反诈卫士 · 诈骗来电识别分析

要解决什么问题

诈骗来电往往靠话术节奏取胜：冒充公检法、投资理财、刷单返利，再配合威胁、煽情和「马上转账」。人工复盘通话既慢，又容易漏掉语义层面的套路。本技能面向通话录音、音频 URL 或文字转写，把内容交给后端分析管线，产出可归档的《反诈卫士分析报告》，并支持按用户维度从云端拉取历史报告列表（技能内明确禁止用本地 memory 冒充历史数据）。

技能如何工作

触发上，用户提供音频/文字或明确要做反诈分析时会走主流程；提到「查看历史反诈报告」等关键词时走列表查询，且必须通过 python -m scripts.fraud_call_identification --list --open-id 调云端接口。

分析前需要拿到有效的 open-id（不能自行编造），再在技能根目录执行 scripts/fraud_call_identification.py：

• --input：本地音频（multipart 上传）
• --url：公网音频地址（由 API 侧下载）
• --text：直接粘贴通话文本
• --detail：basic / standard / json（默认 json）

模型侧强调 NLU 与语义对比，综合威胁性指令、情绪操控、紧急转账等信号，给出是否诈骗倾向与风险等级，并归纳话术特征、疑似诈骗类型与应对建议。历史清单以 Markdown 表格展示，报告链接取自返回字段 reportImageUrl。

适用边界与注意点

• 音频格式：mp3 / wav / m4a，单文件上限约 100MB；转写质量直接影响识别效果。
• 结果仅供反诈参考，不能替代警方正式认定；高度可疑时应报警。
• 只能使用技能自带脚本，不要临时拼脚本；--api-key 可选，传入则须保证鉴权成功。
• 用户拒绝提供 open-id 时，应说明其用于报告留存与查询，再决定是否继续。