HallucC 能做什么，不能做什么
HallucC 通过多源搜索引擎交叉核验 AI 生成内容中的事实声明，并对 AI Agent 的全链路轨迹 做六维结构化评估，采用多级置信度分级判定（可信 / 存疑 / 无法核实），证据不足时不强行定性。 但我们坦诚说明以下检测边界，以帮助你正确理解和使用检测结果。
已知检测盲区
实时动态信息
对于实时变化的新闻事件、股市行情、体育比分等，搜索引擎索引存在延迟，可能导致时效性误判。检测结果反映的是搜索时可获取的公开信息状态。
专业领域深度知识
医疗诊断、法律判例、前沿科研等高度专业化的内容，搜索引擎可能无法检索到权威信源全文，系统仅能依据公开摘要做判断，不构成专业建议。
小众语言与方言
当前搜索引擎主要覆盖中文和英文主流内容，对小语种、方言、古文等内容的事实核验能力有限，可能出现较多「无法核实」的判定。
主观观点与价值判断
系统仅对可验证的事实声明进行核验。对于审美评价、价值判断、个人偏好等主观内容，系统将其归类为「主观声明」，不做真伪判定。
企业内部与未公开信息
涉及企业内部数据、未公开发表的论文、付费墙后的学术文献等内容，搜索引擎无法访问，系统无法进行有效核验。此类场景建议使用私有知识库功能。
多轮对话中的隐含前提
在长对话中，AI 回答可能隐含前几轮未经验证的前提假设。系统独立检测每条声明，不会追溯对话历史中的隐含逻辑链。
Agent 轨迹检测的特有边界
Agent 全链路轨迹检测在文本核验之外引入了工具调用与轨迹传播的判定，相应也有其特有的检测边界——以下几项不适用于普通文本检测，仅在使用 /detect-agent 或 /detect-agent-trajectory 时需留意。
私有工具输出无法外部核验
Agent 调用企业内部数据库、私有 API、内部知识检索等工具时，其 observation 搜索引擎无法访问，系统只能判断「工具输出与 Agent 声称是否一致、轨迹内部逻辑是否自洽」，不能独立核实该输出本身真伪。建议为关键工具提供 JSON Schema 以启用结构化校验。
离线 / 重放轨迹依赖记录忠实度
导入的 ReAct / LangSmith / OpenAI Agents / Dify 历史轨迹，系统按既有记录判定。若轨迹中 observation 被篡改或步骤被省略，检测受限于记录忠实度——重放无法还原工具当时的真实返回。高价值场景建议用 @trace_agent 实时采集，而非事后补录。
工具 schema 缺失时降级评估
未提供 tool_schemas 时，工具是否存在、参数是否违反 schema 等结构性判定会跳过，仅做观察忠实度、推理连贯等内容维评估。补全 schema 可显著提升工具调用真实性维度（tool_selection / parameter_validity）的覆盖。
轨迹长度与裁判成本截断
超长轨迹（上限约 20 步、LLM 裁判调用受限）会被截断，尾部步骤可能不在裁判层完整覆盖；fast 档（纯规则）下部分 LLM 维度置信度为 0.0，不可等同于「已充分验证」。深度场景建议用 standard / deep 档以获得完整六维评估。
置信度体系说明
使用建议
- 1.高风险场景（金融交易、医疗诊断、法律意见）请务必配合人工审核，不可仅依赖自动检测结果
- 2.对于被判定为「无法核实」的声明，建议手动点击来源链接查看原始网页进行二次确认
- 3.检测结果仅供参考，不构成事实认定或法律证据
- 4.如发现误判（假阳性或假阴性），欢迎通过结果页面的反馈按钮提交，帮助我们持续改进
- 5.定期查看本页面，我们会在检测能力提升后更新局限性说明
最后更新：2026年9月 · 检测能力持续迭代中，本页面将同步更新（本次新增 Agent 轨迹检测特有边界）