前言¶
公众号、短视频脚本、电商详情页在发布前往往要过一遍「有没有绝对化用语、虚假承诺、引流话术」。人工对照各平台规则既慢，也容易漏掉谐音变体和平台专属禁词。下面介绍 SkillHub 社区 Skill「违禁词检测」（@user_4bfc9f62/content-check）：把 1766 条内置词库和 19 类风险标注装进 Agent 工作流，用脚本扫文本并输出检测报告与替换建议，无需 API Key。
这是什么¶
「违禁词检测」是社区来源（community）的通用 SKILL.md 技能，当前版本 1.0.1，由发布者 user_4bfc9f62 维护，在 SkillHub 上归类为 content-creation。
一句话定位：对用户给出的中文内容进行违禁词扫描，按平台过滤词库，标注风险等级，并给出合规替代表述。
官方入口：
- SkillHub 页面：https://www.skillhub.cn/skills/user_4bfc9f62/content-check
- 资源地址：https://api.skillhub.cn/user_4bfc9f62/content-check
页面标注 requires_api_key=false，安装后主要依赖技能包内 Python 脚本与内置词库，不额外要求密钥。
核心功能¶
以下能力均来自技能说明与 SKILL.md 正文，可与本地安装包核对。
- 词库规模：内置 1766 条违禁词，其中高风险 900 条、中风险 866 条。
- 平台覆盖：支持 11 个内容/电商平台维度（小红书、抖音、视频号、公众号、知乎、百家号、B 站、快手、微博、淘宝、京东），也可不指定平台做全平台检测。
- 风险分类：共 19 类，包括但不限于绝对化用语、虚假承诺、医疗健康、金融投资、涉政敏感、引流导流、诱导分享、直播逼单、谐音变体、AI 内容与摆拍、标题党等；涉政类仅标注风险，不展示具体词条。
- 输出形式：人类可读的「违禁词检测报告」（命中位置、次数、分类汇总、结论），以及可选
--json结构化结果（含clean字段，便于做发布闸门）。 - Agent 侧行为：当用户要求检测合规性、审查文案或发布前检查时，按技能步骤解析是否指定平台，调用
scripts/check.py并整理报告。
安装与启用¶
1、安装 SkillHub CLI（若尚未安装）¶
先确认本机是否已有 skillhub：
command -v skillhub && skillhub --version
未安装时，可按 SkillHub 官方安装文档执行完整安装（CLI + 默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅需要 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
说明文档：https://skillhub.cn/install/skillhub.md
2、安装本 Skill 到当前 Agent 的 skills 目录¶
安装时必须用 --dir 指向当前客户端识别的 skills 目录，否则默认落在 ./skills/ 可能不会被加载。
skillhub install content-check --namespace user_4bfc9f62 --dir <你的 skills 目录>
常见路径（以官方安装文档为准）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
也可在对话中让 AI 按官方提示安装：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_4bfc9f62/content-check`。
3、脚本运行环境¶
技能声明的 Python 依赖仅为标准库用途的 re、argparse，词库内置于 scripts/word_library.py。在已安装的技能目录下执行检测命令即可。
典型用法¶
进入技能包根目录（含 SKILL.md 与 scripts/ 的路径），再调用主脚本。
全平台检测¶
对整段文案做全库扫描，适合初稿或跨平台复用前的总检：
python scripts/check.py --text "这个产品是最好的，保证7天见效，全网最低价"
脚本会输出检测范围、命中条数、按风险分级列出的词条与位置，以及分类汇总和是否建议修改后发布。
指定平台检测¶
已知发布渠道时，加上 --platform 可按平台过滤词库，减少与该平台无关的命中：
python scripts/check.py --text "转发领红包 加微信领取" --platform "小红书"
--platform / -p 可选值：小红书、抖音、视频号、公众号、知乎、百家号、B站、快手、微博、淘宝、京东、全平台。
JSON 输出（自动化 / CI）¶
需要程序判断能否发布时，使用 JSON 模式：
python scripts/check.py --text "最后3单 错过再等一年" --json
返回体中的 clean 为 false 表示仍存在需处理的命中项；为 true 时可作为流水线放行条件之一。
在 Cursor 等 Agent 环境中，通常不必手写上述命令：把待检文本和目标平台说明交给已加载本 Skill 的模型，它会按 SKILL.md 中的「操作步骤」调用同一脚本并转述报告。
适用场景与注意¶
适合谁
- 运营、编辑、投放同学在定稿前做违禁词与广告法相关表述排查。
- 需要在 Agent 对话里做「审稿 / 合规检查」的开发者，把检测固化成可重复步骤。
- 希望在发布流水线里加一道本地词库闸门、并用 JSON 对接后续逻辑的团队。
限制与注意
- 词库为内置静态数据，不能替代平台最终审核、法务意见或实时政策变更；高风险行业（医疗、金融等）仍须人工复核。
- 涉政敏感类只提示风险类别，不展示具体词面，修改需按业务规范自行处理。
- 替换建议旨在保持语义接近的合规表述，是否采用需结合品牌语气与事实依据判断。
- 评分、下载量等商店指标会随 SkillHub 更新变化，以页面实时数据为准；撰写时页面简介与 CLI
skillhub search均指向 1766 条词库、11 平台、19 类风险 这一套描述。
结尾¶
「违禁词检测」把多平台违禁词库和分类报告收进一个可安装的 Agent Skill：本地脚本扫描、可选平台过滤、文本与 JSON 双输出，适合发布前的第一道机械检查。需要安装或查看说明时，请打开 SkillHub 官方页面：https://www.skillhub.cn/skills/user_4bfc9f62/content-check
