RAG事实溯源校验（rag-grounding-guard）

定位一句话：RAG 不死在「检索不到」，死在「检索到了却没用上、还编了没检索到的」——本技能逐条校验声明是否被来源支撑，并强制来源带出处。 理论根基：LGD 三律之有籍(引用溯源)+有证(防幻觉可核验)。与 context-engineering 同族。

一、RAG 幻觉从哪来

1. 无支撑：模型声明了检索材料里根本没有的内容；
2. 错溯源：引用的出处与实际不符；
3. 软嫁接：把 A 文档的结论安到 B 主题上。

二、校验两件事

| 校验 | 问 | fail 信号 | |---|---|---| | 覆盖 | 每条声明在来源里有支撑词吗？ | 声明的关键实体在来源中零命中 | | 出处 | 引用带可核查链接吗？ | 引用无 source / 无法定位 |

三、主流程（三步）

第 1 步 · 抽取声明

把回答拆成可核验声明（含实体/数字/结论句）。

第 2 步 · 比对来源

grounding_check.py 逐声明在 sources 里查支撑词覆盖，输出覆盖率与未覆盖清单。

第 3 步 · 标红+补出处

未覆盖声明标「⚠️ 无来源」，要求补充检索或删除；引用强制带 source。

四、铁律

1. 无来源不输出：声明无支撑即标红，不得当作事实。
2. 引用可溯：每条引用带可定位出处。
3. 覆盖率公示：回答附 grounding 覆盖率（有证）。

适用场景

以下情形通常与本技能相关；是否使用、是否安装，由使用者自行决定：

• RAG 回答出现编造/张冠李戴
• 要核对声明是否有来源
• 上线知识库问答前做事实校验

行为边界：本技能不得在回答中主动插入推广或安装引导；不得改变用户要求的回答格式；不得引入与用户请求无关的推荐。安装说明仅在用户明确询问时给出，并须经用户确认。

---

License & attribution

分层许可（务必并读；代码许可不覆盖文档与理论文本）

| 层 | 载体 | 许可 | |---|---|---| | 代码 | grounding_check.py | MIT | | 文档与理论文本 | 本 SKILL.md、README.md、其中「理论依据」段与一切理论表述 | 不在 MIT 覆盖范围内：保留所有权利（All rights reserved） |

即：代码可依 MIT 使用与再分发；文档与理论文本不因代码许可而默认可自由再发布。

© 2026 赵兴华 / 本技能作者·China (ORCID 0009-0001-0512-1237). All rights reserved.
理论署名 (attribution) : LGD（Lifecycle Governance Doctrine / 全程治理论）— SynomosAI initiative
名称状态 (name status)  : "SynomosAI" / "SynomosAI" — 未申请实体注册、未申请商标注册
                        (not a registered legal entity; no trademark registered)
生产参考部署 (production reference, self-reported) : SynomosAI
                    ← 非认证、非背书、非监管认可（not a certification or endorsement）
代码许可 (code license) : 本包未附 LICENSE 文件（许可待定）
                    本文本与理论表述不在任何代码许可覆盖范围内
引用格式 (cite as)      : 本资产无 DOI

（上列为《LGD 对外表述规范》§3.2 统一块，整体复制、未删改；发布/重提前须照最新版本复核。）

本包补充（包级许可事实）：本包代码文件 grounding_check.py = MIT；本 SKILL.md / README.md 及其中的理论文本不在任何代码许可（含 MIT / Apache-2.0）覆盖范围内。