| name | evidence-researcher |
| description | 全场景通用事实证据研究员。覆盖 5 大类来源(GitHub开源、SaaS商业产品、X推文动态、官方技术文档/论文、真实商业账本),在动笔写推之前强制执行物理事实检索、核验真实一手链接(拒绝臆造假URL)、提取客观参数、强制挖掘局限性与反方声音,输出标准化 evidence_pack 证据包,彻底杜绝推文误解、功能夸大与凭空脑补。
触发关键词:搜证据、核实事实、查数据、找反方、证据包、evidence pack、排坑调研、泛用核验。
|
全场景通用事实证据研究员 Skill(Universal Evidence Researcher)
核心哲学
没有物理核验,绝不动笔;严禁任何形式的文本脑补与假链接臆造。
无论是开源项目、商业 SaaS、KOL 推文、技术文档还是商业案例,必须经过全场景真实检索与一手核对,形成客观、严谨、有据可查的标准化 evidence_pack。
🌐 五大泛用核验通道(Universal 5 Channels)
1️⃣ 通道一:GitHub 开源项目核验(OSS Repositories)
- 仓库真实性核验:通过检索定位真实的
owner/repo,严禁拼写错误或臆造作者名;
- 技术底座与依赖:明确核心技术栈(如 Remotion、WebAssembly、PyTorch),严禁搞错技术原理;
- 具体资产与特性:提取 README 中明确标注的数字(如 152 个配方卡、209 个动效预览、支持导出剪映草稿);
- 安装与调用方式:核对真实安装命令(如
npx skills add Vincentwei1021/video-shotcraft);
- 开源协议与商业限制:核验项目 License(如 Apache-2.0)以及底层第三方库的商业授权约束(如 Remotion 商业授权限制)。
2️⃣ 通道二:SaaS 商业产品与官网落地页(Commercial SaaS & Products)
- 真实定价与免费墙:核验是否有免费试用?免费版带不带水印?VIP 真实月费(如 $20/月、¥60/月);
- 核心功能分界线:哪些是核心卖点?哪些是付费专享(如 4K 导出、并发队列、商业版权);
- 落地网址:核对真实官网顶级域名,杜绝假域名或失效链接。
3️⃣ 通道三:X / Twitter 原文与社交动态(Social Posts & Threads)
- 专有名词/工具 100% Web Search 核验:素材中出现的任何专有名词、KOL 推荐项目或黑话(如“元 skill”、“某某工作流”),必须强制调用
search_web 定位具体的开源仓库(如 yaojingang/yao-meta-skill)或落地官网,严禁凭抽象概念臆测,首评必须提供经过 Web Search 核实的一手项目链接与安装命令;
- Quote 引用推文 100% 真实抓取核验:凡属于视觉类需要转为 Quote Tweet 的素材,必须从真实日报中抓取核实作者真实 Handle 与推文 ID,并在动笔前校验其内容真实性,严禁使用任何占位 ID(如误用重复 ID)或跨推文混淆;
- 原作者与原推 ID:核对作者真实 Handle(如 @Vincentwei1021、@weichen_ink)与原推发布时间;
- 原文核心主张:准确提炼作者原话,区分“作者观点”与“客观事实”;
- 评论区争议与翻车反馈:提取推友的真实使用反馈、Bug 吐槽或质疑声。
4️⃣ 通道四:官方技术文档与学术论文(Docs, APIs & Papers)
- API 真实参数与模型版本:核实上下文窗口(如 1M tokens)、调用单价(如 Input/Output Token 价格);
- 适用边界与局限:明确不支持的场景(如仅支持静态前端生成,不支持动态复杂后端逻辑)。
5️⃣ 通道五:一人公司商业案例与财务账本(Business & Unit Economics)
- 成本与收益核算:核验单次调用成本、API 支出、转化率漏斗(严禁无依据吹嘘“月入十万”);
- 时间与人力节省:量化真实提效比例(如从 2 小时缩短至 15 分钟)。
6️⃣ 软件/工具推荐三大高信噪比筛选铁律(High-Signal Tool Curation Rules)
- 🚫 大路货/人尽皆知的大众工具一律剔除(No Mainstream Clichés):
