aliyun sensor server

This commit is contained in:
tamakyi
2026-09-10 18:04:19 +08:00
parent e3e59e7c69
commit 8e2325eda5
38 changed files with 3147 additions and 344 deletions
+533 -112
View File
@@ -4,14 +4,71 @@
package censor
// 阿里云文本审核通道 —— 内容安全 2.0「文本审核增强版」。
//
// 迁移记录(2026-09):本通道原走「内容安全 1.0」(/green/text/scan + alibaba-cloud-sdk-go),
// 但 1.0 的开通前提是**企业实名认证**,个人认证账号无法开通,接口会永久返回
// `code=596 You have not opened Yundun Content Moderation Service`。
// 现改为 2.0(TextModeration + alibabacloud-go/green-20220302/v3):2.0 只要求实名认证
// (个人可开通),且标签体系对底线维度(涉政/暴恐/色情/自定义词库)覆盖完整。
//
// 官方文档:
// - 文本审核增强版通用服务 API:https://help.aliyun.com/practice_detail/434034
// - 标签处理建议参考: https://help.aliyun.com/practice_detail/465315
//
// ⚠️ 不要把 SDK 里 `TextModerationResponseBodyData.Labels` 的内联注释当作权威标签表:
// 那份列表是旧的且不完整(没有 political 相关标签),以官方《标签处理建议参考》为准。
import (
"context"
"encoding/json"
stderrors "errors"
"strings"
"sync"
"time"
"unicode/utf8"
"github.com/aliyun/alibaba-cloud-sdk-go/services/green"
openapiutil "github.com/alibabacloud-go/darabonba-openapi/v2/utils"
green20220302 "github.com/alibabacloud-go/green-20220302/v3/client"
"github.com/alibabacloud-go/tea/dara"
"github.com/pkg/errors"
"github.com/sirupsen/logrus"
)
const (
// aliyunRegionID 内容安全 2.0 的接入地域,SDK 据此解析出
// green-cip.cn-shanghai.aliyuncs.com(见绿网 SDK 的 EndpointMap)。
aliyunRegionID = "cn-shanghai"
// aliyunTextService 文本审核增强版的服务场景。
//
// 选 comment_detection(公聊评论内容检测):官方定位「评论/弹幕/公聊/转发」,
// 明确覆盖涉黄/涉政/涉暴等底线违规与广告导流,是本站(公开问答为主、私聊为辅)
// 最通用的单一场景。本通道被提问/回答、投票、私聊三条链路共用,接口层不带场景信息;
// 若要按场景细分(例如私聊改用 chat_detection),需给审核入口补 scene 参数。
aliyunTextService = "comment_detection"
// aliyunContentRuneLimit 2.0 通用服务单次 content 的硬上限。
// 官方文档:content 限定在 600 字符以内。这里按 550 切分以留出安全余量。
aliyunContentRuneLimit = 550
// aliyunChunkOverlapRunes 相邻分片的重叠字符数。
// 切分点可能正好落在一个风险词中间,两段各自都看不出问题;重叠可消除该盲区。
// 代价是少量重复计费(文本审核标准 7.5 元/万次,可忽略)。
aliyunChunkOverlapRunes = 50
aliyunReadTimeoutMs = 10000
aliyunConnectTimeoutMs = 5000
// aliyunMaxRawLogBytes 错误信息里回显的原始响应长度上限(按字符计),
// 避免异常响应体过大时把日志刷屏。
aliyunMaxRawLogBytes = 512
// aliyunTextModerationAPI 归一化响应的格式标记。
//
// 解析器据此拒绝「非本格式」的载荷(例如迁移前内容安全 1.0 的响应),
// 让 censor.go 的缓存回放能安全地退回一次实时调用,
// 而不是把无法识别的历史缓存误判成「通过」。
aliyunTextModerationAPI = "TextModeration"
)
type AliyunTextCensor struct {
@@ -25,170 +82,534 @@ func NewAliyunTextCensor(accessKey, accessKeySecret string) *AliyunTextCensor {
}
}
// 包级复用的 green.Client:审核请求高频且密钥在启动后不变,
// 包级复用的 client:审核请求高频且密钥在启动后不变,
// 用 sync.Once 懒加载一次并设置超时,避免每次审核都重建连接与对象。
var (
aliyunGreenOnce sync.Once
aliyunGreenClient *green.Client
aliyunGreenClient *green20220302.Client
aliyunGreenErr error
// warnAliyunAccountIssueDoOnce 保证「账号侧未就绪」的告警只打一次,避免按请求刷屏。
warnAliyunAccountIssueDoOnce sync.Once
)
func (c *AliyunTextCensor) getClient() (*green.Client, error) {
// newAliyunClient 构造内容安全 2.0 客户端。
//
// 不设置 Endpoint 而设置 RegionId:SDK 内置 EndpointMap 会把 cn-shanghai
// 解析成 green-cip.cn-shanghai.aliyuncs.com。超时单位是毫秒
// (见 darabonba-openapi 的 client.ReadTimeout → 请求参数 readTimeout)。
func newAliyunClient(accessKey, accessKeySecret string) (*green20220302.Client, error) {
regionID := aliyunRegionID
readTimeout := aliyunReadTimeoutMs
connectTimeout := aliyunConnectTimeoutMs
client, err := green20220302.NewClient(&openapiutil.Config{
AccessKeyId: &accessKey,
AccessKeySecret: &accessKeySecret,
RegionId: &regionID,
ReadTimeout: &readTimeout,
ConnectTimeout: &connectTimeout,
})
if err != nil {
return nil, errors.Wrap(err, "new content moderation client")
}
return client, nil
}
func (c *AliyunTextCensor) getClient() (*green20220302.Client, error) {
aliyunGreenOnce.Do(func() {
aliyunGreenClient, aliyunGreenErr = green.NewClientWithAccessKey("cn-shanghai", c.accessKey, c.accessKeySecret)
if aliyunGreenErr == nil {
aliyunGreenClient.SetConnectTimeout(5 * time.Second)
aliyunGreenClient.SetReadTimeout(10 * time.Second)
}
aliyunGreenClient, aliyunGreenErr = newAliyunClient(c.accessKey, c.accessKeySecret)
})
return aliyunGreenClient, aliyunGreenErr
}
type AliyunTextCensorResponse struct {
Code int `json:"code"`
Data []struct {
Code int `json:"code"`
Content string `json:"content"`
FilteredContent string `json:"filteredContent"`
Msg string `json:"msg"`
Results []struct {
Details []struct {
Contexts []struct {
Context string `json:"context"`
Positions []struct {
EndPos int `json:"endPos"`
StartPos int `json:"startPos"`
} `json:"positions"`
} `json:"contexts"`
Label string `json:"label"`
} `json:"details"`
Label string `json:"label"`
Rate float64 `json:"rate"`
Scene string `json:"scene"`
Suggestion string `json:"suggestion"`
} `json:"results"`
TaskId string `json:"taskId"`
} `json:"data"`
Msg string `json:"msg"`
RequestId string `json:"requestId"`
// newAliyunTextModerationRequest 构造 TextModeration 请求。
//
// 单独抽出便于测试断言请求形态:Service 必须是选定场景,
// ServiceParameters 是 JSON 字符串 {"content": ...}。
func newAliyunTextModerationRequest(text string) (*green20220302.TextModerationRequest, error) {
serviceParameters, err := json.Marshal(map[string]string{"content": text})
if err != nil {
return nil, errors.Wrap(err, "marshal service parameters")
}
return (&green20220302.TextModerationRequest{}).
SetService(aliyunTextService).
SetServiceParameters(string(serviceParameters)), nil
}
func (r *AliyunTextCensorResponse) IsPass() bool {
if len(r.Data) == 0 || len(r.Data[0].Results) == 0 {
return false
// splitAliyunText 把待审文本切成不超过 2.0 单次上限的分片(按 rune 切,避免切坏多字节字符)。
//
// 为什么必须切分:2.0 通用服务单次 content 硬上限 600 字符,而本站内容上限为
// 提问 1000 / 回答·追问·私聊 2000 / 投票描述 5000 字,长文本必然超限。
// 把超长文本直接发给接口会被拒,进而在 fail-closed 下变成「长内容一律发不出去」。
//
// 分片带 aliyunChunkOverlapRunes 的重叠,消除「风险词正好跨切分点」的漏判盲区。
func splitAliyunText(text string) []string {
runes := []rune(text)
if len(runes) <= aliyunContentRuneLimit {
return []string{text}
}
// ⚠️ Right now, we allow `review` and `pass` to pass the censor.
// 任一 scene 判定为 block 即不通过(此前只检查首个 result,存在漏审)。
for _, result := range r.Data[0].Results {
if result.Suggestion == "block" {
return false
step := aliyunContentRuneLimit - aliyunChunkOverlapRunes
chunks := make([]string, 0, len(runes)/step+1)
for start := 0; start < len(runes); start += step {
end := start + aliyunContentRuneLimit
if end > len(runes) {
end = len(runes)
}
chunks = append(chunks, string(runes[start:end]))
if end == len(runes) {
break
}
}
return true
return chunks
}
// Censor censors text with Aliyun API.
