准匹配，为用户提供了一套高效、透明的新闻真伪验证解决方案。

核心特性：高精度事实核查的秘密

AI Fake News Detector 的设计核心在于其高度透明和精准的核查工作流：

• 智能声明提取： 系统能够自动从输入的文本中，精准抓取所有可供核查的关键“声明”和主张，为核查工作打下基础。
• 多源证据检索： 联动 SearXNG 与 DuckDuckGo 等多搜索引擎（支持代理配置），拉取广泛的实时证据，确保核查的全面性。
• 语义匹配与透明推理： 集成 BGE-M3 Embedding 等先进嵌入模型，计算证据与声明的语义相关性。最终，系统会输出“正确 / 错误 / 部分正确”的结论，并清晰展示逐步推理过程和证据出处链接，确保核查路径可追溯。

强大的灵活性与多语言支持

这款检测器在模型集成和多语言支持方面展现了极大的灵活性和普适性：

• 多语言能力： 自动识别中文、英文、日文、韩文等多国语言输入。界面已完整本地化，支持中英文切换，输出语言也可手动指定或由系统自动选择。
• 模型提供商自由选择： 支持多种 LLM 后端，包括：
  • 本地部署： 通过 Ollama 或 LM Studio 运行本地模型，最大限度保护隐私和数据安全。
  • 云端服务： 兼容 OpenAI 官方 GPT 系列以及自定义 API（兼容 OpenAI 格式的任意服务端点）。

完整的数据管理与用户体验

AI Fake News Detector 采用 Streamlit 构建前端界面，并提供了专业级的数据管理功能：

• 分步流式展示： Web 界面以流式方式展示核查工作流：声明提取 → 证据搜索 → 语义排序 → 事实判断，让用户实时了解处理进度。
• 数据留存与导出： 系统保留完整的历史核查记录。用户可一键生成专业 PDF 报告，将核查结论、推理过程和证据来源完整存档或用于汇报。
• 多用户支持： 支持独立账户使用，确保每位用户的历史记录相互隔离。

总结：应对虚假信息的强大武器

AI Fake News Detector 的开源，为内容创作者、研究人员以及任何关注信息真实性的用户提供了一个强大的工具。它不仅提高了事实核查的效率，更通过其透明化的推理过程，帮助用户理解结论背后的逻辑和证据，是应对当前“虚假信息挑战”的一把利器。

GitHub项目地址： https://github.com/CaptainYifei/fake-news-detector