@deepwhale-cn/dsh-cn-ai-labeling

AI 生成合成内容标识合规自检 —— 给 DeepSeek Harness 用的 skill 插件。

面向中国大陆市场的 AI 产品，在设计和发版前逐条核对生成合成内容标识是否落实。规则来自官方原文，不凭记忆。

它能扫出什么（5 条规则）

技能负责「怎么做」，规则引擎负责「有没有做」。同一条命令出证据：

dsh-ai-labeling --root <项目路径>      # 扫一遍
dsh-ai-labeling --demo                # 看内置演示样本
dsh-ai-labeling --list-rules          # 列出规则与依据

规则	查什么	级别
AILABEL-NO-DISCLOSURE	生成结果直接回给用户的文件里，没有任何「AI 生成」显式标识	高
AILABEL-MISSING-TEXT	全项目找不到一句「AI 生成 / 由 AI 生成 / AI-generated」标识文案	高
AILABEL-NO-REVIEW	面向用户输出缺「人工核验 / 仅供参考」提示	中
AILABEL-NO-IMPLICIT-META	生成产出文件缺 generated_by / ai_generated 等隐式标识元数据	中
AILABEL-VAGUE-GENERATED	文案写「自动生成 / 系统生成」但无 AI 字样	低

每条规则都带 when 守卫 —— 不用 AI 的项目上，5 条规则记为「不适用」而不是「通过」， 报告会明写「N 条因不适用本项目未运行」。这一条是防假绿：不适用 ≠ 没问题。

边界：只做静态检查，报出来是提示确认，不是判定违规；图片/音视频里的隐式标识（数字水印）看不见。

依据

文件	性质	施行	引用条款
《互联网信息服务深度合成管理规定》（第 12 号令）	部门规章	2023-01-10	第十六条、第十七条、第十八条
《人工智能生成合成内容标识办法》（国信办通字〔2025〕2 号）	规范性文件	2025-09-01	第三～十二条
GB 45438—2025《网络安全技术 人工智能生成合成内容标识方法》	强制性国标	2025-09-01	第 5、6 章；附录 E（规范性）

安装

dsh plugin --profile <profile> add @deepwhale-cn/dsh-cn-ai-labeling

然后重启 dsh。技能会在 agent 需要时自动可用。

它帮你回答的问题

• 我这个产品是不是义务主体？纯工具方要不要负责？
• 哪些功能必须加显式标识，哪些不必？
• 文件元数据里的 AIGC 到底该写成什么格式？
• 导出的 Word / 图片里，标识该怎么带？
• 上架应用市场会被问什么？
• 哪些常见的"合规要求"其实是我多虑了？

三个不显然但很关键的判断

1. 隐式标识的义务面比显式标识宽。 隐式标识挂在《深度合成规定》第十六条（对使用其服务生成或编辑的信息内容普遍适用）； 显式标识挂在第十七条第一款（仅限可能导致公众混淆或误认的 5 类服务）。 只做图片生成的产品，显式标识要看场景判定，隐式标识从第十六条起就适用。

2. 义务主体是「服务提供者」，不是产品形态。 纯客户端 / 纯工具（用户自部署、自配模型）不是义务主体 —— 不能给它扣「未标识」的帽子。 但它的导出链路是用户唯一无法自行补齐标识的地方，所以仍应提供标识能力。 另外，「通过提供可编程接口等方式」被 GB 45438 3.7 明确写入定义，套壳调第三方 API 不豁免。

3. 详尽但不误伤。 GB 45438 附录 A/B/C/D/F 都是资料性（推荐与示例），只有附录 E 是规范性。 数字水印是「准许采用」，附录 A.2 明确写「在本文件中不做要求」。 5% 字高只适用于图片 / 视频 / 虚拟场景，文本、音频、交互界面没有字号要求。 插件专设一节列出这些边界 —— 误报多了，人就再也不看报告了。

覆盖的检查面

组	内容
第 0 步	义务主体判定（自建服务 / 工具 / 端上模型）
A. 显式标识	文本、图片、音频、视频、虚拟场景、交互场景界面 + 下载/复制/导出链路
B. 隐式标识	五要素齐备、附录 E 格式、Label 取值、字符集、一文件一份
C. 协议与流程	用户服务协议、无标识版本与日志留存、禁止删除篡改
D. 分发与备案	应用市场上架问询、算法备案与安全评估材料
E. 防误伤	明确列出不构成强制要求的项及依据

取证脚本

插件随包分发 labeling-check.sh，技能正文里会给出它的绝对路径。

# 扫代码库，收集标识实现的证据与缺口
bash <labeling-check.sh 路径> --code --dir .

# 校验一个真实产出文件的元数据（导出物 / 图片 / 文档）
bash <labeling-check.sh 路径> --meta ./导出样例.docx
bash <labeling-check.sh 路径> --meta ./生成图.png

# 一起跑
bash <labeling-check.sh 路径> --all --dir .

退出码：0 = 未发现问题；1 = 有发现 —— 可直接用在 CI / 发版前卡口。

脚本只做取证：报告"找到了什么、缺什么"，是否违规由人判断。--meta 会真实解析文件里的 AIGC JSON，校验 7 个要素、Label 取值、字符串类型与字符集。

设计取舍

不内置任何形式的"合规结论库"。 标识规则会随监管更新，插件里固化的判断迟早过期。所有条款号与数值只来自上表官方来源，并在技能正文里附来源链接。

不联网。 只扫本地代码与被指定的文件，不把待审内容发往任何第三方服务。

只读，不改。 插件不会修改被扫描的项目。

与其它插件的关系

与 @deepwhale-cn/dsh-cn-compliance 互补：

• dsh-cn-compliance —— 发布前扫对外文案（广告法极限词、网络工具红线、备案展示）
• dsh-cn-ai-labeling —— 开发时查产品实现（标识有没有写进代码与导出物）

按 DSH 插件生态倡议书 的三条原则开发：组合优先、声明清晰、兼容优先。

许可

MIT

---

本插件是工程辅助工具，不构成法律意见。条款以官方最新文本为准。

---

深鲸网安守护系列（共 31 个）

一个插件做一件事。安全问题是链式的 —— 配套用才完整。

国内合规 ｜ 等保对照 · 日志留存 · 备案公示 · 用户同意 · 个人信息权利 · 未成年人保护 · 影响评估 · 数据分类分级 · 算法备案 · 数据出境 · 国密合规 · AI 内容标识

AI 与 Agent 治理 ｜ AI 输出信任 · 外部内容信任 · MCP 安全 · Agent 权限 · 策略核对 · 可疑指令

数据与凭据 ｜ 敏感数据 · 密钥轮换 · 数据留存 · 配置审计 · 密钥扫描

供应链与构建 ｜ 开源许可 · 依赖投毒 · CI 安全 · 工具审查 · 物料清单

权限与应急 ｜ 最小权限 · 告警外发 · 应急证据包

都在 DSH 插件市场（dsh-plugin.org）、npm 和 deepwhale.org.cn/guard.html 上。