AISEACT 是一个可选的增强方法论，而非强制性过滤器。你控制何时以及如何使用它。
| 优势 | 效果 |
|---|---|
| 🔍 更高来源质量 | P0 来源使用率：5–15% → 85–100% |
| ⏱️ 时间效率 | 来源验证时间减少 75% |
| ✅ 更高准确性 | 事实核查错误率降低 83% |
| 📋 专业研究 | 针对复杂问题的结构化方法论 |
| 🔗 可追溯性 | 清晰的来源标注和引用 |
📊 完整评估报告 →
| 特性 | 说明 |
|---|---|
| 🔧 调用方式 | 默认手动（需明确请求） |
| ⚙️ 自动模式 | 仅可选开启；需明确启用 |
| 🔄 覆盖控制 | 始终可用；可随时跳过或自定义 |
| 📖 透明度 | 来源评级是参考指南，而非绝对规则 |
📖 信任与透明度报告 → · 配置指南 →
复制以下提示词给你的 AI 代理（OpenCode、Claude Code、Kimi CLI、Cursor 等）：
请安装并配置 aiseact skill，参考以下说明：
https://github.com/stephenlzc/aiseact
或手动安装：
# 克隆仓库
git clone https://github.com/stephenlzc/aiseact.git
# 复制整个目录到你的 AI 代理的 skills 文件夹
# OpenCode
cp -r aiseact ~/.config/opencode/skills/
# Claude Code
cp -r aiseact ~/.claude/skills/
# Kimi CLI
cp -r aiseact ~/.kimi/skills/策略 → 搜索 → 分析 → 补充 → 验证 → 回答
| 原则 | 说明 |
|---|---|
| 📌 一手信息优先 | 优先使用官方文档和原始来源 |
| 🔁 迭代搜索 | 针对复杂问题进行多轮搜索 |
| 🏷️ 来源透明 | 清晰标注来源类型 |
| 🎛️ 用户控制 | 你决定包含哪些来源 |
[用户] "用 AISEACT 研究 XX 公司成功的原因"
[使用 AISEACT 的 AI]
Phase 0: 策略规划
└─ 拆解问题，识别一手来源位置
Phase 1: 初步搜索
└─ 搜索：XX 公司招股书、年报
└─ 参考来源质量指南
Phase 2: 分析
└─ 识别缺失信息
Phase 3: 定向搜索
└─ site:cninfo.com.cn XX 公司招股书
└─ site:company-x.com 官方数据
Phase 4: 回答生成
└─ 引用可验证来源
└─ 标注来源类型
└─ 注明任何不确定性
标准搜索：
根据一篇网络文章，XX 公司之所以能上市，是因为... (来源：未指明的博客文章)
使用 AISEACT：
根据 XX 公司招股书[1]，其上市的核心优势包括：
- 电池技术领域 2,000+ 项专利
- 2017 年营收 199.97 亿元人民币
来源： [1] XX 公司招股书（上交所）— 一手来源
| 代理 | 平台 | 安装方式 |
|---|---|---|
| 🦞 OpenClaw | 本地/云端 | openclaw skill install aiseact |
| 🐙 KimiClaw | Moonshot AI | 复制 SKILL.md 到 skills 文件夹 |
| 🤖 Claude Code | Anthropic | 复制到 .claude/skills/ |
| 📝 Cursor | Cursor AI | 复制到 .cursor/skills/ |
# 克隆仓库
git clone https://github.com/stephenlzc/aiseact.git
# 复制到你的 AI 代理的 skills 文件夹
cp aiseact/SKILL.md ~/.claude/skills/在需要时明确请求 AISEACT：
"请用 AISEACT 搜索..."
"用 AISEACT 验证这个说法"
"Use AISEACT to research..."
在配置中启用自动调用：
- 设置
disable-model-invocation: false - 即使启用，你也可以按查询覆盖：
"不用 AISEACT，直接搜索..."
