Coding

business-correctness-validator

Try it

业务正确性验证层,LLM输出后独立校验业务规则(28平台内容合规+电商价格风控+风控阈值),校验失败拒绝输出并告警。触发:LLM生成内容后/内容发布前/价格设定后/风控检查 不触发:纯文本生成无校验需求

What it does

业务正确性验证层,LLM输出后独立校验业务规则(28平台内容合规+电商价格风控+风控阈值),校验失败拒绝输出并告警。触发:LLM生成内容后/内容发布前/价格设定后/风控检查 不触发:纯文本生成无校验需求

The skill document

核心功能: 本技能提供内容后/内容发布前/价格设定后/风控检查、无校验需求等能力。

business-correctness-validator — 业务正确性验证层

LLM输出后独立校验业务规则,作为LLM与业务落地之间的"最后一道防线"。校验失败→拒绝输出+告警;校验通过→放行。

使用场景

  1. LLM生成营销文案/商品描述后,发布前校验内容合规性
  2. LLM生成定价建议后,校验价格是否在品类风控区间内
  3. 定时Cron任务校验租户风控指标(退款率/投诉率/虚假发货率)是否超阈值
  4. 违规历史追溯查询,分析租户风控趋势
  5. 多租户场景下,各租户独立风控阈值校验

工作流

  1. 接收校验请求

    • 输入: content(内容)/price(价格)/metrics(风控指标), platform(平台), tenant_id(租户ID)
    • 验证: 参数非空+类型正确+平台有效
    • 异常: 参数无效→返回{success:false, error:"...", code:"INVALID_INPUT"}
  2. 加载业务规则矩阵

    • 配置路径: config/business_rules_matrix.yaml
    • 降级: 配置文件不存在→使用内置默认规则(来源:01/02手册)
    • 来源: 02手册§二28平台矩阵 + 01手册§十风控阈值
  3. 执行校验(按类型)

    • 内容校验: 长度+格式+品类禁令+绝对化用语(严格度分级)
    • 价格校验: 全局区间+品类区间+倾销/欺诈检测
    • 风控校验: 退款率+投诉率+虚假发货率+响应时长(多租户阈值)
    • 来源: 02手册§八8.2平台严格度 + 01手册§七7.3定价风控 + 01手册§十风控
  4. 判定结果

    • pass: 无违规→放行
    • warning: 中低风险违规→告警但放行
    • blocked: 高危/严重违规→拒绝输出+记录违规
    • 风险等级: SAFE/LOW/MEDIUM/HIGH/CRITICAL
  5. 记录违规(校验失败时)

    • 路径: data/business_violations/{tenant_id}_{date}.jsonl
    • 内容: 时间戳+租户ID+违规类型+详情
    • 用途: 违规历史追溯+风控趋势分析
  6. 返回校验结果JSON

    • 结构: {success, data:{result, risk_level, violations, ...}, error, code}

输入格式

内容校验

{"content": "AI代写文案,专业润色", "platform": "xianyu", "tenant_id": "default"}

价格校验

{"price": 99.9, "category": "virtual", "platform": "xianyu"}

风控校验

{"metrics": "{\"refund_rate\":0.08,\"complaint_rate\":0.02}", "tenant_id": "default"}

输出格式

{
  "success": true,
  "data": {
    "result": "pass|warning|blocked",
    "risk_level": "SAFE|LOW|MEDIUM|HIGH|CRITICAL",
    "platform": "xianyu",
    "tenant_id": "default",
    "violation_count": 0,
    "violations": [],
    "validated_at": "2026-07-07T10:00:00",
    "rule_source": "02手册§二+§八8.1+§八8.2"
  },
  "error": null,
  "code": null
}

异常处理

异常处理code
content为空返回success:falseINVALID_INPUT
platform无效返回success:falseINVALID_PLATFORM
price非数值返回success:falseINVALID_PRICE
category为空返回success:falseINVALID_CATEGORY
metrics JSON解析失败返回success:falseINVALID_JSON
tenant_id为空返回success:falseINVALID_TENANT
规则矩阵加载失败降级为内置默认规则无(继续执行)
违规日志写入失败记录error日志,不阻断校验无(继续执行)
MCP调用超时熔断器触发,返回降级建议CIRCUIT_OPEN

业务规则来源

规则类型来源文档具体章节
28平台内容矩阵02手册§二28平台内容矩阵
平台严格度分级02手册§八8.2(5星最严~2星最松)
广告法违禁词02手册§八8.1(绝对化用语)
定价风控区间01手册§七7.3(价格区间/异常波动)
退款率阈值01手册§十10.2(warn 5%/block 15%)
投诉率阈值01手册§十10.3(warn 3%/block 10%)
虚假发货率阈值01手册§十10.4(warn 2%/block 8%)
响应时长阈值01手册§十10.5(warn 1h/block 24h)

