前言¶
公衆號、短視頻腳本、電商詳情頁在發佈前往往要過一遍「有沒有絕對化用語、虛假承諾、引流話術」。人工對照各平臺規則既慢，也容易漏掉諧音變體和平臺專屬禁詞。下面介紹 SkillHub 社區 Skill「違禁詞檢測」（@user_4bfc9f62/content-check）：把 1766 條內置詞庫和 19 類風險標註裝進 Agent 工作流，用腳本掃文本並輸出檢測報告與替換建議，無需 API Key。
這是什麼¶
「違禁詞檢測」是社區來源（community）的通用 SKILL.md 技能，當前版本 1.0.1，由發佈者 user_4bfc9f62 維護，在 SkillHub 上歸類爲 content-creation。
一句話定位：對用戶給出的中文內容進行違禁詞掃描，按平臺過濾詞庫，標註風險等級，並給出合規替代表述。
官方入口：
- SkillHub 頁面：https://www.skillhub.cn/skills/user_4bfc9f62/content-check
- 資源地址：https://api.skillhub.cn/user_4bfc9f62/content-check
頁面標註 requires_api_key=false，安裝後主要依賴技能包內 Python 腳本與內置詞庫，不額外要求密鑰。
核心功能¶
以下能力均來自技能說明與 SKILL.md 正文，可與本地安裝包覈對。
- 詞庫規模：內置 1766 條違禁詞，其中高風險 900 條、中風險 866 條。
- 平臺覆蓋：支持 11 個內容/電商平臺維度（小紅書、抖音、視頻號、公衆號、知乎、百家號、B 站、快手、微博、淘寶、京東），也可不指定平臺做全平臺檢測。
- 風險分類：共 19 類，包括但不限於絕對化用語、虛假承諾、醫療健康、金融投資、涉政敏感、引流導流、誘導分享、直播逼單、諧音變體、AI 內容與擺拍、標題黨等；涉政類僅標註風險，不展示具體詞條。
- 輸出形式：人類可讀的「違禁詞檢測報告」（命中位置、次數、分類彙總、結論），以及可選
--json結構化結果（含clean字段，便於做發佈閘門）。 - Agent 側行爲：當用戶要求檢測合規性、審查文案或發佈前檢查時，按技能步驟解析是否指定平臺，調用
scripts/check.py並整理報告。
安裝與啓用¶
1、安裝 SkillHub CLI（若尚未安裝）¶
先確認本機是否已有 skillhub：
command -v skillhub && skillhub --version
未安裝時，可按 SkillHub 官方安裝文檔執行完整安裝（CLI + 默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅需要 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
說明文檔：https://skillhub.cn/install/skillhub.md
2、安裝本 Skill 到當前 Agent 的 skills 目錄¶
安裝時必須用 --dir 指向當前客戶端識別的 skills 目錄，否則默認落在 ./skills/ 可能不會被加載。
skillhub install content-check --namespace user_4bfc9f62 --dir <你的 skills 目錄>
常見路徑（以官方安裝文檔爲準）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
也可在對話中讓 AI 按官方提示安裝：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_4bfc9f62/content-check`。
3、腳本運行環境¶
技能聲明的 Python 依賴僅爲標準庫用途的 re、argparse，詞庫內置於 scripts/word_library.py。在已安裝的技能目錄下執行檢測命令即可。
典型用法¶
進入技能包根目錄（含 SKILL.md 與 scripts/ 的路徑），再調用主腳本。
全平臺檢測¶
對整段文案做全庫掃描，適合初稿或跨平臺複用前的總檢：
python scripts/check.py --text "這個產品是最好的，保證7天見效，全網最低價"
腳本會輸出檢測範圍、命中條數、按風險分級列出的詞條與位置，以及分類彙總和是否建議修改後發佈。
指定平臺檢測¶
已知發佈渠道時，加上 --platform 可按平臺過濾詞庫，減少與該平臺無關的命中：
python scripts/check.py --text "轉發領紅包 加微信領取" --platform "小紅書"
--platform / -p 可選值：小紅書、抖音、視頻號、公衆號、知乎、百家號、B站、快手、微博、淘寶、京東、全平臺。
JSON 輸出（自動化 / CI）¶
需要程序判斷能否發佈時，使用 JSON 模式：
python scripts/check.py --text "最後3單 錯過再等一年" --json
返回體中的 clean 爲 false 表示仍存在需處理的命中項；爲 true 時可作爲流水線放行條件之一。
在 Cursor 等 Agent 環境中，通常不必手寫上述命令：把待檢文本和目標平臺說明交給已加載本 Skill 的模型，它會按 SKILL.md 中的「操作步驟」調用同一腳本並轉述報告。
適用場景與注意¶
適合誰
- 運營、編輯、投放同學在定稿前做違禁詞與廣告法相關表述排查。
- 需要在 Agent 對話裏做「審稿 / 合規檢查」的開發者，把檢測固化成可重複步驟。
- 希望在發佈流水線里加一道本地詞庫閘門、並用 JSON 對接後續邏輯的團隊。
限制與注意
- 詞庫爲內置靜態數據，不能替代平臺最終審覈、法務意見或實時政策變更；高風險行業（醫療、金融等）仍須人工複覈。
- 涉政敏感類只提示風險類別，不展示具體詞面，修改需按業務規範自行處理。
- 替換建議旨在保持語義接近的合規表述，是否採用需結合品牌語氣與事實依據判斷。
- 評分、下載量等商店指標會隨 SkillHub 更新變化，以頁面實時數據爲準；撰寫時頁面簡介與 CLI
skillhub search均指向 1766 條詞庫、11 平臺、19 類風險 這一套描述。
結尾¶
「違禁詞檢測」把多平臺違禁詞庫和分類報告收進一個可安裝的 Agent Skill：本地腳本掃描、可選平臺過濾、文本與 JSON 雙輸出，適合發佈前的第一道機械檢查。需要安裝或查看說明時，請打開 SkillHub 官方頁面：https://www.skillhub.cn/skills/user_4bfc9f62/content-check
