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

智能分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询

---

🧭 技能概览 | Overview#

模块内容🏷️ 技能名称诈骗电话识别分析工具🎯 核心目标诈骗电话识别分析工具，针对来电通话内容进行多维度风险分析，智能识别诈骗话术，判断是否为诈骗电话并评估风险等级，输出反诈卫士分析报告🖼️ 输入类型图片、视频、本地文件、网络 URL📝 输出能力结构化分析报告、识别/监测结果、建议与报告链接🧩 场景码FRAUD_CALL_IDENTIFICATION

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。

🎬 技能演示 | Skill Demo#

▶️ 点击查看技能使用介绍

---

🎯 任务目标 | Goals#

1. 🧩 技能用途#

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

2. 🛠️ 能力范围#

序号具体能力1通话内容分析2诈骗话术识别3风险等级评估4常见诈骗类型判定5防诈建议生成6具备顶尖测谎能力7能从正常对话中洞察异常

3. ⚡ 触发条件#

触发类型触发规则✅ 默认触发默认触发：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🔎 明确分析意图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📚 历史报告查询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

4. 🤖 自动行为#

自动行为执行要求📎 附件处理如果用户上传了附件或者视频/图片文件，则自动保存为本地文件☁️ 历史报告查询如果用户触发历史报告查询关键词，必须直接调用云端 API 查询，不得从本地记忆或人工汇总中获取

⚠️ 强制数据获取规则（次高优先级）

橙色强约束： 历史报告清单只允许从云端接口读取，不允许从本地记录、长期记忆或人工汇总中提取。

必须执行：

bash

python -m scripts.fraud_call_identification --list

类型要求✅ 必须使用 python -m scripts.fraud_call_identification --list 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✅ 输出格式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 | Requirements#

• 依赖说明:scripts 脚本所需的依赖包及版本 text

  requests>=2.28.0
  
  

🚀 操作步骤 | Workflow#

🔐 用户身份处理（内部自动完成）#

绿色安全原则： 用户身份参数由系统内部自动处理， 不得向用户展示、询问或要求输入任何身份标识。

执行本技能分析或历史报告查询时，脚本会自动完成身份初始化：

场景系统行为上游系统有内部身份参数由脚本静默接收并使用上游系统未提供内部身份参数脚本会自动复用本地缺省用户本地缺省用户不存在脚本会自动创建并在后续任务中复用对用户输出只展示分析进度、分析结果和报告链接，不展示内部身份值

🔒 关键约束

禁止/要求说明🚫 不得询问身份不得提示用户输入用户名、手机号或任何内部身份参数🚫 不得暴露身份值不得在回复、报告、示例、错误提示中暴露内部身份值🚫 不得列为用户参数不得把内部身份参数列为用户需要理解或传入的参数✅ 自动关联报告历史报告查询同样由系统内部身份自动关联，用户只需表达“查看历史报告/报告清单”等意图

---

🧪 标准流程 | Standard Flow#

步骤阶段执行动作1📥 准备输入内容提供本地文件路径或网络 URL；确保输入内容清晰、符合技能场景要求2🔐 系统自动完成身份关联无需用户输入任何身份参数；不在回复中展示内部身份值3⚙️ 执行诈骗电话识别分析调用 -m scripts.fraud_call_identification 处理输入（ 必须在技能根目录下运行脚本）4📊 查看分析结果接收结构化分析报告，查看识别/监测结果、风险提示、建议与报告链接

⚙️ 脚本参数说明#

参数含义备注--input本地音频文件路径适用于本地文件分析--url网络音频 URL 地址（API 服务自动下载）API 服务自动下载网络资源--text通话文字内容（直接输入文本分析）按需填写--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）用于云端历史报告查询--api-urlAPI 服务地址（可选，使用默认值）按需填写--detail输出详细程度（basic/standard/json，默认 json）输出详细程度--output结果输出文件路径（可选）可选

🗂️ 资源索引 | Resource Index#

资源类型路径用途何时读取🐍 必要脚本scripts/fraud_call_identification.py调用 API、执行分析或查询历史报告执行分析或查询时使用🐍 必要脚本scripts/config.py调用 API、执行分析或查询历史报告执行分析或查询时使用📘 领域参考references/api_doc.md了解 API 接口规范、字段说明和错误码仅在需要了解接口规范或错误码时读取

⚠️ 注意事项 | Notes#

分类注意事项📚 文档读取仅在需要时读取参考文档，保持上下文简洁📁 格式支持音频要求：支持 mp3/wav/m4a 格式，最大 10MB🧑‍⚖️ 结果性质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🚫 脚本限制禁止临时生成脚本，只能用技能本身的脚本🌐 网络地址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📜 报告输出当显示历史分析报告清单的时候，从接口返回 json 数据中提取字段 作为超链接地址，且自动转化为如下 Markdown📜 报告输出表格输出示例

🧰 使用示例 | Examples#

bash

# 分析本地音频文件
python -m scripts.fraud_call_identification --input /path/to/call_recording.mp3

# 分析网络音频 URL
python -m scripts.fraud_call_identification --url https://example.com/call_recording.mp3

# 分析通话文字内容
python -m scripts.fraud_call_identification --text "您好，我是银行客服，您的账户涉嫌洗钱..."

# 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

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

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