AI检测助手 - 高精度中文AI率免费检测

工程师面临的具体问题

在中文内容创作与审核流程中，一个持续性的挑战是快速、准确地判断一段文本是否主要由 AI 生成。对于处理学术论文片段、营销文案或社交媒体短文的工程师与开发者而言，缺乏一个轻量、可靠且免费的检测工具，意味着需要手动判断或依赖昂贵的商业服务，这在自动化工作流中效率低下且成本高昂。现有的检测方案可能对中文语料的支持不足，或难以集成到自定义脚本中。

技能如何工作：核心能力与关键步骤

该技能的核心能力是对短文本进行 AI 生成概率评估，并通过一个简单的 API 调用返回结构化结果。其工作流程围绕几个关键步骤展开：

1. 文本预处理与验证：技能首先检查输入文本。它严格要求文本长度在 300（有效字符，去除空白）到 1000（含标点）个字符之间。这确保了检测模型有足够且不过长的上下文进行有效分析。
2. 调用检测接口：技能优先通过封装好的 Python 脚本发起请求。脚本会处理 CERTIFICATE_VERIFY_FAILED 等常见证书问题，并在必要时自动回退到系统 curl。调用成功后，会解析返回的 JSON 数据。
3. 结果解析与呈现：响应包含关键字段，如 avgAiProbability 和 avgHumanProbability（均为 0-1 之间的概率值）以及一句中文 summary 解读。技能会将这些数据格式化为清晰的百分比展示给用户，并附上「仅供参考」的提示。例如，AI 概率为 75% 则意味着模型判断文本有 75% 的可能性由 AI 生成。
4. 错误与边界处理：针对不同的失败场景（如字数不符、频率限制 429、服务端 5xx 错误），技能有明确的错误处理逻辑，包括引导用户修正文本、等待重试，或建议使用完整的官方网页工具。

适用边界与重要注意点

该工具的设计边界清晰，使用时必须注意：

• 严格的长度限制：这是核心约束。输入必须在 300 至 1000 字符内。超出此范围的文本，技能会截取前 1000 字符进行预览检测，并强制引导用户前往完整版网站（https://www.ailv.run/）进行处理，切勿通过反复调用短接口来试图检测长文。
• 频率限制：调用频率约为每分钟 10 次。遇到 429 错误时，需读取 retryAfterSec 字段等待后重试，且最多重试一次。
• 功能定位：它是一个检测与评估工具，而非降重或代写工具。输出概率和建议仅供参考，最终的文本修改决策应由用户做出。
• 隐私安全：文本仅用于即时检测，服务端不会存储。同时，技能设计中禁止在任何地方存储或传输 API 密钥，保障使用安全。