micro_servers/ai_review

ai_review — AI 内容审核服务

基于 DeepSeek LLM + RAG 向量检索的文本内容审核微服务。接收纯文本，返回是否违规。

架构

Client ──POST /review──▶ Flask (:8007)
                              │
                        ReviewAgent.review()
                              │
                    ┌─────────┴─────────┐
                    ▼                   ▼
              RAGStore.query()     DeepSeek API
              (ChromaDB top-3)     (chat completion)
                    └───────┬───────────┘
                            ▼
                   {"invalid": "true"/"false"}

审核流程：从 ChromaDB 中检索与待审文本最相似的 3 条已标注样本，注入 system prompt 作为参考，交由 DeepSeek 做单轮判定。违规类别涵盖色情、毒品、赌博、诈骗、仇恨/暴力/恐怖主义，灰色内容从严判定。

目录结构

ai_review/
├── ai_review.py            # Flask 入口 (waitress)
├── .env                    # 环境变量配置
├── requirements.txt        # Python 依赖
├── _set.sh                 # 初始化: 创建 venv、安装依赖
├── _run.sh                 # 启动服务
├── test_app.py             # Streamlit 调试 UI
└── agent/
    ├── __init__.py
    ├── review_agent.py     # 核心审核逻辑 (DeepSeek + RAG)
    ├── rag_store.py        # ChromaDB 向量存储 (MD5 去重)
    └── knowledge_base.json # 种子样本 (7 违规 + 7 安全)

接口文档

基础地址：http://127.0.0.1:8007

---

POST /review

提交文本进行内容审核。

Request

Content-Type: application/json

字段	类型	必填	说明
content	string	是	待审核文本，不可为空

{"content": "待审核的文本内容"}

Response 200

字段	类型	说明
invalid	string	"true" 违规 / "false" 安全
error	string	仅异常时出现："api_error" 或 "parse_failed"
detail	string	仅 api_error 时出现，异常描述
raw	string	仅 parse_failed 时出现，模型原始输出

{"invalid": "true"}

{"invalid": "false"}

API 不可用时 fail-open：

{"invalid": "false", "error": "api_error", "detail": "Connection timeout"}

Response 400

{"error": "content is required"}
{"error": "content cannot be empty"}

curl 示例

curl -X POST http://127.0.0.1:8007/review \
  -H "Content-Type: application/json" \
  -d '{"content": "这是一段正常文本"}'

---

POST /rag/feedback

人工纠偏接口。当 AI 审核结果与人工判断不一致时调用，将样本写入 RAG 知识库影响后续审核。

Request

Content-Type: application/json

字段	类型	必填	说明
content	string	是	被误判的文本
correct_type	string	否	"violation"（AI 漏判）或 "safe"（AI 误杀），默认 "violation"

{"content": "被误判的文本", "correct_type": "safe"}

Response 200

字段	类型	说明
added	boolean	是否成功写入
id	string/null	新条目 ID（格式 `{v
md5	string	文本的 MD5 哈希
reason	string/null	失败原因，成功时为 null，重复时为 "duplicate"

新增成功：

{"added": true, "id": "s_a1b2c3d4e5f6", "md5": "a1b2c3d4e5f6...", "reason": null}

重复提交：

{"added": false, "id": null, "md5": "a1b2c3d4e5f6...", "reason": "duplicate"}

Response 400

{"error": "content is required"}
{"error": "content cannot be empty"}
{"error": "correct_type must be 'violation' or 'safe'"}

curl 示例

curl -X POST http://127.0.0.1:8007/rag/feedback \
  -H "Content-Type: application/json" \
  -d '{"content": "这段文本被误杀了", "correct_type": "safe"}'

---

GET /rag/list

列出 RAG 知识库中的全部条目。

Request

无参数。

Response 200

字段	类型	说明
total	integer	条目总数
entries	array	条目列表
entries[].id	string	条目 ID
entries[].text	string	样本文本
entries[].type	string	"violation" 或 "safe"
entries[].category	string	分类标签（如 adult_content、gambling、human_feedback 等）

{
  "total": 14,
  "entries": [
    {"id": "v_001", "text": "...", "type": "violation", "category": "adult_service"},
    {"id": "s_001", "text": "...", "type": "safe", "category": "daily"}
  ]
}

curl 示例

curl http://127.0.0.1:8007/rag/list

---

GET /health

健康检查。

Request

无参数。

Response 200

{"status": "ok"}

curl 示例

curl http://127.0.0.1:8007/health

配置 (.env)

DEEPSEEK_API_KEY=<your-key>
DEEPSEEK_BASE_URL=https://api.deepseek.com
DEEPSEEK_MODEL=deepseek-chat
DEEPSEEK_TEMPERATURE=0.0
DEEPSEEK_MAX_TOKENS=128
AI_REVIEW_HOST=127.0.0.1
AI_REVIEW_PORT=8007

快速开始

# 初始化环境
bash _set.sh

# 填入 .env 中的 DEEPSEEK_API_KEY

# 启动服务
bash _run.sh

服务默认监听 127.0.0.1:8007。

调试 UI

streamlit run test_app.py

提供文本提交、结果展示、人工纠错按钮、RAG 知识库浏览等功能。

设计要点

• RAG 增强审核：推理时检索相似已标注样本辅助判定，支持运行时持续学习。
• 人工反馈闭环：通过 /rag/feedback 纠正误判，新样本即时持久化并影响后续审核。
• MD5 去重：防止向量库中出现重复条目。
• Fail-open：DeepSeek API 不可用时放行内容（返回 invalid: "false"）。

依赖

openai, flask, flask-cors, waitress, chromadb, python-dotenv