文档智能 – Anspire

概述

Anspire Document Intelligence

安全与执行前检查

1. API Key 只允许存储在用户目录下的

~/.config/anspire-document-intelligence/config.json 文件中，使用 JSON 字段 api_key 保存。不得将 API Key 写入 Skill 包、工作区、日志、环境变量或普通命令参数。

1. WorkBuddy 不得通过代码、文件搜索、环境变量或历史路径自行检索、

读取或展示 API Key。API 请求所需的认证读取和写入只由本 Skill 脚本在内部处理；不要在 WorkBuddy 的执行流程中另行获取凭证。

1. 用户首次提供或更新 API Key 时，运行

python3 /path/to/skill/scripts/anspire_api.py configure，通过隐藏输入写入配置。保存成功后只告知用户“认证配置已更新”，不要展示配置文件目录。

1. 如果没有 API Key，不要调用 API，也不要继续执行当前任务。引导用户打开

Anspire 控制台的 API Key 设置页，完成注册、登录和 API Key 创建。用户完成后，请用户返回并通过 configure 完成认证，再继续原任务。必须按以下固定格式提示，不要改写步骤文字：

   请按以下步骤操作：

   **第一步：获取 API Key**

   1. 打开 [Anspire 控制台 API Key 设置页](https://vlm.anspire.cn/workspace/settings)
   2. 注册/登录账号
   3. 点击“访问密钥”菜单，创建“新密钥”

   **第二步：配置 API Key**

   将获取到的 API Key 提供给我，我会通过隐藏输入完成认证配置。

1. 如果配置文件中的 API Key 返回 401，必须清除用户目录中保存的失效值，

并明确提醒用户重新提供 API Key：“API Key 已失效，请重新提供 API Key。”

1. 用户重新提供 API Key 后，必须运行

python3 /path/to/skill/scripts/anspire_api.py configure，通过隐藏输入将新 Key 写入用户配置，并替换原来保存的失效 Key；保存成功后只告知用户“认证配置已更新”，不要展示配置文件目录。

1. 不要把 API Key 写入 Skill 包、日志或最终回复。Skill 包不包含真实凭证。
2. 使用本 Skill 目录中的 scripts/anspire_api.py，不要假设当前工作目录是 Skill 根目录。
3. 输入是身份证、护照、合同、财务票据或其他个人信息时，提醒用户文件会发送到第三方服务。

能力选择

• 用户要求“提取内容”或文档内容提取：使用 extract
• 用户要判断图片是否 PS、篡改、伪造或 AI 生成：使用 tamper-detect
• 用户没有提供当前消息中的附件、明确的本地文件路径或明确的图片 URL：要求补充输入
• 用户要求本 Skill 不支持的能力：说明本 Skill 只支持以上两个端点

文件来源与地址处理

图片来源必须按以下优先级处理：

1. 优先使用 Work Buddy 当前消息中用户实际上传的原始图片附件，以及运行环境为该附件提供的临时文件路径。
2. 只有用户明确提供本地文件路径时，才读取该本地文件。
3. 用户明确提供图片 URL 时，只有运行环境支持下载并已将图片保存为本地文件后才能处理；当前流程最终必须使用该本地文件上传。
4. 不要根据文件名、历史路径或工作区内容自行寻找、匹配或替代图片。
5. 如果当前运行环境无法访问对话附件，必须明确告知用户，不能擅自改用本地同名图片。
6. 对可访问的原始图片文件，优先使用原始内容，不要默认使用可能经过 JPEG 重编码的剪贴板副本。

文档抽取也只能处理当前消息附件、用户明确提供的本地文件路径或用户明确提供的 URL；不得自行扫描或猜测工作区中的文件。文档 URL 作为接口的 url 字段直接提交；如果运行环境无法访问该 URL，应明确告知用户并停止本次请求。

完整响应字段、错误结构和接口变更信息，按需读取references/api_reference.md。

文档抽取

文档抽取由服务端执行默认内容抽取：

python3 /path/to/skill/scripts/anspire_api.py extract 
  --file /path/to/document.pdf 
  --quiet

规则：

1. --file 与 --url 必须二选一。
2. 不允许传入额外字段定义参数。
3. 常规抽取不要启用 --with-grounding；只有用户要求字段溯源、原文定位或坐标时才启用。
4. 脚本 stdout 只返回一次完整 JSON，供 WorkBuddy 解析；不要通过额外参数

