- 添加 convertMermaidCodeblocks() 函数,在代码高亮前拦截 mermaid 代码块 - 支持标准 Markdown 代码块 (\\\mermaid) 渲染 - 更新 detectMermaidBlocks() 添加 mermaid-from-codeblock 选择器 - 更新 extractMermaidCode() 支持新容器类型 - 创建测试文件 test-codeblock-magic.html - 更新用户文档、开发者文档和 FAQ - 完全绕过代码高亮和 WordPress 格式化 - 支持 PJAX 页面切换 - 特殊字符和换行符正确保留
8.2 KiB
AI 评论审核流程说明
流程概述
本文档通过 Mermaid 流程图详细展示用户提交评论后,系统进行 AI 审核的全流程,涵盖预处理、规则判断、AI 检测、结果处理、数据学习等核心环节。
流程图
::: mermaid
flowchart TD
Start([用户提交评论]) --> PreProcess[预处理评论
钩子:preprocess_comment/post_comment_preprocessing]
PreProcess --> CheckEnabled{启用 AI 检测?}
CheckEnabled -->|否| SaveComment[保存评论]
CheckEnabled -->|是| CheckMode{检测模式?}
CheckMode -->|manual(关闭实时检测)| SaveComment
CheckMode -->|keyword/sample/all| CheckLoggedIn{已登录用户?}
CheckLoggedIn -->|是且跳过登录用户| SaveComment
CheckLoggedIn -->|否或不跳过| CheckWhitelist{在白名单?}
CheckWhitelist -->|是| SaveComment
CheckWhitelist -->|否| CheckKeyword[检查关键字触发]
CheckKeyword --> DecideCheck{决定是否检测}
DecideCheck -->|keyword模式且触发关键字| NeedCheck[需要检测]
DecideCheck -->|sample模式且触发关键字| NeedCheck
DecideCheck -->|sample模式且随机抽中| NeedCheck
DecideCheck -->|all模式| NeedCheck
DecideCheck -->|其他情况| SaveComment
NeedCheck --> SetPending[强制设置 comment_approved=0
待审核状态]
SetPending --> SetFlag[设置 _argon_needs_spam_check=true]
SetFlag --> SaveKeywords[保存触发的关键字]
SaveKeywords --> SaveComment
SaveComment --> CommentPost[评论入库后处理
钩子:comment_post/post_comment_updatemetas]
CommentPost --> SaveMeta[保存评论元数据]
SaveMeta --> CheckNeedFlag{有 _argon_needs_spam_check 标记?}
CheckNeedFlag -->|否| ShowPending[显示审核中状态]
CheckNeedFlag -->|是| SaveCheckMeta[保存检测标记到数据库]
SaveCheckMeta --> AutoDetect[触发自动检测
钩子:comment_post/argon_auto_detect_spam_on_comment]
AutoDetect --> CheckSaved{有检测标记?}
CheckSaved -->|否| End1([结束])
CheckSaved -->|是| CheckDetected{已检测过?}
CheckDetected -->|是| End2([结束])
CheckDetected -->|否| CheckReason{检测原因?}
CheckReason -->|关键字触发| SyncDetect[立即同步检测]
CheckReason -->|其他| AsyncDetect[异步检测(延迟1秒)]
SyncDetect --> DetectHandler[检测处理函数
argon_async_spam_detection_handler]
AsyncDetect --> DetectHandler
DetectHandler --> CallAI[调用 AI API
argon_detect_spam_comment]
CallAI --> GetPrompt[根据 Prompt 模式获取提示词]
CallAI --> BuildContext[构建评论上下文(用户名+内容)]
BuildContext --> SendAPI[发送到 AI API]
SendAPI --> ParseResult[解析 AI 返回结果]
ParseResult --> SaveTime[记录检测时间]
SaveTime --> GenCode[生成识别码]
GenCode --> UpdateStats[更新用户统计]
UpdateStats --> CheckResult{检测结果?}
CheckResult -->|内容违规(高置信度)| CheckAction1{自动处理方式?}
CheckResult -->|内容违规(低置信度)| MarkLowConf[标记为疑似垃圾
等待人工审核]
CheckResult -->|内容正常/用户名违规/无邮箱| TrashNoEmail[移入回收站]
CheckResult -->|内容正常/用户名违规/有邮箱| ChangeUsername[修改用户名]
CheckResult -->|都正常| MarkNormal[标记为正常评论]
CheckAction1 -->|trash| TrashComment[移入回收站]
CheckAction1 -->|hold| HoldComment[标记为待审核]
CheckAction1 -->|mark| MarkOnly[仅标记不处理]
TrashComment --> SendSpamEmail[发送垃圾评论通知]
HoldComment --> SendSpamEmail
MarkOnly --> SaveResult1[保存检测结果]
SendSpamEmail --> SaveResult1
MarkLowConf --> SaveResult2[保存检测结果]
