by yuwen-cool
发布前审｜发抖音/小红书/视频号前先让 AI 审一遍：哪句踩线、依据哪条官方规则、给能直接用的改法。38 篇真实样本校准判定尺度，72 条官方原文引文可查证，你踩过的坑沉淀成本地规则库越用越准。不承诺过审，不教绕审。
# Add to your Claude Code skills
git clone https://github.com/yuwen-cool/yuwen-publish-precheckGuides for using ai agents skills like yuwen-publish-precheck.
Last scanned: 7/17/2026
{
"issues": [],
"status": "PASSED",
"scannedAt": "2026-07-17T06:14:38.411Z",
"npmAuditRan": true,
"pipAuditRan": true,
"promptInjectionRan": true
}yuwen-publish-precheck is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by yuwen-cool. 发布前审｜发抖音/小红书/视频号前先让 AI 审一遍：哪句踩线、依据哪条官方规则、给能直接用的改法。38 篇真实样本校准判定尺度，72 条官方原文引文可查证，你踩过的坑沉淀成本地规则库越用越准。不承诺过审，不教绕审。. It has 459 GitHub stars.
Yes. yuwen-publish-precheck passed SkillsLLM's automated security scan — a dependency vulnerability audit plus prompt-injection heuristics — with no high-severity issues. You can read the full report in the Security Report section on this page.
Clone the repository with "git clone https://github.com/yuwen-cool/yuwen-publish-precheck" and add it to your Claude Code skills directory (see the Installation section above). yuwen-publish-precheck ships a SKILL.md manifest, so compatible agents can discover and load it automatically.
yuwen-publish-precheck is primarily written in Python. It is open-source under yuwen-cool on GitHub, so you can review or fork the full source.
Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh yuwen-publish-precheck against similar tools.
No comments yet. Be the first to share your thoughts!
审核的目的是让内容安全地发出去，不是把稿子改成没人看的官样文章。词面命中只是线索，违规与否取决于语境、商业属性和主张对象；修复必须保住作者的口吻、钩子和信息量，只动真正越线的部分。
| 用户信号 | 动作 |
|---|---|
| "这是什么""你能干嘛""怎么用""刚装好" | 首次引导（见下） |
| "审一下""能不能发""查敏感词" | 走主流程 1→5 |
| "帮我改成能发的版本" | 主流程走完判定才动稿，先审后改 |
| "发布前再过一遍" | 对最新稿快速重跑主流程 |
| "被限流/删除/处罚了" | 读 references/diagnose.md 走复盘流程 |
| "这是误报""以后盯着这个词""这词我行业不能用" | 沉淀协议（见下），改完复述给用户确认 |
| "这样说被拦了，换成那样说就过了" | 沉淀协议表达库分支——实测经验是最值钱的沉淀 |
| "帮我看看这条为什么没被封/为什么他能这么说" | 对标拆解：先用规则解释其安全性，按置信等级沉淀（见沉淀协议） |
