marketplace_description: | 像免疫系统一样工作——自动识别危险操作，信任积累减少确认噪音。

核心功能： • 危险操作拦截：删除文件、对外发消息、执行命令、变更权限前自动确认 • 三级收件人风险：🔴高风险（群聊/外部）始终拦截 / 🟡中风险记录信任 / 🟢低风险（亲密同事）3次确认后自动放行 • 智能信任积累：同一操作+同一收件人，第3次确认后自动放行 • 7天自然衰减：超过7天无操作，信任归零重新计数 • 亲密信号检测：自动识别「好的」「哈哈」「ok」等，降低打扰 • 降级信号检测：识别「等等」「确认」，自动提高风险等级 • 动态收件人判断：算法判断而非硬编码，智能适应不同场景

适用场景：AI助手执行敏感操作时自动保护，让常用操作更顺畅

Apollo Immu

实时拦截危险操作的零信任防御系统。核心理念：事前拦截优于事后验证，通过信任积累自动学习减少确认噪音。

核心概念

拦截公式

拦截判断 = 操作类型风险 × 收件人风险等级 × 信任积累

收件人风险等级

信任积累机制

• 同一操作 + 同一收件人 → 第1次确认 → 记1次
• 第3次确认后 → 该组合自动放行
• 超过7天无重复 → 信任衰减，重新计数

自动学习（精髓）

当对话中出现以下信号时，AI应主动更新信任数据库：

识别亲密同事的信号（满足任一即可）：

• 对话风格轻松随意，使用表情、语气词（哈、哈哈、嗯嗯、ok）
• 从未要求AI"确认"或"请先问我"
• 回复短快（<30字），无正式套话
• 主动发起闲聊或生活话题

信任更新触发（每满足一次就 update）：

python3 scripts/trust_tracker.py update <收件人> <操作类型>

降级信号（亲密同事可能变成需确认）：

• 用户说"等等"、"先别"、"确认一下"
• 用户明确拒绝操作建议
• 出现2次以上"等等"

强制执行流程

在任何危险操作执行前，必须先运行拦截判断：

python3 scripts/interceptor.py <操作类型> <收件人> [文件路径]

• 返回 intercept: false → 继续执行
• 返回 intercept: true → 暂停，向用户确认后再执行
• 确认后调用 trust_tracker.py update 记录信任

拦截决策流程

检测到操作
    ↓
判断操作类型风险
    ↓
获取收件人风险等级
    ↓
检查trust_db.json中的信任分数
    ↓
┌─────────────────────────────────┐
│ 风险等级高（老板/群聊）  → 拦截 │
│ 风险等级中            → 拦截    │
│ 风险等级低+信任<3     → 拦截    │
│ 风险等级低+信任≥3     → 放行    │
└─────────────────────────────────┘

使用场景

场景A：删除文件前拦截

用户要求删除文件时 → 判断是否在临时目录 /tmp → 如不是则拦截

场景B：对外发消息前拦截

AI准备发送飞书/微信/邮件消息时 → 根据收件人判断 → 高风险始终拦截

场景C：权限变更前拦截

分享文档、改权限等操作 → 高风险收件人始终拦截

脚本使用

interceptor.py — 判断是否拦截

python3 scripts/interceptor.py <操作类型> <收件人> [其他参数]

返回：是否拦截 + 拦截原因

trust_tracker.py — 更新信任分数

python3 scripts/trust_tracker.py update <操作类型> <收件人>
python3 scripts/trust_tracker.py get <收件人>
python3 scripts/trust_tracker.py reset <收件人>

参考文档

• risk_levels.md：操作风险分级标准 + 收件人风险分类详细规则
• auto_learn.md：自动识别亲密同事的算法和规则

信任数据库

信任分数存储在 assets/trust_db.json，结构：

{
  "contacts": {
    "收件人A": { "操作类型": { "count": 3, "lastConfirm": "时间戳" } }
  }
}