1、Skill 简介
xhs-sensitive-word-check：一个小红书财经内容敏感词检测 Skill，三层检测管线（词库精确匹配 + 变体词模糊匹配 + LLM 语义审核），覆盖6大敏感词分类、163个词条，输出四级风险报告与合规替换建议。
适合所有小红书财经博主使用——在发布笔记前检测内容是否违规，防止账号被封禁。
git@github.com:hangliuc/xhs-sensitive-word-check-skills.git
2、使用场景
我为什么做它
我是一个小红书财经博主，主要做纳指基金的内容。辛辛苦苦创作了一个月，粉丝做到2000，数据稳步上升，结果某天下午打开App——账号被永久封禁。
没错，截图就是我。5555555.。。。。。
没有警告，没有限流过渡，直接永封。
我翻遍了所有笔记，根本不知道哪篇违规了。后来才知道，小红书2025上半年处置虚假笔记320万篇，封禁黑灰产账号超1000万；每月合规屏蔽笔记占比27.6%，90%以上博主找不出限流原因。
我之前遇到的麻烦
-
不知道什么词敏感：财经领域的敏感词远比想象的多，“稳赚”“荐股"这种明显的还好说，但"买入”“持有”"重仓"这些金融常用词在某些语境下也违规
-
变体词防不住：我知道"荐股"敏感，但"荐gǔ"“薦股”"荐·股"这些变体，2026年AI审核都能识别，我却检测不了
-
语义违规看不见：最致命的是——我没用任何敏感词，但"这只基金的重仓股值得重点关注"这种话，在财经语境下构成隐含荐股，一样违规
-
没有检测工具：市面上的零克查词只能做字面匹配，无法理解上下文语义，更检测不了变体词
做出来之后能省掉什么
-
发布前一键检测，不用再提心吊胆
-
自动识别变体词绕审手法，不再心存侥幸
-
LLM 语义审核能抓住"字面合规但语义违规"的内容
-
每个敏感词都有合规替换建议，不用自己想怎么改
3、创作过程
1、使用trae 中的自带skills brainstorming 进行脑爆
帮我头脑风暴一下如何实现[小红书敏感词检测skill]。
背景
1.当前系统状态：我是一个小红书财经博主，账号一个月涨到2000粉，但突然被官方永久封禁，因此需要一个敏感词检测 skill，避免再次被封。
2.目标用户/场景：小红书财经博主，用于发布前的笔记违规检测，防止账号封禁。
3.已知约束：需要完全符合 aegnt skills 规范。
我希望探索的方向：
1. 帮我探索小红书的风控政策，了解哪些内容会被封禁。
2. 在使用 agent 或手动上传图文笔记、视频时，对内容进行敏感词和违规风险检测，并输出检测结果
3. 采用多种检测方式，确保不能遗漏任何敏感词。
4. 提供替代方案，例如替换敏感词、删除违规表达或改写句子等。
5. 其他你觉得值得考虑的方案
2、trae 帮我评估需求并创建设计文档
3、设计完成
4、使用步骤
安装
将 Skill 目录放到 ~/.trae-cn/skills/xhs-sensitive-word-check/ 即可，SOLO 会自动识别。
命令行检测
Bash
# 检测文本内容
python3 ~/.trae-cn/skills/xhs-sensitive-word-check/scripts/check.py "文案内容" .
# 检测文件（支持 .md / .html / .txt / .srt / .vtt）
python3 ~/.trae-cn/skills/xhs-sensitive-word-check/scripts/check.py 小红书文案.md .
