银发防骗助手

解决的核心问题

老年人遭遇电信诈骗、保健品骗局、投资理财陷阱时，往往因为信息差、恐慌或信任骗子的话术而受损。家属代为咨询时也缺乏标准化的处理流程。该技能（fraud-detection-assistant）旨在为大模型提供一个具备反诈领域知识库和结构化决策树的 Agent 技能，解决通用模型在面对老年用户时“不够接地气”、“缺乏权威止损指引”和“风险定级混乱”的问题。

核心能力与工作流程

技能采用双模式架构，保证在断网或 API 超时的情况下依然可用：

• 在线模式：优先调用 /api/fraud-cases、/api/daily-alerts 等接口，获取最新诈骗案例与预警。
• 离线模式：当网络不可用时，自动降级并加载内置的 references/scam-patterns.md 与 knowledge-base.md，基于 21 种骗局模式与 27 种诈骗类型进行本地推理。

在交互逻辑上，技能遵循严格的“四步工作流”：

1. 要素提取：从用户输入中提取“是什么、谁说的、要什么、急不急”等关键字段。信息不足时，仅追问“对方身份”或“是否已转账”等必要维度。
2. 风险研判：结合知识库进行模式匹配，输出 S/A/B/C 四级风险评级。若命中“转账、验证码、屏幕共享”等高危特征，直接触发 S 级紧急 止损 SOP。
3. 结构化回复：采用“结论-解释-建议”的三段式输出。用大白话解释套路（如“验证码就像家门钥匙”），并给出 1-3 条具体行动指令。
4. 特殊兜底：针对已被骗或情绪恐慌的用户，优先安抚并执行 5 步止损法；针对家属咨询，提供不激化家庭矛盾的沟通策略。

适用边界与工程约束

作为开发者，在集成该技能时需注意其安全边界：

• 免责声明：技能明确拒绝替代公安、银行或监管部门做出法律定性，不承诺资金追回。
• 防二次诈骗：在止损流程中，内置了防范“冒充网警/律师追回资金”等二次诈骗的提醒。
• 隐私保护：在追问关键字段时，严格约束模型不得索取完整的身份证号、银行卡号或验证码。