condition-based-screening

Files (32)

• SKILL.md
• router_card.json
• edges_phone_imei.csv · scripts/condition_based_screening_testdata/datasets/phone-network/processed/graph_views/unified/
• call_edges.csv · scripts/condition_based_screening_testdata/datasets/phone-network/processed/unified/
• user_nodes.csv · scripts/condition_based_screening_testdata/datasets/phone-network/processed/unified/
• condition_screening_counterparts_device_case_unified_6rows.csv · scripts/condition_based_screening_testdata/outputs/
• condition_screening_counterparts_mixed_case_unified_6rows.csv · scripts/condition_based_screening_testdata/outputs/
• condition_screening_counterparts_night_case_unified_4rows.csv · scripts/condition_based_screening_testdata/outputs/
• condition_screening_counterparts_unlabeled_case_unified_6rows.csv · scripts/condition_based_screening_testdata/outputs/
• condition_screening_devices_device_case_unified_2rows.csv · scripts/condition_based_screening_testdata/outputs/
• condition_screening_devices_mixed_case_unified_1rows.csv · scripts/condition_based_screening_testdata/outputs/
• condition_screening_devices_night_case_unified_2rows.csv · scripts/condition_based_screening_testdata/outputs/
• condition_screening_devices_unlabeled_case_unified_3rows.csv · scripts/condition_based_screening_testdata/outputs/
• condition_screening_evidence_device_case_unified.xlsx · scripts/condition_based_screening_testdata/outputs/
• condition_screening_evidence_mixed_case_unified.xlsx · scripts/condition_based_screening_testdata/outputs/
• condition_screening_evidence_night_case_unified.xlsx · scripts/condition_based_screening_testdata/outputs/
• condition_screening_evidence_unlabeled_case_unified.xlsx · scripts/condition_based_screening_testdata/outputs/
• condition_screening_report_device_case_unified.md · scripts/condition_based_screening_testdata/outputs/
• condition_screening_report_mixed_case_unified.md · scripts/condition_based_screening_testdata/outputs/
• condition_screening_report_night_case_unified.md · scripts/condition_based_screening_testdata/outputs/
• condition_screening_report_unlabeled_case_unified.md · scripts/condition_based_screening_testdata/outputs/
• condition_screening_summary_device_case_unified.json · scripts/condition_based_screening_testdata/outputs/
• condition_screening_summary_mixed_case_unified.json · scripts/condition_based_screening_testdata/outputs/
• condition_screening_summary_night_case_unified.json · scripts/condition_based_screening_testdata/outputs/
• condition_screening_summary_unlabeled_case_unified.json · scripts/condition_based_screening_testdata/outputs/
• condition_screening_targets_device_case_unified_3targets.csv · scripts/condition_based_screening_testdata/outputs/
• condition_screening_targets_mixed_case_unified_2targets.csv · scripts/condition_based_screening_testdata/outputs/
• condition_screening_targets_night_case_unified_2targets.csv · scripts/condition_based_screening_testdata/outputs/
• condition_screening_targets_unlabeled_case_unified_4targets.csv · scripts/condition_based_screening_testdata/outputs/
• condition_based_screening_wrapper.py · scripts/
• sample_screening_scope.txt · scripts/
• test_condition_based_screening.sh · scripts/

SKILL.md (first lines)

# condition-based-screening

## 这个 skill 做什么

`condition-based-screening` 是电话网络数据中的**规则筛选型** skill。

它的核心不是“自动找最可疑对象”，而是：

> 用户已经给出明确筛选条件，系统按照这些条件过滤号码集合，找出满足条件的对象，并解释每个对象命中了哪些规则。

它回答的是：

1. 给定条件能筛出哪些号码；
2. 每个号码具体命中了哪些条件；
3. 筛选过程是否真的缩小了样本范围；
4. 命中对象是否存在共享设备、共同对端等补充证据；
5. 哪些命中对象适合继续做单号码画像、证据包或群体分析。