请求或获取第二份结果。

1. 最终回复使用下方“文档抽取”模板，展示服务端返回的识别结果，以及实际生成的输出文件路径。
2. 不主动附加识别质量评价、复核建议或字段置信度分析，除非用户明确要求。

文档抽取展示模板

最终结果必须使用一张完整的 Markdown 表格展示，字段顺序与服务端返回顺序一致。不得按字段类型、嵌套层级或区域明细拆分成多张表；嵌套字段和数组内容作为同一张表中的单元格或附加行展示。

## 文档抽取结果

| 字段路径 | 识别结果 |
|---|---|
| 字段 A | 值 A |
| 字段 B | 值 B |

结果文件：`/path/to/result.json`

展示要求：

• string、number、boolean 直接展示值。
• array 使用换行列表展示，不要压成难读的单行 JSON。
• object 使用字段路径或缩进文本放在同一张表中，不要创建嵌套表格。
• null、空字符串和未识别字段必须如实展示为“未识别”，不得自行补值。
• 默认不展示 task_id、耗时、request ID、uncertainty 和 aigc 等技术元数据。
• 只有用户明确要求溯源时才展示 grounding。实际接口可能返回

字段名: [[x1,y1,x2,y2], ...]，按原字段对应坐标展示，不要虚构页码。

图片篡改与 AIGC 检测

python3 /path/to/skill/scripts/anspire_api.py tamper-detect 
  --file /path/to/image.png 
  --quiet

规则：

1. 按“文件来源与地址处理”中的优先级选择图片；对可访问的原始图片，

不要默认使用可能经过 JPEG 重编码的剪贴板副本。

1. 脚本会校验 magic bytes；扩展名与真实格式不一致时按真实 MIME 上传并提示。
2. 图片鉴真是异步任务，脚本必须完整执行以下流程，不得把创建任务响应当作最终结果：
   • POST /open-api/v1/image/tamper-detect 创建任务，接受 202，读取 task_id
   • GET /open-api/v1/image/tamper-detect/tasks/{task_id} 查询状态
   • queued 或 running 时继续轮询；failed 时停止并展示 error_code、error_message
   • 只有状态为 succeeded 后，才调用

GET /open-api/v1/image/tamper-detect/results/{task_id} 获取最终结果

1. 最终结果是顶层结果对象，不要再假设存在旧版 result 包装。优先读取：

decision、risk_level、reason、confidence、terminated_stage、stages、tamper_regions、artifacts，以及兼容字段aigc、aigc_detection、tamper_detection、is_tampered、tamper_score、threshold。

1. 先解释 aigc.image_type 或 aigc_detection.is_ai_generated，再解释篡改字段。
2. AIGC 判定为 AI 生成时，结论是整图 AI 生成或非真实图片；如果

tamper_detection.status == "not_run"，缺失或为 null 的is_tampered、tamper_score 不代表图片真实。

1. 只有 AIGC 判定为真实图片，且 tamper_detection.status == "completed" 时，

才根据 is_tampered、tamper_score、threshold 和tamper_regions 解释局部篡改。

1. tamper_regions 有坐标时，先检查本地是否具备生成融合图所需的 Python 组件，

当前主要依赖为 Pillow（包含 PIL.Image 和 PIL.ImageDraw）。

1. 依赖完整且未指定 --no-fused 时，生成带红色区域和边框的

{原图名}_fused.png；生成成功后在最终回复中展示本地图片。

1. 依赖缺失、原图不可读或融合图生成失败时，直接跳过融合图阶段，

只输出鉴真结果表格，不影响检测结果。

1. 没有坐标信息时可以不生成融合图。
2. 不要访问、下载、打开、展示或转发 artifacts 中的远端 URL，也不要使用旧版

result.fused_image.url。本地融合图只能由 Pillow 根据坐标生成。

1. 用户要求左右对比时使用 --compare；只有本次运行成功生成融合图时才生成并报告对比 HTML。

图片鉴真展示模板

必须先给出单一、明确的主结论，再使用一张完整的 Markdown 表格展示所有技术细节。图片类型、综合决策、风险等级、AIGC 状态、篡改检测状态、分数、阈值、疑似区域数量和区域明细都必须放在这同一张表中，不得拆成多张表。

