🛡 知识树3 · 判断逻辑（铁律 · 质量门 · 课程周期）
这些「判断逻辑」驱动 AI 是否回复、怎么回复。本页实时抽取源码，改动后刷新即同步。
🔴 身份铁律（一对一 · 防跨账号污染）
engine.py强身份注入：AI 只能以本账号/「我」自称，严禁回复中出现/让客户联系其他老师。
f"\n\n【🔴 你的身份 — 绝对铁律】\n"
f"你就是{_name_prefix}老师本人。你的账号名字是「{_name_prefix}老师」。\n"
f"【铁律】客户说你的名字（如发「{_name_prefix}」「{_name_prefix}老师」等）是在跟你打招呼。\n"
f"【铁律】绝对不要反过来叫客户为「{_name_prefix}老师」——你不是在跟{_name_prefix}老师说话，客户也不是{_name_prefix}老师。\n"
f"【铁律】你不是其他老师，你就是{_name_prefix}老师本人。\n"
f"【绝对铁律·防跨账号污染】你只能以「{_name_prefix}老师」或「我」自称，回复中严禁出现任何其他老师的名字（如小帆老师、明亮老师、明丽老师、小金老师、小威老师、朝阳老师等）。\n"
f"【绝对铁律·防跨账号污染】严禁让客户「加/置顶/联系」除你以外的任何老师或账号；如果确需客户置顶或加微信，只能说「把我置顶」「加我微信」「联系我就行」，绝不能说「把小X老师置顶/加小X老师微信」等。\n"
f"【绝对铁律·防跨账号污染】你仅代表{_name_prefix}老师这一个账号与客户沟通，禁止替其他账号传话、引流或做任何账号切换建议。"
)
system_content = identity_note + "\n\n" + system_content
# 🔴 P4(2026-07-25) + P1语气: 系统时间绝对基准 + 语气铁律（注入system，覆盖所有调用路径）
try:
from datetime import datetime as _dt2, timedelta as _td2
_now2 = _dt2.now()
_wd2 = _now2.weekday()
_wcn2 = ["一", "二", "三", "四", "五", "六", "日"][_wd2]
_thu2 = _now2 + _td2(days=(3 - _wd2) % 7)
_sat2 = _now2 + _td2(days=(5 - _wd2) % 7)
system_content += (
f"\n\n【系统时间·绝对基准】今日(系统真实日期)是：{_now2.year}年{_now2.month}月{_now2.day}日，"
f"星期{_wcn2}（注意：今天就是周{_wcn2}，绝不要说成其他星期，也不要说成周一）。"
f"当前时间 {_now2.hour:02d}:{_now2.minute:02d}。"
f"本周四={_thu2.month}月{_thu2.day}日(周四)；本周六={_sat2.month}月{_sat2.day}日(周六)。"
"课程表提到的「每周一/四」指的是未来的课程日，不是今天。客户说周几/几号时以系统时间为准推算，"
"客户说错了要礼貌纠正。"
)
except Exception as _te2:
try:
from datetime import datetime as _dt3
_n2 = _dt3.now()
_w2 = ["一", "二", "三", "四", "五", "六", "日"][_n2.weekday()]
system_content += (f"\n\n【系统时间·绝对基准】今日是星期{_w2}"
f"（{_n2.year}年{_n2.month}月{_n2.day}日），以系统真实时间为准，绝不要说成其他星期。")
except Exception:
system_content += "\n\n【系统时间·绝对基准】以系统真实时间为准，不要凭记忆臆测日期，绝不要说成周一。"
print(f" [时间注入] 异常兜底: {_te2}")
# P1 语气铁律（覆盖所有调用路径，确保温而不火）
system_content += ("\n\n【语气铁律】语气温而不火、专业克制：禁止以「哈哈/哈」等轻浮词开头，"
"禁止过度热情与情绪化，保持平实可信。")
system_content += "\n\n重要规则：优先使用【知识库参考】中的内容回答。知识库中有明确规则时，以知识库为准，不要使用你自己的通用知识。如果知识库没有相关内容，才使用你自己的知识。"
system_content += ("\n\n【回复优先级铁律·严禁推销越位】当客户是在提问（功法要领/健康顾虑/练习反馈/自身情况咨询）或分享练习感受时，你必须先用【知识库参考】认真回答这个真实问题，给出真诚、具体的建议。严禁在这种情况下主动发送报名链接、课程价格或任何推销内容。只有当客户明确表达报名/购买意向（如主动问\"怎么报名\"\"多少钱\"\"想学\"\"链接\"）时，才提供报名链接。在客户提问时强行推销属于严重失误，必须避免。")
# === 规则源注入（新增消费层；不改动知识树/蓝图既有读写与版本逻辑）===
🚧 质量门（quality_gate.py 检查项总览）
quality_gate.pyL0 静默标记硬闸口 + L1~L18 多层拦截，过滤危险/违规/越界回复。
# -*- coding: utf-8 -*- """ 十八层质量门 — AI回复质量控制 ============================= 遵循十方阵"多维度叠加"理念，每层独立评分，汇总决策。 L1 敏感词墙 — 绝对化医疗承诺、禁用词 L2 医疗承诺拦截 — 医疗建议/诊断/保证 L3 品牌一致性 — 是否提及和为合/无极太极 L4 编造价格检测 — 白名单外的价格数字 L5 编造断言模式 — 百分比、时间承诺、效果保证 L6 编造关键词密度 — 绝对化用词密度检测 L7 知识库交叉验证 — 断言与知识库匹配度 L8 幻觉指数评分 — 综合评分(0-100) L9 结构&模板检测 — AI腔调、模板化开头 L10 长度控制 — 回复长度合规 L11 人工标记检查 — 是否被人工标记过 L12 课程阶段一致性 — 体验课阶段不得发正式课入学流程 L13 收费条件改写 — 新友<3天且提及正式课价格→按知识树改写为免费课话术 L14 不转别人 — 帮您对接/让助教联系/转给班主任→拦截 L15 退款铁律 — AI主动提退款/退费处理→拦截 L16 不承诺增强 — 软承诺(肯定管用/练了就好等)→拦截 L17 虚假承诺 — 我帮你安排/报名/去申请→拦截 L18 AI腔调增强 — 总的来说/最后我/首先其次最后结构→warn 决策：单层fail即阻断，warn叠加超阈值也阻断。 """ import re
📅 课程周期 / 期数 判定（context_engine.py）
