Reverify

这是什么？

Reverify 是一个开源的 AI 防幻觉验证框架（MIT 协议，GitHub 1200+ Star，PyPI 正式包），一句话定位：别让你的 AI 编造事实——模型只能”提议”，确定性工具逐条核验，只有通过验证的才算数。AI 自信满满地说出一个 API 名、一个结构体字段、一个函数行为时，Reverify 拿真实的二进制/代码/文档去比对，返回”已验证/已驳回+证据”。模型永远无法单方面断言一个事实。内置 MCP server，Claude Code、Codex、Gemini CLI、OpenCode 开箱即用。

核心功能与亮点

1. 确定性核验闭环：`reverify verify` 把 AI 的每条结构性/行为性断言交给确定性工具对照 ground truth 检查——不是让另一个模型来”审”，是用工具算出来的结果当裁判。

2. 上下文防腐烂（rollover）：长会话不再靠有损的自动摘要续命——`reverify rollover` 把旧会话完整落盘成交接文件、开新会话，长任务不漂移、不用 /clear，四大主流编程智能体全支持。

3. 硬核战绩：在二进制逆向这个幻觉重灾区（71 个真实 Windows 系统文件），AI 的”教科书式回答”错误率 97%，Reverify 全部抓到、零误放行。

4. MCP 原生接入：作为 MCP server 挂进你现有的 Agent 工作流，不用换工具链。

5. 工程质量在线：CI/测试覆盖率/OpenSSF Scorecard 徽章全绿，PyPI 一条命令安装。

谁适合用？使用场景

用 AI 做逆向/安全分析的人：AI 报一个偏移量、一个结构布局，错一个数字就白干——Reverify 逐条对二进制验证，这是它的出生地场景。

跑长任务的 Agent 重度用户：几十轮对话后 AI 开始”忘记”早先的约束、编造已确认的事实——rollover 交接机制让长任务稳定不漂移。

对 AI 输出要做事实核查的团队：把”模型说”和”工具验证过”区分开，报告里只写后者。

上手难度与体验

Python 包（pip install reverify），面向开发者。两条主路径：CLI（reverify verify / rollover）或 MCP server 配进编程智能体。英文界面，文档以 GitHub README 为主（26KB，写得相当扎实）。适合已经在用 Claude Code/Codex 等工具的开发者，纯非技术用户暂时用不上。

定价方案

开源免费（MIT），无付费版。信息采集日期：2026-09-28。

优缺点

优点：理念切中要害（幻觉是 AI 编程最大痛点）；”确定性工具当裁判”而非”另一个模型当裁判”的路线正确；二进制场景 97% 错误全捕获零误放的成绩硬；rollover 解决长会话腐烂是刚需；工程质量规范。

缺点：受众偏开发者（尤其逆向/底层方向最受益）；核验能力依赖”有 ground truth 可对照”的场景（二进制/代码/文档可以，开放性事实有限）；社区尚小，生态集成待长；无图形界面。

同类工具对比

Claude Code：被服务的编程智能体——Reverify 以 MCP server 形式挂进去给它”配质检员”，两者是组合关系。

各类”AI 审 AI”工具：让第二个模型复核第一个模型的输出，成本高且两个都可能错；Reverify 用确定性工具核验，对错有客观依据。

DIFY：应用开发平台层面的工作流编排；Reverify 是垂直的”事实质检”组件，粒度完全不同。

常见问题

它怎么判断 AI 说的是不是编的？ 不是靠判断，是靠比对：AI 说”这个结构体在第 0x1F0 偏移有个 DWORD 字段”，工具就去二进制里真的读出来看——对就是 VERIFIED，不对就是 REFUTED 附证据。

必须会逆向才用得上吗？ 不是。核验框架对任何”有 ground truth 可对照”的断言都适用；rollover 上下文交接更是所有长任务 Agent 用户都受益。

怎么接到我的工作流？ pip 安装后配 MCP server 到 Claude Code/Codex/Gemini CLI/OpenCode；或直接命令行跑 verify。

会拖慢 AI 速度吗？ 核验是确定性的工具调用，比模型推理快；默认只核验关键断言而非每句话。

和我自己写 prompt 让 AI 自查有什么区别？ 自查是让同一个会撒谎的模型给自己背书；Reverify 的裁判不是模型，是不会说谎的工具。