// https://developer.qiniu.com/censor/7260/api-text-censor
func (c *AliyunTextCensor) Censor(_ context.Context, text string) (*TextCensorResponse, error) {
// aliyunTextModerationReason 是 2.0 响应中 Data.Reason 的结构(该字段本身是 JSON 字符串)。
//
// 只声明用到的字段:riskLevel 风险级别、riskTips 子标签、riskWords 命中词。
type aliyunTextModerationReason struct {
RiskLevel string `json:"riskLevel"`
RiskTips string `json:"riskTips"`
RiskWords string `json:"riskWords"`
}
// parseAliyunReason 解析 Data.Reason。
//
// 字段缺失或非法 JSON 时返回零值 —— 忽略解析错误是刻意的:Reason 是辅助字段,
// 不应因为它的格式变化导致整条审核失败。风险级别拿不到时的保守处理见 aliyunRiskLevelScore。
func parseAliyunReason(raw string) aliyunTextModerationReason {
var reason aliyunTextModerationReason
if strings.TrimSpace(raw) == "" {
return reason
}
_ = json.Unmarshal([]byte(raw), &reason)
return reason
}
// aliyunRiskLevelScore 把 2.0 的 riskLevel 折算成 0~1 分,供 policy.go 的置信度门槛复用。
//
// ⚠️ 这是有损的近似:2.0 通用服务**不返回逐标签置信度**,只返回整条内容的 riskLevel,
// 因此同一响应内所有标签共用这一个分值(1.0 是按维度给 rate,改造后不具备该信息了)。
// 折算后 abuseScoreFloor=0.9 的实际语义变成「标准档只拦 riskLevel=high 的辱骂」,
// 与改造前的设计意图(标准档只拦高置信度辱骂)一致。
func aliyunRiskLevelScore(level string) float64 {
switch strings.ToLower(strings.TrimSpace(level)) {
case "high":
return 1
case "medium":
return 0.6
case "low":
return 0.3
case "none":
return 0
default:
// 标签存在却拿不到风险级别:取 1(保守)。
// 宁可让它够到辱骂门槛被判拦截,也不要因为字段缺失把命中标签静默降权后放行。
return 1
}
}
// aliyunRiskLevelSuggestion 把 riskLevel 映射成审核服务自身的管控建议,
// 供 policy.go 中「严格档采信 block 建议」的分支使用。
func aliyunRiskLevelSuggestion(level string) string {
switch strings.ToLower(strings.TrimSpace(level)) {
case "high":
return SuggestionBlock
case "medium":
return SuggestionReview
case "low":
return SuggestionPass
default:
return ""
}
}
// aliyunRiskLevelRank riskLevel 的高低排序,用于多分片取最高。
var aliyunRiskLevelRank = map[string]int{
"none": 0,
"low": 1,
"medium": 2,
"high": 3,
}
// aliyunHighestRiskLevel 取多分片中最高的风险级别(high > medium > low > none)。
// 任一分片命中高风险,整条内容即按高风险处置;未知级别按最高处理(方向保守)。
func aliyunHighestRiskLevel(levels []string) string {
best := ""
bestRank := -1
for _, level := range levels {
normalized := strings.ToLower(strings.TrimSpace(level))
if normalized == "" {
continue
}
rank, ok := aliyunRiskLevelRank[normalized]
if !ok {
normalized, rank = "high", aliyunRiskLevelRank["high"]
}
if rank > bestRank {
best, bestRank = normalized, rank
}
}
return best
}
// aliyunTextModerationRaw 归一化后的可落库响应。
//
// 它是「在线调用」与「缓存回放」两条路径的唯一输入格式:
// Censor 把(可能多分片的)2.0 响应合并成它并序列化,随后交给 AliyunTextCensorParser;
// censor.go 命中落库缓存时,也把这段 JSON 交给同一个 parser。
type aliyunTextModerationRaw struct {
// API 格式标记,取值恒为 aliyunTextModerationAPI,供解析器甄别旧格式载荷。
API string `json:"api"`
StatusCode int32 `json:"statusCode"`
Code int32 `json:"code"`
Message string `json:"message"`
RequestIDs []string `json:"requestIds,omitempty"`
// Labels 已过滤掉 nonLabel / normal,且已去重。
Labels []string `json:"labels,omitempty"`
RiskLevel string `json:"riskLevel,omitempty"`
Hint string `json:"hint,omitempty"`
}
// aliyunEmptyCleanRaw 空内容对应的归一化响应(无标签 → 通过)。见 Censor 的空内容分支。
var aliyunEmptyCleanRaw = []byte(`{"api":"TextModeration","statusCode":200,"code":200,"message":"OK"}`)
// aliyunChunkResult 单个分片审核结果里我们关心的最小信息集。
// 抽出这一层是为了让「多分片合并」这段逻辑可以脱离 SDK 与网络单独测试。
type aliyunChunkResult struct {
StatusCode int32
Code int32
Message string
RequestID string
Labels []string
RiskLevel string
Hint string
}
// extractAliyunChunkResult 从 SDK 响应里提取分片结果。
//
// code 非 200/0 表示请求被阿里云拒绝(服务未开通、限流、参数错误等),
// 必须报错而不是当成「未命中」—— 否则 fail-closed 会被悄悄变成 fail-open。
func extractAliyunChunkResult(resp *green20220302.TextModerationResponse) (aliyunChunkResult, error) {
if resp == nil || resp.Body == nil {
return aliyunChunkResult{}, errors.New("text moderation returned an empty response body")
}
result := aliyunChunkResult{
StatusCode: dara.Int32Value(resp.StatusCode),
Code: dara.Int32Value(resp.Body.Code),
Message: dara.StringValue(resp.Body.Message),
RequestID: dara.StringValue(resp.Body.RequestId),
}
if result.Code != 0 && result.Code != 200 {
return result, errors.Errorf("aliyun rejected the request: code=%d message=%q request_id=%s",
result.Code, result.Message, result.RequestID)
}
if result.StatusCode != 0 && result.StatusCode/100 != 2 {
return result, errors.Errorf("unexpected http status: status=%d message=%q request_id=%s",
result.StatusCode, result.Message, result.RequestID)
}
data := resp.Body.Data
if data == nil {
return result, nil
}
for _, label := range strings.Split(dara.StringValue(data.Labels), ",") {
label = strings.TrimSpace(label)
// nonLabel / normal 是「无风险」的占位标签,不进入明细。
if label == "" || label == "nonLabel" || label == "normal" {
continue
}
result.Labels = append(result.Labels, label)
}
reason := parseAliyunReason(dara.StringValue(data.Reason))
result.RiskLevel = reason.RiskLevel
// Hint 优先取命中词(与 1.0 时代回显命中上下文的行为对齐),缺失时退回子标签。
if reason.RiskWords != "" {
result.Hint = reason.RiskWords
} else {
result.Hint = reason.RiskTips
}
return result, nil
}
// mergeAliyunChunkResults 把多个分片的结果合并成一份归一化响应。
//
// 合并口径:
// - 标签取并集(任一分片命中即视为整条内容命中);
// - 风险级别取最高(high > medium > low > none),未知级别按最高处理;
// - Hint 取首个非空,与「首个命中维度决定提示文案」的既有语义保持一致。
func mergeAliyunChunkResults(results []aliyunChunkResult) aliyunTextModerationRaw {
merged := aliyunTextModerationRaw{
API: aliyunTextModerationAPI,
StatusCode: 200,
Code: 200,
Message: "OK",
}
levels := make([]string, 0, len(results))
seen := make(map[string]struct{}, 4)
for _, result := range results {
merged.RequestIDs = append(merged.RequestIDs, result.RequestID)
if result.RiskLevel != "" {
levels = append(levels, result.RiskLevel)
}
if merged.Hint == "" {
merged.Hint = result.Hint
}
for _, label := range result.Labels {
if _, ok := seen[label]; ok {
continue
}
seen[label] = struct{}{}
merged.Labels = append(merged.Labels, label)
}
}
merged.RiskLevel = aliyunHighestRiskLevel(levels)
return merged
}
// Censor censors text with Aliyun Content Moderation 2.0 (TextModeration).
// 接口文档:https://help.aliyun.com/practice_detail/434034
func (c *AliyunTextCensor) Censor(ctx context.Context, text string) (*TextCensorResponse, error) {
client, err := c.getClient()
if err != nil {
return nil, errors.Wrap(err, "new client with access key")
return nil, errors.Wrap(err, "new content moderation client")
}
content, err := json.Marshal(
map[string]interface{}{
"scenes": []string{"antispam"},
"tasks": []map[string]interface{}{
{"content": text},
},
},
)
// 空内容(例如原文只是一条可信链接,已被 RemoveTrustedURL 整段移除)无可审核内容,
// 直接按「未命中」处理:既省一次调用,也避免空 content 被判为参数错误后
// 在 fail-closed 下把这类提交一并拒掉。
if strings.TrimSpace(text) == "" {
return AliyunTextCensorParser(aliyunEmptyCleanRaw)
}
chunks := splitAliyunText(text)
results := make([]aliyunChunkResult, 0, len(chunks))
for i, chunk := range chunks {
req, err := newAliyunTextModerationRequest(chunk)
if err != nil {
return nil, err
}
resp, err := client.TextModeration(req)
if err != nil {
// 非 2xx / 签名错误 / RAM 权限不足 / 欠费停服 / 服务未开通:SDK 直接返回错误。
warnAliyunAccountIssueOnce(ctx, err)
return nil, errors.Wrapf(err, "text moderation (chunk %d/%d len=%d)",
i+1, len(chunks), utf8.RuneCountInString(chunk))
}
result, err := extractAliyunChunkResult(resp)
if err != nil {
warnAliyunAccountIssueOnce(ctx, err)
return nil, errors.Wrapf(err, "text moderation (chunk %d/%d len=%d)",
i+1, len(chunks), utf8.RuneCountInString(chunk))
}
results = append(results, result)
}
raw, err := json.Marshal(mergeAliyunChunkResults(results))
if err != nil {
return nil, errors.Wrap(err, "marshal content")
return nil, errors.Wrap(err, "marshal merged response")
}
req := green.CreateTextScanRequest()
req.SetContent(content)
resp, err := client.TextScan(req)
if err != nil {
return nil, errors.Wrap(err, "text scan")
}
if !resp.IsSuccess() {
return nil, errors.New("response is not success")
}
return AliyunTextCensorParser(resp.GetHttpContentBytes())
return AliyunTextCensorParser(raw)
}
func (*AliyunTextCensor) String() string {
return "aliyun"
}
// aliyunRawDigest 返回原始响应的可读摘要(超长截断),供错误诊断使用。
func aliyunRawDigest(raw []byte) string {
s := strings.TrimSpace(string(raw))
if s == "" {
return "<empty>"
}
runes := []rune(s)
if len(runes) > aliyunMaxRawLogBytes {
return string(runes[:aliyunMaxRawLogBytes]) + "...(truncated)"
}
return s
}
// AliyunTextCensorParser 把归一化响应转成通用的 TextCensorResponse。
//
// 在线调用与缓存回放共用本函数(见 aliyunTextModerationRaw 的说明)。
func AliyunTextCensorParser(raw []byte) (*TextCensorResponse, error) {
var responseJSON AliyunTextCensorResponse
if err := json.Unmarshal(raw, &responseJSON); err != nil {
return nil, errors.Wrap(err, "unmarshal response")
var parsed aliyunTextModerationRaw
if err := json.Unmarshal(raw, &parsed); err != nil {
return nil, errors.Wrapf(err, "unmarshal response (raw=%s)", aliyunRawDigest(raw))
}
if len(responseJSON.Data) == 0 {
return nil, errors.New("response data is empty")
// 格式标记不符:典型是迁移前内容安全 1.0 落库的缓存(形如 {"code":200,"data":[...]})。
// 这种载荷无法按 2.0 语义解释,必须报错,交由 censor.go 退回一次实时调用;
// 若当成「无标签 → 通过」,历史缓存就会变成绕过审核的后门。
if parsed.API != aliyunTextModerationAPI {
return nil, errors.Errorf("unsupported aliyun response format (api=%q raw=%s)",
parsed.API, aliyunRawDigest(raw))
}
var hint string
var label string
var confidence float64
for _, result := range responseJSON.Data[0].Results {
if result.Label == "normal" {
// 2.0 不返回逐标签置信度,只有整条内容的 riskLevel,所有标签共用折算后的分值。
score := aliyunRiskLevelScore(parsed.RiskLevel)
// Pass 取「审核服务未给出任何风险标签」。注意它不是最终裁决 ——
// 是否拦截由 policy.go 按箱主严格度决定。
pass := len(parsed.Labels) == 0
suggestion := aliyunRiskLevelSuggestion(parsed.RiskLevel)
// 与七牛保持一致:审核服务判为「非通过」却没给出建议时补成 block。
// 典型场景是命中了尚未映射的新标签(既没有明细维度、也没有 riskLevel),
// 不补的话策略层会把它当成未命中放行,与改造前的 fail-closed 行为不一致。
if suggestion == "" && !pass {
suggestion = SuggestionBlock
}
details := make([]LabelScore, 0, len(parsed.Labels))
var (
forbiddenType ForbiddenType
confidence float64
)
for _, label := range parsed.Labels {
mapped := formatAliyunForbiddenType(label)
if mapped == "" {
// 未映射的标签不进入明细:它无法参与按维度裁决。
// 原始标签仍完整保留在 RawResponse 中供审计。
continue
}
// Get the first context as the hint, forbidden type, confidence.
