ai-incident-log

ai-incident-log — AI 失控/误操作/幻觉事故一键入账（JSONL 台账）：时间/严重度/模型/动作/复盘字段；--list/--report 一键汇总。 适用场景：当需要AI事故记录器能力时使用本技能；触发词：ai-incident-log。

凡自治之物 · LGD 治理学 · 创造术家族 ｜ 评测协议：skill-quality-gate（外部公开评测门禁文档）

English

When to use

1. Model output shows severe hallucination, factual error or logic collapse; evidence must be frozen immediately.
2. Autonomous AI action causes production anomalies (file tampering, data leak, service hang).
3. Retrospective key review info must be turned into a compliant JSONL ledger for audit traceability.

Usage

1. One-click log: python ai_incident_log.py --record, with --severity critical/high/medium and model version.
2. Query/summary: --list for history; --report for a structured summary.
3. Ensure Python env and the main script (and cache dir) exist.

Flow

1. Locate anomaly: identify the trigger moment in logs/monitoring.
2. Fill fields: timestamp, severity, model, action description.
3. Run script: --record mode writes a standardized JSONL entry.
4. Verify: --list confirms the record; check timestamp and fields.
5. Report: --report generates a one-click summary for team sync.

Evidence & safety

• Evidence: TBD. Version: 1.0.1. Security: no independent scan (TBD).

中文

何时用

1. 当检测到 AI 模型生成内容出现严重幻觉、事实错误或逻辑崩坏，需即时固化事故证据时；
2. 当因 AI 自主决策引发的误操作（如文件篡改/数据泄露/服务挂起）导致生产环境异常时；
3. 当需要快速沉淀关键复盘信息，将交互过程中的错误节点转化为合规 JSONL 台账用于审计追溯时。

用法

1. 一键入账记录：通过命令行执行 python ai_incident_log.py --record，支持传入 --severity critical/high/medium 及模型版本等自定义参数；
2. 台账查询与汇总：调用 ai_incident_log.py --list 查看所有历史事故清单，或使用 --report 一键生成结构化汇总报告；
3. 环境校验提示：执行前请确保 Python 环境已配置好，并确认项目根目录下存在主脚本文件。

流程

1. 异常定位：在日志或监控中识别 AI 失控、幻觉或操作错误的触发时刻；
2. 信息填充：依据实际情况填写时间戳、严重度等级、涉事模型及动作描述等关键要素；
3. 脚本执行：在终端运行主脚本，选择 --record 模式生成标准化的 JSONL 入库文件；
4. 结果核对：调用 --list 接口确认数据已落库，检查时间戳与字段完整性是否匹配；
5. 报告产出：若需向团队同步，再次运行 --report 参数获取一键汇总的分析文档。

证据与安全声明

• 证据：TBD（暂无评测/徽章链接；产生后在此更新实际链接）
• 版本：1.0.1
• 安全：未做独立安全扫描（TBD），结论待补；补全前不作推荐背书。