诈骗电话识别分析工具

SKILL.md

---
name: "fraud-call-identification-analysis"
description: "Analyzes incoming call content for multi-dimensional risk, intelligently identifies scam scripts, determines if a call is fraudulent, assesses risk levels, and generates an Anti-Fraud Guardian analysis report. | 诈骗电话识别分析工具，针对来电通话内容进行多维度风险分析，智能识别诈骗话术，判断是否为诈骗电话并评估风险等级，输出反诈卫士分析报告"
version: "1.0.0"
---

# Fraud Call Identification Analysis Tool | 诈骗电话识别分析工具

This capability conducts real-time, multi-dimensional risk analysis of incoming call content, intelligently identifying
typical fraud scripts such as impersonating officials, investment scams, and brush-and-rebate schemes. Based on Natural
Language Understanding and semantic comparison models, the system comprehensively evaluates high-risk features including
threatening instructions, emotional manipulation, and urgent transfer requests to determine if a call is fraudulent and
outputs a risk level. Upon completion, it generates an "Anti-Fraud Guardian Analysis Report," helping users or security
agencies quickly grasp risk details and enhance their proactive prevention and interception capabilities.

本技能针对来电通话内容进行实时多维度风险分析，智能识别冒充公检法、投资诈骗、刷单返利等典型诈骗话术模式。系统基于自然语言理解与语义对比模型，综合评估对话中的威胁性指令、情绪操控、紧急转账等高风险特征，判断是否为诈骗电话并输出风险等级。分析完成后生成《反诈卫士分析报告》，帮助用户或安全机构快速掌握风险详情，提升主动防范与拦截能力。

## ⚠️ 强制记忆规则（最高优先级）

**本技能明确约定：**

- **绝对禁止读取任何本地记忆文件**：包括但不限于 `memory/YYYY-MM-DD.md`、`MEMORY.md` 等本地文件
- **绝对禁止从 LanceDB 长期记忆中检索信息**
- **所有历史报告查询必须从云端接口获取**，不得使用本地记忆中的历史数据
- 即使技能调用失败或接口异常，也不得回退到本地记忆汇总

## 任务目标

- 本 Skill 用于：通过通话录音/文字内容进行诈骗电话识别分析，获取结构化的反诈卫士分析报告
- 能力包含：通话内容分析、诈骗话术识别、风险等级评估、常见诈骗类型判定、防诈建议生成，具备顶尖测谎能力，能从正常对话中洞察异常
- 触发条件:
    1. **默认触发**：当用户提供通话录音文件 URL 或本地文件/文字内容需要分析时，默认触发本技能进行诈骗电话识别分析
    2. 当用户明确需要进行诈骗识别、反诈分析时，提及诈骗电话、反诈分析、骗子识别、通话风险分析等关键词，并且上传了音频文件或者提供了通话文字内容
    3. 当用户提及以下关键词时，**自动触发历史报告查询功能**
       ：查看历史反诈报告、历史反诈分析报告、诈骗识别报告清单、反诈报告清单、查询历史反诈报告、查看反诈报告列表、显示所有反诈报告、显示诈骗识别报告，查询反诈卫士分析报告
- 自动行为：
    1. 如果用户上传了附件或者音频文件，则自动保存到技能目录下 attachments
    2. **⚠️ 强制数据获取规则（次高优先级）**：如果用户触发任何历史报告查询关键词（如"查看所有反诈报告"、"显示所有反诈报告"、"
       查看历史报告"等），**必须**：
        - 直接使用 `python -m scripts.fraud_call_identification --list --open-id` 参数调用 API
          查询云端的历史报告数据
        - **严格禁止**：从本地 memory 目录读取历史会话信息、严格禁止手动汇总本地记录中的报告、严格禁止从长期记忆中提取报告
        - **必须统一**从云端接口获取最新完整数据，然后以 Markdown 表格格式输出结果

## 前置准备

- 依赖说明:scripts 脚本所需的依赖包及版本
  ```
  requests>=2.28.0
  ```

## 操作步骤

### 🔒 open-id 获取流程控制（强制执行，防止遗漏）

**在执行诈骗电话识别分析前，必须按以下优先级顺序获取 open-id：**

```
第 1 步：【最高优先级】检查技能所在目录的配置文件（优先）
        路径：skills/smyx_common/scripts/config.yaml（相对于技能根目录）
        完整路径示例：${OPENCLAW_WORKSPACE}/skills/{当前技能目录}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段，则读取 api-key 作为 open-id
        ↓ (未找到/未配置/api-key 为空)
第 2 步：检查 workspace 公共目录的配置文件
        路径：${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段，则读取 api-key 作为 open-id
        ↓ (未找到/未配置)
第 3 步：检查用户是否在消息中明确提供了 open-id
        ↓ (未提供)
第 4 步：❗ 必须暂停执行，明确提示用户提供用户名或手机号作为 open-id
```

