Fraud Call Identification Analysis Tool | 诈骗电话识别分析工具

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。

⚠️ 强制记忆规则（最高优先级）

本技能明确约定：

• 绝对禁止读取任何本地记忆文件：包括但不限于 memory/YYYY-MM-DD.md、MEMORY.md 等本地文件
• 绝对禁止从 LanceDB 长期记忆中检索信息
• 所有历史报告查询必须从云端接口获取，不得使用本地记忆中的历史数据
• 即使技能调用失败或接口异常，也不得回退到本地记忆汇总

任务目标

• 本 Skill 用于：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
• 能力包含：通话内容分析、诈骗话术识别、风险等级评估、常见诈骗类型判定、防诈建议生成，具备顶尖测谎能力，能从正常对话中洞察异常
• 触发条件:
  1. 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
  2. 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
  3. 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
• 自动行为：
  1. 如果用户上传了附件或者音频文件，则自动保存到技能目录下 attachments
  2. ⚠️ 强制数据获取规则（次高优先级）：如果用户触发任何历史报告查询关键词（如"查看所有反诈报告"、"显示所有反诈报告"、" 查看历史报告"等），必须：
     • 直接使用 python -m scripts.fraud_call_identification --list --open-id 参数调用 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
     • 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

• 依赖说明:scripts 脚本所需的依赖包及版本

  requests>=2.28.0
  

操作步骤

🔒 open-id 获取流程控制（强制执行，防止遗漏）

在执行诈骗电话识别分析前，必须按以下优先级顺序获取 open-id：

第 1 步：【最高优先级】检查技能所在目录的配置文件（优先）
        路径：skills/smyx_common/scripts/config.yaml（相对于技能根目录）
        完整路径示例：${OPENCLAW_WORKSPACE}/skills/{当前技能目录}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段，则读取 api-key 作为 open-id
        ↓ (未找到/未配置/api-key 为空)
第 2 步：检查 workspace 公共目录的配置文件
        路径：${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段，则读取 api-key 作为 open-id
        ↓ (未找到/未配置)
第 3 步：检查用户是否在消息中明确提供了 open-id
        ↓ (未提供)
第 4 步：❗ 必须暂停执行，明确提示用户提供用户名或手机号作为 open-id

⚠️ 关键约束：

• 禁止自行假设,自行推导,自行生成 open-id 值（如 openclaw-control-ui、default、fraud123、call456 等）
• 禁止跳过 open-id 验证直接调用 API
• 必须在获取到有效 open-id 后才能继续执行分析
• 如果用户拒绝提供 open-id，说明用途（用于保存和查询反诈报告记录），并询问是否继续

---

• 标准流程:
  1. 准备输入内容
     • 提供本地音频文件路径、网络音频 URL 或直接粘贴通话文字内容
     • 确保音频清晰可辨，文字内容完整，便于准确分析
  2. 获取 open-id（强制执行）
     • 按上述流程控制获取 open-id
     • 如无法获取，必须提示用户提供用户名或手机号
  3. 执行诈骗电话识别分析
     • 调用 -m scripts.fraud_call_identification 处理输入内容（必须在技能根目录下运行脚本）
     • 参数说明:
       • --input: 本地音频文件路径（使用 multipart/form-data 方式上传）
       • --url: 网络音频 URL 地址（API 服务自动下载）
       • --text: 通话文字内容（直接输入文本分析）
       • --open-id: 当前用户的 open-id（必填，按上述流程获取）
       • --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）
       • --api-key: API 访问密钥（可选）
       • --api-url: API 服务地址（可选，使用默认值）
       • --detail: 输出详细程度（basic/standard/json，默认 json）
       • --output: 结果输出文件路径（可选）
  4. 查看分析结果
     • 接收结构化的反诈卫士分析报告
     • 包含：通话基本信息、整体风险评估、诈骗话术特征识别、诈骗类型判定、风险等级、防诈应对建议

资源索引

• 必要脚本：见 scripts/fraud_call_identification.py(用途：调用 API 进行诈骗电话识别分析，本地文件使用 multipart/form-data 方式上传，网络 URL 由 API 服务自动下载)
• 配置文件：见 scripts/config.py(用途：配置 API 地址、默认参数和视频格式限制)
• 领域参考：见 references/api_doc.md(何时读取：需要了解 API 接口详细规范和错误码时)

注意事项

• 仅在需要时读取参考文档，保持上下文简洁
• 音频要求：支持 mp3/wav/m4a 格式，最大 100MB
• API 密钥可选，如果通过参数传入则必须确保调用鉴权成功，否则忽略鉴权
• 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
• 禁止临时生成脚本，只能用技能本身的脚本
• 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
• 当显示历史分析报告清单的时候，从数据 json 中提取字段 reportImageUrl 作为超链接地址，使用 Markdown 表格格式输出，包含" 报告名称"、"输入类型"、"分析时间"、"点击查看"四列，其中"报告名称"列使用反诈卫士分析报告-{记录id}形式拼接, "点击查看"列使用 [🔗 查看报告](reportImageUrl) 格式的超链接，用户点击即可直接跳转到对应的完整报告页面。
• 表格输出示例：

  报告名称	输入类型	分析时间	点击查看
  反诈卫士分析报告 -20260328221000001	音频	2026-03-28 22:10:00	🔗 查看报告

使用示例

# 分析本地音频文件（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.fraud_call_identification --input /path/to/call_recording.mp3 --open-id openclaw-control-ui

# 分析网络音频 URL（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.fraud_call_identification --url https://example.com/call_recording.mp3 --open-id openclaw-control-ui

# 分析通话文字内容（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.fraud_call_identification --text "您好，我是银行客服，您的账户涉嫌洗钱..." --open-id openclaw-control-ui

# 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 --open-id openclaw-control-ui

# 输出精简报告
python -m scripts.fraud_call_identification --input recording.mp3 --open-id your-open-id --detail basic

# 保存结果到文件
python -m scripts.fraud_call_identification --input recording.mp3 --open-id your-open-id --output result.json