大模型实现多模态假新闻识别

虚假新闻识别：通过AI技术自动检测新闻内容（文本/图片/视频）的真实性，输出严格二选一的结论：事实 或 谣言
多模态分析：同时处理文本、图片和视频内容：
文本分析：验证消息源可靠性、事实准确性、情感倾向性
图片分析：检测PS痕迹、EXIF元数据、图文一致性
视频分析：识别深度伪造、帧率异常、音画同步性
新闻媒体平台：自动审核用户生成内容（UGC）
社交媒体监管：识别网络谣言和虚假信息
政务舆情监控：快速验证热点事件真实性
内容审核团队：辅助人工审核提高效率
多模态内容分析：
支持文本、图片、视频（本地文件/URL/Base64）的混合输入
自动处理不同来源的媒体文件（ImageProcessor/VideoProcessor）
AI驱动的谣言检测：
使用通义千问（TyDetector）和智谱AI（ZpDetector）双引擎并行分析
按权重评估：消息源可靠性(30%) + 事实准确性(60%) + 情感倾向(10%)
智能证据收集：
自动调用博采API（SearchClient）进行网络证据检索
优先选择.gov/.edu权威来源，交叉验证商业信息

健壮性设计：
熔断机制（@circuit）和指数退避重试（@retry）
智能缓存（SmartCache）减少重复API调用
OpenTelemetry分布式追踪
异步高性能：
全异步处理（asyncio）媒体加载和AI调用
并发执行多平台检测（DetectionOrchestrator）
配置热更新：
实时监控.env文件变更（ConfigWatcher）
动态重载配置无需重启服务