背景

Cofacts 的 LLM 整合分為兩個軸線：

1. 輔助查核者：讓 AI 協助志工處理未查核的訊息、草擬回應
2. 可觀測性：追蹤 AI 回應的品質與成本

以下為各階段的設計與研究文件，標注其性質。

文件脈絡

[Research] ChatGPT / LLM 輔助事實查核

src/research/chatgpt-or-llm-to-aid-fact-checking.md

探索 LLM 在 Cofacts 流程中可扮演的角色，包括：

• 對尚未查核的訊息點出可疑點、提供 Google 搜尋關鍵字
• 協助志工批評並改寫查核回應（Reply critique）
• 自動分類訊息主題

此研究文件本身為 CCPRIP Community Layer 的一部分，並連結至 ChatGPT integration 設計文件作為實作依據。

[Design] ChatGPT integration

src/technical-design/chatgpt-integration.md

上述研究的工程設計文件，說明 ChatGPT 整合的具體實作方式。

[Design] Langfuse LLM observability

src/technical-design/langfuse-llm-observability.md

部署 Langfuse 於 langfuse.cofacts.tw，提供 LLM 呼叫的追蹤與視覺化：

• 每個 git repo 對應一個 Langfuse project
• 帳號限 cofacts.tw email
• rumors-api（AI reply & transcripts）與 takedowns（AI 分類器）已完成整合（DONE）
• rumors-line-bot 整合尚待規劃（TBA）

[Design] Cofacts MCP Server

src/technical-design/cofacts-mcp.md

設計 Remote MCP server，讓 AI agent（Claude.ai、Claude Code、Cursor 等）能以真實使用者身份存取 Cofacts API：

• 查核者可在 Claude 對話中搜尋、彙整並提交查核回應
• 採用 OAuth 2.1 + PKCE，不綁定特定 client
• 現況實作：rumors-api#389