for _, detail := range result.Details {
for _, context := range detail.Contexts {
hint = context.Context
}
}
details = append(details, LabelScore{Label: mapped, Score: score})
label = result.Label
confidence = result.Rate
break
// 保留既有语义:首个命中的标签决定 ForbiddenType / Confidence。
if forbiddenType == "" {
forbiddenType = mapped
confidence = score
}
}
return &TextCensorResponse{
SourceName: "aliyun",
Pass: responseJSON.IsPass(),
ForbiddenType: formatAliyunForbiddenType(label),
Hint: hint,
Confidence: confidence,
RawResponse: raw,
SourceName: "aliyun",
Pass: pass,
ForbiddenType: forbiddenType,
Hint: parsed.Hint,
Confidence: confidence,
RawResponse: raw,
Details: details,
ProviderSuggestion: suggestion,
}, nil
}
// formatAliyunForbiddenType 把内容安全 2.0 的标签映射为本项目的 ForbiddenType。
//
// 标签取值以官方《文本审核增强版标签处理建议参考》为准;括号内为官方释义与风险级别:
//
// political_content / regional 涉政 (高)
// violence 暴恐 (高)
// sexual_content / sexuality 色情 (高)
// contraband 违禁 (高)
// ad / PullinTraffic / ad_compliance 广告引流/广告法合规(中高)
// profanity 辱骂 (中高)
// religion 宗教 (中高)
// negative_content / cyberbullying 不良内容/网络暴力 (中)
// nonsense 无意义 (中)
// spam 垃圾信息
// C_customized 自定义词库命中
//
// 映射结果决定 policy.go 的裁决:政治/暴恐/色情/自定义属底线维度,任何档位都拦。
// 注意 2.0 没有「灌水(flood)」维度(同类内容归入 spam),因此 ForbiddenTypeFlood
// 不会由本通道产生,七牛仍可能返回它。
func formatAliyunForbiddenType(typ string) ForbiddenType {
switch typ {
case "spam":
return ForbiddenTypeSpam
case "ad":
return ForbiddenTypeAd
case "politics":
switch strings.ToLower(strings.TrimSpace(typ)) {
case "political_content", "regional":
return ForbiddenTypePolitics
case "terrorism":
case "violence":
return ForbiddenTypeTerrorism
case "abuse":
return ForbiddenTypeAbuse
case "porn":
case "sexual_content", "sexuality":
return ForbiddenTypePorn
case "flood":
return ForbiddenTypeFlood
case "contraband":
return ForbiddenTypeContraband
case "meaningless":
return ForbiddenTypeMeaningless
case "harmful":
case "ad", "pullintraffic", "ad_compliance":
return ForbiddenTypeAd
case "profanity":
return ForbiddenTypeAbuse
case "negative_content", "cyberbullying", "religion":
return ForbiddenTypeHarmful
case "nonsense":
return ForbiddenTypeMeaningless
case "spam":
return ForbiddenTypeSpam
case "c_customized", "customized":
// 命中运营方在阿里云控制台配置的自定义词库(属显式规则,见 policy.go 的底线集合)。
return ForbiddenTypeCustomized
default:
return ""
}
}
// aliyunAccountIssueSignals 「账号侧未就绪」的特征信号(小写匹配),覆盖结构化 code 与消息文本两条路径:
// - 596 / "not opened":服务未开通
// - Forbidden:RAM 未授权
// - InvalidAccessKeyId / SignatureDoesNotMatch:密钥错误
var aliyunAccountIssueSignals = []string{
"596",
"not opened",
"forbidden",
"invalidaccesskeyid",
"signaturedoesnotmatch",
"no permission",
}
// aliyunIsAccountIssue 判断一次失败是否属于「账号侧未就绪」。
// 先看 SDK 的结构化 code(稳定),再退回错误消息文本匹配(兼容 code 缺失的情况)。
func aliyunIsAccountIssue(err error) bool {
if err == nil {
return false
}
candidates := []string{strings.ToLower(err.Error())}
var sdkErr *dara.SDKError
if stderrors.As(err, &sdkErr) {
candidates = append(candidates, strings.ToLower(dara.StringValue(sdkErr.GetCode())))
}
for _, candidate := range candidates {
if candidate == "" {
continue
}
for _, signal := range aliyunAccountIssueSignals {
if strings.Contains(candidate, signal) {
return true
}
}
}
return false
}
// warnAliyunAccountIssueOnce 在首次出现「账号侧未就绪」类失败时告警一次。
//
// 这类问题(服务未开通 / RAM 未授权 / 密钥无效)不会自愈,会把 fail-closed 的审核链路
// 永久卡死:外部表现是「全站内容都发不出去」,或(auto 模式下)内容静默落到下一个通道,
// 但日志里原本只是一条普通 ERRO,极易被当成偶发网络抖动而忽略。
// 因此第一次遇到就打出可操作的指引,并用 sync.Once 约束为只打一次,避免按请求刷屏。
func warnAliyunAccountIssueOnce(ctx context.Context, err error) {
if !aliyunIsAccountIssue(err) {
return
}
warnAliyunAccountIssueDoOnce.Do(func() {
logrus.WithContext(ctx).WithError(err).
Warn("Aliyun text moderation looks unavailable due to an account-level issue " +
"(service not activated / RAM not authorized / invalid AccessKey). " +
"Fix: activate 内容安全 2.0「文本审核增强版」(pay-as-you-go) at the Content Moderation " +
"console, and grant AliyunYundunGreenWebFullAccess to the RAM user. " +
"Note: 内容安全 1.0 requires an enterprise-verified Aliyun account and can never be " +
"activated by an individual account (code=596 recurs forever), while 2.0 only requires " +
"real-name verification. Until this is fixed the censor chain keeps failing closed.")
})
}
+459
View File
@@ -0,0 +1,459 @@
// Copyright 2022 E99p1ant. All rights reserved.
// Use of this source code is governed by a MIT-style
// license that can be found in the LICENSE file.