TrashNoEmail --> SaveResult3[保存检测结果]
ChangeUsername --> GenNewName[生成新用户名]
GenNewName --> UpdateDB[更新数据库]
UpdateDB --> SendChangeEmail[发送用户名变更通知]
SendChangeEmail --> SaveResult4[保存检测结果]
MarkNormal --> SaveResult5[保存检测结果]
SaveResult1 --> AILearn{启用 AI 学习?}
SaveResult2 --> AILearn
SaveResult3 --> AILearn
SaveResult4 --> AILearn
SaveResult5 --> AILearn
AILearn -->|是| ExtractKeywords[提取关键词]
AILearn -->|否| DetectEnd([检测完成])
ExtractKeywords --> UpdateKeywords[更新学习关键词库]
UpdateKeywords --> DetectEnd
ShowPending --> UserView([用户看到:审核中状态])
DetectEnd --> AdminReview([管理员审核])
style Start fill:#e1f5e1,stroke:#2e7d32,stroke-width:2px style End1 fill:#ffe1e1,stroke:#c62828,stroke-width:2px style End2 fill:#ffe1e1,stroke:#c62828,stroke-width:2px style DetectEnd fill:#e1f5e1,stroke:#2e7d32,stroke-width:2px style UserView fill:#fff4e1,stroke:#ff8f00,stroke-width:2px style AdminReview fill:#e1e8ff,stroke:#1565c0,stroke-width:2px style NeedCheck fill:#ffcccc,stroke:#c62828,stroke-width:1px style SetPending fill:#ffcccc,stroke:#c62828,stroke-width:1px style TrashComment fill:#ff6b6b,stroke:#c62828,stroke-width:1px style TrashNoEmail fill:#ff6b6b,stroke:#c62828,stroke-width:1px style HoldComment fill:#ffa500,stroke:#ff8f00,stroke-width:1px style MarkLowConf fill:#ffa500,stroke:#ff8f00,stroke-width:1px style ChangeUsername fill:#4ecdc4,stroke:#00897b,stroke-width:1px style MarkNormal fill:#95e1d3,stroke:#2e7d32,stroke-width:1px :::
流程关键节点说明
1. 预处理阶段
- 触发
preprocess_comment/post_comment_preprocessing钩子,完成评论基础清洗。 - 优先判断是否启用 AI 检测,未启用则直接保存评论。
2. 检测规则判断
- 检测模式分 4 类:manual(关闭)、keyword(关键字)、sample(抽样)、all(全量)。
- 白名单用户、已登录且配置跳过的用户,直接跳过检测。
- keyword/sample 模式下,仅关键字触发/随机抽中时才启动检测。
3. AI 检测执行
- 关键字触发:立即同步检测;其他情况:延迟 1 秒异步检测。
- 调用
argon_detect_spam_comment接口,拼接用户名+评论内容作为上下文发送 AI。
4. 结果处理逻辑
| 检测结果 | 处理方式 |
|---|---|
| 内容违规(高置信度) | 按配置自动处理(移入回收站/待审核/仅标记) |
| 内容违规(低置信度) | 标记疑似垃圾,等待人工审核 |
| 用户名违规(无邮箱) | 直接移入回收站 |
| 用户名违规(有邮箱) | 自动生成新用户名并通知用户 |
| 内容+用户名均正常 | 标记为正常评论 |
5. 后续环节
- 所有检测结果均保存至数据库,支持 AI 学习功能(提取关键词更新词库)。
- 用户侧仅展示"审核中"状态,最终结果需管理员复核。
技术说明
使用的钩子
preprocess_comment- 评论预处理post_comment_preprocessing- 评论预处理(备用)comment_post- 评论入库后post_comment_updatemetas- 更新评论元数据argon_auto_detect_spam_on_comment- 自动检测触发
关键函数
argon_detect_spam_comment()- AI 检测主函数argon_async_spam_detection_handler()- 异步检测处理argon_get_spam_detection_prompt()- 获取检测 Promptargon_build_comment_context()- 构建评论上下文
数据库字段
comment_approved- 评论审核状态(0=待审核,1=已通过)_argon_needs_spam_check- 是否需要 AI 检测标记_argon_spam_detection_result- AI 检测结果_argon_spam_detection_time- 检测时间戳_argon_spam_keywords- 触发的关键字
配置建议
小型博客(评论量 < 100/天)
- 检测模式:keyword(关键字触发)
- Prompt 模式:标准模式
- 自动处理阈值:置信度 > 0.9
中型博客(评论量 100-500/天)
- 检测模式:sample(智能抽样)
- Prompt 模式:标准模式
- 自动处理阈值:置信度 > 0.85
大型博客(评论量 > 500/天)
- 检测模式:sample(智能抽样 30-40%)
- Prompt 模式:极简模式
- 自动处理阈值:置信度 > 0.8
- 定期批量扫描待审核评论
注意事项
- API 成本控制:合理设置检测模式和抽样比例
- 误判处理:始终保留人工审核入口
- 隐私保护:不要将敏感信息发送给 AI
- 性能优化:关键字触发使用同步检测,其他使用异步
- 定期优化:根据误判率调整 Prompt 和阈值