CRED-1

CRED-1：开放域可信度数据集

CRED-1 是一个开放、可复现的域级可信度数据集，整合了多个采用开放许可的来源列表，并加入计算得出的丰富信号。它为已知会发布错误信息／虚假信息、阴谋论或其他不可靠内容的 2,600 多个域名提供可信度评分（准确数量见最新版本）。社区成员可以报告遗漏的域名，以便将其纳入数据集。

🎓 发表于 ACM WebSci 2026（布伦瑞克）。 主页：aloth.github.io/agentic-ai-information-integrity/cred-1。

🤖 支持 MCP——可直接通过 Claude Desktop、Cursor 和 Windsurf，或任何兼容 MCP 的 Agent 查询域名可信度。跳转至配置 ↓

论文： A. Loth、M. Kappes 和 M.-O. Pahl，《CRED-1：用于自动预先驳斥网络错误信息的开放式多信号域可信度数据集》，预印本，2026 年。doi:10.2139/ssrn.6448466

---

安装

# CLI (global)
npm install -g @aloth/cred1

# Library (project dependency)
npm install @aloth/cred1

# Or try without installing
npx @aloth/cred1 check infowars.com

CLI 用法

# Single domain lookup
cred1 check infowars.com
# 🔴  infowars.com
#    Score:    0.073 / 1.000
#    Category: conspiracy
#    Level:    low
#    Sources:  2

# Domain not in dataset
cred1 check nytimes.com
# ⚪  nytimes.com
#    Not found in CRED-1 dataset — treat as unknown/neutral

# Batch processing (stdin)
echo -e "rt.com\ninfowars.com\nnytimes.com" | cred1 batch

# JSON output
cred1 check breitbart.com --json

# Search
cred1 search "news"
cred1 search "\.ru$"

# Statistics
cred1 stats
cred1 categories

域名会自动规范化——https://www.infowars.com/politics/ 会解析为 infowars.com。

MCP 服务（Claude Desktop / Cursor / Windsurf）

CRED-1 附带一个 MCP 服务，供 AI 助手直接检查域名可信度。

提供的工具

工具	描述
check_domain	检查单个域名（评分、类别、级别、元数据）
batch_check	一次检查最多 100 个域名
search_domains	按子字符串或正则表达式模式搜索域名
get_stats	数据集统计信息（总数、各类别计数、版本）
get_categories	包含描述和评分范围的类别分类体系

Claude Desktop

添加到 ~/Library/Application Support/Claude/claude_desktop_config.json：

{
  "mcpServers": {
    "cred1": {
      "command": "npx",
      "args": ["-y", "@aloth/cred1", "--mcp"]
    }
  }
}

注意： --mcp 由 CLI 包装器处理——也可以直接运行专用二进制文件。

或者，如果已全局安装该软件包：

{
  "mcpServers": {
    "cred1": {
      "command": "cred1-mcp"
    }
  }
}

Cursor

添加到 .cursor/mcp.json（项目级）或 ~/.cursor/mcp.json（全局）：

{
  "mcpServers": {
    "cred1": {
      "command": "npx",
      "args": ["-y", "@aloth/cred1", "--mcp"]
    }
  }
}

Windsurf

添加到 ~/.codeium/windsurf/mcp_config.json：

{
  "mcpServers": {
    "cred1": {
      "command": "npx",
      "args": ["-y", "@aloth/cred1", "--mcp"]
    }
  }
}

OpenClaw / 任何兼容 MCP 的宿主

{
  "command": "cred1-mcp",
  "transport": "stdio"
}

固定版本

使用 npx -y @aloth/cred1 时，每次主机启动服务，npx 都会检查 npm 是否有更新版本并安装；而且每周都会发布新版本。因此，重启主机可能会运行一个你尚未审核过的版本。若要自行决定更新时间，请在配置中固定版本：

{
  "mcpServers": {
    "cred1": {
      "command": "npx",
      "args": ["-y", "@aloth/[email protected]", "--mcp"]
    }
  }
}

或者全局安装固定版本，并像上文所示那样，让主机指向 cred1-mcp 二进制文件：

npm install -g @aloth/[email protected]

