aionclaw通过本地预处理保障隐私与效率：仅发送脱敏、结构化的指令+上下文快照+执行约束，原始文件、完整对话历史和系统敏感路径永不离开设备。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当你在 AionClaw 中发起一项任务（比如“把销售表按地区汇总”或“生成10条朋友圈文案”），它不会把原始文件或完整对话历史直接裸传给大模型，而是经过本地预处理后，仅发送必要、结构化、脱敏后的任务信息——这是保障隐私与执行效率的关键设计。
核心任务信息：指令+上下文+约束
第一步：提取自然语言指令主干。AionClaw 会剥离口语冗余词（如“帮我”“麻烦”“大概”），保留动词+宾语+关键修饰，例如将“能不能帮我把上周的销售数据按城市分个组，再算下每个城市的总金额？”压缩为【按城市汇总销售数据并计算总金额】。
第二步：注入当前会话上下文快照。仅包含最近3轮有效交互的摘要（非全文），且自动过滤含手机号、身份证号、银行卡号等正则匹配字段；若你刚上传过 CSV 文件，系统会附加一行元数据：【文件名：sales_q3.csv｜行数：200｜列名：城市,产品,金额】，不发送实际数据内容。
第三步：绑定执行约束条件。包括你当前选择的数字专家类型（如“电商文案专家”）、技能开关状态（如是否启用“规避违禁词检测”）、输出格式偏好（如“只要 Markdown 表格，不要解释文字”）——这些都会转为结构化参数随请求发出。
绝不发送的信息：本地隐私红线
AionClaw 本地运行时，以下三类信息【永不离开你的设备】：原始上传文件（CSV/Excel/PDF/图片）、完整对话历史数据库（.aiondb 文件）、操作系统级敏感路径（如 C:\Users\张三\Documents\财务报表.xlsx 的真实绝对路径）。所有文件操作均通过沙箱式内存映射完成，模型只能看到经解析后的字段名、数据类型、样本值（最多3行），看不到原始文件字节流。
注意：如果你启用了“手机控制”或“微信同步”功能，且在聊天窗口中粘贴了截图或文件，AionClaw 会先调用本地 OCR 或文件解析模块提取文本特征，再将文本特征而非原始图像发送至模型——图像本身仍保留在手机相册或微信缓存目录中。
模型请求体实际构成（以 TaoToken 接口为例）
方法一：标准 OpenAI 兼容请求体
POST 到 https://taotoken.net/api/chat/completions，携带 JSON payload：
{ "model": "qwen2.5-72b", "messages": [ { "role": "system", "content": "你是一名专注办公自动化的AI专家，只输出结果，不解释过程，严格遵循用户指定格式" }, { "role": "user", "content": "按城市汇总 sales_q3.csv 并计算总金额，输出 Markdown 表格" } ], "temperature": 0.3 }
方法二：带工具调用的增强请求体（当任务触发 RPA 或本地脚本时）
此时会在 messages 中插入 tool_calls 字段，明确声明要调用的本地工具 ID（如 "csv_aggregator_v2"）及参数 schema，模型只负责生成符合 schema 的 JSON 参数，不接触任何原始数据。