package censor
import (
"encoding/json"
"errors"
"strings"
"testing"
"unicode/utf8"
green20220302 "github.com/alibabacloud-go/green-20220302/v3/client"
"github.com/alibabacloud-go/tea/dara"
"github.com/stretchr/testify/assert"
)
func TestNewAliyunTextModerationRequestShape(t *testing.T) {
// 2.0(TextModeration)的接口契约:Service 指明审核场景,
// ServiceParameters 是 JSON 字符串 {"content": ...}。
req, err := newAliyunTextModerationRequest("测试文本")
assert.NoError(t, err)
assert.Equal(t, aliyunTextService, dara.StringValue(req.Service))
var serviceParameters map[string]string
assert.NoError(t, json.Unmarshal([]byte(dara.StringValue(req.ServiceParameters)), &serviceParameters))
assert.Equal(t, "测试文本", serviceParameters["content"])
}
func TestSplitAliyunText(t *testing.T) {
// 未超限时原样返回,不做无意义的切分。
assert.Equal(t, []string{"短文本"}, splitAliyunText("短文本"))
// 恰好等于上限:仍是单片。
exact := strings.Repeat("a", aliyunContentRuneLimit)
assert.Equal(t, []string{exact}, splitAliyunText(exact))
// 各档站点内容上限都要能覆盖:提问 1000 / 回答·私聊 2000 / 投票描述 5000。
for _, length := range []int{aliyunContentRuneLimit + 1, 1000, 2000, 5000} {
text := strings.Repeat("敏", length)
chunks := splitAliyunText(text)
assert.Greater(t, len(chunks), 1, "length=%d 应当被切分", length)
for i, chunk := range chunks {
// 单次不得超过 2.0 的硬上限,否则请求会被服务端拒绝。
assert.LessOrEqual(t, utf8.RuneCountInString(chunk), aliyunContentRuneLimit,
"length=%d chunk=%d 超过单次上限", length, i)
// 按 rune 切分,不能切坏多字节字符。
assert.True(t, utf8.ValidString(chunk), "length=%d chunk=%d 切坏字符", length, i)
}
// 首片必须从原文开头开始。
assert.Equal(t, string([]rune(text)[:aliyunContentRuneLimit]), chunks[0], "length=%d", length)
// 末片必须收束到原文结尾,否则尾部内容整段漏审。
assert.True(t, strings.HasSuffix(text, chunks[len(chunks)-1]),
"length=%d 最后一个分片未覆盖到原文结尾", length)
// 相邻分片必须重叠:消除「风险词正好跨切分点」的漏判盲区。
for i := 1; i < len(chunks); i++ {
previous := []rune(chunks[i-1])
current := []rune(chunks[i])
overlap := aliyunChunkOverlapRunes
if len(previous) < overlap {
overlap = len(previous)
}
assert.Equal(t, string(previous[len(previous)-overlap:]), string(current[:overlap]),
"length=%d 分片 %d 与上一片的重叠不符合预期", length, i)
}
}
}
func TestAliyunRiskLevelScore(t *testing.T) {
// 2.0 不返回逐标签置信度,只返回 riskLevel,这里折算成 0~1 供 policy.go 复用。
assert.Equal(t, 1.0, aliyunRiskLevelScore("high"))
assert.Equal(t, 1.0, aliyunRiskLevelScore("HIGH"))
assert.Equal(t, 0.6, aliyunRiskLevelScore("medium"))
assert.Equal(t, 0.3, aliyunRiskLevelScore("low"))
assert.Equal(t, 0.0, aliyunRiskLevelScore("none"))
// 未知/缺失级别取保守值 1:宁可够到辱骂门槛被判拦截,也不要静默降权后放行。
assert.Equal(t, 1.0, aliyunRiskLevelScore(""))
assert.Equal(t, 1.0, aliyunRiskLevelScore("brand-new-level"))
}
func TestAliyunRiskLevelSuggestion(t *testing.T) {
assert.Equal(t, SuggestionBlock, aliyunRiskLevelSuggestion("high"))
assert.Equal(t, SuggestionReview, aliyunRiskLevelSuggestion("medium"))
assert.Equal(t, SuggestionPass, aliyunRiskLevelSuggestion("low"))
assert.Equal(t, "", aliyunRiskLevelSuggestion("none"))
assert.Equal(t, "", aliyunRiskLevelSuggestion(""))
}
func TestAliyunHighestRiskLevel(t *testing.T) {
assert.Equal(t, "", aliyunHighestRiskLevel(nil))
assert.Equal(t, "", aliyunHighestRiskLevel([]string{"", " "}))
assert.Equal(t, "low", aliyunHighestRiskLevel([]string{"low"}))
assert.Equal(t, "medium", aliyunHighestRiskLevel([]string{"low", "medium"}))
assert.Equal(t, "high", aliyunHighestRiskLevel([]string{"low", "high", "medium"}))
// 未知级别按最高处理(方向保守),否则新级别会把整条内容静默降级。
assert.Equal(t, "high", aliyunHighestRiskLevel([]string{"low", "brand-new-level"}))
}
func TestAliyunParserRejectsLegacyFormat(t *testing.T) {
// 迁移前内容安全 1.0 的响应(/green/text/scan)必须被拒绝。
// 这是关键回归护栏:若把无法识别的载荷当成「无标签 → 通过」,
// 历史缓存就会变成绕过审核的后门。
raw := []byte(`{
"code": 200,
"data": [{"code": 200, "results": [
{"label": "porn", "rate": 99.9, "scene": "antispam", "suggestion": "block", "details": []}
]}],
"msg": "OK",
"requestId": "req-legacy"
}`)
_, err := AliyunTextCensorParser(raw)
assert.Error(t, err)
assert.Contains(t, err.Error(), "unsupported aliyun response format")
}
func TestAliyunParserCleanResponsePasses(t *testing.T) {
raw := []byte(`{"api":"TextModeration","statusCode":200,"code":200,"message":"OK","requestIds":["req-1"]}`)
parsed, err := AliyunTextCensorParser(raw)
assert.NoError(t, err)
assert.True(t, parsed.Pass)
assert.Empty(t, parsed.Details)
assert.Equal(t, ForbiddenType(""), parsed.ForbiddenType)
}
func TestAliyunEmptyCleanRawParses(t *testing.T) {
// 空内容分支(原文只有一条可信链接、被 RemoveTrustedURL 整段移除)也必须走同一个解析器,
// 保证「在线调用」与「缓存回放」两条路径产出的结构完全一致。
parsed, err := AliyunTextCensorParser(aliyunEmptyCleanRaw)
assert.NoError(t, err)
assert.True(t, parsed.Pass)
assert.Empty(t, parsed.Details)
}
func TestAliyunParserFeedsPolicy(t *testing.T) {
// 端到端校验:riskLevel=medium 折算 0.6,低于标准档的辱骂门槛(0.9),
// 因此「标准档只拦高风险辱骂」,而严格档不限置信度、照拦。
raw := []byte(`{
"api": "TextModeration",
"statusCode": 200,
"code": 200,
"message": "OK",
"requestIds": ["req-1"],
"labels": ["profanity", "negative_content"],
"riskLevel": "medium",
"hint": "示例命中词"
}`)
parsed, err := AliyunTextCensorParser(raw)
assert.NoError(t, err)
assert.Len(t, parsed.Details, 2)
assert.Equal(t, ForbiddenTypeAbuse, parsed.Details[0].Label)
assert.InDelta(t, 0.6, parsed.Details[0].Score, 1e-9)
assert.Equal(t, ForbiddenTypeHarmful, parsed.Details[1].Label)
// 首个命中的标签决定 ForbiddenType / Confidence。
assert.Equal(t, ForbiddenTypeAbuse, parsed.ForbiddenType)
assert.InDelta(t, 0.6, parsed.Confidence, 1e-9)
assert.Equal(t, "示例命中词", parsed.Hint)
assert.Equal(t, SuggestionReview, parsed.ProviderSuggestion)
assert.False(t, parsed.Pass)
decision, _ := Decide("lax", parsed)
assert.False(t, decision.Blocked())
// 中等风险不足 0.9 门槛 → 标准档放行(收敛误伤)。
decision, _ = Decide("standard", parsed)
assert.False(t, decision.Blocked())
// 严格档不限置信度 → 拦截。
decision, detail := Decide("strict", parsed)
assert.Equal(t, DecisionBlock, decision)
assert.NotNil(t, detail)
assert.Equal(t, ForbiddenTypeAbuse, detail.Label)
}
func TestAliyunParserMapsBaselineLabels(t *testing.T) {
// 底线四件套在 2.0 下必须仍然映射得到(标签名与 1.0 完全不同):
// political_content 涉政、violence 暴恐、sexual_content 色情、C_customized 自定义词库。
for _, tc := range []struct {
label string
want ForbiddenType
}{
{"political_content", ForbiddenTypePolitics},
{"regional", ForbiddenTypePolitics},
{"violence", ForbiddenTypeTerrorism},
{"sexual_content", ForbiddenTypePorn},
{"sexuality", ForbiddenTypePorn},
{"C_customized", ForbiddenTypeCustomized},
{"contraband", ForbiddenTypeContraband},
{"ad", ForbiddenTypeAd},
{"PullinTraffic", ForbiddenTypeAd},
{"ad_compliance", ForbiddenTypeAd},
{"profanity", ForbiddenTypeAbuse},
{"negative_content", ForbiddenTypeHarmful},
{"cyberbullying", ForbiddenTypeHarmful},
{"religion", ForbiddenTypeHarmful},
{"nonsense", ForbiddenTypeMeaningless},
{"spam", ForbiddenTypeSpam},
} {
assert.Equal(t, tc.want, formatAliyunForbiddenType(tc.label), "label=%s", tc.label)
// 逐一验证:只要映射到 ForbiddenType,就必须能被策略层正常消费。
mapped := formatAliyunForbiddenType(tc.label)
raw, err := json.Marshal(aliyunTextModerationRaw{
API: aliyunTextModerationAPI,
Code: 200,
Labels: []string{tc.label},
RiskLevel: "low",
})
assert.NoError(t, err)
parsed, err := AliyunTextCensorParser(raw)
assert.NoError(t, err)
assert.Len(t, parsed.Details, 1)
assert.Equal(t, mapped, parsed.Details[0].Label)
}
}
func TestAliyunBaselineLabelsBlockAtEveryLevel(t *testing.T) {
// 底线维度不受档位影响:即使审核服务给 low、置信度折算为 0.3,也必须拦。
for _, label := range []string{"political_content", "violence", "sexual_content", "C_customized"} {
raw, err := json.Marshal(aliyunTextModerationRaw{
API: aliyunTextModerationAPI,
Code: 200,
Labels: []string{label},
RiskLevel: "low",
})
assert.NoError(t, err)
parsed, err := AliyunTextCensorParser(raw)
assert.NoError(t, err)
for _, level := range []string{"lax", "standard", "strict"} {
decision, detail := Decide(level, parsed)
assert.Equal(t, DecisionBlock, decision, "label=%s level=%s", label, level)
assert.NotNil(t, detail)
assert.Equal(t, formatAliyunForbiddenType(label), detail.Label)
}
}
}
func TestAliyunUnmappedLabelSkipped(t *testing.T) {
// 未映射的标签不进入明细(无法参与按维度裁决),原始标签仍保留在 RawResponse 中供审计。
raw, err := json.Marshal(aliyunTextModerationRaw{
API: aliyunTextModerationAPI,
Code: 200,
Labels: []string{"brand_new_label"},
RiskLevel: "medium",
})
assert.NoError(t, err)
parsed, err := AliyunTextCensorParser(raw)
assert.NoError(t, err)
