机审策略分析Skill

功能说明

一站式机审策略分析工具，支持图片标注和策略生成全流程：

1. 无标注数据：提供本地图片标注工具，支持在线标注并自动写入人审结果列
2. 有标注数据：自动分析带有人审结果的机审数据，生成可直接落地的审核策略
3. 自动计算每个策略的准确率、精确率、召回率、F1值等指标

触发场景

• 上传无标注机审数据，需要先进行人工标注再生成策略
• 已有标注好的机审数据，需要直接生成审核策略
• 需要评估现有审核策略的效果
• 分析自训练模型策略

严格执行流程（必须100%遵守，禁止私自修改）

场景1：无标注数据（文件没有「人审结果」列）

1. 提示用户：检测到文件没有「人审结果」列，需要先进行人工标注
2. 提供两个选项：「立即跳转标注流程」/「我确认文件包含人审结果，将提供列名」
3. 如果用户选择「立即跳转标注流程」：
   • 询问标注数量（建议至少100条）
   • 生成标注页面并提供给用户
   • 等待用户标注完成后上传标注结果CSV
   • 合并标注结果到原始CSV
   • 生成机审策略
4. 如果用户选择「我确认文件包含人审结果」：
   • 让用户提供人审结果列的准确列名
   • 校验列是否存在且格式正确
   • 生成机审策略
5. 禁止：不得私自寻找其他列冒充人审结果，不得使用历史分析结果冒充新生成结果

场景2：已有标注数据（文件包含「人审结果」列）

1. 脚本自动识别“人审结果”列
2. 直接执行策略生成脚本
3. 输出真实的分析结果，禁止伪造结果

功能说明

一站式机审策略分析工具，支持图片标注和策略生成全流程：

1. 无标注数据：提供本地图片标注工具，支持在线标注并自动写入人审结果列
2. 有标注数据：自动分析带有人审结果的机审数据，生成可直接落地的审核策略
3. 自动计算每个策略的准确率、精确率、召回率、F1值等指标
4. 支持单字段阈值策略和2~6字段的AND组合策略，不支持OR组合策略
5. 统一使用英文列名humanResult作为人工审核结果字段，避免中文编码乱码问题

人审结果字段要求

• 默认自动查找字段名为humanResult的列作为人工审核标签
• 支持数字型结果（1=不通过，0=通过）和中文型结果（通过/不通过/合规/违规等）
• 标注工具会自动新增humanResult列到CSV文件中
• 兼容中文列名“人审结果”，会自动转换为标准英文列名humanResult

脚本使用

生成标注页面（无标注数据）

# 参数：CSV文件路径、操作类型=generate、标注数量、输出HTML页面路径
python scripts/process_annotation.py <机审数据CSV路径> generate <标注数量> <输出HTML路径>
# 示例：生成200条数据的标注页面
python scripts/process_annotation.py data.csv generate 200 标注页面.html

合并标注结果并生成策略（标注完成后）

# 参数：原始CSV路径、操作类型=merge、标注结果CSV路径、输出合并CSV路径
python scripts/process_annotation.py <原始机审CSV路径> merge <标注结果CSV路径> <合并结果CSV路径>

直接生成策略（已有标注数据）

# 参数：带标注的CSV路径、[输出文件路径]、[采样行数]
python scripts/generate_censor_strategies.py <带标注的CSV路径> [输出文件路径] [采样行数]

输出说明

生成的策略列表包含：

• 唯一编号的策略（1、2、3...）
• 具体到字段和阈值的策略详情（无模糊描述）
• 每个策略的准确率、精确率、召回率、F1值指标
• 按F1值从优到劣排序