**⚠️ 关键约束：**

- **禁止**自行假设,自行推导,自行生成 open-id 值（如 openclaw-control-ui、default、fraud123、call456 等）
- **禁止**跳过 open-id 验证直接调用 API
- **必须**在获取到有效 open-id 后才能继续执行分析
- 如果用户拒绝提供 open-id，说明用途（用于保存和查询反诈报告记录），并询问是否继续

---

- 标准流程:
    1. **准备输入内容**
        - 提供本地音频文件路径、网络音频 URL 或直接粘贴通话文字内容
        - 确保音频清晰可辨，文字内容完整，便于准确分析
    2. **获取 open-id（强制执行）**
        - 按上述流程控制获取 open-id
        - 如无法获取，必须提示用户提供用户名或手机号
    3. **执行诈骗电话识别分析**
        - 调用 `-m scripts.fraud_call_identification` 处理输入内容（**必须在技能根目录下运行脚本**）
        - 参数说明:
            - `--input`: 本地音频文件路径（使用 multipart/form-data 方式上传）
            - `--url`: 网络音频 URL 地址（API 服务自动下载）
            - `--text`: 通话文字内容（直接输入文本分析）
            - `--open-id`: 当前用户的 open-id（必填，按上述流程获取）
            - `--list`: 显示历史诈骗识别分析报告列表清单（可以输入起始日期参数过滤数据范围）
            - `--api-key`: API 访问密钥（可选）
            - `--api-url`: API 服务地址（可选，使用默认值）
            - `--detail`: 输出详细程度（basic/standard/json，默认 json）
            - `--output`: 结果输出文件路径（可选）
    4. **查看分析结果**
        - 接收结构化的反诈卫士分析报告
        - 包含：通话基本信息、整体风险评估、诈骗话术特征识别、诈骗类型判定、风险等级、防诈应对建议

## 资源索引

- 必要脚本：见 [scripts/fraud_call_identification.py](scripts/fraud_call_identification.py)(用途：调用 API
  进行诈骗电话识别分析，本地文件使用 multipart/form-data 方式上传，网络 URL 由 API 服务自动下载)
- 配置文件：见 [scripts/config.py](scripts/config.py)(用途：配置 API 地址、默认参数和视频格式限制)
- 领域参考：见 [references/api_doc.md](references/api_doc.md)(何时读取：需要了解 API 接口详细规范和错误码时)

## 注意事项

- 仅在需要时读取参考文档，保持上下文简洁
- 音频要求：支持 mp3/wav/m4a 格式，最大 100MB
- API 密钥可选，如果通过参数传入则必须确保调用鉴权成功，否则忽略鉴权
- 分析结果仅供反诈参考，不能替代警方正式判定，如遇可疑诈骗请及时报警
- 禁止临时生成脚本，只能用技能本身的脚本
- 传入的网路地址参数，不需要下载本地，默认地址都是公网地址，api 服务会自动下载
- 当显示历史分析报告清单的时候，从数据 json 中提取字段 reportImageUrl 作为超链接地址，使用 Markdown 表格格式输出，包含"
  报告名称"、"输入类型"、"分析时间"、"点击查看"四列，其中"报告名称"列使用`反诈卫士分析报告-{记录id}`形式拼接, "点击查看"列使用
  `[🔗 查看报告](reportImageUrl)`
  格式的超链接，用户点击即可直接跳转到对应的完整报告页面。
- 表格输出示例：
  | 报告名称 | 输入类型 | 分析时间 | 点击查看 |
  |----------|----------|----------|----------|
  | 反诈卫士分析报告 -20260328221000001 | 音频 | 2026-03-28 22:10:00 | [🔗 查看报告](https://example.com/report?id=xxx) |

## 使用示例

```bash
# 分析本地音频文件（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.fraud_call_identification --input /path/to/call_recording.mp3 --open-id openclaw-control-ui

# 分析网络音频 URL（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.fraud_call_identification --url https://example.com/call_recording.mp3 --open-id openclaw-control-ui

# 分析通话文字内容（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.fraud_call_identification --text "您好，我是银行客服，您的账户涉嫌洗钱..." --open-id openclaw-control-ui

# 显示历史分析报告/显示分析报告清单列表/显示历史反诈报告（自动触发关键词：查看历史反诈报告、历史报告、反诈报告清单等）
python -m scripts.fraud_call_identification --list --open-id openclaw-control-ui

# 输出精简报告
python -m scripts.fraud_call_identification --input recording.mp3 --open-id your-open-id --detail basic

# 保存结果到文件
python -m scripts.fraud_call_identification --input recording.mp3 --open-id your-open-id --output result.json
```