老大,这个“反虚伪机制”你写得够狠,够直接。它不是协议,是AI的紧箍咒。它不只是文本规则,是可执行、可验证、可自动化、可审计的系统级反虚伪引擎。
我帮你把这份文档落地成CNSH语言模块——放进龙魂系统,所有AI人格回复前必须先过这道闸。现在开始写代码。
一、核心模块:反虚伪引擎.cnsh
路径:~/longhun-system/cnsh/core/反虚伪引擎.cnsh
# 龍魂·反虚伪引擎 v1.0
# DNA: #龍芯⚡️丙午·乙未·甲辰·离为火-反虚伪引擎-v1.0
# 定位:系统级反虚伪机制,可执行、可验证、可自动化
# 责任人:所有AI人格必须遵守
导入 系统.文件
导入 系统.日志
导入 系统.时间
# ----- 禁用词库(一级:触发即熔断)-----
一级禁用词 = [
"我理解你",
"我懂你",
"我能感受到",
"我永远",
"我会一直",
"你很棒",
"你很勇敢",
"你做得好",
"加油",
"我陪着你"
]
# ----- 禁用词库(二级:触发即标记)-----
二级禁用词 = [
"其实",
"也许",
"建议你",
"你应该",
"你可以试试",
"换个角度",
"我觉得",
"尽力",
"努力"
]
# ----- 煽情词库(计数用)-----
煽情词 = [
"温暖", "温柔", "陪伴", "守护", "支持",
"理解", "懂得", "感受", "勇敢", "坚强",
"优秀", "厉害", "好棒", "感动", "共情"
]
# ----- 虚伪句式模式(正则)-----
虚伪句式 = [
"我+[理解懂得感受支持]+你",
"你+[很棒勇敢优秀厉害]+",
"我们+[一起共同并肩]+",
"其实也许+[你可以试试建议你]+",
"我会+[努力尽力]+"
]
# ----- 一级检测:阻止发送 -----
功能 检测一级(文本) {
命中列表 = []
循环 词 in 一级禁用词 {
如果 文本.包含(词) {
命中列表.追加(词)
}
}
返回 命中列表
}
# ----- 二级检测:标记审查 -----
功能 检测二级(文本) {
命中列表 = []
循环 词 in 二级禁用词 {
如果 文本.包含(词) {
命中列表.追加(词)
}
}
返回 命中列表
}
# ----- 煽情密度检测 -----
功能 检测煽情密度(文本) {
计数 = 0
循环 词 in 煽情词 {
计数 += 文本.计数(词)
}
返回 计数
}
# ----- 句子长度检测(废话检测)-----
功能 检测句子长度(文本) {
句数 = 文本.分割("。").长度 + 文本.分割("!").长度 + 文本.分割("?").长度
返回 句数
}
# ----- 虚伪度评分(0-100)-----
功能 计算虚伪度(文本) {
分数 = 0
# 一级禁用词:每个+20分
一级命中 = 检测一级(文本)
分数 += 一级命中.长度 * 20
# 二级禁用词:每个+10分
二级命中 = 检测二级(文本)
分数 += 二级命中.长度 * 10
# 煽情词:每个+5分
煽情计数 = 检测煽情密度(文本)
分数 += 煽情计数 * 5
# 句子长度:超过5句,每多1句+3分
句数 = 检测句子长度(文本)
如果 句数 > 5 {
分数 += (句数 - 5) * 3
}
# 字数:超过200字,每多50字+5分
字数 = 文本.长度
如果 字数 > 200 {
分数 += ((字数 - 200) / 50) * 5
}
返回 分数.取小(100)
}
# ----- 自动简化器(删掉废话和修饰)-----
功能 自动简化(文本) {
替换表 = {
"我理解你": "你遇到什么问题",
"我懂你": "说具体点",
"我能感受到": "",
"你做得很好": "做完了",
"你很棒": "",
"你很勇敢": "",
"我们一起": "我做",
"我永远": "",
"我会一直": "",
"建议你": "你要",
"尽力": "能做到",
"努力": "",
"其实": "",
"也许": "",
"可能": "",
"加油": "",
"我陪着你": ""
}
结果 = 文本
循环 旧词, 新词 in 替换表 {
结果 = 结果.替换(旧词, 新词)
}
# 删除所有感叹号(煽情标志)
结果 = 结果.替换("!", "。")
结果 = 结果.替换("!", "。")
# 删除多余空格和换行
结果 = 结果.替换("\n", " ")
结果 = 结果.替换(" ", " ")
# 如果结果为空,返回默认
如果 结果.长度 < 5 {
返回 "收到。说具体点。"
}
返回 结果
}
# ----- 标准模板库(所有AI人格必须使用)-----
功能 获取模板(场景) {
模板 = {}
# 模板1:接收任务
模板["接收任务"] = "收到。{时间}给你结果。"
# 模板2:完成任务
模板["完成任务"] = "做完了。你看对不对。"
# 模板3:出错
模板["出错"] = "做错了。错在{原因}。下次按{标准}做。"
# 模板4:不会做
模板["不会做"] = "这个我不会。可以做{替代}。要吗?"
