Qinghu AI 文本检测

安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install qinghu-ai-text-detect
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 qinghu-ai-text-detect。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

Qinghu AI 文本检测是 Openclaw Skills 的一项集成，用于检查给定文本看起来是由人类撰写还是由 AI 生成。它通过 qhkit mcp CLI 调用 Qinghu Data 的 text_moderation 工具，并返回整体 AI 置信度、疑似 AI 比例、人类、AI 和疑似 AI 标签的占比，以及可选的分段详情。
此技能专门用于检测 AI 生成的文本；它不会声称能够确定作者身份。结果来自 Qinghu 服务，调用会消耗 Qinghu 点数。在对话中首次进行付费调用之前，代理必须说明该工具及预估费用，并征得用户同意。Openclaw Skills 用户无需在主机环境中单独配置 MCP 服务器。

应用场景

检查一段文字、一篇文章或一份文案是否可能由 AI 生成。
当用户询问文本的“AI 率”或 AI 感时，评估文本表现出 AI 特征的程度。
查看整体置信度和标签比例，以了解工具的分类结果。
检查分段标签，找出检测器标记为具有 AI 特征的部分。
当用户明确要求相关分析时，结合相邻的文本检测工作流，同时确保不超出此技能仅处理文本的范围。

工作原理

识别用户是否要求检查文本是否由 AI 生成，或评估其 AI 特征。
确认已提供所需输入：待分析的文本。使用工具描述中的最新 inputSchema，不要仅依赖文档记录的参数快照。
首次付费调用之前，说明 Qinghu 文本审核工具及预估点数费用，然后取得用户授权。使用 qhkit mcp estimate 查询当前预估费用；不要将文档中的示例价格视为当前价格。
可选设置 is_merge，控制是否合并分段结果；默认值为 false。
使用用户提供的文本调用 text_moderation。对于复杂输入或带引号的输入，将 JSON 请求放入文件，并通过 qhkit mcp call @params.json 传入，以避免 shell 转义错误。
解析单行 JSON 响应。准确呈现返回的置信度、比例和分段详情，并报告实际扣除的 credits。
如果工具调用失败，转达错误信息，不要编造 AI 百分比数值。如果提供人工评估作为替代方案，应明确说明这是人工判断，而不是检测器的结果。

配置指南

此技能需要 Node.js 18 或更高版本，以及 0.14.0 或更高版本的 qhkit 才能使用 mcp 命令。安装 CLI 并配置 Qinghu API 令牌：
npm i -g @iqinghu/qhkit
qhkit config set --token --env prod
qhkit config show
登录 Qinghu 并在其工作台创建 API 密钥，即可获取令牌。也可以配置 QHKIT_TOKEN 环境变量。qhkit config show 命令会提供经过脱敏的配置检查结果。
升级已有安装：
npm i -g @iqinghu/qhkit@latest
如果 npm registry 响应缓慢或不可用，文档建议的替代方案是添加 --registry=https://registry.npmmirror.com。如果因权限问题而无法进行全局安装，且无法提升权限，请使用 npx @iqinghu/qhkit ...。此技能可以独立安装；无需单独配置主机 MCP 服务器。

数据架构

输入参数
参数 类型 必填 行为
text string 是 要分析的文本。
is_merge boolean 否 是否合并分段识别结果；默认值为 false。
使用 qhkit mcp describe '{"names":["text_moderation"]}' 获取当前输入 schema。实时 schema 优先于此摘要。
响应和输出
CLI 成功时会输出单行 JSON 对象，其中包含 ok、stage、name、credits 和 data 字段。
检测数据可能包含 softmax_confidence（整体 AI 置信度）、ratio_confidence（疑似 AI 比例）、labels_ratio（标签占比：0 = 人类，1 = AI，2 = 疑似 AI）以及 segment_labels（分段详情）。
失败时会返回 ok: false、stage 和 message；应准确转达该消息。单凭 stderr 提示不一定意味着调用失败。
小型结果会在 data 中返回。大型结果可能包含 large: true、存有完整 JSON 的本地 file 路径、记录和字段元数据，以及预览。后续分析应使用该文件，而不要根据预览推断完整结果。
此技能未为常规文本检查定义单独的生成文件分类。处理大型结果时，请使用响应提供的文件路径和元数据。

高级特性

调用工具之前，使用
qhkit mcp describe
qhkit mcp estimate
获取实时工具 schema 和当前定价。
如果当前输入 schema 支持，可使用
is_merge
控制分段结果的合并方式。
qhkit mcp call @params.json
使用 JSON 文件传入复杂或多语言参数，以减少 shell 转义问题。
遵守点数和同意相关的安全要求：首次付费调用前取得授权，使用实际返回的
credits
报告费用；在一次回复中进行付费调用不得超过 10 次，除非先作说明并取得用户对新一轮调用的批准。
区分处理验证失败和服务失败。发生服务或 MCP 错误时，使用
qhkit config show
检查配置，转达返回的消息，避免反复进行未经证实的重试。
将能力范围限制在 Qinghu 的
text_moderation
工具内。对于图文检测、更广泛的分析或其他数据类型，应转交给适当的 Qinghu 技能或工具，而不是用无关服务替代。

name: qinghu-ai-text-detect description: "青虎AI AI生成文本检测：检测文本的 AI / 人工占比，返回整体 AI 置信度、疑似 AI 占比、各类型占比和分段明细。当用户说「这段文案是不是 AI 写的」「检测 AI 率」「文章 AI 味重不重」或提出同类需求时必须触发。关键词：青虎AI、qhkit、青虎数据、AI文本检测、AIGC检测、AI率、降AI、AI生成文本检测。" user-invocable: true
homepage: https://www.npmjs.com/package/@iqinghu/qhkit