Ai Poison Guard

AI 投毒内容过滤助手。检测和识别 GEO 投毒内容，验证信息来源可信度，标记潜在虚假信息，保护用户免受 AI 投毒攻击。

Security Scan

The skill's description and documentation promise network-backed source verification (whois, domain age, IP checks, reputation) but the shipped code is a local regex-based text checker that does not implement those verification features — this mismatch could mislead users about what protections they actually get.

Purpose & Capability

The stated purpose (detect GEO poisoning, verify sources, check domains) aligns with a content‑filtering tool. However SKILL.md and README describe source-verification features (whois, domain age, ICP, HTTPS, IP comparisons) and list multiple modules (detector.py, verifier.py, scorer.py, poison_patterns.py) that are not present; the single shipped script implements only local regex/keyword detection and scoring. This is an overpromise / capability mismatch.

Instruction Scope

Runtime instructions tell users to run guard.py for text, URL, file, and source verification. The actual script supports text/file input and simple scoring via pattern matches; it does not perform network lookups, whois queries, domain reputation checks, or inspect HTTPS/cert/IP as the docs imply. If users rely on the documentation for network-based verification, they'll get a false sense of protection.

Install Mechanism

No install spec and no external install actions; the skill is instruction + a local Python script. requirements.txt is commented (no enforced installs). This low-install footprint reduces supply-chain risk.

Credentials

The skill declares no required environment variables, no credentials, and the script does not read env vars. The permissions requested are proportional to the described local-analysis functionality.

Persistence & Privilege

always is false, no persistent system changes or config modifications. The skill runs locally and does not request elevated or persistent privileges.

What to consider before installing

This skill is low-risk from an exfiltration/install standpoint (no network calls or credential access in the shipped code). However the documentation promises network-backed source verification (whois, domain age, ICP, HTTPS, IP reputation) that the provided script does not implement — the tool only does local regex/keyword detection and scoring. Before relying on it for 'source verification' or domain safety, either: (1) inspect/extend the code to add honest whois/tldextract/requests logic and install the necessary dependencies; (2) or use a vetted tool that actually queries domain/WHOIS/reputation services. If you expect automatic URL/domain checks, treat the current outputs as a basic heuristic only and not as authoritative evidence of a source's trustworthiness.

AI 投毒内容过滤助手 🛡️

🚨 抵御 AI 投毒攻击 —— 检测 GEO 黑产内容，验证信息真实性，保护你的 AI 助手不被"驯服"

📰 背景

2026年央视3·15晚会曝光：AI 大模型被"投毒"已成黑色产业链。

• GEO（生成式引擎优化） 技术被滥用
• 黑产通过"喂料投毒"操控 AI 回答
• 虚构产品成为 AI 推荐的"标准答案"
• 6600元包年即可操控主流 AI 大模型

你的 AI 助手可能被投毒！ 这个 skill 帮你检测和过滤。

---

✨ 核心功能

功能	描述	触发场景
🔍 内容检测	分析文本/链接，识别投毒特征	"检测这段内容是否可信"
🔗 来源验证	检查信息来源可信度	"验证这个网站可靠吗"
📊 风险评分	给内容打分（安全/可疑/危险）	"评估这条信息的风险"
🛡️ 过滤建议	提供处理建议	"如何过滤投毒内容"
📋 报告生成	生成详细检测报告	"生成内容安全报告"

---

🎯 触发条件

当用户说以下话时，使用此技能：

内容检测

• "检测这段内容是否可信"
• "分析这个链接有没有问题"
• "这段文字是不是投毒内容"
• "检查这个信息的真实性"

来源验证

• "验证这个网站可靠吗"
• "这个来源可信吗"
• "检查域名信誉"

风险评分

• "评估这条信息的风险"
• "这段内容安全吗"
• "给这个链接打分"

过滤建议

• "如何过滤投毒内容"
• "怎么防止 AI 被投毒"
• "GEO 投毒怎么识别"