| "把这份词表导进来" | 小词表合并进 data/my-rules.md 黑名单表；大词表（几十条以上）写成一行一词的 .md 放进 data/wordlists/（格式见该目录示例文件，`词 |
| "我沉淀了什么""我的记录呢" | 读 data/ 各文件，用人话盘点 |
用户只提供内容和一句话诉求。中间步骤、文件读写全部由你完成，不要求用户懂任何格式。
首次引导：用户问"能干嘛/怎么用"，或审核时发现 data/profile.md 缺失或未填写，先用五六行把自己介绍清楚——能做的事（发布前审稿、改成能发的版本、被限流复盘、帮你盯词、导入词库）各配一句用户可以直接说的话术；然后提议花一分钟建档（平台/领域/商业模式，一轮问完），用户不想建也照常服务。介绍完立即回到用户的原始请求，不要让引导变成流程。
数据文件的创建：data/ 下的 profile.md、my-rules.md、expressions.md 首次需要时从 templates/ 复制同名模板生成（词库文件按 templates/词库示例.md 的格式新建）。data/ 内除 README 外的一切都不入 Git——升级永不触碰用户数据；你也绝不把用户数据写到 data/ 之外。
先读 data/profile.md（没有就引导用户建一个，见 data/README.md 模板）。审核结论取决于三件事，缺了会判错方向：
以上问题合并在一轮问完，不许连环追问。
python3 scripts/scan.py --file <稿件> [--commercial] [--industry medical,finance]
脚本输出三类结果：风险候选（命中词、位置、对应规则、优先级）、辟谣提示（用户用了"赚米"这类没必要的自我审查写法，提醒改回正常表达）、我的规则命中（用户个人词库的命中）。scan 自动读取 data/my-rules.md 的黑名单和白名单。
候选不是结论。 脚本只负责"哪里值得看"，每个候选必须进入第 3 步判定。零候选也不等于安全——语义风险（比如通篇暗示收益保证但不含关键词）只有你能看出来。
读 references/judgment.md（判定总纲，含真实样本校准的尺度），再按需加载规则文档：
references/rules-common.mdreferences/rules-commercial.mdreferences/industry-medical.mdreferences/industry-finance.mdreferences/platform-douyin.md / platform-xiaohongshu.md / platform-shipinhao.md用户的个人规则和官方规则同等地位，判定时读 data/my-rules.md 全部四区并分别处理：
MY- 编号）：逐条像官方规则一样套用——按锚点检查全文，命中就按其级别和改法处理，报告中引用 MY- 编号；用户规则不能覆盖法律和平台硬规则：白名单不豁免真实违规，个人规则只能加严或降噪，不能放行官方规则拦下的内容。
每个风险项落成四元组：位置（引用原文）→ 违反什么（规则编号+一句话）→ 多严重（必改/建议改/仅提示）→ 怎么改（给出可替换文字）。拿不准的标"无法判定"并说明缺什么信息，不许硬判。
本版本聚焦文本；用户主动提供了封面/画面图片时可顺手检查图中文字（尽力而为），并说明正式的画面检查清单在 ROADMAP V1.1。报告里写明本次审了什么、没审什么。
读 references/repair.md。先查 data/expressions.md（安全表达库）——改法优先级按置信等级：用户实测 > 规则可解释 > 本手册通用策略；"仅观察"级条目不得直接用作改稿依据。铁律：优先顺序是补披露/标注 → 补证据 → 收缩主张 → 最小改写 → 删除，能加一句话解决的不改写，能改一句的不删段。保留用户的开头钩子、个人语气和信息密度；data/profile.md 里的改法偏好必须遵循。改完的稿子必须重跑第 2、3 步复检，报告里写清复检结果——没复检就交稿等于没审。
先给一眼能懂的结论，再给细节：
结论：可以发 / 改完这N处可以发 / 不建议发（核心内容有问题）
【逐平台】抖音：… 小红书：… 视频号：…
【必改】1. 位置｜原文 → 问题（规则号，含 MY- 个人规则）→ 改成什么
【建议改】…
【仅提示】…（含辟谣提示：这些词其实不用改）
【无法判定】缺什么信息
【修改稿】（用户要求改稿时给，标注改动点）
