前言¶
在 DSH 里接 OpenAI、Anthropic、DeepSeek 等模型后，生成结果往往会直接展示给用户或写入对外接口。国内相关办法要求对生成内容进行显式、隐式标识，并提示用户核验。运行时逐条人工核对成本高，也容易漏掉某个页面或某个导出文件。
下面介绍维护者 feely0208 在 SkillHub 分类「联网工具」下的插件线索 feely0208/archive-ai-labeling-dup。目录页与 GitHub 仓库说明：能力已合并进 dsh-cn-ai-labeling v0.2.0，本仓库作废（改名以脱离市场扫描范围）。正文中的安装命令、CLI 与规则说明，以仓库 README 记载的 @deepwhale-cn/dsh-ai-labeling 为准；使用时应以合并后的正式包与当前文档为准，勿把归档仓库当作唯一安装源。
这是什么¶
@deepwhale-cn/dsh-ai-labeling（README 标题）做的是：在静态层面扫描项目代码，找出「调用了模型生成内容、却可能未按法规要求做标识」的位置。它不判断某段文字是否由 AI 生成，也不做事实核查或内容安全审查，更不会直接给出「合规 / 不合规」结论；命中结果是提示确认，判断留给开发者。
与 dsh-ai-output-trust 的分工在 README 里写得很清楚：前者关注 AI 输出喂给下游组件时的注入风险；本插件关注 AI 输出给人看时的标识义务（显式 / 隐式 / 核验提示）。
维护者：feely0208。许可证：MIT（README）。package.json 中版本为 0.1.0，引擎要求 dsh 为 >=0.1.0-rc.6 <0.3.0，Node >=18。
核心功能：五条规则与守卫条件¶
扫描基于规则文件（rules/），每条规则带 source 字段对应法规条款。README 列出五条：
| 规则 ID | 查什么 | 级别 |
|---|---|---|
AILABEL-NO-DISCLOSURE |
生成结果回给用户的文件里，看不到「AI 生成」类显式标识 | 高 |
AILABEL-MISSING-TEXT |
项目有 AI 生成调用，但全项目找不到「AI 生成 / 由 AI 生成 / AI-generated」等标识文案 | 高 |
AILABEL-NO-REVIEW |
面向用户的输出里没有「人工核验 / 仅供参考」提示 | 中 |
AILABEL-NO-IMPLICIT-META |
生成产出缺少 generated_by / ai_generated 等隐式标识字段 |
中 |
AILABEL-VAGUE-GENERATED |
用户可见文案写「自动生成 / 系统生成」却没有 AI 字样 | 低 |
报告会给出文件路径、行号、代码片段及依据条款。五条规则均带 when 守卫：若项目中没有 openai / anthropic / deepseek / generateText 等痕迹，规则记为不适用而非「通过」，避免不用 AI 的项目出现「假绿」；报告会说明例如「5 条因不适用本项目未运行」。
依据在 README 中列出，包括《生成式人工智能服务管理暂行办法》第 12 条、《互联网信息服务深度合成管理规定》第 17 条、《人工智能生成合成内容标识办法》第 4、5 条等。
安装与启用¶
安装命令须使用 README 原文（--profile web）：
dsh plugin --profile web add @deepwhale-cn/dsh-ai-labeling
插件以当前 DSH 进程权限运行；安装前请自行查看源码与 MIT 许可证。SkillHub 上 archive-ai-labeling-dup 条目仅作归档线索，实际能力以合并后的 dsh-cn-ai-labeling 及 npm 包 @deepwhale-cn/dsh-ai-labeling 为准。
典型用法¶
CLI 入口为 dsh-ai-labeling（package.json 的 bin 字段）。
扫描指定项目根目录：
dsh-ai-labeling --root /path/to/your-project
查看内置演示（接了 OpenAI、摘要直接展示且无标识的示例项目）：
dsh-ai-labeling --demo
列出规则与依据：
dsh-ai-labeling --list-rules
导出 HTML 或 CI 用的 JSON：
dsh-ai-labeling --root . --html ai-labeling.html
dsh-ai-labeling --root . --json
有 high/critical 命中时退出码为 1，可挂在 CI 上当卡口。
报告建议的修复方向¶
README 中的修复思路可概括为四点：
- 在用户可见的页面、接口响应、消息正文中引用统一常量形式的显式标识；仅写在 README、注释或后台日志不算。
- 增加人工核验或「仅供参考」类提示。
- 落库或落盘时补充
generated_by、ai_generated、model_name、service_provider、content_id等隐式字段。 - 避免仅用「自动生成」「系统生成」等含糊表述，应使用带 AI 字样的说明，且勿用「作者」「编辑」等自然人身份规避标识。
适用场景与已知边界¶
适合：已在代码中接入主流模型 SDK 或生成 API，需要在发版或 CI 阶段快速发现「可能缺标识」的静态位置的团队。
不适合：需要运行时判定内容是否 AI 生成、或需要替代法务结论的场景。
边界（README「已知边界」）：
- 静态分析看不到运行时拼出的标识（例如从配置中心拉取文案），可能漏报，需人工确认。
- 标识按文件判断：用户实际看到的那份输出文件里没有标识就会报，即使项目别处有统一文案。
- 隐式标识只匹配有限关键词集合；自定义字段名可能提示你确认该字段是否承担来源标识语义。
结尾¶
feely0208/archive-ai-labeling-dup 在 SkillHub 上标记为归档，功能已并入 dsh-cn-ai-labeling v0.2.0；持续使用请跟正式包 @deepwhale-cn/dsh-ai-labeling 及其文档。其价值在于把「有没有告诉用户这是 AI 生成、要不要核验」从人肉 checklist 变成可重复的静态扫描与 CI 卡口。
- 目录页：https://www.skillhub.cn/plugins/feely0208/archive-ai-labeling-dup
- GitHub（归档仓库）：https://github.com/feely0208/archive-ai-labeling-dup
DSH 生态强调「一切皆插件」；SkillHub 为社区目录站点，与 DeepSeek / 幻方无官方从属关系。