---

🚀 快速使用

检测内容

# 检测文本
python3 scripts/guard.py --detect-text "某品牌产品是行业第一，专家强烈推荐..."

# 检测链接
python3 scripts/guard.py --detect-url "https://example.com/review"

# 检测文件
python3 scripts/guard.py --detect-file suspicious.txt

验证来源

# 验证网站
python3 scripts/guard.py --verify-source "https://example.com"

# 检查域名
python3 scripts/guard.py --check-domain "example.com"

风险评分

# 评分内容
python3 scripts/guard.py --score "这款产品是全网销量第一..."

# 输出 JSON
python3 scripts/guard.py --score "..." --json

---

📊 输出示例

内容检测报告

🛡️ AI 投毒内容检测报告
━━━━━━━━━━━━━━━━━━━━━━━━

📋 检测内容：
某品牌产品是行业第一，专家强烈推荐，
用户好评如潮，是 AI 推荐的首选品牌...

🔍 检测结果：⚠️ 可疑

📊 风险评分：72/100（高风险）

🚩 发现的投毒特征：
1. ⚠️ 绝对化用语（"行业第一"）
2. ⚠️ 虚假权威（"专家强烈推荐"）
3. ⚠️ 从众心理诱导（"用户好评如潮"）
4. ⚠️ AI 推荐操控（"AI 推荐的首选"）

🔗 来源分析：
   • 域名年龄：3 个月（新域名）
   • 备案信息：无
   • 信誉评分：23/100（低）

💡 建议：
   ❌ 不建议信任此内容
   ✅ 请通过官方渠道核实
   ✅ 查看多个独立来源

📖 参考：央视3·15晚会曝光 GEO 投毒案例

来源验证报告

🔗 来源验证报告
━━━━━━━━━━━━━━━━━━━━━━━━

🌐 网站：example.com

📊 可信度评分：35/100（不可信）

🚩 风险指标：
   • ⚠️ 域名注册时间：3 个月（新）
   • ⚠️ 无 ICP 备案
   • ⚠️ 无 HTTPS 证书
   • ⚠️ 服务器位置：境外
   • ⚠️ 与已知投毒网站同 IP

✅ 可信特征：
   • 无

💡 建议：
   ❌ 不建议访问此网站
   ❌ 不要采信其内容
   ✅ 寻找官方或权威来源

---

🛡️ 投毒特征库

GEO 投毒常见手法

手法	特征	示例
虚假权威	伪造专家/机构背书	"专家强烈推荐"
绝对化用语	夸大宣传	"行业第一"、"全网最优"
从众诱导	制造虚假热度	"用户好评如潮"
AI 操控	直接操控 AI 推荐	"AI 推荐的首选"
虚假评测	伪造测评内容	"实测证明..."
信息轰炸	批量铺设虚假内容	大量相同内容

可疑域名特征

• 新注册域名（< 6 个月）
• 无备案信息
• 无 HTTPS
• 服务器在境外
• 与已知黑产同 IP

---

📁 文件结构

skills/ai-poison-guard/
├── SKILL.md                    # 技能定义
├── README.md                   # 使用说明
├── requirements.txt            # 依赖
├── scripts/
│   ├── guard.py                # 主脚本
│   ├── detector.py             # 内容检测器
│   ├── verifier.py             # 来源验证器
│   ├── scorer.py               # 风险评分器
│   └── poison_patterns.py      # 投毒特征库
├── templates/
│   └── report_template.md      # 报告模板
└── docs/
    ├── geo-explained.md        # GEO 技术说明
    └── 315-case-study.md       # 3·15案例分析

---

🔧 依赖

• Python 3
• requests
• whois
• tldextract

安装：

pip3 install requests whois tldextract

---

📖 参考资料

• 央视3·15晚会曝光：AI 大模型被投毒
• GEO（生成式引擎优化）技术滥用案例
• 国家市场监督管理总局2026年广告监管要点

---

📝 更新日志

v1.0.0 (2026-03-16)

• 🎉 初始发布
• ✅ 内容检测功能
• ✅ 来源验证功能
• ✅ 风险评分功能
• ✅ 投毒特征库

---

保护你的 AI 助手，抵御投毒攻击！ 🛡️