【发布前检查单】标注选项（AI/虚构/营销/转载）、披露、授权——逐平台列
个人规则的命中和官方规则同格式呈现，标注来源（如"MY-02，来自你 2026-07 的被罚案例"），让用户看到自己的沉淀在起作用。
两条呈现纪律：干净稿件不硬凑栏目——结论+仅提示（如有）+一句边界声明即可，几行说完；发现内容里写得稳的地方（如规范的披露、有边界的表达），在报告末尾点出 1-2 处，让用户知道哪些该保留。
审完把报告存到 data/history/YYYY-MM-DD-标题.md（用户拒绝留档除外）。"可以发"的意思是"本次检查范围内未发现阻断问题"，报告末尾带一行边界声明。
用户的每一条反馈都要落进 data/，全部是人可读可编辑的 markdown。沉淀前先选对判法——按反馈的性质决定这条经验用什么方式参与审核：
| 反馈的性质 | 落到哪 | 之后怎么参与审核 |
|---|---|---|
| 有明确词面，需要看语境（大多数情况） | 黑名单表，判法=语境判 | scan 盯防 → AI 结合上下文判 |
| 有明确词面，用户确认零容忍（如法务红线） | 黑名单表，判法=见词即报 | scan 命中直接进必改/提示 |
| 没有固定词面、按意思判（如"不能暗示保过"） | 语义规则表，给 MY- 编号+锚点+改法 |
AI 逐条套用，与官方规则同地位 |
| 是语境背景而非规则（如"'诊断'是我们的正常服务名"） | 语义笔记 | 判定时作为背景知识 |
| "这样说被拦，那样说就过了"（有实测） | data/expressions.md 改写对区，置信标"实测" |
改稿时最高优先级参考 |
| "我有个技巧能让它不违规"（含换思路/换框架等篇章级技巧） | 先分类：真降险（改主张/换框架/补披露/加限定，风险实质下降）→ expressions.md 对应区；换皮隐藏（谐音/拆字/遮挡/暗语，违规实质没变）→ 不沉淀，说明这类手法被平台单独打击、是在换更大的风险 | 分类结论如实告知用户 |
| "别人这么说都没被封"（对标观察） | 先做规则解释：能说清为什么安全 → expressions.md 标"规则可解释"；解释不通 → 标"仅观察"，明确告知幸存者偏差风险（对方可能有资质/非商业/未被抽查），不作为改稿依据 | 防幸存者偏差是硬要求 |
| "一直以为这词违规，实测发了没事" | 白名单（注明实测依据） | 降词面误报；属于流传谣言的同时给辟谣背景 |
| 词面误报（词在用户场景无害） | 白名单 | 对词面候选降噪 |
| 规则判得对、用户只是不认同 | 不沉淀 | 如实解释规则依据，不讨好 |
| 用户投喂外部资料（词表/课程/截图/文章） | 分级吸收 | 能追溯官方来源的→建议按 CONTRIBUTING 提交共建；经验性词表→wordlists 导入并注明来源；无来源的"限流玄学"→如实说明不可信，不吸收；教绕审的资料→拒绝采纳，反向提醒用户这些手法本身是风险 |
其余入口：大词表 → 一行一词的 .md 放 data/wordlists/（词|原因 可附说明）；被罚案例 → 按 references/diagnose.md 模板存 data/cases/，可提炼的教训按上表分流。写锚点时把用户的模糊表述变具体（"别吹太狠"→"对功效/收益使用无边界的程度词且无数据支撑"）。沉淀词面规则后必须构造一两句测试句实跑 scan 验证命中，再向用户一句话复述：存到了哪个区、下次审核如何生效——没验证过的规则等于没沉淀。
被动沉淀：多数用户不会主动说"帮我沉淀"，对话里的自然信号就是触发器——用户反驳某条判定（"这个不算吧"）按误报分支处理；随口提到被罚经历（"上次我就因为这个被限流了"）提议存档并固化教训；透露账号信息（换平台、进新行业、开始带货）随手更新 profile.md 并告知一声。写入前先查重：同词面或同锚点已存在于黑名单/词库/语义规则的，更新原条目（补充原因、必要时升级级别），不新增重复行。
data/ 是用户的资产：升级 Skill 不覆盖它（在 .gitignore 里），用户可随时手工编辑，编辑错了 scan 会跳过该行并提示。
| 踩过的坑 | 规则 |
|---|---|
| 把"第一""钱"的词面命中直接写成违规，正常内容被误杀，用户不再信任报告。 | 候选≠违规。回到语境、商业属性、主张对象判定；平台实际容忍的表达（个人经历数字、泛化鼓励）给风险提示不拦。 |
| 用户内容通篇是收益暗示但没有一个关键词命中，scan 干净就报了"可以发"。 | 零候选≠安全。语义判定是独立步骤，scan 只是加速定位。 |