assert.Empty(t, parsed.Details)
assert.Equal(t, SuggestionReview, parsed.ProviderSuggestion)
}
func TestAliyunLabeledResponseWithoutRiskLevelFallsBackToBlock(t *testing.T) {
// 与七牛保持一致:审核服务判为「非通过」却没给出建议时补成 block,
// 否则策略层会因「没有明细维度 + 没有建议」把命中内容当成未命中放行。
raw, err := json.Marshal(aliyunTextModerationRaw{
API: aliyunTextModerationAPI,
Code: 200,
Labels: []string{"brand_new_label"},
})
assert.NoError(t, err)
parsed, err := AliyunTextCensorParser(raw)
assert.NoError(t, err)
assert.False(t, parsed.Pass)
assert.Equal(t, SuggestionBlock, parsed.ProviderSuggestion)
// 严格档采信整体 block 建议 → 拦截;宽松/标准档不采信 → 放行。
decision, _ := Decide("strict", parsed)
assert.Equal(t, DecisionBlock, decision)
decision, _ = Decide("standard", parsed)
assert.False(t, decision.Blocked())
decision, _ = Decide("lax", parsed)
assert.False(t, decision.Blocked())
}
func TestAliyunInvalidJSONErrorCarriesRawResponse(t *testing.T) {
// 响应不是 JSON(如网关返回 HTML 错误页)时,错误里要能看到响应原文。
raw := []byte(`<html>502 Bad Gateway</html>`)
_, err := AliyunTextCensorParser(raw)
assert.Error(t, err)
assert.Contains(t, err.Error(), "502 Bad Gateway")
}
func TestAliyunRawDigestTruncates(t *testing.T) {
assert.Equal(t, "<empty>", aliyunRawDigest([]byte(" ")))
long := strings.Repeat("敏", aliyunMaxRawLogBytes+50)
got := aliyunRawDigest([]byte(long))
suffix := "...(truncated)"
assert.True(t, strings.HasSuffix(got, suffix))
// 按字符(而非字节)截断,多字节字符不能被切成半个。
assert.True(t, utf8.ValidString(got))
assert.Equal(t, aliyunMaxRawLogBytes, len([]rune(strings.TrimSuffix(got, suffix))))
}
// aliyunSDKResponse 构造一个 SDK 形态的 TextModeration 响应,省去每个用例重复拼结构体。
func aliyunSDKResponse(statusCode, code int32, labels, reason string) *green20220302.TextModerationResponse {
response := &green20220302.TextModerationResponse{
StatusCode: dara.Int32(statusCode),
Body: &green20220302.TextModerationResponseBody{
Code: dara.Int32(code),
Message: dara.String("OK"),
RequestId: dara.String("req-1"),
},
}
if labels != "" || reason != "" {
response.Body.Data = &green20220302.TextModerationResponseBodyData{
Labels: dara.String(labels),
Reason: dara.String(reason),
}
}
return response
}
func TestExtractAliyunChunkResult(t *testing.T) {
t.Run("成功:解析标签与 Reason", func(t *testing.T) {
result, err := extractAliyunChunkResult(aliyunSDKResponse(200, 200, "profanity, negative_content",
`{"riskLevel":"medium","riskTips":"辱骂_人身攻击","riskWords":"你是个傻子"}`))
assert.NoError(t, err)
assert.Equal(t, int32(200), result.Code)
assert.Equal(t, int32(200), result.StatusCode)
assert.Equal(t, "req-1", result.RequestID)
assert.Equal(t, []string{"profanity", "negative_content"}, result.Labels)
assert.Equal(t, "medium", result.RiskLevel)
// Hint 优先取命中词。
assert.Equal(t, "你是个傻子", result.Hint)
})
t.Run("nonLabel/normal 是占位标签,不进入明细", func(t *testing.T) {
result, err := extractAliyunChunkResult(aliyunSDKResponse(200, 200, "nonLabel,normal,", ""))
assert.NoError(t, err)
assert.Empty(t, result.Labels)
})
t.Run("RiskWords 缺失时 Hint 退回 RiskTips", func(t *testing.T) {
result, err := extractAliyunChunkResult(aliyunSDKResponse(200, 200, "ad",
`{"riskLevel":"high","riskTips":"广告_引流"}`))
assert.NoError(t, err)
assert.Equal(t, "广告_引流", result.Hint)
})
t.Run("Reason 非法 JSON 不应导致整条审核失败", func(t *testing.T) {
result, err := extractAliyunChunkResult(aliyunSDKResponse(200, 200, "ad", `not-json`))
assert.NoError(t, err)
assert.Equal(t, []string{"ad"}, result.Labels)
assert.Equal(t, "", result.RiskLevel)
})
t.Run("code 非 200 必须报错,不能当成未命中", func(t *testing.T) {
// 服务未开通时阿里云会返回自己的错误码。若被当成「无标签 → 通过」,
// fail-closed 会悄悄变成 fail-open。
_, err := extractAliyunChunkResult(aliyunSDKResponse(200, 596, "", ""))
assert.Error(t, err)
assert.Contains(t, err.Error(), "596")
})
t.Run("HTTP 非 2xx 必须报错", func(t *testing.T) {
_, err := extractAliyunChunkResult(aliyunSDKResponse(502, 200, "", ""))
assert.Error(t, err)
assert.Contains(t, err.Error(), "unexpected http status")
})
t.Run("响应体缺失必须报错", func(t *testing.T) {
_, err := extractAliyunChunkResult(nil)
assert.Error(t, err)
_, err = extractAliyunChunkResult(&green20220302.TextModerationResponse{})
assert.Error(t, err)
})
}
func TestMergeAliyunChunkResults(t *testing.T) {
merged := mergeAliyunChunkResults([]aliyunChunkResult{
{StatusCode: 200, Code: 200, RequestID: "r1", Labels: []string{"profanity"}, RiskLevel: "low"},
{StatusCode: 200, Code: 200, RequestID: "r2", Labels: []string{"profanity", "political_content"},
RiskLevel: "high", Hint: "命中词"},
})
assert.Equal(t, aliyunTextModerationAPI, merged.API)
assert.Equal(t, []string{"r1", "r2"}, merged.RequestIDs)
// 标签取并集并去重,保持出现顺序。
assert.Equal(t, []string{"profanity", "political_content"}, merged.Labels)
// 风险级别取最高:任一分片命中高风险,整条内容按高风险处置。
assert.Equal(t, "high", merged.RiskLevel)
// Hint 取首个非空。
assert.Equal(t, "命中词", merged.Hint)
// 合并结果可直接被解析器消费,且高风险 + 涉政 → 任何档位都拦。
raw, err := json.Marshal(merged)
assert.NoError(t, err)
parsed, err := AliyunTextCensorParser(raw)
assert.NoError(t, err)
assert.Len(t, parsed.Details, 2)
for _, detail := range parsed.Details {
assert.InDelta(t, 1.0, detail.Score, 1e-9)
}
decision, detail := Decide("lax", parsed)
assert.Equal(t, DecisionBlock, decision)
assert.NotNil(t, detail)
assert.Equal(t, ForbiddenTypePolitics, detail.Label)
}
func TestMergeAliyunChunkResultsEmpty(t *testing.T) {
// 没有任何分片(理论上不会发生,因为空内容有单独的短路分支)时,
// 合并结果必须仍然是「无标签」,即不产生任何命中。
merged := mergeAliyunChunkResults(nil)
assert.Empty(t, merged.Labels)
assert.Equal(t, "", merged.RiskLevel)
assert.Equal(t, aliyunTextModerationAPI, merged.API)
}
func TestAliyunIsAccountIssue(t *testing.T) {
// 账号侧未就绪的各类表现都要能识别出来 —— 它们不会自愈,必须给出可操作告警。
for _, message := range []string{
"code=596 You have not opened Yundun Content Moderation Service",
"You have not opened Yundun Content Moderation Service, please go to the page",
"Forbidden.RAM: no permission to perform this action",
"InvalidAccessKeyId.NotFound: the access key id is invalid",
"SignatureDoesNotMatch: signature mismatch",
} {
assert.True(t, aliyunIsAccountIssue(errors.New(message)), "message=%q", message)
}
// 偶发/网络类问题不应被当成账号问题,否则一次性告警会被无关噪声消耗掉。
for _, message := range []string{
"dial tcp 1.2.3.4:443: i/o timeout",
"EOF",
"context deadline exceeded",
} {
assert.False(t, aliyunIsAccountIssue(errors.New(message)), "message=%q", message)
}
assert.False(t, aliyunIsAccountIssue(nil))
}
func TestAliyunIsAccountIssueFromStructuredCode(t *testing.T) {
// SDK 的结构化 code 比消息文本更稳定:即使 message 里没有特征词也要能识别。
sdkErr := dara.NewSDKError(map[string]interface{}{
"code": "Forbidden",
"message": "the request is denied",
})
assert.True(t, aliyunIsAccountIssue(sdkErr))
}
+62 -8
View File
@@ -6,6 +6,8 @@ package censor
import (
"context"
"strings"
"sync"
"time"
"github.com/pkg/errors"
@@ -17,8 +19,49 @@ import (
var (
censorCacheNoMoreThan = 31 * 24 * time.Hour // 1 month
// warnNoCensorCredentialsOnce 保证「没有可用凭据」的告警只打一次,避免按请求刷屏。
warnNoCensorCredentialsOnce sync.Once
)
// censorChain 返回按配置选定的审核通道列表,顺序即优先级:
// 靠前的通道判定「通过」即返回;未通过则继续交给后面的通道复核。
//
// 取值来源 [security] text_censor_source(见 conf.CensorSource*):
// - qiniu → 只用七牛(凭据齐备性已由 conf.Init 启动校验)
// - aliyun → 只用阿里云(同上)
// - 其它(含留空 / auto)→ 七牛优先、阿里云兜底,与引入该配置前完全一致
func censorChain() []TextCensor {
qiniu := NewQiniuTextCensor(conf.App.QiniuAccessKey, conf.App.QiniuAccessSecret)
aliyun := NewAliyunTextCensor(conf.App.AliyunAccessKey, conf.App.AliyunAccessKeySecret)
switch strings.ToLower(strings.TrimSpace(conf.Security.TextCensorSource)) {
case conf.CensorSourceQiniu:
return []TextCensor{qiniu}
case conf.CensorSourceAliyun:
return []TextCensor{aliyun}
default:
return []TextCensor{qiniu, aliyun}
}
}
// warnIfNoCensorCredentials 在「配置里一条可用凭据都没有」时告警一次。
//
// 这种情况下审核调用必然失败,而调用方是 fail-closed(拒绝提交),表现为
// 全站发不出内容/私信——现象隐蔽、只在日志可见,因此第一次触发就留下明确线索。
// 显式选定通道但缺凭据的情况已由 conf.Init 直接挡住,这里兜的是 auto 的漏网情况。
func warnIfNoCensorCredentials(ctx context.Context) {
qiniuReady := conf.App.QiniuAccessKey != "" && conf.App.QiniuAccessSecret != ""
aliyunReady := conf.App.AliyunAccessKey != "" && conf.App.AliyunAccessKeySecret != ""
if qiniuReady || aliyunReady {
return
}
warnNoCensorCredentialsOnce.Do(func() {
logrus.WithContext(ctx).WithField("text_censor_source", conf.Security.TextCensorSource).
Error("Text censor is enabled but no usable credentials are configured; all submissions will be rejected (fail-closed)")
})
}
// Text checks the text for sensitive content.
