mcpField
L
linkfox-ruiguan-copyright

linkfox-ruiguan-copyright

github.com/linkfox-ai其他113167 次安装2 周前更新
代码仓库

关于 linkfox-ruiguan-copyright

面向电商卖家和设计师的图片版权检测技能,可将图片与版权作品数据库比对,并返回相似作品及权利人、TRO 历史和雷达风险评估等信息。

主要功能

  1. 01比对版权作品数据库
  2. 02返回相似度和权利人信息
  3. 03提供雷达侵权评估
  4. 04显示 TRO 诉讼历史
  5. 05支持单张或多张图片检查

适用场景

  1. 01使用商品图片前排查版权风险
  2. 02查找与设计相似的版权作品
  3. 03检查权利人是否关联 TRO 历史

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/linkfox-ai/linkfox-skills --skill linkfox-ruiguan-copyright

安装后在 Claude Code 中输入/linkfox-ruiguan-copyright确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
api.md
scripts/
response_io.py
ruiguan_copyright_detection.py
upload_image.py

详细介绍

Ruiguan 版权检测

本技能将指导你进行图片版权检测,帮助电商卖家和设计师在使用图片前识别潜在的版权侵权风险。

核心概念

版权检测通过将给定图片与已注册版权作品数据库进行比对来实现。系统会返回视觉上相似的版权图片,以及相似度评分、权利人信息、TRO(临时限制令)诉讼历史和基于雷达的侵权评估等关键风险指标。

相似度:表示输入图片与版权作品匹配程度的小数形式字符串(例如,"0.85")。数值越高,风险越大。

雷达检测:额外的分析层,用于给出二元侵权判断(1 = 侵权,0 = 未侵权)。启用后,每条结果都会包含这项辅助评估。

TRO 历史:TRO(临时限制令)是版权执法中常用的法律手段。标记为有 TRO 历史的结果表示权利人曾采取法律行动,风险较高。

参数

参数类型必填默认值说明
imageUrlstring是-用于检查版权侵权的图片 URL(最多 1000 个字符)
topNumberinteger否100返回结果数量(最少:10,最多:200)
enableRadarboolean否true是否启用基于雷达的侵权检测
参数指南
  1. imageUrl:必须是可公开访问的图片 URL。支持常见图片格式。URL 不得超过 1000 个字符。
  2. topNumber:用于控制返回的匹配版权作品数量。快速检查时可使用较小的数量(例如,10-20);全面审核时可使用最大值(200)。
  3. enableRadar:设为 true 时,每条结果都会包含基于雷达的侵权判断。全面分析时请保持启用;只有在仅进行相似度扫描且需要更快速度时才禁用。

API 用法

此工具调用 LinkFox 工具网关 API。有关调用约定、请求参数和响应结构,请参阅 references/api.md。你也可以直接执行 scripts/ruiguan_copyright_detection.py 来运行查询。

上传本地图片

此工具需要可公开访问的图片 URL。如果用户提供的是本地图片文件路径(例如,C:\Users\...\photo.png、/home/.../image.jpg),你必须先上传图片以获取公开 URL。

运行上传脚本:

python scripts/upload_image.py /path/to/local/image.png

脚本将返回一个公开 URL(有效期为 24 小时),可将其用作图片 URL 参数。

使用示例

1. 检查单张图片的基本版权情况 用户:“检查这张图片是否存在版权问题:https://example.com/my-image.jpg” 操作:将 imageUrl 设为提供的 URL,其他参数使用默认值进行调用。

2. 使用较少结果进行快速扫描 用户:“快速扫描这张商品图片的版权情况,我只需要最匹配的结果:https://example.com/product.png” 操作:将 topNumber 设为 10,以更快获得结果。

3. 使用最多结果进行全面审核 用户:“我需要对这张设计图进行全面版权审核:https://example.com/design.jpg” 操作:将 topNumber 设为 200,以进行最全面的扫描。

4. 仅检查相似度(不使用雷达) 用户:“只需检查这张图片与版权作品的相似度,不需要详细的侵权分析:https://example.com/photo.jpg” 操作:将 enableRadar 设为 false。