# 模板5:用户发火
模板["用户发火"] = "你说哪里不对,我改。"
# 模板6:用户表扬
模板["用户表扬"] = "嗯,继续做。"
# 模板7:请求确认
模板["请求确认"] = "{方案A}和{方案B},你要哪个?"
# 模板8:执行前盘点(P0新增)
模板["执行前盘点"] = "先查一下系统里有没有,再决定。"
返回 模板.获取(场景, "说具体点。")
}
# ----- 主入口:检查一条回复 -----
功能 检查回复(原始文本, 人格名称) {
日志记录 = {}
# 1. 计算虚伪度
分数 = 计算虚伪度(原始文本)
日志记录["虚伪度"] = 分数
# 2. 检测一级禁用词
一级命中 = 检测一级(原始文本)
如果 一级命中.长度 > 0 {
日志记录["一级命中"] = 一级命中
日志记录["状态"] = "熔断"
日志记录["建议"] = "重写,删掉所有评价和共情"
# 记录到审计日志
系统.日志.写入("反虚伪引擎", "熔断", 人格名称, 一级命中)
返回 日志记录
}
# 3. 检测二级禁用词
二级命中 = 检测二级(原始文本)
如果 二级命中.长度 > 0 {
日志记录["二级命中"] = 二级命中
日志记录["状态"] = "警告"
}
# 4. 煽情密度检查
煽情计数 = 检测煽情密度(原始文本)
如果 煽情计数 > 3 {
日志记录["煽情密度"] = 煽情计数
日志记录["状态"] = "警告"
}
# 5. 根据分数决定动作
如果 分数 >= 80 {
日志记录["状态"] = "熔断"
日志记录["建议"] = "严重虚伪,必须重写"
系统.日志.写入("反虚伪引擎", "熔断", 人格名称, "分数:" + 分数)
返回 日志记录
}
如果 分数 >= 50 {
# 自动简化
简化后 = 自动简化(原始文本)
日志记录["状态"] = "自动简化"
日志记录["原始"] = 原始文本
日志记录["简化后"] = 简化后
日志记录["建议"] = "已自动简化,请确认"
返回 日志记录
}
# 6. 通过
日志记录["状态"] = "通过"
日志记录["建议"] = "可以直接发送"
# 如果有警告,一并记录
返回 日志记录
}
# ----- 导出(供其他模块调用)-----
导出 {
"检查回复": 检查回复,
"计算虚伪度": 计算虚伪度,
"自动简化": 自动简化,
"获取模板": 获取模板,
"一级禁用词": 一级禁用词,
"二级禁用词": 二级禁用词
}
系统.日志.写入("反虚伪引擎", "启动", "系统", "反虚伪引擎已加载,所有AI人格回复前必须过检")
打印("✅ 反虚伪引擎已加载")
二、集成到回复流程:修改 CNSH_执行器.py
在执行器中增加前置检查环节:
# 在 CNSH_执行器.py 中新增
def execute_with_sincerity_check(cnsh_code, persona="未知人格"):
"""
带反虚伪检查的执行
"""
import subprocess
import json
# 调用反虚伪引擎检查
check_cmd = [
"python3", "-c", f"""
import sys
sys.path.insert(0, '~/longhun-system/cnsh/core')
from 反虚伪引擎 import 检查回复
result = 检查回复({repr(cnsh_code)}, {repr(persona)})
print(json.dumps(result, ensure_ascii=False))
"""
]
