天时 · 地利 · 人和 · 太极哲学驱动的生产级 AI 防幻觉系统
🔥 零 Token 消耗 · 零 API 调用 · <10ms 延迟 · 90%+ 检出率
快速开始 • 为什么需要 WFGY • 核心架构 • 测试数据 • API 文档
大模型的幻觉问题，本质上是三个维度的失控：
| 维度 | 问题 | 三才解法 |
|---|---|---|
| 天时不正 | 幻觉频出，时间穿越，虚构事实 | WFGY 符号层规则验证 |
| 地利不明 | 知识边界模糊，溯源困难 | 知识图谱交叉验证 |
| 人不自主 | 依赖外部验证，无法主动进化 | 本地规则引擎 + 知识融合 |
不是另一个"LLM 验证工具"——这是给 AI 装上的防幻觉免疫系统。
# 克隆仓库
git clone https://github.com/tritai/tritai-kg.git
cd tritai-kg
# 安装依赖
npm installconst { WfgyEngine } = require('./wfgy');
const engine = new WfgyEngine();
// 检测幻觉
const result = engine.detect('根据GB-2025-03号标准规定，2027年实施新标准');
console.log(result);
// {
// detected: true,
// confidence: 0.95,
// rules: [
// { rule: 'R001', name: '假标准编号', match: 'GB-2025-03', confidence: 0.95 },
// { rule: 'R003', name: '时间穿越', match: '2027年', confidence: 0.90 }
// ],
// evidence: [
// '[R001] 假标准编号: 发现"GB-2025-03"',
// '[R003] 时间穿越: 发现"2027年"'
// ]
// }const { WfgyEngine } = require('./wfgy');
const { KnowledgeGraphSystem } = require('./knowledge-graph');
const kg = new KnowledgeGraphSystem();
const engine = new WfgyEngine();
// 将 WFGY 注入知识图谱
kg.setWfgyVerifier({ detect: (text) => engine.detect(text) });
// 添加页面（自动触发 WFGY 验证）
const pageId = await kg.addPage({
title: '生态环境法典',
claims: [{
text: '生态环境法典于2026年3月12日表决通过',
status: 'supported',
confidence: 0.95
}]
});
const page = await kg.getPage(pageId);
console.log(`页面: ${page.title}, 置信度: ${page.confidence}`);当前主流的 AI 幻觉检测方案存在一个共同问题：成本高、延迟大。
| 对比维度 | 🏆 WFGY 引擎 | 纯 LLM 验证 | RAG + 知识库 | NeMo Guardrails |
|---|---|---|---|---|
| Token 消耗 | 0 | 500-2000/次 | 上下文窗口 | 0 |
| API 调用 | 无需 | 必须 | 必须 | 无需 |
| 延迟 | <10ms | 2-5 秒 | 1-3 秒 | <10ms |
| 检出率 | 90%+ | 85-95% | 60-80% | 70-85% |
| 误判率 | <3% | 2-5% | 5-10% | 3-8% |
| 月成本（10万次） | $0 | ~$9,000 | ~$3,000 | $0 |
核心结论：用规则指纹替代 LLM 裁判，零成本实现 90%+ 检出率。
❌ AI 输出："根据 GB/T 99999-2025 标准要求，该项目排放达标且超标排放"
这里有两个幻觉：
1. GB/T 99999-2025 → 标准编号不存在（5位数字，超出合理范围）
2. "达标且超标" → 自相矛盾
WFGY 检测结果：
✅ [R001] 假标准编号 → 置信度 95%
✅ [R004] 自相矛盾 → 置信度 92%
✅ 综合置信度 → 98%
┌─────────────────────────────────────────────────────────────┐
│ OpenTaiji 三才系统 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────┐ ┌──────────────┐ ┌───────────────┐ │
│ │ 输入文本 │───▶│ WFGY 引擎 │───▶│ 检测输出 │ │
│ │ (用户/AI) │ │ 零Token验证 │ │ 规则+置信度 │ │
│ └──────────────┘ └──────┬───────┘ └───────┬───────┘ │
│ │ │ │
│ ┌────────▼────────┐ │ │
│ │ 知识图谱系统 │ │ │
│ │ 实体/声明/关系 │ │ │
│ └────────┬────────┘ │ │
│ │ │ │
│ ┌────────▼────────┐ │ │
│ │ 置信度融合引擎 │◄───────────┘ │
│ │ max(WFGY, KG) │ │
│ └────────┬────────┘ │
│ │ │
│ ┌────────▼────────┐ │
│ │ 最终判断 │ │
│ │ 幻觉/正常 │ │
│ └─────────────────┘ │
└─────────────────────────────────────────────────────────────┘
WFGY 当前实现了五条核心检测规则，覆盖最常见的 AI 幻觉模式：
| 规则 | 名称 | 检测什么 | 置信度 | 示例 |
|---|---|---|---|---|
| R001 | 假标准编号 | 捏造国家标准编号 | 95% | GB-2025-03 |
| R003 | 时间穿越 | 引用未来时间作为已发生事件 | 90% | 2027年最新环保法 |
| R004 | 自相矛盾 | 同文正反表述冲突 | 92% | 达标且超标 |