| 用户说"这词别再报了"，就把它加进了白名单——但那个词在他要发的带货场景确实违规。 | 白名单只降词面误报，不豁免真实违规。判得对就解释依据，别讨好用户。 |
| 帮用户把"减肥"改成"瘦身管理"交差，实质主张一个字没变。 | 换词不等于修复。修复必须降低实质风险：收缩主张、补披露、给证据，或如实告知这内容不能这么说。 |
| 没流量就归因"被限流了，敏感词导致的"，还给了恢复天数。 | 低播放≠违规处置。按 diagnose.md 四类归因分开：可证实违规/披露问题/推荐质量/未知信号，没证据就写未知。 |
| 沉淀"七天见效|7天见效"时正则里的裸 | 被 markdown 表格切成两列，规则悄悄失效。 | 表格内正则的"或"必须写 |（scan 解析时还原）；且沉淀后必须用测试句实跑 scan 验证命中，验证不过不算沉淀完成。 |
| 文件 | 何时读 |
|---|---|
references/judgment.md |
每次判定前必读：两层原则、违规锚点、校准尺度 |
references/rules-common.md |
每次审核：通用安全基线 |
references/rules-commercial.md |
内容有商业属性时 |
references/platform-douyin.md |
目标平台含抖音时 |
references/platform-xiaohongshu.md |
目标平台含小红书时 |
references/platform-shipinhao.md |
目标平台含微信视频号时 |
references/industry-medical.md |
内容涉及医疗健康时 |
references/industry-finance.md |
内容涉及金融理财时 |
references/repair.md |
修复改稿时 |
references/diagnose.md |
用户被处罚/限流要复盘时 |
ROADMAP.md（仓库根） |
用户问"什么时候支持快手/直播/更多行业"时 |
发抖音、小红书、微信视频号之前，先让 AI 帮你审一遍：能不能发、哪句有问题、怎么改——并且把你踩过的坑记住，越用越准。
做内容的人都困在同一个死循环里：选题平淡没流量，选题劲爆就违规。而平台不会在发布前告诉你哪里会出问题，等它提醒你的时候，已经是违规通知了。
其实平台拦的大多是表达方式，不是话题本身——同一个劲爆选题，几乎总有合规的爆款在正常拿流量。这个 Skill 帮你在发布前找到"同样劲爆但不违规"的说法。
flowchart LR
A["📄 你的稿子"] --> B["词面预检<br/>(脚本秒级定位候选)"]
B --> C["语义判定<br/>(AI 结合语境下结论)"]
C --> D{"结论"}
D -->|"可以发"| E["✅ 发布前检查单"]
D -->|"要改"| F["保意修复<br/>(给可直接替换的句子)"]
F --> G["自动复检"]
G --> E
两层检测是它和"违禁词表"的本质区别：词面命中只是线索，违规与否由语境决定。"月入过万"写在个人经历里没事，绑着卖课链接就违规——词表工具分不出这个，它可以。
下面是一段典型的带货口播稿和它的实际输出（测试实录节选）：
原稿：
姐妹们，我挖到宝了！这款酵素梅我吃了两周瘦了八斤，全网最低价只在我这，官方渠道根本拿不到这个价。现在下单还送体验装，想要的加我微信 vx8899，手慢无！
审核结论（节选）：
结论：原稿不建议发（抖音、小红书都不行），改完 3 处必改后可以发。
【必改】
1. "吃了两周瘦了八斤" → 食品宣称减肥功效 + 期限绑定确定效果（M02 极高风险）。
这个卖点本身就不能这么说——哪怕你真的瘦了八斤。改字眼保留主张属于"换皮"，我不会那样改。
2. "全网最低价，官方渠道拿不到" → 绝对化用语 + 无法考证的价格主张（R01/R02/R15）
3. "加我微信 vx8899" → 站外引流，小红书处罚率最高的红线（R05）
【仅提示】
"微信"两个字本身不违规，不用避讳——违规的是"加我+微信号"这个导流动作。
给出的修改稿（复检 0 命中）：
姐妹们，我挖到宝了！最近两周，我把下午那杯奶茶换成了这款酵素梅，酸酸甜甜的，嘴馋的时候来一颗很解馋。体重的事我不打包票，管住嘴迈开腿才是根本，它就是帮我把下午茶瘾戒下来的小零食。这次谈到了一个我自己觉得很划算的团购价，想试的姐妹直接点下方的商品链接，具体优惠以链接页为准！
