youtube_moderation_prototype

本审核原型旨在通过结构化、基于规则的过滤方法，维护 YouTube 社区环境的健康与安全。作为测试框架，它允许开发者在将逻辑移植到原生 Qwen 或 Gemma 环境之前，验证模式保真度与分类准确性。通过执行严格的验证步骤，该技能确保在识别破坏性行为时具有高精确度，同时为合法的用户互动保持极低的误报率。

• 大写垃圾信息检测：识别并拦截超过长度阈值且包含高比例大写字符的信息。

• 重复信息检测：监控聊天历史记录，通过侦测重复且精确匹配的短语来减轻垃圾信息行为。

• 流量限制检测：通过对在 30 秒窗口内超过定义信息频率的用户发出警告或拦截，来强制执行流量控制。

• 有害内容检测：将传入的信息与可配置的关键字列表进行比对，以高信心度识别并拦截有害、有毒或冒犯性的语言。

• 合法信息路由：自动识别安全内容并将其路由至闲聊或互动服务，确保无缝的社区互动。

• 此技能要求针对 110 个预定义测试案例（包括垃圾信息、毒性内容与合法对话）进行高保真度评估（>= 90%）。

• 专为与 0102 代理集群框架整合而设计，实现跨平台的自动化审核。

• 输入为即时聊天流；输出为结构化 JSON 日志，识别决策（拦截/允许/警告）、原因以及审计用的信心分数。

• 本模块严格属于测试验证用途的原型；应整合至更广泛的 WSP (Windsurf Recursive Engine) 工作流中以进行生产级部署。

• 使用者应确保正确加载 toxic_patterns.json，以管理针对不断演变的审核需求的模糊与精确关键字匹配。