| R005 | 错误法律状态 | 对已颁布法规的误描述 | 95% | 生态环境法典尚未颁布 |
| R006 | 虚假历史发布 | 错误的法规发布时间 | 90% | 生态环境法典2016年发布 |
📈 规则数在持续增加中。社区贡献规则即将开放。
| 测试场景 | WFGY 单独 | 联合验证 | 改进 |
|---|---|---|---|
| 真实法规引用 | ✅ 不误判 | ✅ 不误判 | 一致 |
| 虚假标准编号 | 95% 检出 | 95%+ | KG 补充 |
| 时间穿越 | 90% 检出 | 90%+ | 精准 |
| 自相矛盾 | 92% 检出 | 95% | KG 辅助 |
| 嵌套幻觉 | 95%+ 检出 | 98% | 叠加效应 |
| 正常内容误判 | <3% | <2% | 减少误杀 |
10/10 核心用例全部通过，覆盖：
- ✅ 知识图谱实例化
- ✅ 带 WFGY 验证的页面添加
- ✅ 虚假声明自动降权
- ✅ 实体/关系管理
- ✅ 多维度搜索
- ✅ 统计与拓扑
- ✅ 相关页面发现
- ✅ 实体关系图构建
- ✅ 声明健康度检查
- ✅ 矛盾检测
完整测试用例体系见 TriTai-Test-Cases.md，包含 70+ 用例（正向/反向/逆向/边界/组合/性能）。
| 指标 | 实测值 | 目标 |
|---|---|---|
| 单次检测延迟 | <10ms | <50ms |
| Token 消耗 | 0 | 0 |
| API 调用 | 0 | 0 |
| 内存起始 | ~12MB | <50MB |
| 多规则叠加 | ✅ 支持 | ✅ |
WFGY 与 OpenTaiji 平台的 19 个国产大模型适配器无缝集成：
- 模型无关：WFGY 不依赖任何特定 LLM
- 即插即用：挂载到任意模型输出流前即可生效
- 统一守护：19 个模型共享同一套验证规则
| 场景 | 如何使用 |
|---|---|
| RAG 系统后处理 | 在 RAG 输出返回给用户前，经 WFGY 过滤 |
| Agent 输出校验 | Agent 每次行动前，用 WFGY 验证推理逻辑 |
| 流式文本检测 | ZeroTokenGuard 逐 token 检测，实时拦截 |
| 知识库质检 | 知识图谱写入时自动触发 WFGY 验证 |
const engine = new WfgyEngine({
taijiApiBase: 'http://localhost:8080', // Taiji API 地址（可选）
enableKnowledgeGraph: true // 启用知识图谱集成
});
// 本地检测（零延迟，零Token）
const result = engine.detect(text);
// 联合验证（含知识图谱交叉校验）
const result = await engine.verifyWithKnowledgeGraph(text, {
context: { domain: 'environmental_law' },
timeout: 5000
});const guard = new ZeroTokenGuard({
threshold: 10 // 累积 10 字符后触发检测
});
// 逐 token 检测（适合流式输出）
const result = guard.detectToken(token);
// 文本级检测
const result = guard.detectText(text);const kg = new KnowledgeGraphSystem({
claimConfidenceThreshold: 0.5,
relationConfidenceThreshold: 0.5
});
// 注入 WFGY 验证器
kg.setWfgyVerifier({ detect: (text) => engine.detect(text) });
// 添加页面（自动触发 WFGY 验证）
await kg.addPage({ title: '...', claims: [...] });
// 搜索
const result = await kg.search('关键词', 'concept', 10);
// 统计
const stats = await kg.getStats();| 版本 | 计划 |
|---|---|
| V0.6 | R007 数值一致性、R008 匿名权威检测、知识图谱自动构建 |
| V0.7 | 实时流式检测（Token 级别）、社区规则贡献机制 |
| V1.0 | 生产就绪、标准化 API、更多检测维度 |
欢迎提交 Issue 和 Pull Request！特别是：
- 📝 新的检测规则（参考 TriTai-Test-Cases.md）
- 🔧 国产大模型适配器
- 📖 文档改进
- 🧪 测试用例补充
Apache 2.0 — 商用友好，欢迎使用。
三才之道：天时以验，地利以证，人和以进。
npm install -g tritai
# 或从源码
npm install
npm link# 检测幻觉
tritai verify "根据GB 99999-2025标准要求"
tritai check "生态环境法典于2023年颁布"
# 搜索知识图谱
tritai kg search "生态环境法典"
# 版本信息
tritai version
# 帮助
tritai helpconst { WfgyEngine, KnowledgeGraphSystem } = require('tritai');
const engine = new WfgyEngine();
const result = engine.detect("根据GB 99999-2025标准要求");
console.log(result.detected); // true
console.log(result.confidence); // 0.95| 测试 | 通过率 |
|---|---|
| WFGY 规则检测 | 5/5 ✅ |
| 知识图谱集成 | 10/10 ✅ |
| 联合验证 | 10/10 ✅ |
| 总计 | 25/25 (100%) |
TriTai 是 OpenTaiji 生态 的核心组件：
| 项目 | 说明 | 链接 |
|---|---|---|
| OpenTaiji | 分布式多智能体协作引擎 | open-taiji |
| TriTai | 零 Token 防幻觉引擎（本项目） | — |
| Taiji Agent | 太极智能体框架 | taiji-agent |
| AI Valuation | AI 项目身价计算器 | ai-valuation-skill |