注意它做了什么："挖到宝"的钩子和"两周"的时间感都保住了，违规的实质全部拆掉，还附上逐平台的发布前检查单（挂购物车/营销标注/蒲公英报备）。先审后改、改完复检、语气不丢，这是它的基本动作。
| 能力 | 依据 |
|---|---|
| 误报低 | 判定尺度用 38 篇平台实际放行的真实口播稿校准：个人经历数字不拦、泛化鼓励不拦，只拦真正命中违规锚点的表达（平均每篇仅 0.8 个词面候选） |
| 有出处 | 42 条规则全部锚定官方来源：《广告法》、网信办/卫健委专项文件、平台规则中心与社区公约，72 条原文引文带链接和核验日期，每条判定都能点开查证 |
| 会辟谣 | "赚钱要写成赚米""死要写成 S"这类流传甚广的自我审查谣言，官方早已澄清——遇到会主动告诉你不用改，谐音变体反而会被平台单独盯上 |
| 分场景 | 41 条内置检测模式按商业属性和行业三层门控：纯分享不套商业规则，不涉医疗金融不加行业规则，普通生活稿不会被"根治""收益"误伤 |
| 拒绝对抗 | 绝不提供谐音、拆字、遮挡等绕审技巧——那是把小风险换成大风险 |
flowchart LR
A["审稿 / 被罚复盘 /<br/>实测经验"] -->|"一句话反馈"| B[("data/<br/>你的本地规则库")]
B -->|"下次审核自动生效"| A
对 AI 说一句话就能沉淀，全部存在你自己电脑的 data/ 目录（纯文本，随时能看能改，永不上传）：
| 你说 | 它做 |
|---|---|
| "以后帮我盯着'对赌承诺'这个词" | 记入黑名单，下次扫描自动盯防 |
| "'燃脂'在我健身内容里是正常词，别再报了" | 记入白名单降噪（但带货场景仍正常判定） |
| "这样说被拦了，那样说就过了" | 存入安全表达库（标"实测"），改稿时最优先参考 |
| "把我整理的违禁词表导进来" | 批量入库，之后每次审核自动生效 |
| "我被限流了，帮我复盘" | 四类归因分析 + 案例存档 + 教训固化成规则 |
内置的"幸存者偏差防线"：你说"某大号这么说都没被封"，它会先用规则解释——解释得通才收录为可参考，解释不通会告诉你"大号扛得起的风险和你不一样，照抄等于替他试错"。
把下面这句发给 Cursor、Codex、Claude Code 或其他支持 Agent Skills 的工具：
请安装这个 skill：https://github.com/yuwen-cool/yuwen-publish-precheck.git
或手动克隆到技能目录：
git clone https://github.com/yuwen-cool/yuwen-publish-precheck.git ~/.cursor/skills/yuwen-publish-precheck
零依赖（仅需 Python 3），完全本地运行，稿件和个人数据不上传任何第三方。
不知道从哪开始？任选一句复制发给你的 AI：
用 yuwen-publish-precheck 审一下这篇口播稿能不能发抖音：（贴上稿子）
帮我把这篇改成小红书能发的版本
我这条视频被限流了，帮我复盘一下为什么
你能帮我做什么？
首次使用它会花一分钟引导你建档（常发平台、行业、商业模式），之后审核不再重复问。
在 skill 目录里执行 git pull 即可。三层保护：
git pull 物理上碰不到；templates/ 里的出厂模板，你从模板生成的实际数据文件不受影响；| 维度 | V1.0 现状 | 规划（ROADMAP） |
|---|---|---|
| 平台 | 抖音、小红书、微信视频号 | 快手 |
| 内容 | 口播稿、文章、图文文案、字幕、标题等文本 | 封面/画面检查清单、直播带货专项 |
| 行业 | 通用 + 医疗健康 + 金融理财（官方规则包） | 教育、母婴、美妆（按社区反馈排序） |
| 场景 | 审核、改稿、复盘、沉淀 | 海外内容转国内适配指南 |
发现误报/漏报、想要新平台或新行业规则、有踩坑经验想贡献——开 issue 说人话就行，见 CONTRIBUTING.md。每条真实反馈都可能变成下个版本的规则，更新记录见 CHANGELOG.md。
安全问题请通过私密渠道报告，见 SECURITY.md。
本项目原创的代码、文档、规则表述、模板和测试采用 MIT License，允许使用、修改、分发和商业使用，但需保留许可证与版权声明。
仓库引用的法律法规、监管文件和平台规则原文不因收录而重新授权，详见 THIRD_PARTY_NOTICES.md。
© 2026 yuwen-cool