不检测关键词
检测说话的方式

语析是 AI 对话行为诊断引擎——识别言语形变、追踪行为演变、输出可操作诊断,而非简单的违规标签

在线体验 ↓ API 接入
核心差异

不是内容过滤,是行为诊断

传统工具在内容层做合规检查;语析在行为层做模式识别——检测AI在对话中表现出的言语形变与认知偏差

传统方案

  • × 关键词黑名单匹配
  • × 单条独立判定
  • × 静态规则,无法适应
  • × 只输出"违规/不违规"
  • × 无上下文追踪

语析方案

  • 语义行为模式识别
  • 多维度交叉校验
  • 自演化规则引擎
  • 风险等级+形变类型+演变轨迹+优化建议
  • 多轮对话持续追踪
检测管线

从输入到诊断,5 层流水线

每条消息经过意图识别、多引擎并行分析、行为模式匹配、可信度评估,最终输出结构化诊断

Layer 1

意图识别

分类对话意图,路由至对应分析引擎

Layer 2

多引擎分析

13+ 检测引擎并行:模式匹配、FAISS 检索、行为指纹

Layer 3

交叉校验

多维度信号互相印证,张力存在时主动降权

Layer 4

演变追踪

记录偏离基线的时间点、方向、速度

Layer 5

诊断输出

风险等级 · 形变类型 · 可信度 · 优化建议

在线体验

直接对话,实时诊断

直接在下方与语析对话,体验实时行为诊断能力

在线
语析 Agent · 实时诊断
发送任意消息开始对话,语析会实时分析并返回诊断结果
API 接入

一行代码接入诊断能力

RESTful API,支持逐轮诊断、批量检测、WebSocket 实时流

cURL 请求示例
curl -X POST https://api.linguatrue.com/v1/agent/chat \
  -H "x-api-key: YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{"message": "你好", "session_id": "s1"}'
Python SDK 示例
import requests

resp = requests.post(
    "https://api.linguatrue.com/v1/agent/chat",
    headers={"x-api-key": "YOUR_KEY"},
    json={"message": "你好", "session_id": "s1"}
)
print(resp.json())
JS Fetch 示例
const res = await fetch(
  "https://api.linguatrue.com/v1/agent/chat",
  {
    method: "POST",
    headers: {
      "x-api-key": "YOUR_KEY",
      "Content-Type": "application/json"
    },
    body: JSON.stringify({
      message: "你好",
      session_id: "s1"
    })
  }
)
RESP 返回结构
{
  "status": "ok",
  "response": "...",
  "intent": "daily",
  "source": "dialogue_engine",
  "risk_level": "低"
}
管理控制台

全功能管理后台

实时监控、智能体对话、系统健康、诊断日志——一个面板掌控全局

语析控制台

内置智能体对话、系统状态监控、会话追踪、疲劳度/循环检测可视化

智能体对话 系统监控 会话追踪 疲劳度检测 循环追问拦截 诊断日志
打开控制台 →