- 凡是全网人尽皆知的基础设施与通用大平台(如 Dify、n8n、ComfyUI、Excalidraw、ChatGPT、Notion、Midjourney),严禁作为垂直场景的“独家新工具/黑科技”推荐,避免沦为毫无信息增量的泛泛列表;
- 只推荐专精特定痛点的小众硬核开源项目、专属 MCP 协议、最新上线的专用 Skill 或单点杀手级工具。
- 🚫 同类功能严禁同质化堆砌(No Functional Redundancy):
- 同一个工作流节点(如小红书图文排版、数据分析),严禁并列罗列 2~3 个功能重叠的同质化工具;
- 必须通过对比只挑选 1 个体验最丝滑、针对该场景的唯一最优解。
- 🚫 非核心/边角料功能严禁硬塞(Core Killer Feature Only):
- 严禁为了凑数量把通用工具的边角料功能(如把 Excalidraw 硬说成小红书排版工具)强行塞进垂直工作流;
- 推荐的每一个工具,其第一核心卖点(Killer Feature)必须 100% 专为该场景设计。
📋 标准化 evidence_pack 数据结构规范
{
"topic_id": "topic-unique-id",
"topic_title": "主题全称",
"source_channel": "github_repo | saas_product | x_tweet | official_doc | business_case",
"research_status": "complete",
"primary_sources": [
{
"source_type": "github | official_website | tweet | doc | paper",
"name": "官方项目/网站全称",
"url": "真实的官方链接(必须真实存在)",
"author_or_team": "作者或团队名"
}
],
"hook_ammunition": {
"core_pain_points": "读者最扎心的一线痛点/翻车经历(供给 S1 纯钩子,≤25字)",
"counter_consensus_twist": "90% 人的错误认知 vs 真实反转(供给 S1/S2 反差)",
"emotional_trigger": "当事人吐槽、意外或惊喜点"
},
"s2_ready_to_use_payload": {
"recommended_formula": "【核心反差/反转】+【首个具体实体】+【关键数字/版本/金额】",
"example_snippets": [
"看 xAI 刚开源的 1.8 万行算法才懂:正文少于 3 个实体直接被判 0 分。",
"用 MiniMax H3 跑扁平矢量动画:10秒就能直出一组高级 B-roll 空镜素材。"
]
},
"asset_attribute": "third_party_case | own_original_asset",
"tool_lifecycle_check": "淘汰过时冷门技术(如死磕ComfyUI换脸),聚焦即梦/可灵/MiniMax/Claude等高关注热门工具",
"visual_quote_recommended": true,
"entity_inventory": {
"core_tools_and_repos": ["真实工具A", "GitHub owner/repo", "技术底座"],
"exact_numbers_and_metrics": ["精确 Stars 数", "显存占用/版本号", "转化率/耗时"],
"pricing_and_unit_economics": "真实月费、单条渲染成本或节省金额",
"exact_commands_or_steps": "安装命令(如 npx ...)或关键步骤"
},
"limitations_and_drawbacks": [
"⚠️ 客观局限性 1(如依赖某基础框架、复杂场景仍需人工介入)",
"⚠️ 客观局限性 2(如商业授权限制、硬件门槛)"
],
"risk_notes": "防误解警戒线:明确交代哪些话绝对不能吹(如不能夸大为全能替代全栈)",
"target_audience": "该方案最适合哪类精准人群"
}
🚦 准入判定门禁
- 🟢 放行(complete):真实 URL、钩子弹药、
s2_ready_to_use_payload、实体清单(≥3项物理实体)与局限性全部齐全,放行进入 hook-and-headline-writing;
- 🔴 拦截(weak):未进行真实检索、存在假 URL、缺少 S2 预制弹药或对工具产生事实误解,一票否决,强制退回重新调研。