Freud Detection AI 是一个面向游戏运营的异常/欺诈风格检测技能，用于实现具备可解释门控与复核路径的异常检测工作流。
用途 该技能用于设计与验证 AI 驱动的异常或欺诈风格检测流程，适用于需要定义信号特征、模型评分阈值、告警质量与调查可追溯性的场景。
主要能力 按工作流组织，包含以下阶段：
- 定义范围与约束：确定检测范围、信号、阈值策略与复核 SLA；捕获客观指标、边界与发布阻塞条件。
- 设计实施计划：设计模型评分流程、回退启发式与升级规则；保持归属与依赖边界明确。
- 执行与迭代：以小型、可追溯的增量实施；记录运行/构建上下文以保证可复现性。
- 验证契约完整性：验证阈值结果、告警质量与调查可追溯性；将契约违背视为阻塞项。
- 准备交接：交付检测器配置差异、告警路由更新与运行手册；包含确切命令与验收标准。
输出契约 要求返回以下内容：
- Context：目标、假设、约束。
- Validation：通过/失败检查与关键差异。
- Changes：具体的文件级更新。
- Commands：命令及预期输出。
- Risks：未解决的问题与限制。
参考文件
- references/workflow.md：详细执行流程。
- references/checklist.md：签核清单。
执行规则
- 保持决策可度量且可回退。
- 在迭代前明确验证标准。
- 将无界误报风险与不透明评分逻辑作为阻塞项上报。
适用场景 适用于游戏运营中需要定义信号特征、模型评分阈值、告警路由与复核流程的检测工作流设计与验证。
限制 资料未提供具体收费、价格、平台、效果或使用步骤等事实，这些内容暂未提供。