当 AISEACT 激活时，你保留完全控制权：
| 命令 | 效果 |
|---|---|
"包含 [来源]" |
无论评级如何，包含特定来源 |
"排除 [来源]" |
排除特定来源 |
"显示所有来源" |
不过滤；显示所有找到的来源 |
"不用 AISEACT" |
跳过此方法论 |
"用宽松模式" |
降低过滤严格度 |
📖 更多选项参见 CONFIGURATION.md。
常见来源评级的参考列表（参见 references/）：
⚠️ 低可信度来源：内容农场、事实核查标准低的网站- ✅ 权威来源：官方文档、知名媒体、学术来源
重要：这些是基于第三方评估的参考材料。你始终可以请求你需要的任何来源。
| 来源类型 | 说明 | 适用场景 |
|---|---|---|
| 📄 一手信息 | 原始文档、官方来源 | 事实和数据 |
| 📑 二手信息 | 基于一手来源的分析 | 背景和解释 |
| 📰 三手信息 | 改写或聚合内容 | 谨慎使用 |
# 政府信息
政策名称 site:gov.cn
# 公司公告（A股）
公司名称 招股书 site:cninfo.com.cn
# 公司公告（港股）
公司名称 site:hkexnews.hk
# 技术文档
技术名称 site:github.com filetype:pdfAISEACT 集成了 multi-search-engine，提供强大的多引擎搜索能力：
| 功能 | 说明 |
|---|---|
| 17 个搜索引擎 | 8 个中国 + 9 个全球 |
| 无需 API 密钥 | 开箱即用 |
| 高级搜索语法 | site:、filetype:、时间过滤 |
| 隐私选项 | DuckDuckGo、Brave、Startpage |
| 知识引擎 | WolframAlpha 用于计算和事实查询 |
引擎选择指南：
| 查询类型 | 主要引擎 | 备用引擎 |
|---|---|---|
| 中国政策 | 百度 | 必应中国 |
| 科技/代码 | DuckDuckGo | |
| 隐私敏感 | DuckDuckGo | Brave |
| 计算查询 | WolframAlpha | - |
| 港股公司 | Google 香港 | - |
| 全球新闻 | 必应 |
安装方式：
# OpenClaw 安装
openclaw skill install https://clawhub.ai/gpyAngyoujun/multi-search-engine
# 或通过 LobeHub CLI
npx -y @lobehub/market-cli skills install mushroomfu-openclaw-skills-multi-search-engine📖 详细使用说明请参见 references/multi-engine-guide.md
aiseact/
├── README.md # 本文件
├── README.en.md # English documentation
├── SKILL.md # 核心方法论（供 AI 代理使用）
├── TRUST.md # 信任与透明度报告
├── CONFIGURATION.md # 配置指南
├── EVALUATION_REPORT.md # 性能评估报告
├── SECURITY.md # 安全文档
└── references/
├── unreliable-sources.md # 来源质量参考
├── authority-sources.md # 权威来源推荐
├── quick-reference.md # 双语快速参考
├── workflow.md # 详细工作流程指南
├── search-strategies.md # 搜索技巧
├── multi-engine-guide.md # multi-search-engine 集成指南
├── search-syntax.md # 统一搜索语法参考
└── case-studies.md # 案例
- 默认：仅手动调用
- 覆盖：始终可用
- 来源控制：你决定包含什么
- 西方中心偏见 — 评估框架偏向西方来源
- 主流媒体偏好 — 可能低估独立/另类来源
- 时效性限制 — 评级是快照，非永久
- 不存储数据
- 无外部服务器（标准搜索 API 除外）
- 无需凭证
📖 完整信任报告 →
当你需要：
- ✅ 带有来源 URL 的可验证声明
- ✅ 一手来源而非改写内容
- ✅ 复杂问题的结构化方法论
AISEACT 提供一个可选框架来实现这些——而不会强制用于每个查询。
| 方面 | 标准搜索 | 使用 AISEACT |
|---|---|---|
| 速度 | 快 | 中等（更彻底） |
| 来源质量 | 混合 | 更高 |
| 用户控制 | 完全 | 完全（可选） |
| 最适合 | 快速答案 | 研究、验证 |
- SKILL.md — AI 代理的核心方法论
- TRUST.md — 信任、透明度和用户控制
- CONFIGURATION.md — 自定义选项
- EVALUATION_REPORT.md — 性能指标
- references/workflow.md — 详细工作流程
- references/authority-sources.md — 来源推荐
- references/multi-engine-guide.md — multi-search-engine 集成指南
特别感谢抖音的 
感谢 @gpyAngyoujun 提出的17引擎聚合这一出色想法 — 这个概念启发了 AISEACT 的多引擎研究工作流。在这个 vibe coding 的时代，点子才是真正的引擎。
MIT © stephenlzc
AISEACT — 在需要时进行更聪明的搜索 🔍
信任、验证，并始终掌控。