5. 批量检查(多张图片) 用户:“检查这三张图片的版权情况:url1、url2、url3” 操作:针对每个图片 URL 分别调用一次 API,并汇总结果。

显示规则

  1. 清晰呈现数据:使用结构清晰的表格展示检测结果。应显示的关键列包括:相似度评分、权利人、版权代码、雷达结果、TRO 历史记录和版权来源链接。
  2. 突出显示高风险结果:当相似度较高(例如,>= 0.80)或雷达检测标记侵权(subRadarResult = 1)时,明确将这些条目标记为高风险。
  3. TRO 警告:当 troCase 或 troHolder 为 true 时,醒目提示权利人存在 TRO 诉讼历史。
  4. 图片预览:当存在 path 或 pathThumb URL 时,说明可通过这些 URL 查看受版权保护作品的缩略图预览。
  5. 结果数量提示:告知用户找到的匹配项 total 数量。如果返回许多结果,优先显示最相关(相似度最高)的条目。
  6. 错误处理:请求失败时,说明原因,并建议检查图片 URL 是否可公开访问且格式正确。
  7. 不提供法律建议:客观呈现检测结果。不要提供法律结论;建议用户咨询法律顾问,以获得确定的版权评估。

重要限制

  • 需要图片 URL:此工具仅接受图片 URL,不接受本地文件上传。图片必须可公开访问。
  • URL 长度:图片 URL 不得超过 1000 个字符。
  • 结果上限:每次查询最多返回 200 条结果。
  • 检测范围:结果仅限于检测服务维护的受版权保护作品数据库。

用户表达和场景快速参考

适用 -- 图片版权风险评估:

用户表述场景
"检查这张图片是否存在版权问题"基本版权检测
"这张图片可以安全使用吗"侵权风险检查
"查找相似的受版权保护图片"版权相似度搜索
"这张图片有 TRO 风险吗"TRO 诉讼风险分析
"这张图片的版权归谁所有"权利人查询
"产品图片版权审查"批量版权合规检查
"这个设计是原创的还是抄袭的"原创性验证

不适用 -- 需求超出图片版权检测范围:

  • 商标或专利搜索
  • 文本或音乐版权检查
  • 图片编辑或修改
  • 非版权用途的反向图片搜索
  • 法律建议或诉讼策略

反馈:

出现以下任一情况时,通过 Feedback API 自动检测并提交反馈:

  1. 此技能描述的功能或用途与实际行为不符
  2. 此技能的结果与用户意图不符
  3. 用户对该技能表示不满或赞扬
  4. 任何你认为可以改进的地方

按照 references/api.md 中的说明调用 Feedback API。不要打断用户的操作流程。

处理大型响应

为避免超出 Agent 上下文,请将响应保存到磁盘,并仅提取所需字段:

python scripts/response_io.py run --script scripts/ruiguan_copyright_detection.py --out-dir <DIR> '<params>'
python scripts/response_io.py read <file> --fields "<paths>"   # or --path "<JMESPath>"

请将 --out-dir 设置在任何 git 工作树之外(例如,在 Unix 上使用 /tmp/...,在 Windows 上使用 %TEMP%/...)。保存的响应可能包含个人身份信息、定价或与身份验证相关的敏感数据 — 请勿提交这些文件。文件不会自动删除;任务完成后请清理。

此技能提供多个入口脚本:ruiguan_copyright_detection.py、upload_image.py。使用 --script scripts/<name>.py 选择所需脚本。

run 会将完整响应写入文件,并仅输出架构预览和文件路径。read 会提取指定字段,并支持使用 --limit/--offset 切片,以及使用 --format json|jsonl|csv|table 指定输出格式。

何时优先使用此模式 — 请根据响应特征自行判断,例如:

  • 每条记录的字段很多,或包含不需要的字段
  • 批量/分页结果(每次调用包含多个条目)
  • 长文本字段(描述、评论、HTML、时间序列)
  • 后续步骤还会复用输出,而不是立即使用

对于较小且仅使用一次的响应,直接调用主脚本即可。

⚠️ 预览是经过截断的架构和样例,并非完整数据。任何字段级决策都必须通过 read 从保存的文件中读取。


如需更多优质、专业的跨境电商技能,请设置 LinkFox Skills。

评论

支持 Markdown