用途：该技能用于让应用在调用 Kling AI 前完成内容政策合规，避免因违规提示被服务端拒绝而浪费额度与 API 调用。Kling AI 在服务端执行内容政策，违规任务会返回 task_status: "failed" 并附带内容政策信息。
主要能力：
- 预提交提示词过滤：PromptFilter 类用正则与关键词清单检查暴力/血腥、成人/色情、仇恨/歧视、非法活动、真实人物（未经同意的深伪）、受版权角色、虚假信息、自残等类别；同时校验长度（超 2500 字符或少于 5 字符被拒）；check 返回 (is_safe, reason)，sanitize 可替换问题词。
- 安全负向提示：DEFAULT_NEGATIVE_PROMPT 加入 violence、gore、blood、nudity、sexual content、weapons、drugs、hate symbols 等，safe_request 组合默认负向提示并设置模型参数。
- 客户端集成：SafeKlingClient 在执行 text_to_video 前调用过滤器，不安全则抛 ValueError，并合并默认负向提示。
- 服务端拒绝处理：handle_policy_rejection 检查 task_status_msg，识别 content policy/policy violation，返回错误类型、用户提示、task_id 及是否消耗额度。
- 决策与审计流程：规范化提示与来源元数据，本地过滤仅保留脱敏原因码；对暴力、性内容、仇恨、非法活动、自残、虚假信息、肖像/深伪、版权角色做风险检查，模糊情况转人工评审，而非用清洗规避政策；确认图像、遮罩、尾帧、参考素材为合成或已获授权；在额度预算内提交带水印的私有沙箱金丝雀，完成政策结果、视觉评审、同意记录与负责人批准后才可公开；返回 approved_for_draft、needs_human_review 或 blocked，并附不透明请求摘要、政策版本、原因码、权利/来源结果、金丝雀状态、预算结果与保留/回滚指令；blocked 不得生成公开产物或日志暴露内容。
使用方式：实现上述过滤、负向提示与封装客户端；设置版本化政策配置、升级负责人、评审队列及保留/删除计划；准备合成或已清权测试夹具；限制额度并私密存储带水印草稿。命令与代码示例以资料中给出的 Python 片段为准。
适用场景：面向用户提交提示词的应用、生成前合规检查、政策拒绝后的用户友好提示与人工评审分流。
限制：无法保证过滤覆盖全部政策边界；不得以提示过滤器作为权利证明；分类器故障或结果模糊时应关闭失败并转人工；提供方政策失败视为该请求最终结果，不得重试同一请求；清洁化不能让不安全请求变为允许；公开分发需单独批准记录。