$ loading_
可用本地大模型核查 Markdown 笔记事实并补充可靠参考来源。
该工具宣称为本地开源 MCP 服务，无需云 API 或密钥，整体未见明显高风险红旗。需注意其具备本机代码执行与访问本地笔记的常规能力，且为第三方仓库、社区采用度低、维护情况未知。
材料明确说明无需 API key/环境变量，未见要求提供敏感凭证，因此凭证泄露或滥用面较低。
虽然未配置固定远程端点，但描述称会使用 Wikipedia 和 DuckDuckGo 进行事实核查，说明运行时可能向外部网站发送查询内容；未见更详细的数据外发范围说明。
系统检查项已标记 executes-code，且描述提到通过 Ollama 使用本地 LLM，意味着工具会在本机执行服务/进程或调用本地模型相关能力；这属于 MCP 工具的常规高权限面，当前未见超出声明用途的红旗。
其功能目标是核查 Markdown/Obsidian 笔记，因此合理推断需要读取本地笔记内容；材料未说明会写回哪些文件或访问范围限制，建议按最小必要目录授权。
有公开 GitHub 仓库且为 MIT 开源，源码可审计，这明显降低了供应链风险；但来源为第三方注册表、仓库 0 star、维护状态未知，社区验证度较弱，仍需自行审阅代码与依赖。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"knowledge-curator-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请检查这份 Obsidian 学习笔记中的事实性错误、过时信息和缺少依据的表述，并给出可验证来源： [粘贴 Markdown 笔记内容]
返回逐条核查结果，标注可疑内容、修正建议及对应参考来源链接。
请审阅这组研究摘录，识别其中可能不准确或需要进一步验证的说法，并按 Markdown 输出核查备注： [粘贴摘录内容]
输出带有核查备注的 Markdown，包含风险说明、验证状态和建议查阅来源。
我准备发布这篇 Markdown 文章，请帮我做事实核查，重点检查人物、时间、地点、统计数据和定义是否准确： [粘贴文章内容]
给出发布前核查清单，列出需修改段落、原因以及可采纳的修订建议。
帮助用户自动分类、检索并整理本地 Markdown 笔记知识库。