VeriGhana-Core：加纳信息秩序治理的AI事实核查系统

一个面向加纳的信息混乱治理系统，通过整合官方数据源构建国家事实数据库，利用大语言模型和向量检索技术自动核查社交媒体内容和仿冒账号。

信息混乱的全球性挑战\n\n信息混乱（Information Disorder）已成为21世纪民主社会面临的严峻挑战。假新闻、误导性内容和恶意仿冒账号在社交媒体平台上快速传播，不仅扭曲公众认知，更可能引发社会动荡、公共卫生危机甚至政治暴力。在非洲大陆，这一问题的紧迫性尤为突出——互联网渗透率快速提升，但数字素养和媒体批判能力尚未同步跟进。\n\n加纳作为西非民主制度的相对稳定国家，同样深受信息混乱困扰。"假新闻卡片"（Fake News Cards）和"仿冒账号"（Parody Accounts）是两种特别具有破坏性的信息污染形式：前者将虚假信息包装成官方新闻格式，后者则冒充公众人物或机构发布误导性内容。针对这一现实问题，VeriGhana-Core项目应运而生。\n\n## 系统设计目标与核心功能\n\nVeriGhana-Core的设计遵循设计科学研究范式（Design Science Research），目标不是发表理论论文，而是构建一个能够实际运行的技术制品（Artifact），直接服务于加纳的信息治理需求。\n\n### 国家事实数据库\n\n系统的核心是一个集中式的事实数据库，整合了加纳信息部和可信媒体机构（如Citi Newsroom、Joy Online）发布的官方新闻和公告。这个数据库构成了事实核查的"地面真相"（Ground Truth）基准。\n\n### 自动化采集管道\n\n数据的新鲜度对事实核查至关重要。系统通过GitHub Actions配置定时任务，每6小时自动运行Python爬虫，从可信源的RSS feed抓取最新内容，确保数据库始终保持更新。这种设计体现了"基础设施即代码"的现代运维理念。\n\n### AI驱动的内容验证\n\n系统采用Google Gemini 1.5 Flash大语言模型进行内容理解，结合Supabase的pgvector扩展实现向量检索。当用户提交待核查的社交媒体内容时，系统会：\n\n1. 将内容向量化\n2. 在国家事实数据库中检索语义相似的官方记录\n3. 使用Gemini模型对比分析，判断内容的真实性\n4. 生成0-100%的"真相指数"可视化评分\n\n### Streamlit交互界面\n\n系统提供基于Streamlit的Web仪表板，面向记者、研究人员和普通公众。界面设计注重简洁直观，用户只需粘贴可疑内容，即可获得即时核查结果和可信度评分。\n\n## 技术架构解析\n\n### 数据层：Supabase + pgvector\n\n选择Supabase作为后端有几个考量：\n\n- 开源友好：基于PostgreSQL，避免供应商锁定\n- 向量支持：pgvector扩展原生支持向量相似度搜索\n- 实时能力：支持订阅实时数据变更，便于未来扩展推送功能\n- 托管便利：Supabase提供托管服务，降低运维负担\n\n### AI层：Google Gemini 1.5 Flash\n\nGemini 1.5 Flash的选择体现了对成本效益的权衡。相比GPT-4等顶级模型，Flash版本在保持足够理解能力的同时，显著降低了推理成本——这对需要处理大量社交媒体内容的公共服务系统至关重要。\n\n### 自动化层：GitHub Actions\n\n使用GitHub Actions而非自建服务器运行定时任务，是资源受限环境下的务实选择。它免除了服务器维护成本，同时提供可靠的执行环境。每6小时的调度频率在数据新鲜度和API调用成本之间取得了平衡。\n\n### 前端层：Streamlit\n\nStreamlit的选择反映了项目原型优先的开发策略。作为Python原生框架，它允许开发者用纯Python代码构建交互界面，无需学习React或Vue等前端技术栈。这对于学术项目或资源有限的团队是合理的技术债务。\n\n## 学术背景与方法论\n\n项目作为加纳公共行政与管理学院（GIMPA）计算机科学学士学位的毕业设计，严格遵循学术规范。