## 图片鉴真结果

**结论：发现疑似篡改**

| 项目 | 结果 |
|---|---|
| 图片类型 | 真实图片 |
| 综合决策 | risk_detected |
| 风险等级 | high |
| 篡改检测 | 是 |
| 篡改分数 | 0.9416 |
| 判定阈值 | 0.8 |
| 疑似区域 | 1 个 |
| 区域 1 | type=xxx；坐标=...；score=...；label=... |

### 本地融合图

![篡改区域标注图](/path/to/image_fused.png)

结果文件：`/path/to/result.json`
融合图文件：`/path/to/image_fused.png`

结论规则：

• aigc.image_type == "ai_generated" 或

aigc_detection.is_ai_generated == true：结论：AI 生成图片，不能视为真实图片。不要把is_tampered=false、null 或 tamper_score=0 解释成“未篡改”或“真实”。

• AIGC 判定为真实图片、tamper_detection.status == "completed" 且

is_tampered == true：结论：发现疑似篡改，同时展示分数、阈值和区域数量；若融合图生成成功，再展示本地融合图。

• AIGC 判定为真实图片、tamper_detection.status == "completed" 且

is_tampered == false：结论：未发现达到判定阈值的篡改，展示分数和阈值；有坐标且依赖完整时可展示融合图。

• decision、AIGC 类型或阶段结果不完整：结论：无法完成可靠判定，

说明缺失字段或 terminated_stage，不要推断为真实或未篡改。

展示要求：

• tamper_regions 使用接口实际返回的 region_id、type、coordinates 或

bbox、score 和 label 展示区域明细。

• bbox 兼容 [x1, y1, x2, y2] 和 {x,y,width,height}；polygon

坐标展示为点序列。

• 融合图实际生成时必须展示 Pillow 生成的本地融合图，不能只给路径而不展示。

最终回复使用 Markdown 图片语法：![篡改区域标注图](/absolute/path/to/image_fused.png)。

• Pillow 或其他所需组件缺失时，只展示鉴真结果表格，不要求展示融合图。
• artifacts 中的远端 URL 和旧版 result.fused_image.url 永远不展示、

不访问、不下载。

• 不默认展示完整响应 JSON；用户明确要求原始响应时才提供已清理远端 URL 的本地结果文件。

输出与错误处理

1. 交互调用默认使用 --quiet，避免摘要和 JSON 重复展示。
2. 脚本只负责返回一次完整 JSON 结果，不会为展示格式再次调用接口、

再次创建任务或再次获取结果。

1. WorkBuddy 必须解析脚本已经返回的 JSON，再生成最终 Markdown 展示；

不要把原始 JSON 直接倾倒给用户，也不要为了生成表格重复执行命令。

1. 文档抽取最终必须使用一张完整的 Markdown 表格逐字段展示，不能拆分成多张表，

字段顺序与服务端返回顺序一致。

1. 图片鉴真最终必须先给出单一主结论，再使用一张完整的 Markdown 表格展示图片类型、

综合决策、风险等级、AIGC 状态、篡改检测状态、分数、阈值、疑似区域数量和区域明细；如果本次具备融合图依赖且成功生成，有坐标时才直接渲染本地融合图，使用生成的本地绝对路径：![篡改区域标注图](/absolute/path/to/image_fused.png)；不能只报告路径。

1. 成功时只展示识别结果和输出路径；不要把请求头、API Key 或完整调试日志放入最终回复。
2. 失败时根据退出码说明原因：
   • 1：参数、文件格式或文件大小错误
   • 2：API Key 无效或缺失；无效时清除旧值并提醒用户重新提供 API Key，

缺失时按上面的设置页流程引导用户

• 3：权限或配额不足
• 4：限流重试后仍失败
• 5：服务端错误重试后仍失败
• 6：网络或其他本地错误

1. 输出文件已存在时不要无提示覆盖；脚本会自动选择带序号的新输出路径并在日志中报告实际路径。

远端融合图禁止使用

绝对禁止访问、下载、打开或展示 API 返回的 artifacts 远端 URL 或旧版result.fused_image.url。该地址可能需要登录，不能作为本地融合图来源，也不能交给浏览器、下载器或其他工具处理。篡改区域标注必须由脚本使用 Pillow 根据最终结果中的 tamper_regions在用户本地生成。

参考文件

• references/api_reference.md：完整 API 字段、请求响应示例和批量调用说明。