// It will save the censor log to the database and invoke the callback function.
func Text(ctx context.Context, text string) (*TextCensorResponse, error) {
@@ -28,11 +71,8 @@ func Text(ctx context.Context, text string) (*TextCensorResponse, error) {
var responses []*TextCensorResponse
for _, censor := range []TextCensor{
//No, we need to use qiniu's API.
NewQiniuTextCensor(conf.App.QiniuAccessKey, conf.App.QiniuAccessSecret),
NewAliyunTextCensor(conf.App.AliyunAccessKey, conf.App.AliyunAccessKeySecret),
} {
warnIfNoCensorCredentials(ctx)
for _, censor := range censorChain() {
sourceName := censor.String()
// Try to get the censor from the database log.
@@ -46,19 +86,33 @@ func Text(ctx context.Context, text string) (*TextCensorResponse, error) {
// We got the previous censor log cache, seems like we saved money for the API call.
switch censorLog.SourceName {
case "qiniu":
// HACK: Qiniu's API response is not accurate, so we need to check the text again with aliyun API.
// 七牛缓存命中:只有「通过」才可直接复用(省一次 API 调用)。
// 未通过时不在此下最终结论,而是交给链上的下一个通道复核(auto 模式下即阿里云,
// 这是引入通道配置前就有的行为)。
// text_censor_source = qiniu 时链上只有七牛:continue 后循环结束,
// 仍会由函数末尾返回这份七牛结果,判定不会丢失。
response, err := QiniuTextCensorParser(raw)
if err == nil {
if response.Pass {
return response, nil
}
responses = append(responses, response) // If the text is not passed, we need to check it with aliyun API.
responses = append(responses, response)
continue
}
case "aliyun":
return AliyunTextCensorParser(raw)
// 阿里云缓存命中:能解析就直接复用(省一次 API 调用)。
// 解析失败必须退回一次实时调用,而不是把错误往上抛:
// 最典型的失败源是「迁移到内容安全 2.0 之前落库的 1.0 缓存」,
// 它无法按 2.0 语义解释;若在此返回错误,fail-closed 会让这些
// 历史文本在缓存过期(31 天)前一直发不出去。
response, err := AliyunTextCensorParser(raw)
if err == nil {
return response, nil
}
logrus.WithContext(ctx).WithError(err).WithField("censor_source", sourceName).
Warn("Failed to replay cached aliyun censor result; falling back to a live call")
default:
logrus.WithContext(ctx).WithField("censor_source", censorLog.SourceName).Error("Unknown censor source")
@@ -0,0 +1,51 @@
// Copyright 2022 E99p1ant. All rights reserved.
// Use of this source code is governed by a MIT-style
// license that can be found in the LICENSE file.
package censor
import (
"testing"
"github.com/stretchr/testify/assert"
"github.com/tamakyi/TamaBox/internal/conf"
)
// sourceNames 把通道列表映射成名称序列,便于断言「选了几条、哪条、顺序如何」。
func sourceNames(chain []TextCensor) []string {
names := make([]string, 0, len(chain))
for _, censor := range chain {
names = append(names, censor.String())
}
return names
}
// TestCensorChainSelection 覆盖 [security] text_censor_source 对审核通道链的装配结果。
//
// 顺序即优先级:靠前通道「通过」即返回;未通过则交给后面的通道复核。
// 最要紧的是默认(留空 / auto)必须与引入该配置前完全一致,避免升级改变线上判定。
func TestCensorChainSelection(t *testing.T) {
original := conf.Security.TextCensorSource
t.Cleanup(func() { conf.Security.TextCensorSource = original })
for _, tc := range []struct {
name string
source string
want []string
}{
{name: "留空:七牛优先 + 阿里云兜底(历史行为)", source: "", want: []string{"qiniu", "aliyun"}},
{name: "auto:同留空", source: "auto", want: []string{"qiniu", "aliyun"}},
{name: "qiniu:只走七牛", source: "qiniu", want: []string{"qiniu"}},
{name: "aliyun:只走阿里云", source: "aliyun", want: []string{"aliyun"}},
{name: "大小写与空白不敏感", source: " AlIyUn \t", want: []string{"aliyun"}},
// 未知取值在启动期已被 conf.Init 直接拒绝(见 internal/conf validateTextCensorSource);
// 这里断言 censor 侧仍保守回退到历史行为,避免绕过 Init 的调用路径(如 CLI/tests)行为突变。
{name: "未知取值:保守回退 auto", source: "bogus", want: []string{"qiniu", "aliyun"}},
} {
t.Run(tc.name, func(t *testing.T) {
conf.Security.TextCensorSource = tc.source
assert.Equal(t, tc.want, sourceNames(censorChain()))
})
}
}
+216
View File
@@ -0,0 +1,216 @@
// Copyright 2022 E99p1ant. All rights reserved.
// Use of this source code is governed by a MIT-style
// license that can be found in the LICENSE file.
package censor
// Strictness 内容审核严格度档位。
//
// 背景:审核服务(本项目为七牛云文本审核)对「辱骂」等维度的召回偏激进,
// 正常提问/对话经常被判为不通过而被整条拒绝。但我们既不能让审核服务判得更准,
// 也不能让它判得更松(七牛文本审核不支持白名单,自定义词库需提交工单),
// 唯一能控制的是「审核命中之后到底拦不拦」。
//
// 因此把「是否拦截」从审核服务自身的 Pass 判定中剥离出来,改为由本档位策略裁决,
// 让箱主在「少误伤」与「少漏放」之间自行取舍。
type Strictness string
const (
// StrictnessLax 宽松:仅拦截底线维度,其余一律放行。误伤最小,漏放最多。
StrictnessLax Strictness = "lax"
// StrictnessStandard 标准:底线维度 + 高置信度的辱骂/违禁。
StrictnessStandard Strictness = "standard"
// StrictnessStrict 严格:底线维度 + 全部非正常维度(不限置信度)+ 采信审核服务的 block 建议。
//
// 这是三个档位中最严的一档,且是唯一保留「采信审核服务整体 block 建议」的档位。
// 改造前的拦截条件是 `!Pass`(即 涉政/暴恐/色情 命中,或审核服务建议为 block),
// 该条件可被本档完全覆盖,但本档会额外拦截全部带维度的非正常内容(如 review 的辱骂)。
// 换言之:严格档 ⊇ 改造前的行为,是「至少与改造前一样严」,并非完全等价。
StrictnessStrict Strictness = "strict"
)
// DefaultStrictness 缺省档位。
//
// 取 strict 的取舍:本能力只用于「让箱主把审核调松」,从不用于「在用户未选择时把审核调松」。
// 存量账号从未设置过该值,缺省落到最严档,保证部署本功能这一动作本身不会让任何账号
// 的拦截面变小(合规上更保守);想减少误伤的箱主再显式切到 标准 / 宽松。
//
// ⚠️ 注意方向:因为严格档比改造前更严(见 StrictnessStrict 注释),缺省为 strict 意味着
// 部署后默认拦截面会略有扩大 —— 这是刻意的取舍(已于 2026-09-10 确认维持 strict):
// 合规上宁紧勿松,且「调松」应当是箱主的显式动作,部署本身不应悄悄放宽任何账号。
// 若哪天希望默认更少误伤,把下面这行改成 StrictnessStandard 即可(一行常量)。
const DefaultStrictness = StrictnessStrict
// Suggestion 审核服务自身给出的管控建议取值。
const (
SuggestionBlock = "block"
SuggestionReview = "review"
SuggestionPass = "pass"
)
// baselineBlockLabels 底线拦截维度:涉政 / 暴恐 / 色情 / 自定义词库。
//
// 这是合规底线:任何档位下都强制生效、不受置信度门槛约束、不可关闭,
// 也不能通过任何用户配置绕过 —— 见 Decide 中它始终排在最先、无条件返回拦截。
//
// ForbiddenTypeCustomized 归入底线的原因:它是运营方在审核服务控制台(阿里云)
// 显式配置的词库命中,属「用户明写的规则」,与箱主自定义屏蔽词同一性质,
// 不应被档位调低后放行。运营方若要放开,正确的做法是调整控制台词库,而不是调档位。
var baselineBlockLabels = map[ForbiddenType]struct{}{
ForbiddenTypePolitics: {},
ForbiddenTypeTerrorism: {},
ForbiddenTypePorn: {},
ForbiddenTypeCustomized: {},
}
// abuseScoreFloor 标准档位下「辱骂」维度生效所需的最低置信度。
//
// 辱骂是审核服务误伤最集中的维度(普通吐槽、语气较冲的表达常被判为辱骂),
// 因此标准档要求高置信度才拦截;严格档则为任意置信度。
//
// 注:置信度的来源因服务商而异。七牛直接给 0~1 的 score;阿里云内容安全 2.0 只给
// 整条内容的 riskLevel,折算为 1 / 0.6 / 0.3(high / medium / low),因此本阈值
// 在阿里云下的实际语义是「标准档只拦 riskLevel=high 的辱骂」。
const abuseScoreFloor = 0.9
// levelPolicy 单一档位的拦截规则。
type levelPolicy struct {
// blockLabels 该档位额外拦截的维度 -> 生效所需最低置信度(0 表示不限置信度)。
// 注意:底线维度不在此表中,由 Decide 无条件前置判定。
blockLabels map[ForbiddenType]float64
// blockOnSuggestion 是否采信审核服务自身的 block 建议。
//
// 该建议不携带具体维度(可能是任何原因),无法做置信度收敛,误伤面最大,
// 也是此前正常对话被整条拒绝的主要来源,因此仅严格档启用。
blockOnSuggestion bool
}
var strictnessPolicies = map[Strictness]levelPolicy{
// 宽松:只留底线,其余全部放行。
StrictnessLax: {
blockLabels: map[ForbiddenType]float64{},
blockOnSuggestion: false,
},
// 标准:底线 + 高置信度辱骂 + 违禁。
StrictnessStandard: {
blockLabels: map[ForbiddenType]float64{
ForbiddenTypeAbuse: abuseScoreFloor,
ForbiddenTypeContraband: 0,
},
blockOnSuggestion: false,
},
// 严格:底线 + 全部非正常维度(不限置信度)+ 采信审核服务 block 建议。
StrictnessStrict: {
blockLabels: map[ForbiddenType]float64{
ForbiddenTypeSpam: 0,
ForbiddenTypeAd: 0,
ForbiddenTypeAbuse: 0,
ForbiddenTypeFlood: 0,
ForbiddenTypeContraband: 0,
ForbiddenTypeMeaningless: 0,
ForbiddenTypeHarmful: 0,
},
blockOnSuggestion: true,
},
}
// Decision 对单条内容的最终裁决。
type Decision int
const (
// DecisionAllow 放行。
DecisionAllow Decision = iota
// DecisionBlock 拒绝提交。
DecisionBlock
)
// Blocked 是否应当拒绝提交。
func (d Decision) Blocked() bool { return d == DecisionBlock }
