为 AI 应用和智能体提供文件可信度校验，通过 API 和 MCP 一键返回篡改与 AI 生成痕迹证据，帮开发者避免让模型读取被伪造的文档。
热门评论
PH 用户
Product Hunt 大家好 👋 我是 Jason，负责 fileAI 的所有市场与合作事务。
就算从一份被改过的发票里准确提取出了数据，它仍然是一份被改过的发票。
我们为什么做 fileForensics
五年来，我们一直在帮保险公司、银行、财务团队和建筑商把乱七八糟的文件变成干净数据，截至目前已处理超过十亿份文件。几乎每次上线，提取功能一启用，就有人问：“但如果这个文件是伪造的呢？”我们一直没有好答案，而很多行业现在风险都很高，欺诈、尤其是 AI 加持的欺诈，越来越猖獗。以前要把文件改得足够逼真得靠技术，现在一个免费 app 或一句 prompt 就够了。与此同时，越来越多文档被 AI 智能体读取并据其行动，却没人先核查。
就算从一份被改过的发票里准确提取出了数据，它仍然是一份被改过的发票。
我们为什么做 fileForensics
五年来，我们一直在帮保险公司、银行、财务团队和建筑商把乱七八糟的文件变成干净数据，截至目前已处理超过十亿份文件。几乎每次上线，提取功能一启用，就有人问：“但如果这个文件是伪造的呢？”我们一直没有好答案，而很多行业现在风险都很高，欺诈、尤其是 AI 加持的欺诈，越来越猖獗。以前要把文件改得足够逼真得靠技术，现在一个免费 app 或一句 prompt 就够了。与此同时，越来越多文档被 AI 智能体读取并据其行动，却没人先核查。
能回答这个问题的工具，要么得先联系销售，要么按大企业定价，而且和提取流程分开。如果你是一个有上传步骤的初创公司，或者是把文件接入智能体的开发者，你要么只能写 ExifTool 脚本，要么就没得选。
所以我们做了 fileForensics。它会从八个维度检查文件结构、metadata、编辑历史和像素，然后展示每项发现背后的证据：发现了什么、在文件中的哪个位置、以及为什么。
你可以在我们的开发者 playground 里试用，通过 API 调用，或者通过 MCP 向 Claude 或 Cursor 询问某个文件。另外，借助新的 AWS Strategic Collaboration Agreement，我们已通过 AWS Marketplace 提供，基于 Amazon Bedrock 构建。https://www.file.ai/blog/fileai-signs-strategic-collaboration-agreement-with-aws
最有帮助的反馈：拿你自己的文件试试。有没有哪项发现让你意外，或者漏掉了你本来预期它能抓到的东西？误报。如果它把一个真实文件标出来了，请告诉我们。我们最在意的就是这个。我们全天在线答疑。在这里免费注册：https://developer.file.ai/
感谢体验 🙏
我和团队做 fileForensics 有一阵子了，终于看到它发布，真的很激动。
上传一份文档，它就会检查文件结构里有没有隐藏数据、编辑和签名历史、AI 生成的文本和图像、视觉篡改的迹象，以及文档中互相矛盾的细节。现在 AI 生成的内容这么多，我觉得任何处理文档的人都会需要这样的东西。
很希望你们试试，并告诉我们你的想法！！
今天很高兴来 hunt fileAI 的 fileForensics。
从去年第一次 hunt 他们开始，我就一直在关注 fileAI；这次发布解决的问题，我觉得每个用智能体构建产品的团队都快会碰到。
你的提取可以做到完美，但结果仍然可能是错的，因为你提取的那个文件被改过。
我最喜欢的是，它不要求你盲信一个分数。
每项发现都附带背后的证据，开发者或审核者可以自己看、自己判断。
我第一个会测的，是拿一叠自己的收据和发票，其中一张悄悄改过，看看它能不能抓出来。如果你也这么试了，请在评论区分享结果，尤其是如果它标出了你确定真实的文件。团队说误报是他们最在意的反馈。
下面 Jason 的 maker 评论讲了他们为什么做它的完整故事。
在 https://www.file.ai/fileforensics?ref=producthunt 免费试用
拿自己的文件试试，并告诉团队 fileForensics 抓到了什么 🚀
做得好，加油！
最近一直在玩 AI 工具，想问：这个能直接在 Claude 或 Cursor 里运行，完全不用我写代码吗？日常用起来是什么样？