rag-critic
一个轻量级Python包，用于RAG系统的对抗式事实审计，通过原子命题分解、NLI蕴含判断和连续接地分数来检测和纠正LLM生成中的无依据断言。
时间轴 (近 90 天)
rag-critic 是一个轻量级 Python 包，作为对抗式验证节点在响应送达用户之前进行审计，可通过 pip install rag-critic 安装，采用 MIT 协议，已发布到 PyPI。
rag-critic 的核心流程包括四步：原子命题分解、蕴含矩阵（NLI 判定 SUPPORTED/CONTRADICTED/UNGROUNDED）、连续接地分数（0.0-1.0）、可执行的改写指令。
rag-critic 在接地分数跌破阈值（作者举例 0.85）时会暂停图执行，并向迭代改写代理发出具体诊断指令。
rag-critic 提供原生 LangGraph 接入方式：create_critic_node() 生成验证节点，critic_router 根据审计结果路由，使图结构从线性变为带条件分支的循环。
在作者的独立 Python 用法示例中，包含一句有依据断言和一句无依据融资断言的草稿答案被判定为 REJECTED_HALLUCINATION，接地分数为 50.0%。
rag-critic 的评估延迟通过 Groq、OpenAI、Ollama 或启发式模式可做到亚秒级。
rag-critic 支持 Ollama 本地模型，可 100% 离线运行，也提供启发式模式。
rag-critic 定位为运行时门禁，RAGAS 定位为开发期质量看板，二者并非替代关系，可组合使用。
原文没有给出任何基准测试数据，包括数据集、阈值校准方法和 NLI 分类器误判率。
全部知识事实 (9)
rag-critic 是一个轻量级 Python 包，作为对抗式验证节点在响应送达用户之前进行审计，可通过 pip install rag-critic 安装，采用 MIT 协议，已发布到 PyPI。
50%待验证rag-critic 的核心流程包括四步：原子命题分解、蕴含矩阵（NLI 判定 SUPPORTED/CONTRADICTED/UNGROUNDED）、连续接地分数（0.0-1.0）、可执行的改写指令。
50%待验证rag-critic 在接地分数跌破阈值（作者举例 0.85）时会暂停图执行，并向迭代改写代理发出具体诊断指令。
50%待验证rag-critic 提供原生 LangGraph 接入方式：create_critic_node() 生成验证节点，critic_router 根据审计结果路由，使图结构从线性变为带条件分支的循环。
50%待验证在作者的独立 Python 用法示例中，包含一句有依据断言和一句无依据融资断言的草稿答案被判定为 REJECTED_HALLUCINATION，接地分数为 50.0%。
50%待验证rag-critic 的评估延迟通过 Groq、OpenAI、Ollama 或启发式模式可做到亚秒级。
50%待验证rag-critic 支持 Ollama 本地模型，可 100% 离线运行，也提供启发式模式。
50%待验证rag-critic 定位为运行时门禁，RAGAS 定位为开发期质量看板，二者并非替代关系，可组合使用。
50%待验证原文没有给出任何基准测试数据，包括数据集、阈值校准方法和 NLI 分类器误判率。
50%