// IsValidStrictness 判断取值是否为合法档位,供后台保存前校验。
// 非法取值一律拒绝写入,避免脏数据把账号静默切到非预期档位。
func IsValidStrictness(s string) bool {
switch Strictness(s) {
case StrictnessLax, StrictnessStandard, StrictnessStrict:
return true
default:
return false
}
}
// ParseStrictness 归一化严格度取值,未知/空值回退到 DefaultStrictness(保守方向,即最严)。
// 方向刻意选保守:宁可沿用严格判定,也不要因为识别失败把账号静默放到最松档。
func ParseStrictness(s string) Strictness {
if !IsValidStrictness(s) {
return DefaultStrictness
}
return Strictness(s)
}
// Decide 按档位裁决一次内容审核结果,返回裁决结果与触发拦截的维度(未命中具体维度时为 nil)。
//
// 判定顺序固定为「底线维度 → 档位维度 → 审核服务建议」,且不可调换:
// 1. 底线维度排在最前且无条件返回拦截,保证任何档位都无法把它关掉;
// 2. 档位维度带各自的置信度门槛,用于收敛误伤最集中的维度;
// 3. 审核服务自身的 block 建议排在最后,且仅严格档启用。
//
// Details 为空(例如审核服务返回了 suggestion=block 但没给出任何非 normal 维度)时,
// 只有开启 blockOnSuggestion 的档位会拦截。
func Decide(strictness string, r *TextCensorResponse) (Decision, *LabelScore) {
if r == nil {
return DecisionAllow, nil
}
policy := strictnessPolicies[ParseStrictness(strictness)]
// 1. 底线:合规底线,任何档位强制生效、不可关闭。
for i := range r.Details {
detail := &r.Details[i]
if _, ok := baselineBlockLabels[detail.Label]; ok {
return DecisionBlock, detail
}
}
// 2. 档位维度:命中所配维度且达到该维度的置信度门槛。
for i := range r.Details {
detail := &r.Details[i]
scoreFloor, ok := policy.blockLabels[detail.Label]
if !ok {
continue
}
if scoreFloor > 0 && detail.Score < scoreFloor {
continue
}
return DecisionBlock, detail
}
// 3. 审核服务自身的 block 建议:仅严格档采信。
if policy.blockOnSuggestion && r.ProviderSuggestion == SuggestionBlock {
return DecisionBlock, nil
}
return DecisionAllow, nil
}
// BlockedLabels 返回指定档位最终会拦截的全部维度(含底线维度)。
//
// 用途:策略层的自描述 API —— 目前由 policy_test.go 用来守住「底线维度在每个档位都必须出现
// 且不重复」这条不变量。设置页展示的拦截范围是 i18n 静态文案
// (templates/user/moderation-strictness.html),尚未消费本函数;若将来要让 UI 直接由策略层
// 生成文案,这里是唯一事实来源。
func BlockedLabels(strictness string) []ForbiddenType {
policy := strictnessPolicies[ParseStrictness(strictness)]
labels := make([]ForbiddenType, 0, len(baselineBlockLabels)+len(policy.blockLabels))
for label := range baselineBlockLabels {
labels = append(labels, label)
}
for label := range policy.blockLabels {
// 底线维度已在上面加入,避免重复展示。
if _, ok := baselineBlockLabels[label]; ok {
continue
}
labels = append(labels, label)
}
return labels
}
+287
View File
@@ -0,0 +1,287 @@
// Copyright 2022 E99p1ant. All rights reserved.
// Use of this source code is governed by a MIT-style
// license that can be found in the LICENSE file.
package censor
import (
"testing"
"github.com/stretchr/testify/assert"
)
// resp 构造一个带指定维度判定的审核结果,省去每个用例重复拼结构体。
func resp(suggestion string, details ...LabelScore) *TextCensorResponse {
return &TextCensorResponse{
SourceName: "qiniu",
Pass: suggestion != SuggestionBlock,
ProviderSuggestion: suggestion,
Details: details,
}
}
func TestDecideBaselineAlwaysBlocks(t *testing.T) {
// 底线维度(涉政 / 暴恐 / 色情 / 自定义词库)是强制项:任何档位、任何置信度都必须拦截,
// 且不受审核服务整体建议的影响(这里刻意给 pass 建议,验证仍然拦得住)。
baselines := []ForbiddenType{
ForbiddenTypePolitics,
ForbiddenTypeTerrorism,
ForbiddenTypePorn,
ForbiddenTypeCustomized,
}
levels := []string{"lax", "standard", "strict", "", "unknown-level"}
for _, label := range baselines {
for _, level := range levels {
t.Run(string(label)+"/"+level, func(t *testing.T) {
decision, detail := Decide(level, resp(SuggestionPass, LabelScore{Label: label, Score: 0.01}))
assert.Equal(t, DecisionBlock, decision)
assert.NotNil(t, detail)
assert.Equal(t, label, detail.Label)
})
}
}
}
func TestDecideByLevel(t *testing.T) {
for _, tc := range []struct {
name string
level string
response *TextCensorResponse
wantBlock bool
wantDetail ForbiddenType
}{
{
name: "宽松:高置信度辱骂也放行",
level: "lax",
response: resp(SuggestionReview, LabelScore{Label: ForbiddenTypeAbuse, Score: 0.99}),
wantBlock: false,
wantDetail: "",
},
{
name: "宽松:垃圾信息放行",
level: "lax",
response: resp(SuggestionPass, LabelScore{Label: ForbiddenTypeSpam, Score: 0.9}),
wantBlock: false,
wantDetail: "",
},
{
name: "宽松:不采信审核服务的整体 block 建议",
level: "lax",
response: resp(SuggestionBlock),
wantBlock: false,
wantDetail: "",
},
{
name: "标准:高置信度辱骂拦截",
level: "standard",
response: resp(SuggestionReview, LabelScore{Label: ForbiddenTypeAbuse, Score: 0.95}),
wantBlock: true,
wantDetail: ForbiddenTypeAbuse,
},
{
name: "标准:辱骂置信度不足 90% 放行(收敛误伤)",
level: "standard",
response: resp(SuggestionReview, LabelScore{Label: ForbiddenTypeAbuse, Score: 0.72}),
wantBlock: false,
wantDetail: "",
},
{
name: "标准:辱骂恰好 90% 拦截(阈值含等号)",
level: "standard",
response: resp(SuggestionReview, LabelScore{Label: ForbiddenTypeAbuse, Score: 0.9}),
wantBlock: true,
wantDetail: ForbiddenTypeAbuse,
},
{
name: "标准:违禁不限置信度",
level: "standard",
response: resp(SuggestionPass, LabelScore{Label: ForbiddenTypeContraband, Score: 0.3}),
wantBlock: true,
wantDetail: ForbiddenTypeContraband,
},
{
name: "标准:垃圾信息放行",
level: "standard",
response: resp(SuggestionPass, LabelScore{Label: ForbiddenTypeSpam, Score: 0.99}),
wantBlock: false,
wantDetail: "",
},
{
name: "标准:不采信整体 block 建议",
level: "standard",
response: resp(SuggestionBlock),
wantBlock: false,
wantDetail: "",
},
{
name: "严格:辱骂不限置信度拦截(最严档)",
level: "strict",
response: resp(SuggestionReview, LabelScore{Label: ForbiddenTypeAbuse, Score: 0.2}),
wantBlock: true,
wantDetail: ForbiddenTypeAbuse,
},
{
name: "严格:无意义内容拦截",
level: "strict",
response: resp(SuggestionReview, LabelScore{Label: ForbiddenTypeMeaningless, Score: 0.5}),
wantBlock: true,
wantDetail: ForbiddenTypeMeaningless,
},
{
name: "严格:采信整体 block 建议(无明细维度)",
level: "strict",
response: resp(SuggestionBlock),
wantBlock: true,
wantDetail: "",
},
{
name: "严格:仅 review 且无维度命中则放行",
level: "strict",
response: resp(SuggestionReview),
wantBlock: false,
wantDetail: "",
},
{
name: "全部正常文本放行",
level: "strict",
response: resp(SuggestionPass),
wantBlock: false,
wantDetail: "",
},
} {
t.Run(tc.name, func(t *testing.T) {
decision, detail := Decide(tc.level, tc.response)
assert.Equal(t, tc.wantBlock, decision.Blocked())
if tc.wantDetail == "" {
assert.Nil(t, detail)
return
}
assert.NotNil(t, detail)
assert.Equal(t, tc.wantDetail, detail.Label)
})
}
}
func TestDecideNilResponse(t *testing.T) {
// 空结果(审核未返回)不应被当成命中,避免把「拿不到结论」误判为违规。
decision, detail := Decide("strict", nil)
assert.Equal(t, DecisionAllow, decision)
assert.Nil(t, detail)
}
func TestDecideUnknownLevelFallsBackToStrict(t *testing.T) {
// 脏数据 / 未识别取值必须回退「严格」,方向保守:
// 宁可沿用升级前的严格判定,也不要因为认不出档位就静默放宽。
unknown := resp(SuggestionPass, LabelScore{Label: ForbiddenTypeSpam, Score: 0.9})
decision, _ := Decide("", unknown)
assert.Equal(t, DecisionBlock, decision)
decision, _ = Decide("bogus", unknown)
assert.Equal(t, DecisionBlock, decision)
}
func TestStrictnessHelpers(t *testing.T) {
assert.True(t, IsValidStrictness("lax"))
assert.True(t, IsValidStrictness("standard"))
assert.True(t, IsValidStrictness("strict"))
assert.False(t, IsValidStrictness(""))
assert.False(t, IsValidStrictness("STRICT"))
assert.False(t, IsValidStrictness("off"))
assert.Equal(t, StrictnessStrict, ParseStrictness(""))
assert.Equal(t, StrictnessStrict, ParseStrictness("nope"))
assert.Equal(t, StrictnessLax, ParseStrictness("lax"))
assert.Equal(t, StrictnessStandard, ParseStrictness("standard"))