将 2026.10.27 替换为你审核过的版本；运行 npm view @aloth/cred1 version 可查看最新版本。

大多数每周发布仅会更新捆绑的数据集（data/cred1_compact.json），但每个版本都基于当前的 main 分支构建，因此代码变更也会以相同方式发布。若要查看两个版本之间的变更，可比较它们的标签，例如 v2026-10-20...v2026-10-27。服务会从已安装的软件包中读取数据集，不会发出网络请求。自 2026.6.14 起，版本通过 GitHub Actions 发布，并带有 npm provenance，可使用 npm audit signatures 验证。

---

库的用法

import { checkDomain, searchDomains, getStats } from '@aloth/cred1';

// Single lookup
const result = checkDomain('infowars.com');
// { domain: 'infowars.com', score: 0.073, category: 'conspiracy', level: 'low', sources: 2, domainAge: 27.3, trancoRank: 15889 }

// Not found → null
const unknown = checkDomain('nytimes.com'); // null

// Search by pattern (substring or regex)
const russian = searchDomains('\\.ru$');

// Dataset statistics
const stats = getStats();
// { totalDomains: 2673, categories: { unreliable: 2001, fake: 233, ... }, version: '1.0.0' }

红绿灯评分

等级	分数	表情符号	含义
低	≤ 0.20	🔴	可信度风险高
混合	0.21–0.50	🟡	信号不可靠或参差不一
良好	> 0.50	🟢	通常被认为可靠
中性	未找到	⚪	未知——缺失 ≠ 可信

主要特性

• 2,674 个域名，附带可信度评分（0.0–1.0）
• 双模式——既可作为命令行工具，也可作为 JavaScript 库使用
• 完全可复现——Python 流水线可从头重建数据集
• 多信号评分，综合来源标签、域名年龄、网络热度、事实核查频率和威胁情报
• 保护隐私——专为设备端客户端部署而设计（无需调用服务端）
• 两个开放许可的数据源——不依赖专有数据
• 域名规范化——自动处理 www.、协议和路径

数据集架构

紧凑格式（cred1_compact.json）

{
  "infowars.com": { "c": "c", "s": 0.073, "n": 2, "d": "1999-10-04", "r": 15889 }
}

字段	描述
c	类别代码：f=虚假，u=不可靠，m=混合，c=阴谋论，s=讽刺，r=谣言。
s	可信度评分（0.0–1.0，越低表示可信度越低）
n	将该域名标记出来的独立来源列表数量
d	域名注册日期（可选）
r	Tranco Top-1M 排名（可选——排名越低表示越热门）

完整格式（cred1_current.json）

{
  "infowars.com": {
    "category": "fake",
    "credibility_score": 0.14,
    "domain_age_years": 26.4,
    "domain_registered": "1999-10-04T04:00:00Z",
    "iffy_factual": "VL",
    "iffy_bias": "FN",
    "iffy_score": 0.1,
    "factcheck_claims": 52,
    "safe_browsing_flagged": false,
    "score_age": 0.2,
    "score_cat": 0.05,
    "score_factcheck": 0.0,
    "score_iffy": 0.1,
    "score_safebrowsing": 0.05,
    "score_tranco": 0.1,
    "sources": 2,
    "tranco_rank": 4382
  }
}

字段的完整说明请参阅 CODEBOOK.md。

评分代表什么，不代表什么

可信度评分是一种域名级别的信号，而非条目级别的判定。它表示公共来源评级倡议如何评价某个来源；并不表示任何单篇文章是否属实。因此，将其用作真实性标签的研究，采用的是一种依据来源而非逐条核验的信号：来自评分低于 0.25 的域名的材料可标记为低可信度，来自成熟媒体的材料可标记为可信，但没有任何单条材料经过事实核查。媒体声誉是很好的代理指标，但并不完美；任何重复使用时都应考虑这一局限。

重建数据集

cd pipeline/
python3 build_dataset.py              # Full pipeline
python3 build_dataset.py --step fetch # Download raw data only
python3 build_dataset.py --step merge # Parse + merge (requires prior fetch)
python3 enrich_dataset.py             # Add enrichment signals (API keys required)

版本管理

CRED-1 在所有分发渠道中均使用日历版本号（CalVer）：

渠道	格式	示例
GitHub Release	v2026-06-13	标签 + Zenodo 存档
npm 包	2026.6.13	同一日期，以点号分隔（符合 semver）

