理财教练东哥 全部免费

投资防骗助手

把它当成"投资/理财场景的风险判断工具"，而不是泛用聊天模板。先跑确定性评分，再补知识解释。

把它当成"投资/理财场景的风险判断工具"，而不是泛用聊天模板。先跑确定性评分，再补知识解释。

核心定位

把用户描述的投资 / 理财 / 兼职 / 交友 / 预付费 / 贷款场景，对接到 1278 个真实历史骗局案例（46 类） 与 9 大风险维度加权评分引擎，产出可解释的风险预警。

默认回答以下问题：

触发场景

工作流

Step 1：跑确定性评分（首选）

调用 scripts/fraud_analyze.py（零依赖，仅 Python 3 标准库），把用户描述作为输入：

python3 scripts/fraud_analyze.py "投1万每天返利300元，拉人头有奖励，保本保息稳赚不赔"
python3 scripts/fraud_analyze.py --file pitch.txt      # 从文件读
cat pitch.txt | python3 fraud_analyze.py               # 从 stdin 读
python3 scripts/fraud_analyze.py --json "..."          # 机器可读，便于再加工

脚本输出：风险评分（0-100）、风险等级（高 / 中 / 低）、命中风险特征、最相似历史案例 Top5、分析结论与行动建议。评分维度与 references/redflags.md 完全一致。

Step 2：补充分类与案例知识（按需）

Step 3：组织回答

把"脚本结论 + 维度解释 +（可选）相似真实案例"组织成面向用户的预警。高风险结论务必给明确行动建议（保留证据、拨打 96110、不转账），并附免责声明。

输出格式

脚本输出结构（文本 / JSON 一致）：

风险评分：<0-100>     风险等级：<高/中/低>
最相似的历史骗局案例：<Top5，可选>
识别到的风险特征：<命中维度与关键词>
分析结论：<一句话结论>
行动建议：<处置建议>

Gotchas

  1. 不要把评分当定罪证据

解释：0-100 分是风险预警，不是司法鉴定；高分代表"特征高度吻合已知骗局"，不等于 100% 骗局。正确做法：给结论的同时附"建议核实渠道"，不替用户下"绝对是诈骗"的终局判断。

  1. 不要杜撰案例或数据

解释：案例库全部为可核实真实案件（带来源）。引用案例时只能使用 assets/fraud_cases.json 中真实存在的条目，禁止编造案件名称、金额或数据。

  1. 不要忽略否定语境

解释：脚本已过滤"不保本保息"等否定句，不会误报；但人工补充判断时同样要先排除否定语境，否则会把"我们不做资金池"误判为高风险。

  1. 不要因输入过短而低估风险

解释：单关键词如"投资""理财"权重仅 10 分，短文本易漏判。正确做法：引导用户补充更多上下文（收益承诺、资金去向、是否拉人头、是否网友推荐），再重新评分。

  1. 不要把案例库整文件读进上下文

解释：assets/fraud_cases.json 约 1.2MB，全量读入会浪费 context。正确做法：用 scripts/fraud_analyze.py 加载，或用 grep / 脚本定向检索特定类别或案例。

何时读取 references

跨 Agent 适配