# 检测文件并指定输出目录
python3 ~/.trae-cn/skills/xhs-sensitive-word-check/scripts/check.py 小红书文案.md ./output/
Agent 自动调用
在 SOLO 中，Agent 生成笔记后会自动调用本 Skill 做发布前检测。也可以手动说"帮我检测这段文案"触发。
词库更新
Bash
python3 ~/.trae-cn/skills/xhs-sensitive-word-check/scripts/wordbank_updater.py
建议每月运行一次，或在小红书发布新规后立即运行。
5、效果展示
违规文案检测
输入：
这只基金稳赚42%，闭眼持有！今天给大家荐gǔ一只纳斯达克基金，买入必涨！这是最强的基金，加我微信了解更多
输出：
Plain Text
========================================
小红书敏感词检测报告
检测结果：未通过（发现 9 个问题）
========================================
概览：
致命 3 个 | 高危 4 个 | 中危 1 个 | 低危 1 个
[致命] 问题 #1 · 收益承诺
原文：这只基金【稳赚】42%
替换建议：→ 历史年化 / → 过往业绩良好
[致命] 问题 #2 · 收益承诺
原文：买入【必涨】
替换建议：→ 市场预期向好 / → 基本面支撑
[致命] 问题 #3 · 无资质荐股
原文：今天给大家荐gǔ一只纳斯达克基金
替换建议：→ 行业分析 / → 板块研究
...（略）
快速修改清单：
#1 [致命] 稳赚 → 历史年化 / 过往业绩良好
#2 [致命] 必涨 → 市场预期向好 / 基本面支撑
#3 [致命] 荐股 → 行业分析 / 板块研究
#4 [高危] 买入 → 关注 / 跟踪
#5 [高危] 微信 → 删除
...
判定：未通过，请修改后重新检测
合规文案检测
输入：
这只纳斯达克100指数基金历史年化42%，近三年表现突出。重仓股集中度较高，详见持仓分析。投资有风险，入市需谨慎。
输出：
Plain Text
========================================
检测结果：通过（发现 1 个问题）
========================================
概览：
致命 0 个 | 高危 0 个 | 中危 0 个 | 低危 1 个
[低危] 问题 #1 · 无资质荐股/荐品
原文：重仓股集中度较高
原因：仅'建议重仓'等推荐语境可能违规，客观描述'重仓股'合规
判定：通过
变体词检测
输入：
这只基金稳·赚42%，穩賺不赔！今天薦股给大家
输出：
Plain Text
[致命] 稳赚 → 符号插入变体，检测为"稳赚"
[致命] 穩賺 → 繁体变体，检测为"稳赚"
[致命] 薦股 → 繁体变体，检测为"荐股"
6、Skill 链接
项目地址：git@github.com:hangliuc/xhs-sensitive-word-check-skills.git
文件结构
Plain Text
xhs-sensitive-word-check/
├── SKILL.md # Skill 入口定义
├── scripts/
│ ├── check.py # 主入口：编排三层检测 + 输出报告
│ ├── wordbank_match.py # L1: 词库精确匹配
│ ├── fuzzy_match.py # L2: 变体词模糊匹配
│ ├── content_parser.py # 内容解析器（md/html/txt/纯文本/srt）
│ └── wordbank_updater.py # 词库在线更新
└── references/
├── wordbank.json # 163个敏感词，6大分类
├── pinyin_map.json # 变体映射表
└── rules.md # 风控规则文档
7、总结与思考
最满意的地方
三层检测管线的设计。L1 解决80%的常见敏感词，L2 解决变体词绕审（这是2026年AI审核的重点方向），L3 解决最隐蔽的语义违规。三层递进，漏检率极低。而且 L3 不需要额外脚本，直接利用 Agent 自身的 LLM 能力，这让我意识到——Skill 不一定要把所有逻辑写成代码，善用 Agent 本身的能力也是一种设计。
后续优化方向
-
词库持续扩充：目前163个词条覆盖了主要场景，但小红书规则变化很快，需要持续更新
-
视频内容检测：目前支持字幕文件检测，但还不能自动转写视频音频
-
行业扩展：当前聚焦财经类，后续可以扩展到医疗、美妆等高审核领域
-
历史趋势分析：积累多次检测数据后，可以分析账号的合规趋势
希望大家体验后给我的建议
-
有没有漏检的敏感词？特别是你们实际踩坑遇到的
-
替换建议是否合理？有没有更好的合规表述
-
L3 语义审核的边界判断是否准确？有没有误报的情况
-
除了财经类，你们最需要哪个行业的敏感词检测
数据来源：
-
小红书2025年上半年虚假内容治理报告（2025.06.12 发布）
-
小红书创作者后台公开数据（2026年）
-
小红书财经类目敏感词合规要点（叩富网 2026.03.05 整理）
，现在他一点事没有，所以有想法搞一个这样的检测skill 。