设计科学研究范式强调：\n\n- 问题识别：基于文献综述和实地调研确认信息混乱问题的存在性和严重性\n- 制品构建：开发可运行的技术系统作为解决方案\n- 评估验证：通过实验或案例研究验证制品的有效性\n\n项目文档中提到的论文结构（第3章研究方法、第4章系统分析与设计、第5章实现与评估）体现了标准的学术论文组织方式。APA引用格式的要求则确保了学术诚信。\n\n## 部署与使用\n\n项目提供了完整的本地部署指南：\n\nbash\ngit clone https://github.com/lerryellis/VeriGhana-Core.git\ncd VeriGhana-Core\npip install -r requirements.txt\n# 配置.env文件\nstreamlit run src/app.py\n\n\n所需的环境变量包括Supabase连接信息和Gemini API密钥。这种配置方式既保证了安全性（敏感信息不进入代码仓库），又保持了部署的灵活性。\n\n## 局限与改进空间\n\n### 数据源覆盖\n\n当前系统仅整合少数几家官方媒体，覆盖范围有限。扩展至更多本地新闻源、甚至用户生成内容平台，将提升系统的实用性。\n\n### 多语言支持\n\n加纳有80多种语言，英语虽是官方语言但非全民通用。系统目前似乎主要面向英语内容，对阿坎语、埃维语等本地语言的支持将大幅扩展受益人群。\n\n### 对抗性攻击防护\n\n恶意行为者可能尝试通过对抗性样本绕过AI检测。引入对抗训练或人机协同审核机制，可增强系统的鲁棒性。\n\n### 可解释性增强\n\n当前的"真相指数"虽然直观，但用户难以理解评分背后的推理过程。增加可解释性模块，展示模型对比的具体证据，将提升用户信任度。\n\n## 更广泛的启示\n\nVeriGhana-Core的价值不仅在于解决加纳的特定问题，更在于展示了AI技术如何服务于发展中国家的信息治理需求。与欧美科技巨头主导的"全球统一"事实核查方案不同，这是一个根植本地语境、利用开源工具、由本土开发者构建的解决方案。\n\n它提示我们：有效的AI治理工具不一定需要最先进的模型或最大的计算资源，关键在于深入理解本地问题、选择合适的技术栈、并建立可持续的数据更新机制。对于其他面临类似挑战的发展中国家，VeriGhana-Core提供了可资借鉴的方法论参考。

信息混乱的全球性挑战\n\n信息混乱（Information Disorder）已成为21世纪民主社会面临的严峻挑战。假新闻、误导性内容和恶意仿冒账号在社交媒体平台上快速传播，不仅扭曲公众认知，更可能引发社会动荡、公共卫生危机甚至政治暴力。在非洲大陆，这一问题的紧迫性尤为突出——互联网渗透率快速提升，但数字素养和媒体批判能力尚未同步跟进。\n\n加纳作为西非民主制度的相对稳定国家，同样深受信息混乱困扰。"假新闻卡片"（Fake News Cards）和"仿冒账号"（Parody Accounts）是两种特别具有破坏性的信息污染形式：前者将虚假信息包装成官方新闻格式，后者则冒充公众人物或机构发布误导性内容。针对这一现实问题，VeriGhana-Core项目应运而生。\n\n系统设计目标与核心功能\n\nVeriGhana-Core的设计遵循设计科学研究范式（Design Science Research），目标不是发表理论论文，而是构建一个能够实际运行的技术制品（Artifact），直接服务于加纳的信息治理需求。\n\n国家事实数据库\n\n系统的核心是一个集中式的事实数据库，整合了加纳信息部和可信媒体机构（如Citi Newsroom、Joy Online）发布的官方新闻和公告。这个数据库构成了事实核查的"地面真相"（Ground Truth）基准。\n\n自动化采集管道\n\n数据的新鲜度对事实核查至关重要。系统通过GitHub Actions配置定时任务，每6小时自动运行Python爬虫，从可信源的RSS feed抓取最新内容，确保数据库始终保持更新。这种设计体现了"基础设施即代码"的现代运维理念。\n\nAI驱动的内容验证\n\n系统采用Google Gemini 1.5 Flash大语言模型进行内容理解，结合Supabase的pgvector扩展实现向量检索。当用户提交待核查的社交媒体内容时，系统会：\n\n1. 