每周都会发布一个包含重新评分域名的新版本。npm 包会随每次 GitHub Release 自动更新，无需单独的版本方案。

若要固定特定的数据集版本：

npm install @aloth/[email protected]

生产环境集成

• Trackless Links — 适用于 iOS 和 macOS 的 Safari 扩展，可在本地使用 CRED-1 检查链接（发表于 Mac & i 2026 年 4 月刊）
• RogueGPT — 使用 CRED-1 识别可信度较低的来源域名，以生成受控的假新闻刺激材料
• HuggingFace — 面向 ML 工作流的数据集镜像

贡献

知道有哪个域名应该加入数据集吗？请附上证据报告缺失的域名。

我们接受社区报告的域名，但须符合以下至少一项标准：

• 被 Media Bias/Fact Check（MBFC）列出
• 被 IFCN 认证的事实核查机构标记
• 受到新闻评议会或监管机构处置
• 在维基百科中有可信度方面的顾虑记录
• 在已发表的学术研究中被提及

通过审核的域名会加入处理流程，并出现在下一次每周数据集发布中。

引用

如果你在工作中使用 CRED-1，请同时引用论文和你使用的数据集版本。论文介绍了方法；Zenodo 记录固定了确切的数据版本，这正是确保结果可复现的关键。

论文：

@misc{loth2026cred1,
  author       = {Loth, Alexander and Kappes, Martin and Pahl, Marc-Oliver},
  title        = {{CRED-1}: An Open Multi-Signal Domain Credibility Dataset for Automated Pre-Bunking of Online Misinformation},
  year         = {2026},
  howpublished = {Preprint},
  doi          = {10.2139/ssrn.6448466},
  url          = {https://ssrn.com/abstract=6448466},
  urldate      = {2026-08-25}
}

数据集：

@dataset{loth2026cred1data,
  author       = {Loth, Alexander},
  title        = {{CRED-1}: An Open Multi-Signal Domain Credibility Dataset},
  year         = {2026},
  publisher    = {Zenodo},
  version      = {v2026-03-17},
  doi          = {10.5281/zenodo.18769459},
  url          = {https://doi.org/10.5281/zenodo.18769459}
}

上方的 DOI 始终指向最新版本。若要引用特定的每周快照，请使用该版本 Zenodo 页面上显示的版本 DOI。

相关项目

CRED-1 是一项更广泛的生成式虚假信息研究计划的一部分。域名评分用于从 RogueGPT 中挑选可信度较低的来源，以生成刺激材料：

项目	说明
JudgeGPT	用于评估 AI 生成新闻真实性的实证平台
RogueGPT	受控刺激材料生成器；根据 CRED-1 评分选取假新闻来源
verification-crisis	关于 GenAI 虚假信息威胁与应对措施的专家调查
Origin Lens	用于验证 C2PA 内容凭证和 EXIF 的 iOS 应用
provenance-linkage	用于 AI 文本检测基准审计的可复现性资料包

配套数据存档

CRED-1 与三个配套数据集一同存档，并统一进行版本管理，以便作为一套完整数据集引用：

存档	概念 DOI	当前版本
RogueGPT 刺激材料语料库	10.5281/zenodo.18703137	22225536 (v1.2.0)
JudgeGPT 人类感知数据	10.5281/zenodo.18703384	22226580 (v1.2.0)
专家调查	10.5281/zenodo.18703600	22226924 (v2.1.0)

相关出版物

• Interrupting the Chain: Human Perception of AI-Generated Disinformation Through a Kill Chain Lens（INFORMATIK 2026，LNI）。将域名层面的可信度定位为交付阶段的信号。arXiv:2608.21389
• Blessing or Curse? A Survey on the Impact of Generative AI on Fake News（2024）。arXiv:2404.03021

许可证

• 数据集： CC BY 4.0。版权所有 2025-2026 Alexander Loth。
• 代码与 CLI： MIT

该数据集汇总了来自公开来源评级计划的领域级评分。汇总、评分和文档均为本项目的原创工作，并根据 CC BY 4.0 协议发布；底层评分仍归属于各自的计划，相关计划按记录列出，并汇总于 ATTRIBUTION.md。该数据集不设任何访问限制。

作者

Alexander Loth — alexloth.com · @xlth · ORCID