## 与 topn-high-risk-discovery 的强边界

必须严格区分本 skill 和 `topn-high-risk-discovery`。

| 维度 | condition-based-screening | topn-high-risk-discovery |
|---|---|---|
| 用户意图 | 用户已经给出明确规则 | 用户没有给硬性筛选规则 |
| 核心动作 | 筛选、过滤、命中解释 | 自动打分、排序、发现 |
| 典型词 | 筛选、过滤、满足条件、阈值、同时满足、按省份、按标签 | TopN、Top10、排行榜、最可疑、自动发现、优先核查 |
| 输出重点 | 命中对象、筛选链路、命中原因 | 风险排名、风险分、驱动因素 |
| 是否做综合榜单 | 不做全量风险排行榜 | 做全量或候选集风险排行榜 |

如果用户说：

- “筛选夜间通话明显异常的号码”；
- “过滤出四川省风险标签对象”；
- “找同时满足联系人广度高、共享设备多的号码”；
- “按阈值找夜间占比超过 0.35 的对象”；

应使用本 skill。

如果用户说：

- “自动找 Top10 高风险号码”；
- “生成高风险排行榜”；
- “哪些号码最可疑”；
- “综合评分排序所有号码”；

应使用 `topn-high-risk-discovery`，不是本 skill。

## 适合使用的场景

本 skill 适合规则筛选、条件命中、候选集合收缩类问题，例如：

- 筛选夜间通话占比超过阈值的号码；
- 筛选联系人广度高于阈值的号码；
- 筛选共享设备数量达到阈值的号码；
- 筛选四川省或陕西省中的特定标签对象；
- 筛选风险标签对象或未标注但满足可疑条件的对象；
- 筛选同时满足多个条件的号码；
- 验证某类目标画像在数据中是否存在；
- 输出筛选链路、命中号码、证据表和工作簿附件。

## 不适合使用的场景

以下情况不要使用本 skill：

- 用户没有给明确条件，只想让系统自动发现最可疑号码；
- 用户要求生成 TopN 高风险排行榜；
- 用户要求对全部号码做综合风险评分排序；
- 用户要求解释某一个号码为什么可疑；
- 用户要求生成单号码风险证据包；
- 用户上传原始 CSV，要求先建图；
- 用户要求四川和陕西做地域对比；
- 用户要求跨省同实体联动识别。

对应应转向：

- 自动高风险排行榜：`topn-high-risk-discovery`；
- 单号码画像：`single-number-analysis`；
- 单号码风险证据包：`risk-evidence-pack`；
- 原始数据建图：`dataset-onboarding-graph-preprocess`；
- 四川陕西地域对比：`sichuan-shaanxi-comparison`；
- 跨省可联动性判断：`dataset-quality-and-linkability-diagnostic`。

---

## 一、数据集使用规则

### 规则 1：用户明确指定数据集时，优先使用用户指定的数据集

如果用户问题或命令中明确给出：

- `--dataset-root /workspace/imiss-deer-flow-main/datasets/phone-network`
- `--dataset-root /mnt/datasets/phone-network`
- `--dataset unified`
- “使用 unified / sichuan / shaanxi 数据”

则直接按用户指定执行。

### 规则 2：用户没有指定数据集根目录时，优先使用真实 unified 预处理数据

脚本优先自动查找以下真实数据位置：

1. `PHONE_NETWORK_DATASETS_ROOT`
2. `<repo_root>/datasets/phone-network`
3. `/mnt/datasets/phone-network`
4. `/workspace/imiss-deer-flow-main/datasets/phone-network`
5. `~/imiss-deer-flow-main/datasets/phone-network`

### 规则 3：用户没有指定 dataset 时，默认使用 `unified`

前端问题中出现：

- “在现有电话网络数据里筛选”；
- “在 unified 电话网络数据里筛选”；
- “用已预处理好的数据筛选”；

都应默认理解为：

```text

From bettercallfan/deerflow, MIT.

More from bettercallfan/deerflow