用途：检测智能体（Agent）输出中看似合理但实际错误的内容，如捏造引用、虚假引文、编造统计、不存在的实体、错误事实与逻辑矛盾。
主要能力：一、引用核验：提取 URL、学术引用、带署名的引文，检查来源是否存在、引用是否准确、是否为捏造引用。二、事实断言检查：识别统计数字、日期、命名实体、事件、定义等可核实断言，与提供的基准事实交叉比对，标记无法核实的说法。三、一致性分析：检测内部矛盾（如数值前后不一致）与相互对立的断言。四、模式检测：识别常见的幻觉模式，如可疑的高精度数字、含糊的“研究表明”、通用匿名引语、虚构公司名等。
输出形式：生成幻觉报告，包含扫描时间、整体风险等级（low/medium/high/critical）、发现项列表（含类型、严重程度 warning/likely/confirmed、位置、断言、证据、置信度）、已验证断言、无法核实断言、汇总统计与修正建议。
使用方式：作为 DAG（有向无环图）中的检测节点接入。上游可由 dag-confidence-scorer 在置信度低时触发；下游可将结果交给 dag-feedback-synthesizer 生成修正提示；dag-pattern-learner 可用于跟踪学习幻觉模式。资料提供的是 TypeScript 接口与函数结构（如 verifyCitations、extractFactualClaims、checkInternalConsistency、detectHallucinationPatterns），未提供可直接运行的安装命令或调用命令，因此实际安装与运行步骤暂未提供。
适用场景：对研究、报告类文本输出进行发布前审核，尤其是在需要来源可追溯的场合。
限制：URL 网络核验需显式开启，否则只能做模式级判断；无基准事实时无法确认真伪，只能标记为无法核实；逻辑不可能性（如超过 100% 的百分比）与时间错误检查依赖规则，覆盖范围有限；检测结果属于概率判断，存在误报与漏报；资料未说明支持的语言、平台、收费与价格信息，暂未提供。