<!-- v25.0合并说明: content-dedup已合并到content-rewriter(来源:R75.5 Skill去重)。dedup的SimHash检测功能作为"detect"动作保留，原content-dedup目录已删除。 -->

LLM内容改写器（含SimHash去重检测）

使用场景

解决跨平台内容同质化风险。相同内容直接多平台发布会被平台检测为搬运/重复内容，导致降权。本Skill提供两个action：

1. rewrite(改写): 对内容进行LLM/本地语义改写，保持核心信息不变但改变表达方式
2. detect(检测): SimHash指纹去重检测，发布前检查内容是否与24h内历史内容重复

防控场景

• 内容发布前同平台24h去重检查(detect)
• 多平台分发前跨平台相似度检测(detect)
• 跨平台内容同质化改写(rewrite)
• 防止触发小红书"同质笔记>3次标记搬运"规则

工作流

action=rewrite (内容改写)

1. 接收原始内容和目标平台
   • 输入: content(原始内容) + platform(目标平台) + use_llm(可选)
   • 验证: 内容非空,平台在支持列表内
2. 选择改写模式
   • LLM模式: 调用9Router进行语义改写(高质量,~500-1000 tokens/次)
   • 本地模式: 同义替换(0 Token,适合简单内容)
3. 生成改写提示词
   • 根据平台风格配置生成提示词
   • 平台风格: 知乎(专业理性)/小红书(活泼种草)/抖音(口语化)等8种
4. 执行改写
   • LLM模式: 通过openclaw gateway调用9Router
   • 本地模式: 同义替换(推荐->分享/好用->实用等)
5. 返回改写结果
   • 输出: original + rewritten + platform + mode

action=detect (SimHash去重检测)

1. 接收内容: text + platform + content_id
2. 计算SimHash: 字符bigram分词 -> MD5哈希 -> 64位加权指纹
3. 加载历史: 读取24h内指纹记录(data/content_fingerprints/simhash_history.json)
4. 比对检测:
   • 同平台: 汉明距离<=3 -> 拦截(block)
   • 跨平台: 汉明距离<=5 -> 告警(warning)
   • 无匹配 -> 通过(pass)
5. 保存指纹: 写入历史记录(保留7天)
6. 返回结果: status(pass/warning/block) + 汉明距离 + 匹配记录

SimHash算法说明

• 分词: 字符bigram(无需jieba依赖，兼容中英文)
• 哈希: MD5取前8字节作为64位hash
• 指纹: 64位加权向量二值化
• 比对: 汉明距离(XOR后1的个数)
• 窗口: 24小时滑动窗口

阈值依据(来源:34_防封防降权升级方案v1.0)

检测类型	汉明距离阈值	动作	平台规则依据
同平台重复	<=3	拦截发布	小红书同质笔记>3次标记搬运
跨平台相似	<=5	告警但放行	抖音像素级帧比对+暗水印
无重复	>5	通过	-

输入格式

rewrite输入

{
  "action": "rewrite",
  "content": "推荐一个好用的AI工具，可以快速生成文案",
  "platform": "xiaohongshu",
  "use_llm": false
}

detect输入

{
  "action": "detect",
  "text": "待检测的文本内容",
  "platform": "douyin",
  "content_id": "content_001"
}

字段	类型	必填	说明
action	string	否	rewrite(默认)/detect
content	string	rewrite必填	原始内容
text	string	detect必填	待检测文本(>=2字符)
platform	string	是	目标平台
use_llm	bool	否	是否用LLM改写(默认false)
content_id	string	否	内容ID(detect用，默认时间戳)

输出格式

rewrite输出

{
  "success": true,
  "data": {
    "original": "推荐一个好用的AI工具...",
    "rewritten": "安利一个实用的AI工具...",
    "platform": "xiaohongshu",
    "mode": "local"
  },
  "error": null,
  "code": "REWRITE_OK"
}

detect输出

{
  "success": true,
  "data": {
    "status": "pass",
    "code": "DEDUP_PASS",
    "message": "无重复",
    "fingerprint": 1234567890,
    "min_same_platform_distance": null,
    "min_cross_platform_distance": null,
    "threshold_block": 3,
    "threshold_warning": 5,
    "window_hours": 24
  },
  "error": null,
  "code": null
}

字段(detect)	类型	说明
status	string	pass/warning/block
code	string	DEDUP_PASS/DEDUP_WARN_CROSS/DEDUP_BLOCK_SAME
fingerprint	int	64位SimHash指纹
min_same_platform_distance	int|null	同平台最小汉明距离
min_cross_platform_distance	int|null	跨平台最小汉明距离

平台风格配置(rewrite)

平台	风格	语气	长度
zhihu	专业理性	客观分析	中长文
xiaohongshu	活泼种草	亲切分享	短文+emoji
douyin	口语化	直接有力	短文案
weibo	简洁观点	犀利	短文
juejin	技术深度	专业分享	中长文
csdn	技术教程	详细讲解	长文
bilibili	趣味科普	轻松	中短文
xianyu	商品卖点	吸引购买	短文案

异常处理

错误码	场景	处理
REWRITE_VAL_ERR	内容为空/平台未知	返回JSON+exit(1)
REWRITE_FALLBACK	LLM调用失败	降级本地同义替换
REWRITE_ERR	其他异常	返回JSON+exit(2)
DEDUP_VAL_ERR	text为空(detect)	返回JSON+exit(1)
DEDUP_ERR	内部异常(detect)	返回JSON+exit(2)
DEDUP_BLOCK_SAME	同平台重复(detect)	拦截发布，建议改写
DEDUP_WARN_CROSS	跨平台相似(detect)	告警但放行，建议差异化

集成点

content-publisher步骤3.4.5+3.4.6

发布前先调用detect动作执行SimHash去重检测，对warning/block内容调用rewrite动作改写后再重新检测。

步骤3.4.5 内容去重检查:
  - 调用 content-rewriter scripts/simhash_dedup.py (action=detect)
  - status=block -> 拦截发布，返回CP-ERR-08
  - status=warning -> 记录日志，继续发布
  - status=pass -> 继续发布流程

步骤3.4.6 内容改写差异化:
  - 调用 scripts/content_rewriter.py (action=rewrite)
  - 改写后重新执行3.4.5去重检查

与content-orchestrator集成

content-orchestrator已有的4维度差异化检查是语义层检查，本Skill的detect动作是指纹层检查，两者互补不冲突(R31合规:不降级现有优化)。

示例

# detect模式 - SimHash去重检测
echo '{"text":"AI代写文案服务介绍","platform":"douyin","content_id":"test-001"}' | python scripts/simhash_dedup.py

# rewrite模式 - 本地改写
echo '{"content":"推荐好用的AI工具","platform":"xiaohongshu"}' | python scripts/content_rewriter.py

# rewrite模式 - LLM改写
echo '{"content":"推荐好用的AI工具","platform":"zhihu","use_llm":true}' | python scripts/content_rewriter.py

历史版本

版本	日期	变更
v2.0.0	2026-07-22	v25.0合并content-dedup: 新增detect动作(SimHash去重检测+24h滑窗+同平台<=3拦截/跨平台<=5告警)，原content-dedup目录已删除(R75.5 Skill去重)
v1.0.0	2026-06-17	初始版本: 8平台风格适配+LLM/本地双模式+降级机制