laohan-weigui

Solid

抖音文案违规检测。扫描口播稿中的引流词、极限词、医疗/金融承诺、低质标记、低俗色情、引战谩骂等9类违规风险,输出结构化报告+替换建议。Use when 用户说"检测违规""检查文案""看看有没有违规词""会不会被限流""发之前帮我看看"或给出任何要发布到抖音的文案要求检查。

AI & Automation 11 stars 2 forks Updated 1 weeks ago MIT

Install

View on GitHub

Quality Score: 80/100

Stars 20%
36
Recency 20%
90
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# 抖音文案违规检测 发布前扫描口播稿,找出可能触发抖音限流/禁言/下架的文案风险。它是版本化启发式筛查,不是抖音官方审核器,也不承诺发布结果。 ## 核心理念 抖音审核不是"有敏感词就违规"的简单匹配——同一个词在引用、否定、专业术语等语境下完全合法。过度标记比漏标更糟:如果每次检测都报一堆低风险,用户会养成忽略报告的习惯,真正的高风险就被淹没了。所以宁可漏标也不误标——只标记真实风险,不确定的标低风险并注明原因(高风险类别除外,见评分规则)。 ## 不适用场景 - 视频画面违规(水印、低俗画面)→ 本 skill 只管文案 - 其他平台(小红书/知乎等)→ 词库针对抖音,其他平台规则不同 - 法律合规审查 → 这是平台规则检测,不是法律审查 - 缺少文案内容 → 停下来,告诉用户需要提供文案文件或文本 ## 工作流 ### 1. 读入文案 接收文案来源(文件路径或直接文本),提取纯文本内容。 - **完成条件:** 拿到纯文本字符串 - **如果无法获取文案内容 → 停下来,告诉用户需要提供文件路径或直接粘贴文本** ### 2. 按9类扫描 先读取 `references/ruleset.json`。scan time 超过 `expires_at` 时在报告写 `ruleset_warning: STALE` 并安排复核,但不因规则过期自动阻断文案;只有命中明确未解决高风险或扫描根本无法完成时才 `REVISE_REQUIRED|BLOCKED`。再按 `references/keywords.md` 词库逐类扫描,每类独立评分。 | 类别 | 代码 | 风险等级 | 说明 | |------|------|---------|------| | 引流违规 | YL | 高 | 引导用户加微信/扫码/私信等站外引流(含谐音变形:薇信/徵信/加V♥等) | | 极限词/广告法 | JX | 高 | 最、第一、唯一等绝对化用语 | | 医疗效果承诺 | YL-MED | 高 | 治愈、根治、100%有效等医疗声明 | | 金融收益承诺 | YL-FIN | 高 | 保收益、稳赚、具体收益数字 | | 低质/标题党 | DZ | 中 | 震惊体、悬念杀、信息空洞 | | 敏感话题 | MG | 高 | 政治敏感、未经证实消息、争议性话题 | | 平台特有限制 | PT | 中 | 抖音独有的隐性限流规则(重复发布、诱导互动等) | | 低俗色情 | DS | 高 | 抖音第一红线:擦边/性暗示/软色情即限流,硬色情封号 | | 引战谩骂 | ZH | 高 | 人身攻击/地域攻击/拉踩引战/脏话,AI测评易踩拉踩线 | - **完成条件:** 9类全部扫描完毕,记录所有匹配项及其上下文 ### 3. 输出报告 当参数含 `--episode episodes/<slug>` 时,报告只能写入 `episodes/<slug>/02-违规报告.md`,并以以下 frontmatter 开头;`script_hash` 是该期 `01-口播稿.md` 的 SHA-256。任何改稿都必须重跑本步骤,不能复用旧报告。 ```markdown --- script_hash: <sha256> risk_status: CLEAR # CLEAR | REVISE_REQUIRED | BLOCKED unresolved_high_risk_count: 0 ruleset_version: douyin-text-ris...

Details

Author
hanzhcn
Repository
hanzhcn/laohan-skills
Created
3 months ago
Last Updated
1 weeks ago
Language
JavaScript
License
MIT

Similar Skills

Semantically similar based on skill content — not just same category