示例

示例1: 闲鱼内容校验通过

输入: {"content": "AI代写文案,专业润色服务", "platform": "xianyu", "tenant_id": "default"} 输出:

{
  "success": true,
  "data": {
    "result": "pass",
    "risk_level": "SAFE",
    "platform": "xianyu",
    "tenant_id": "default",
    "platform_strictness": 4,
    "content_length": 14,
    "violation_count": 0,
    "violations": [],
    "rule_source": "02手册§二+§八8.1+§八8.2"
  }
}

示例2: 小红书内容含绝对化用语被拦截

输入: {"content": "这是全网最好的产品,100%有效", "platform": "xiaohongshu", "tenant_id": "default"} 输出:

{
  "success": true,
  "data": {
    "result": "blocked",
    "risk_level": "HIGH",
    "platform": "xiaohongshu",
    "platform_strictness": 5,
    "violation_count": 2,
    "violations": [
      {"type": "absolute_word_violation", "severity": "high", "message": "内容包含广告法违禁绝对化用语: 最好", "keyword": "最好"},
      {"type": "absolute_word_violation", "severity": "high", "message": "内容包含广告法违禁绝对化用语: 100%", "keyword": "100%"}
    ]
  }
}

示例3: 价格倾销检测

输入: {"price": 0.05, "category": "service", "platform": "xianyu"} 输出:

{
  "success": true,
  "data": {
    "result": "blocked",
    "risk_level": "CRITICAL",
    "price": 0.05,
    "category": "service",
    "violation_count": 2,
    "violations": [
      {"type": "price_below_category_min", "severity": "medium", "message": "价格0.05低于service品类最低价1.0"},
      {"type": "suspicious_dumping_price", "severity": "critical", "message": "价格0.05低于service品类最低价50%,疑似倾销"}
    ]
  }
}

示例4: 风控阈值超标告警

输入: {"metrics": "{\"refund_rate\":0.08,\"complaint_rate\":0.02,\"false_shipment_rate\":0.01}", "tenant_id": "default"} 输出:

{
  "success": true,
  "data": {
    "result": "blocked",
    "risk_level": "HIGH",
    "tenant_id": "default",
    "violation_count": 1,
    "violations": [
      {"type": "refund_rate_exceeded_warn", "severity": "high", "message": "退款率8.00%超过告警阈值5.00%"}
    ],
    "rule_source": "01手册§十风控阈值"
  }
}

历史记录

版本操作时间原因
1.0.0created2026-07-07ARCH-1业务正确性验证层v8.0方案实施

Related skills

Verify an LLM API endpoint — model authenticity, billing inflation, relay provenance, performance and silent downgrades. Use when the user asks whether the model they are paying for is genuine, whether a relay or proxy is trustworthy, whether they are being overcharged, or whether a model has been quietly downgraded. 检测 LLM API 端点的真伪、计费掺水、中转来源、性能与降智;当用户问"我用的模型是不是真的"、"这个中转站靠谱吗"、"是不是被降智了"、"计费对不对"时使用。

1 installs

Use when the user is in or just finished a meeting/brainstorm and wants to check whether a discussed idea, method, or research direction is novel — e.g. says...

1 installs

AI生成内容验证与策略检查工具,支持黑白名单管理、内容分类与基础策略执行,适合个人开发者内容审核。Use when 需要代码生成、编程辅助、调试测试、开发部署时使用。不适用于无明确技术栈的模糊需求。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互,无需复杂配置即开即用。输出结果可直接使用,减少二次加工成本。

内容合规审核守卫(v25.0合并content-compliance-checker),三级审核(敏感词→AI语义→平台规则)+U19管道合规步骤(委托risk-detector 10类风险检测)。触发:内容审核/合规检查/敏感词检测/发布前审核/文案审核/U19/风控检查 不触发:内容发布/内容生成/价格调整

2 installs

可靠推理与自验证:对推理结果做命题抽取、矛盾检测、覆盖度评估与事实锚定校验,输出可验证的结论,纯Python零依赖。当需要"验证推理是否正确""自查答案""检测逻辑矛盾""reason-verify"时使用。

AI 产出预检工具。发布博客/提交任务前自动检查:内容完整性、链接可用性、敏感信息泄露、格式合规。受 Claude Code Verify 设计模式启发,完全原创实现,使用 Python + requests。

4 installs