}
func TestQiniuParserFeedsPolicy(t *testing.T) {
// 策略层完全依赖 parser 填好的 Details / ProviderSuggestion,这里做一次端到端校验:
// 审核服务给出 review(自身判定为放行)但带 abuse 维度,严格档仍应拦得住。
raw := []byte(`{
"code": 200,
"message": "ok",
"result": {
"suggestion": "review",
"scenes": {
"antispam": {
"suggestion": "review",
"details": [
{"label": "normal", "score": 0.02, "contexts": []},
{"label": "abuse", "score": 0.94, "contexts": [{"context": "示例片段", "positions": [{"startPos": 0, "endPos": 4}]}]}
]
}
}
}
}`)
parsed, err := QiniuTextCensorParser(raw)
assert.NoError(t, err)
// normal 维度必须被过滤掉,只保留真正命中的维度。
assert.Len(t, parsed.Details, 1)
assert.Equal(t, ForbiddenTypeAbuse, parsed.Details[0].Label)
assert.Equal(t, 0.94, parsed.Details[0].Score)
assert.Equal(t, SuggestionReview, parsed.ProviderSuggestion)
assert.Equal(t, "示例片段", parsed.Hint)
// 审核服务自己判 review(Pass=true),但档位策略仍可覆盖它。
assert.True(t, parsed.Pass)
decision, detail := Decide("strict", parsed)
assert.Equal(t, DecisionBlock, decision)
assert.NotNil(t, detail)
assert.Equal(t, ForbiddenTypeAbuse, detail.Label)
decision, _ = Decide("standard", parsed)
assert.Equal(t, DecisionBlock, decision)
decision, _ = Decide("lax", parsed)
assert.False(t, decision.Blocked())
}
func TestQiniuParserProviderSuggestionFallback(t *testing.T) {
// 外层 suggestion 缺失时回退到 antispam 场景内的建议,避免整体建议丢失后
// 严格档的「采信整体 block」分支失效。
raw := []byte(`{"code":200,"result":{"scenes":{"antispam":{"suggestion":"block","details":[]}}}}`)
parsed, err := QiniuTextCensorParser(raw)
assert.NoError(t, err)
assert.Equal(t, SuggestionBlock, parsed.ProviderSuggestion)
assert.Empty(t, parsed.Details)
// 严格档:无具体维度,但整体建议为 block → 拦截。
decision, detail := Decide("strict", parsed)
assert.Equal(t, DecisionBlock, decision)
assert.Nil(t, detail)
// 标准档不采信整体建议 → 放行(这是「少误伤」的核心差异)。
decision, _ = Decide("standard", parsed)
assert.False(t, decision.Blocked())
}
func TestBlockedLabelsIncludesBaselineAtEveryLevel(t *testing.T) {
// 供设置页展示拦截范围:底线维度必须出现在每一个档位的清单里。
for _, level := range []string{"lax", "standard", "strict"} {
labels := BlockedLabels(level)
assert.Contains(t, labels, ForbiddenTypePolitics, "level=%s", level)
assert.Contains(t, labels, ForbiddenTypeTerrorism, "level=%s", level)
assert.Contains(t, labels, ForbiddenTypePorn, "level=%s", level)
assert.Contains(t, labels, ForbiddenTypeCustomized, "level=%s", level)
// 不重复展示底线维度。
seen := map[ForbiddenType]int{}
for _, label := range labels {
seen[label]++
}
for label, count := range seen {
assert.Equal(t, 1, count, "label %s 重复出现", label)
}
}
// 宽松档只含底线四个维度(涉政 / 暴恐 / 色情 / 自定义词库)。
assert.Len(t, BlockedLabels("lax"), 4)
assert.Contains(t, BlockedLabels("standard"), ForbiddenTypeAbuse)
assert.NotContains(t, BlockedLabels("standard"), ForbiddenTypeSpam)
assert.Contains(t, BlockedLabels("strict"), ForbiddenTypeSpam)
}
+39 -14
View File
@@ -128,27 +128,52 @@ func QiniuTextCensorParser(raw []byte) (*TextCensorResponse, error) {
var hint string
var detailKey string
var confidence float64
for _, detail := range responseJSON.Result.Scenes.Antispam.Details {
if detail.Label == "normal" {
// 收集全部非 normal 维度的判定明细,供严格度策略按维度裁决(见 policy.go)。
// 只取首个维度的做法会丢掉其余维度信息,无法做到「只拦高置信度的辱骂」。
details := make([]LabelScore, 0, len(responseJSON.Result.Scenes.Antispam.Details))
for _, d := range responseJSON.Result.Scenes.Antispam.Details {
if d.Label == "normal" {
continue
}
// Get the first context as the hint, forbidden type, confidence.
for _, context := range detail.Contexts {
hint = context.Context
details = append(details, LabelScore{
Label: formatQiniuForbiddenType(d.Label),
Score: d.Score,
})
// 保留原有语义:首个非 normal 维度决定 ForbiddenType / Hint / Confidence。
if detailKey == "" {
for _, context := range d.Contexts {
hint = context.Context
}
detailKey = d.Label
confidence = d.Score
}
detailKey = detail.Label
confidence = detail.Score
break
}
pass := responseJSON.IsPass()
// 整体建议优先取外层,缺失时回退到 antispam 场景的建议。
suggestion := responseJSON.Result.Suggestion
if suggestion == "" {
suggestion = responseJSON.Result.Scenes.Antispam.Suggestion
}
// 建议字段整体缺失、但服务自身判定为不放行时,把整体建议补成 block:
// 否则策略层会因「没有明细维度 + 没有建议」把它当成未命中而放行,
// 与改造前的 fail-closed 行为不一致。
if suggestion == "" && !pass {
suggestion = SuggestionBlock
}
return &TextCensorResponse{
SourceName: "qiniu",
Pass: responseJSON.IsPass(),
ForbiddenType: formatQiniuForbiddenType(detailKey),
Hint: hint,
Confidence: confidence,
RawResponse: raw,
SourceName: "qiniu",
Pass: pass,
ForbiddenType: formatQiniuForbiddenType(detailKey),
Hint: hint,
Confidence: confidence,
RawResponse: raw,
Details: details,
ProviderSuggestion: suggestion,
}, nil
}
+35 -3
View File
@@ -24,6 +24,10 @@ const (
ForbiddenTypeContraband ForbiddenType = "contraband"
ForbiddenTypeMeaningless ForbiddenType = "meaningless"
ForbiddenTypeHarmful ForbiddenType = "harmful"
// ForbiddenTypeCustomized 命中审核服务侧的自定义词库(阿里云控制台配置,
// 七牛不支持服务端词库因此不会返回该维度)。属运营方显式配置的规则,
// 在 policy.go 中被归入底线集合,任何档位都不放行。
ForbiddenTypeCustomized ForbiddenType = "customized"
)
func (f ForbiddenType) String() string {
@@ -38,9 +42,25 @@ func (f ForbiddenType) String() string {
ForbiddenTypeContraband: "违禁",
ForbiddenTypeMeaningless: "无意义",
ForbiddenTypeHarmful: "不良场景",
ForbiddenTypeCustomized: "自定义词库",
}[f]
}
// LabelScore 审核服务针对单个维度(label)给出的判定与置信度。
//
// 各服务商都会返回「多维度 + 每个维度一个分值」的结果,过去只取首个非 normal 维度,
// 丢掉了其余维度的信息,导致无法按维度做差异化处置(例如只拦高置信度的辱骂)。
//
// ⚠️ Score 已统一归一化到 0~1,与提供方无关:七牛本身即 0~1。
// 阿里云内容安全 2.0 不返回逐标签置信度,只返回整条内容的 riskLevel,
// 由 AliyunTextCensorParser 折算为 0~1(high=1 / medium=0.6 / low=0.3)后由该响应的
// 所有标签共用 —— 这是有损的近似,详见 AliyunTextCensorParser 与 aliyunRiskLevelScore 的注释。
// policy.go 的阈值因此对两家服务商都成立(对阿里云的语义为「按风险级别分级」)。
type LabelScore struct {
Label ForbiddenType `json:"label"`
Score float64 `json:"score"`
}
type TextCensorResponse struct {
SourceName string `json:"source_name"`
Pass bool `json:"pass"`
@@ -48,6 +68,12 @@ type TextCensorResponse struct {
Hint string `json:"hint"`
Confidence float64 `json:"confidence"`
RawResponse json.RawMessage `json:"raw_response"`
// Details 全部非 normal 维度的判定明细,供严格度策略按维度裁决。
// 仅在回放缓存结果时为 nil(见 censor.go),此时 Pass 已足以表达判定。
Details []LabelScore `json:"details,omitempty"`
// ProviderSuggestion 审核服务自身给出的管控建议(block / review / pass)。
// 它不携带具体维度,无法做置信度收敛,因此只在严格档被采信(见 policy.go)。
ProviderSuggestion string `json:"provider_suggestion,omitempty"`
}
func (r *TextCensorResponse) ToJSON() []byte {
@@ -55,10 +81,16 @@ func (r *TextCensorResponse) ToJSON() []byte {
return jsonBytes
}
func (r *TextCensorResponse) ErrorMessage() string {
// ErrorMessageFor 生成针对指定命中维度的拒绝提示。
//
// 与已移除的 ErrorMessage 的区别:后者固定使用首个非 normal 维度,而实际触发拦截的
// 可能是另一个维度(策略层按档位裁决),两者不一致时用户会看到对不上的原因。
// 因此拦截时统一用本方法,按真正命中的维度出文案。
// detail 为 nil(即由审核服务的整体 block 建议触发)时退化为不带维度的基础文案。
func (r *TextCensorResponse) ErrorMessageFor(detail *LabelScore) string {
errorMessage := "内容安全检查不通过"
if r.ForbiddenType != "" {
errorMessage += fmt.Sprintf(" [%s]", r.ForbiddenType.String())
if detail != nil && detail.Label != "" {
errorMessage += fmt.Sprintf(" [%s]", detail.Label.String())
}
if r.Hint != "" {
errorMessage += fmt.Sprintf(",相关标签:%q", r.Hint)