微信扫一扫多平台违禁词检测
完整规程：执行检测、分批询问、脚本调用或格式化输出前，必须先读取并严格遵循 同仓库 references/core_workflow.md 全文。遗漏其中任一强制步骤（含第三方数据外传说明、write_file、输出铁律）视为未完成本 Skill。
简介
面向需要在公众号 / 小红书 / 抖音发布前做文案合规自查的运营、编辑与创作者：将待测正文交由约定后端做违禁词匹配，并结构化给出修改建议与可落地的优化表述。
通过本 Skill，你可以：
- 🔍 多平台检测：指定平台词库规则（未指定时默认「公众号」），输出违禁词数量与类型
- 📌 标注 + 建议：原文标注命中词（Markdown 环境用加粗/加粗斜体替代颜色），表格给出替换词与结合上下文的更换理由
- 📄 可交付文件：命中违禁词时须生成「平台名优化文案四位随机数.txt」纯文本文件（步骤见核心工作流）
适用对象：新媒体运营、品牌内容、电商详情文案撰写者、需批量自查物料的团队。技术基础：依赖 Python 与 beautifulsoup4（网页正文提取）；检测请求默认发往 YAML 中 external_sensitive_word_api 声明的地址，可通过环境变量 PROHIBITED_WORD_API_URL 改为其他 https:// 完整 URL（说明见核心工作流表格）。
功能特性
核心功能
- 📝 多形态输入：支持直接粘贴文案、上传图片（仅 OCR 文字）或 txt、提供网页 URL 自动拉取正文
- 🎯 三平台词库：平台名须与 API 一致：
公众号、小红书、抖音 - 🔌 后端匹配：由
scripts/check_sensitive_words.pyPOST JSON 至对接服务，不在本地维护词库 - 📊 结构化输出：检测结果 + 修改建议表 + 建议优化文案（Markdown 环境自动降级为加粗/加粗斜体标记，见核心工作流）
- 💾 强制落盘：检出违禁词时必须调用
write_file写入优化文案 txt，不可省略
特色亮点
- 📏 字数闸门：建议单次 ≤3000 字；3001～10000 字须暂停让用户选单次/分批/取消；>10000 字不执行检测（话术与切割规则见核心工作流）
- 🖼️ 图片仅限文字：识别图片时仅提取文字，禁止分析画面风格、人物、品牌外观等非文字信息
- 🌐 网页提取：
extract_text.py覆盖常见 JS 渲染与 Next.js 等 SSR 页面（参数见核心工作流「资源索引」）
使用指南
基础使用（执行前必读核心工作流）
第 1 步：初始沟通与同意检测
向用户说明支持「平台 + 文案 / 文件 / 网址」，并说明正文将通过 HTTPS 发送至对接检测服务（默认 URL 与替代部署见 references/core_workflow.md「第三方服务与数据去向」）。用户明确拒绝外传时，不得调用 check_sensitive_words.py。
用户：帮我查一下这段小红书文案有没有违禁词…… 助手：说明将把正文发送至对接 HTTPS 检测服务；确认平台与内容来源后，按核心工作流做字数判断 → 提取 → 调用脚本 → 按模板输出并在命中时
write_file。
第 2 步：字数判断与分批
对所有来源统一按字数执行：≤3000 直接检测；3001～10000 先发询问语并停止等待用户回复（1=前3000字单次，2=按3000字分批，3=取消）；>10000 仅提示并中断。精确措辞与切割要求见核心工作流。
第 3 步：提取内容与调用脚本
- 文本：从用户输入解析平台关键词，缺省为「公众号」
- 图片：仅用 OCR/识图工具提取文字（指令用语见核心工作流）
- txt：
python scripts/extract_text.py --type=file --path=/path/to/file - 网页：
python scripts/extract_text.py --type=web --url=https://example.com - 检测：
python scripts/check_sensitive_words.py --content="..." --platform="平台名称"
第 4 步：解析 JSON 并按模板输出
禁止直接打印脚本原始 JSON；严格按核心工作流「输出模板」「输出铁律」排版；命中违禁词时完成 write_file 后再在 📄 板块写出文件名。
常用命令速查
| 用户说法 / 输入形态 | 助手动作摘要 |
| -------------------------------- | ----------------------------------------------------------- |
| 「公众号/小红书/抖音」+ 一段文案 | 解析平台 → 字数闸门 → check_sensitive_words.py → 模板输出 |
| 上传 txt | extract_text.py --type=file → 同上 |
| 上传图片 | 仅提取图中文字 → 默认公众号（除非用户指定平台）→ 同上 |
| 粘贴 https://... | extract_text.py --type=web → 同上 |
| 超长文案待分批 | 先发核心工作流规定的询问语，收到 1/2/3 后再继续 |
失败或无法执行时：提取失败则请用户重传或检查网址；用户拒绝外传则终止检测；超 10000 字按核心工作流中断。禁止编造违禁词列表或 API 未返回的检测结果。
使用场景
| 场景 | 角色 | 需求描述 | 使用方式 |
| --------------- | ------------ | -------------------------- | ---------------------------------------------------- |
| 推文群发前自查 | 公众号运营 | 避免触发违规表述与审核风险 | 选「公众号」→ 粘贴或导入正文 → 按模板修正 |
| 种草笔记合规 | 小红书创作者 | 减少「极限词」与禁宣用语 | 指定「小红书」→ OCR/粘贴文案 → 替换建议落地到 txt |
| 短视频脚本/口播 | 抖音编导 | 统一口径、降低下架概率 | 指定「抖音」→ 检测脚本与字幕稿 → 保留语气微调替换 |
| 落地页与活动页 | 品牌/增长 | 爬取网页正文批量筛查 | extract_text.py 拉网页 → 选平台检测 → 输出文件归档 |
| 物料抽查 | 内容审核协作 | 快速给出可复核的命中与改写 | 分批策略处理中长文档 → 汇总多批结果 |
注意事项与边界
- 数据与隐私：匹配在约定后端完成；首次检测前须让用户知情；拒绝外传则不调用检测脚本（详见核心工作流）。
- 真实性：以脚本返回 JSON 为准，不得臆造违禁词或替换建议。
- 文件形态：仅支持图片（取字）与 txt；不支持 PDF / Word（与核心工作流一致）。
- 输出纪律：未检出违禁词时仅输出合规提示板块且不生成文件；检出时必须
write_file，且遵守「仅三板块+文件、禁止多余寒暄」等铁律（全文见核心工作流）。 - 部署：若默认域名不可用，由运维设置
PROHIBITED_WORD_API_URL为合规网关或自建 HTTPS 接口。