将内容向量化\n2. 在国家事实数据库中检索语义相似的官方记录\n3. 使用Gemini模型对比分析，判断内容的真实性\n4. 生成0-100%的"真相指数"可视化评分\n\nStreamlit交互界面\n\n系统提供基于Streamlit的Web仪表板，面向记者、研究人员和普通公众。界面设计注重简洁直观，用户只需粘贴可疑内容，即可获得即时核查结果和可信度评分。\n\n技术架构解析\n\n数据层：Supabase + pgvector\n\n选择Supabase作为后端有几个考量：\n\n- 开源友好：基于PostgreSQL，避免供应商锁定\n- 向量支持：pgvector扩展原生支持向量相似度搜索\n- 实时能力：支持订阅实时数据变更，便于未来扩展推送功能\n- 托管便利：Supabase提供托管服务，降低运维负担\n\nAI层：Google Gemini 1.5 Flash\n\nGemini 1.5 Flash的选择体现了对成本效益的权衡。相比GPT-4等顶级模型，Flash版本在保持足够理解能力的同时，显著降低了推理成本——这对需要处理大量社交媒体内容的公共服务系统至关重要。\n\n自动化层：GitHub Actions\n\n使用GitHub Actions而非自建服务器运行定时任务，是资源受限环境下的务实选择。它免除了服务器维护成本，同时提供可靠的执行环境。每6小时的调度频率在数据新鲜度和API调用成本之间取得了平衡。\n\n前端层：Streamlit\n\nStreamlit的选择反映了项目原型优先的开发策略。作为Python原生框架，它允许开发者用纯Python代码构建交互界面，无需学习React或Vue等前端技术栈。这对于学术项目或资源有限的团队是合理的技术债务。\n\n学术背景与方法论\n\n项目作为加纳公共行政与管理学院（GIMPA）计算机科学学士学位的毕业设计，严格遵循学术规范。设计科学研究范式强调：\n\n- 问题识别：基于文献综述和实地调研确认信息混乱问题的存在性和严重性\n- 制品构建：开发可运行的技术系统作为解决方案\n- 评估验证：通过实验或案例研究验证制品的有效性\n\n项目文档中提到的论文结构（第3章研究方法、第4章系统分析与设计、第5章实现与评估）体现了标准的学术论文组织方式。APA引用格式的要求则确保了学术诚信。\n\n部署与使用\n\n项目提供了完整的本地部署指南：\n\nbash\ngit clone https://github.com/lerryellis/VeriGhana-Core.git\ncd VeriGhana-Core\npip install -r requirements.txt\n配置.env文件\nstreamlit run src/app.py\n\n\n所需的环境变量包括Supabase连接信息和Gemini API密钥。这种配置方式既保证了安全性（敏感信息不进入代码仓库），又保持了部署的灵活性。\n\n局限与改进空间\n\n数据源覆盖\n\n当前系统仅整合少数几家官方媒体，覆盖范围有限。扩展至更多本地新闻源、甚至用户生成内容平台，将提升系统的实用性。\n\n多语言支持\n\n加纳有80多种语言，英语虽是官方语言但非全民通用。系统目前似乎主要面向英语内容，对阿坎语、埃维语等本地语言的支持将大幅扩展受益人群。\n\n对抗性攻击防护\n\n恶意行为者可能尝试通过对抗性样本绕过AI检测。引入对抗训练或人机协同审核机制，可增强系统的鲁棒性。\n\n可解释性增强\n\n当前的"真相指数"虽然直观，但用户难以理解评分背后的推理过程。增加可解释性模块，展示模型对比的具体证据，将提升用户信任度。\n\n更广泛的启示\n\nVeriGhana-Core的价值不仅在于解决加纳的特定问题，更在于展示了AI技术如何服务于发展中国家的信息治理需求。与欧美科技巨头主导的"全球统一"事实核查方案不同，这是一个根植本地语境、利用开源工具、由本土开发者构建的解决方案。\n\n它提示我们：有效的AI治理工具不一定需要最先进的模型或最大的计算资源，关键在于深入理解本地问题、选择合适的技术栈、并建立可持续的数据更新机制。对于其他面临类似挑战的发展中国家，VeriGhana-Core提供了可资借鉴的方法论参考。