c/skill小程序.md

skill小程序：基于朴素贝叶斯的垃圾信息识别小程序（社区交互+商用）

1. 目标

复刻一个可商用的小程序，满足以下闭环：

1. 用户发布文本（公共/私有/私信）
2. 后端实时检测垃圾信息（朴素贝叶斯）
3. 命中阈值即拦截并入库备案
4. 用户可对拦截信息发起申诉
5. 管理员人工复核与申诉处理
6. 样本持续回流并重训模型

2. 技术框架

2.1 前端环境（微信小程序）

• 微信开发者工具开发与调试
• 页面模块：
  • 注册/登录
  • 文本发布（发布框+提交按钮）
  • 实时状态反馈（发布成功/拦截警告）
  • 个人发布历史
  • 拦截信息申诉
  • 私信收件箱
• 界面规范：
  • 遵循小程序设计规范
  • 卡片化布局 + 统一主题色 + 移动端自适配

2.2 后端环境（Flask RESTful）

• Flask 提供 API
• JWT 身份认证与会话管理
• SQLAlchemy 数据持久化
• 模型服务：TF-IDF + MultinomialNB
• 核心职责：
  • 接收发布文本
  • 调用模型检测
  • 阈值决策拦截/放行
  • 拦截日志入库
  • 申诉与人工复核
  • 管理员日志查询与阈值调节

3. 数据模型

1. users

• 用户信息、管理员标记

2. content_posts

• 文本内容、发布类型、检测概率、阈值、发布状态
• 人工复核状态
• 申诉状态与处理结果

3. spam_prediction_logs

• 检测原始日志

4. spam_training_samples

• 训练样本（seed/import/feedback/manual_review）

5. detection_configs

• 动态检测阈值

4. 功能模块映射

4.1 用户功能模块

• 个人信息注册/登录/维护
• 文本信息编辑与上传
• 公共信息发布
• 私有信息发布
• 用户私信信息发布
• 私信信息拦截
• 拦截信息申诉
• 发布历史查看

4.2 管理员功能模块

• 用户信息编辑/删除
• 垃圾信息编辑（复核结果更新）
• 确认垃圾信息（人工复核属实）
• 申诉处理（通过/驳回）
• 垃圾信息历史记录查看
• 检测阈值动态调节

4.3 垃圾信息识别模块

• 信息检测（朴素贝叶斯）
• 信息拦截
• 阈值动态调节
• 信息发布拦截
• 垃圾信息入库备案
• 信息上报管理员

5. 关键接口

用户端

• POST /api/content/publish
• GET /api/content/posts/history
• GET /api/content/posts/inbox
• POST /api/content/posts/<id>/appeal

管理端

• GET /api/admin/intercepts
• PUT /api/admin/intercepts/<id>/review
• GET /api/admin/appeals
• PUT /api/admin/appeals/<id>/process
• GET /api/admin/detection/threshold
• PUT /api/admin/detection/threshold

6. 实施步骤

1. 初始化数据库并导入种子样本
2. 训练初始朴素贝叶斯模型
3. 接入发布接口并实现实时反馈
4. 完成历史、申诉、私信收件箱
5. 完成管理员复核与阈值配置
6. 打通样本回流和模型重训

7. 商用落地建议

1. 使用 HTTPS 和网关限流
2. 管理操作写审计日志
3. 默认管理员密码上线前替换
4. 密钥全部改环境变量注入
5. 申诉处理增加 SLA 与状态通知

8. 验收标准

1. 发布文本可实时检测并返回明确状态
2. 疑似垃圾信息会被拦截且可申诉
3. 管理员可人工复核与处理申诉
4. 阈值可在线调节且立即生效
5. 页面在不同手机尺寸下排版正常
6. 样本可回流并用于模型迭代