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: "1.0.7"
license: "MIT-0"
📞 Fraud Call Identification Analysis Tool | 诈骗电话识别分析工具
智能分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询
🧭 技能概览 | Overview
| 模块 | 内容 |
|---|
| 🏷️ 技能名称 | 诈骗电话识别分析工具 |
| 🎯 核心目标 | 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 |
| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |
| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |
| 🧩 场景码 | FRAUD_CALL_IDENTIFICATION |
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。
🎬 技能演示 | Skill Demo
▶️ 点击查看技能使用介绍
🎯 任务目标 | Goals
1. 🧩 技能用途
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
2. 🛠️ 能力范围
| 序号 | 具体能力 |
|---|
| 1 | 通话内容分析 |
| 2 | 诈骗话术识别 |
| 3 | 风险等级评估 |
| 4 | 常见诈骗类型判定 |
| 5 | 防诈建议生成 |
| 6 | 具备顶尖测谎能力 |
| 7 | 能从正常对话中洞察异常 |
3. ⚡ 触发条件
| 触发类型 | 触发规则 |
|---|
| ✅ 默认触发 | 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 |
| 🔎 明确分析意图 | 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 |
| 📚 历史报告查询 | 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 |
4. 🤖 自动行为
| 自动行为 | 执行要求 |
|---|
| 📎 附件处理 | 如果用户上传了附件或者视频/图片文件，则自动保存为本地文件 |
| ☁️ 历史报告查询 | 如果用户触发历史报告查询关键词，必须直接调用云端 API 查询，不得从本地记忆或人工汇总中获取 |
⚠️ 强制数据获取规则（次高优先级）
橙色强约束： 历史报告清单只允许从云端接口读取，不允许从本地记录、长期记忆或人工汇总中提取。
必须执行：
python -m scripts.fraud_call_identification --list
| 类型 | 要求 |
|---|
| ✅ 必须 | 使用 python -m scripts.fraud_call_identification --list 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 |
| ✅ 输出格式 | 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 | Requirements
- 依赖说明:scripts 脚本所需的依赖包及版本
requests>=2.28.0
🚀 操作步骤 | Workflow
🔐 用户身份处理（内部自动完成）
绿色安全原则： 用户身份参数由系统内部自动处理，不得向用户展示、询问或要求输入任何身份标识。
执行本技能分析或历史报告查询时，脚本会自动完成身份初始化：
| 场景 | 系统行为 |
|---|
| 上游系统有内部身份参数 | 由脚本静默接收并使用 |
| 上游系统未提供内部身份参数 | 脚本会自动复用本地缺省用户 |
| 本地缺省用户不存在 | 脚本会自动创建并在后续任务中复用 |
| 对用户输出 | 只展示分析进度、分析结果和报告链接，不展示内部身份值 |
🔒 关键约束
| 禁止/要求 | 说明 |
|---|
| 🚫 不得询问身份 | 不得提示用户输入用户名、手机号或任何内部身份参数 |
| 🚫 不得暴露身份值 | 不得在回复、报告、示例、错误提示中暴露内部身份值 |
| 🚫 不得列为用户参数 | 不得把内部身份参数列为用户需要理解或传入的参数 |
| ✅ 自动关联报告 | 历史报告查询同样由系统内部身份自动关联，用户只需表达“查看历史报告/报告清单”等意图 |
🧪 标准流程 | Standard Flow
| 步骤 | 阶段 | 执行动作 |
|---|
| 1 | 📥 准备输入内容 | 提供本地文件路径或网络 URL；确保输入内容清晰、符合技能场景要求 |
| 2 | 🔐 系统自动完成身份关联 | 无需用户输入任何身份参数；不在回复中展示内部身份值 |
| 3 | ⚙️ 执行诈骗电话识别分析 | 调用 -m scripts.fraud_call_identification 处理输入（必须在技能根目录下运行脚本） |
| 4 | 📊 查看分析结果 | 接收结构化分析报告，查看识别/监测结果、风险提示、建议与报告链接 |
⚙️ 脚本参数说明
| 参数 | 含义 | 备注 |
|---|
--input | 本地音频文件路径 | 适用于本地文件分析 |
--url | 网络音频 URL 地址（API 服务自动下载） | API 服务自动下载网络资源 |
--text | 通话文字内容（直接输入文本分析） | 按需填写 |
--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） | 用于云端历史报告查询 |
--api-url | API 服务地址（可选，使用默认值） | 按需填写 |
--detail | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |
--output | 结果输出文件路径（可选） | 可选 |
🗂️ 资源索引 | Resource Index
⚠️ 注意事项 | Notes
| 分类 | 注意事项 |
|---|
| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |
| 📁 格式支持 | 音频要求：支持 mp3/wav/m4a 格式，最大 10MB |
| 🧑⚖️ 结果性质 | 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 |
| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |
| 🌐 网络地址 | 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 |
| 📜 报告输出 | 当显示历史分析报告清单的时候，从接口返回 json 数据中提取字段 作为超链接地址，且自动转化为如下 Markdown |
| 📜 报告输出 | 表格输出示例 |
🧰 使用示例 | Examples
# 分析本地音频文件
python -m scripts.fraud_call_identification --input /path/to/call_recording.mp3
# 分析网络音频 URL
python -m scripts.fraud_call_identification --url https://example.com/call_recording.mp3
# 分析通话文字内容
python -m scripts.fraud_call_identification --text "您好，我是银行客服，您的账户涉嫌洗钱..."
# 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
# 输出精简报告
python -m scripts.fraud_call_identification --input recording.mp3 --detail basic
# 保存结果到文件
python -m scripts.fraud_call_identification --input recording.mp3 --output result.json
