Show HN：Bullshit Detector – 能檢測影片與文章公信力的 Agent 技能
為何重要
這個專案展示了建立去中心化、跨平臺的 AI 工作流程 Ecosystem 的技術門檻正在降低，透過技能(Habit)概念讓特定領域任務（如事實核查）具備高度重用性。 對於開發者而言，它解決了目前 Agent 處理多媒體內容（如 TikTok 無字幕影片、封鎖內容）時的痛點，將原本依賴人力的檢核工作轉化為結構化的程式邏輯。 從架構層面來看，採用「擷取與分析分離」的設計最大化了邏輯的復用性，使得同一套檢核演算法能適用於從 7 分鐘 TikTok 到 3 小時 Podcast 的多種語境。
為瞭解決網路資訊真偽難辨的問題，開發者發布了名為 Bullshit Detector 的 Agent 技能，讓 AI 能對影片、文章與 PDF 進行逐句驗證並給出 0-10 分的可信度評分。
- 技能採用純 Markdown 與 Python 套件形式，能夠在任何支援 skills 的框架（如 Claude Code、Codex、OpenCode）中執行。
- 核心功能分為擷取與檢核兩部分，透過
fetch-content指令碼使用 yt-dlp 與 readability 等工具，無需 API 金鑰即可將 YouTube、TikTok 或文章轉換為乾淨文本。 bullshit-detectorskill 會提取 Claims 並透過網路搜尋進行獨立驗證，產生包含 BS score、來源鏈結與 per-claim verdict（如 confirmed、misleading）的完整報告。