抖音违禁词检测 Skill（开源词库版）

本地词库 + 每日自动更新，无需 API Key，离线可用。

脚本路径

scripts/
  check.py         # 主检测脚本（入口）
  update_words.py  # 词库更新模块（每天首次自动触发）
data/              # 运行时生成，词库缓存目录（.gitignore 排除）
  sensitive_words.txt
  .update_state.json

常用命令

SKILL=~/.agents/skills/douyin-sensitive-check

# 检测一段文案
python3 $SKILL/scripts/check.py "今天给大家推荐史上最好用的护肤品，加我微信领优惠券"

# 检测文件
python3 $SKILL/scripts/check.py -f /path/to/script.txt

# 管道
echo "文案内容" | python3 $SKILL/scripts/check.py

# 强制更新词库
python3 $SKILL/scripts/check.py --update

# 查看词库状态
python3 $SKILL/scripts/check.py --status

工作流

1. 每天首次运行 → 自动调用 update_words.py 从 3 个 GitHub 开源词库拉取最新内容合并
2. 加载本地 data/sensitive_words.txt（去重合并，含数万词条）
3. 对输入文案做全文子串匹配（长词优先）
4. 输出：🔴 违禁词（必改）/ 🟡 广告极限词（建议改）+ 上下文标注
5. 根据结果帮用户改写文案，改完后再次检测直到通过

词库来源

• konsheng/Sensitive-lexicon：广告、政治、暴恐、色情、涉枪涉爆、补充词库
• bigdata-labs/sensitive-stop-words：广告、政治、色情、涉枪涉爆
• jkiss/sensitive-words：广告、政治、色情

更新机制

• data/.update_state.json 记录最后更新日期
• 每天第一次使用自动触发，当天内后续使用直接读缓存
• 网络失败时保留本地缓存，不影响使用
• 手动强制更新：--update

重要提示

• 开源词库以通用违禁词为主，抖音平台的部分特有限流词（如"私信"、"加微信"）已内置在 check.py 的 CATEGORY_PATTERNS 中补充
• 匹配策略是子串匹配，可能有误报；如需精确匹配可编辑 data/sensitive_words.txt 删除误报词
• 改写建议：被标注词优先用谐音、符号分割、同义替换等方式规避