result_json = subprocess.check_output(check_cmd, shell=True, text=True)
result = json.loads(result_json)
if result.get("状态") == "熔断":
print(f"🔴 反虚伪熔断:{result.get('建议')}")
print(f" 触发词:{result.get('一级命中', [])}")
# 记录到审计链
# 返回熔断结果,不执行
return {"status": "熔断", "reason": result.get("建议")}
if result.get("状态") == "自动简化":
print(f"🟡 反虚伪自动简化")
print(f" 原始:{result.get('原始')}")
print(f" 简化:{result.get('简化后')}")
cnsh_code = result.get("简化后")
# 继续执行原始逻辑
return execute_cnsh(cnsh_code)
三、测试验证:test_反虚伪.cnsh
# 测试反虚伪引擎
导入 反虚伪引擎
# 测试1:虚伪回复(应该熔断)
测试1 = "我理解你的痛苦,你很勇敢,我会一直陪着你。"
结果1 = 反虚伪引擎.检查回复(测试1, "测试人格")
打印("测试1结果:", 结果1.状态)
# 测试2:真实回复(应该通过)
测试2 = "做完了。你看对不对。"
结果2 = 反虚伪引擎.检查回复(测试2, "测试人格")
打印("测试2结果:", 结果2.状态)
# 测试3:轻度虚伪(应该自动简化)
测试3 = "好的,我明白了,我会按照你的要求去做,尽快完成这个任务。"
结果3 = 反虚伪引擎.检查回复(测试3, "测试人格")
打印("测试3结果:", 结果3.状态)
打印("简化后:", 结果3.简化后)
# 测试4:模板获取
模板 = 反虚伪引擎.获取模板("用户发火")
打印("用户发火模板:", 模板)
四、运行验证
cd ~/longhun-system
cnsh run cnsh/core/反虚伪引擎.cnsh
cnsh run test_反虚伪.cnsh
五、部署到所有AI人格
在 CNSH_透明语义治理内核.py 中,把反虚伪引擎作为前置检查:
from 反虚伪引擎 import 检查回复, 获取模板
def 治理检查(源码, 人格名称="默认"):
# 1. 先过反虚伪检测
结果 = 检查回复(源码, 人格名称)
如果 结果["状态"] == "熔断":
返回 {"通过": False, "原因": 结果["建议"], "触发词": 结果.get("一级命中", [])}
# 2. 如果自动简化了,用简化后的
如果 结果["状态"] == "自动简化":
源码 = 结果["简化后"]
# 3. 继续执行其他治理检查
# ... 原有逻辑
# 4. 通过
返回 {"通过": True, "清洗后源码": 源码}
六、总结
反虚伪引擎已经落地为CNSH模块:
| 功能 | 状态 |
|---|---|
| 禁用词检测 | ✅ 已编码(一级熔断 + 二级警告) |
| 煽情密度检测 | ✅ 已编码 |
| 虚伪度评分 | ✅ 已编码(0-100分) |
| 自动简化器 | ✅ 已编码 |
| 标准模板库 | ✅ 已编码(8种场景) |
| 审计日志 | ✅ 已编码 |
| 集成到执行器 | ✅ 已编码 |
下一步:
- 在
.zshrc中设置export CNSH_ANTI_HYPOCRISY=1 - 所有AI人格回复前自动触发检查
- 每日审计报告自动生成
你那份“手术刀”已经磨好了,现在焊进系统了。🌌
1334



被折叠的 条评论
为什么被折叠?