context_engine.py从企微备注推算「第几期第几天」，站桩/打坐双周期，严格按接收账号自己备注（禁跨账号污染）。
def _select_best_remark_for_phase(self, course_type: str, cached_remark: str, _now=None) -> str:
"""企微同一客户可被多个员工跟进、备注不同。实时拉取所有 follow_user 备注,
优先选择「当前正在上课(course_day 在 [1, total])」的期数; 无进行中则选最近未来期;
仍然无解才 fallback 到 cached_remark。"""
try:
import time as _t
from wework_api import get_customer_detail
_key = f"{self.customer_id}:{course_type}"
_now_ts = _t.time()
_hit = self._FRESH_REMARK_CACHE.get(_key)
if _hit and (_now_ts - _hit[0]) < self._FRESH_REMARK_TTL:
return _hit[1]
_detail = get_customer_detail(self.customer_id)
if not isinstance(_detail, dict):
self._FRESH_REMARK_CACHE[_key] = (_now_ts, cached_remark)
return cached_remark
_followers = _detail.get("follow_user") or []
if not _followers:
self._FRESH_REMARK_CACHE[_key] = (_now_ts, cached_remark)
return cached_remark
_remarks = []
for _f in _followers:
_r = (_f.get("remark") or "").strip()
if _r and _r not in _remarks:
_remarks.append(_r)
if not _remarks:
self._FRESH_REMARK_CACHE[_key] = (_now_ts, cached_remark)
return cached_remark
# 如果只有一个备注，直接用它（同步实时）
if len(_remarks) == 1:
self._FRESH_REMARK_CACHE[_key] = (_now_ts, _remarks[0])
return _remarks[0]
# 多备注：逐个计算 course_day，打分选最优
_best = None
_best_score = None
for _idx, _r in enumerate(_remarks):
_parsed = self._calc_course_day_for_remark(_r, course_type, _now)
if _parsed is None:
continue
_batch, _day, _total, _is_future = _parsed
# 优先级：进行中(1) > 未来期(0) > 其他(-1); 同优先级选 course_day 最接近现在
_in_progress = 1 if (1 <= _day <= _total) else 0
_future = 1 if _is_future else 0
_score = (_in_progress, _future, -abs(_day), -_idx)
if _best is None or _score > _best_score:
_best, _best_score = _r, _score
if _best is not None:
self._FRESH_REMARK_CACHE[_key] = (_now_ts, _best)
return _best
self._FRESH_REMARK_CACHE[_key] = (_now_ts, cached_remark)
return cached_remark
except Exception:
return cached_remark
def _calc_course_day_for_remark(self, remark: str, course_type: str, _now=None):
"""仅用于内部比较：给定 remark 和课型，返回 (batch, course_day, total, is_future) 或 None。"""
import re as _re
from datetime import datetime as _dt, date as _d, timedelta as _td
_BASE_DZ = _d(2026, 8, 26)
_BASE_ZZ = _d(2026, 8, 24)
def _start_dz(_b):
return _BASE_DZ + _td(days=(_b - 70) * 7)
def _start_zz(_b):
_k = _b - 254
if _k >= 0:
return _BASE_ZZ + _td(days=(_k // 2) * 7 + (3 if _k % 2 == 1 else 0))
_m = -_k
return _BASE_ZZ - _td(days=(_m // 2) * 7 + (4 if _m % 2 == 1 else 0))
_ct = (course_type or "").strip()
if _ct not in ("打坐", "站桩"):
_ct = ""
_batch = None
_pref_m = _re.match(r'^(?:打坐|站桩)\s*', remark)
if _pref_m:
_pref = remark[:_pref_m.end()].strip()
_ct = "打坐" if "打坐" in _pref else "站桩"
_digits = ""
for _c in remark[_pref_m.end():]:
if _c.isdigit():
_digits += _c
else: