Metadata

name: xiaohongshu-prohibited-words
description: 小红书违禁词离线检测（单一真相源）。纯本地词库 + 扫描脚本，不依赖付费 API，覆盖免费课程/证书等场景实测限流词 + 通用违禁词。发布前必跑，退出码 0 才可发布。词库带入库/出库维护机制，持续养护不过时。
version: 1.0.3
metadata: {"short-description":"小红书违禁词离线检测与词库维护"}

小红书违禁词离线检测

小红书内容发布前的违禁词闸门。这是违禁词库的单一真相源——其他 skill（free-course-share、xiaohongshu-content-workflow 等）需要违禁词检查时，都引用本 skill，不要各自维护一份。

Trigger

任何小红书笔记发布前，需要做违禁词/敏感词检查
需要判断某文案是否会触发限流、下架或驳回
需要维护违禁词库（新增实测雷、降级误杀词、过期删除）

为什么用离线库而不是付费 API

multi-wordcheck 依赖 REDFOX API（付费，积分耗尽时无法运行）
本 skill 纯本地、零依赖、随时可跑，作为发布前强制兜底
REDFOX 充值后可补跑 API 做双保险，但离线扫描是底线

使用

1. 发布前扫描（强制）

# 从物料 md 扫描（只提取「## 标题」+「## 正文」+「## 标签」三段，跳过审查记录避免误报）
python3 scripts/check_prohibited.py --file 笔记终稿.md

# 或直接传纯发布文案
python3 scripts/check_prohibited.py "标题" "正文" "标签"

退出码：0 = 无 P0 硬词（PASS）；1 = 有 P0 硬词需改；2 = 运行错误；3 = 依赖缺失（fail-closed）。

规则：P0 硬词未清空 = 禁止发布。 P1/P2 命中建议顺手改，但不阻塞发布。

词库路径默认自动查找。要用别的词库，设环境变量 XHS_WORDLIST=<路径> —— 指定了却找不到就是退出码 3，不会静默回落到默认词库（否则「我换了词库」会变成一句谎话）。

⚠️ 这是单项检查（只查词），不覆盖标题字数、AI 声明、导流风险。要一次过完发布前所有关，用 xiaohongshu-preflight-check —— 那是发布前闸门的唯一出口：
python3 ~/.workbuddy/skills/xiaohongshu-preflight-check/scripts/preflight.py --file 笔记终稿.md
两者共用同一份词库与同一套解析，结论必然一致，不会一个放行一个拦截。

2. 词库维护（入库 / 出库）

词库在 references/prohibited-words.md，不是静态清单，必须持续养护，否则会越滚越臃肿、把能发的词误杀。

入库（满足任一才加，禁止"感觉像敏感词"就加）：

实测触发限流/下架（要有日期+场景+可复现）
官方公告明文列出
可核验的第三方词库（标注来源）

入库写全 5 字段：词 | 级别 | 触发场景 | 替代 | 入库日期

出库 / 降级（定期做，建议每月一次）：

P0→P1：确认不再触发硬限流（平台更新或连续 3 次使用未限流）
P1→删除：确认是误杀（正常使用无影响）
合并去重：同一词的不同变体合并
过期删除：规则变化后不再适用的词

校准信号：

限流了但词库没扫出 = 漏词 → 补进库
用了"违禁词"却没限流 = 误杀词 → 降级/删除
平台更新审核规则 → 主动重审

原则：宁可禁得准，不要滥禁。 误杀损失正常表达空间，漏词才损失一篇笔记。两害相权，优先保证禁得准。

资源

references/prohibited-words.md — 违禁词库（7 大类：实测硬词/外部平台名/极限词/价格诱导/导流话术/账号禁区词/强制标注项）
references/sections.json — 段落配置：哪一段归哪一组、默认什么级别、逐词覆写（改级别只改这里）
scripts/wordlist.py — 解析与匹配的单一实现（被本 skill 与 xiaohongshu-preflight-check 共用）
scripts/check_prohibited.py — 离线扫描脚本（纯 stdlib，零依赖）
```
python3 scripts/check_prohibited.py --file 笔记终稿.md
```
scripts/selftest.sh — 退出码回归自测（含两条漂移回归用例，改词库后跑一遍）
```
bash scripts/selftest.sh
```

设计约束：词条只有一个来源

check_prohibited.py 不内嵌任何词条副本，运行时从 references/prohibited-words.md 解析；解析逻辑在 scripts/wordlist.py，消费方（含 xiaohongshu-preflight-check）按同级 skill 目录载入，不各自复制一份。

为什么定这条（有事故）：脚本原先内嵌一份「精简可运行版词库」，靠人工与 md 同步。 2026-09-19 实测发现两边已经漂移 —— md 里标为 P0 的「免费（全文≥2次）」与「答案+PDF+主页群」，脚本一个都没拦住，而脚本自造的「免费领取」规则又拦了 md 只说 P1 的词。内嵌副本 = 漂移的来源。

所以：

加词 / 改级别 → 只改 prohibited-words.md 与（必要时）sections.json，脚本不动
词库读不到、sections.json 缺失、解析出 0 条规则 → 退出码 3，绝不放行

引用关系

被 free-course-share 引用（免费课程/证书笔记发布前）
被 xiaohongshu-content-workflow 引用（内容生产流程第 7 步）
被 xiaohongshu-preflight-check 引用（发布前闸门：词库 + 解析都从这里载入）

小红书违禁词·敏感词·限流词检测（离线）

安装技能