《西游记》里，六耳猕猴与孙悟空长得一模一样，最后需要如来亲自出手才能分辨真伪。今天，这个故事有了现实版本——只不过「六耳猕猴」不再是一个，而是一条条黑产流水线。AIGC 换脸、高清屏幕翻拍、3D 建模面具、黑产批量注入，这些攻击手段已经形成完整产业链，专门针对金融开户、社交平台虚假人脸检测、在线远程考试等高频身份核验场景。
随着AIGC技术的爆发式发展，传统的人脸防伪方案已经力不从心。腾讯云AI人脸防护盾基于多模态大模型可以高效应对这些安全威胁；目前，我们已将腾讯云 AI 人脸防护盾的核心能力封装为Skill插件形式，让你只需几步配置，即可在 OpenClaw等Agent工作流中一键调用金融级的人脸防攻击检测能力。
Skill 下载地址： tencentcloud-faceid-detectaifakefaces
1. 什么是 AI 人脸防护盾？
腾讯云 AI 人脸防护盾是腾讯云慧眼人脸核身体系下的一个重要子产品。它基于多模态 AI 大模型算法，结合图片语义理解与模型自学习能力，能够对人脸图片和视频进行深层次的防攻击检测，从而增强业务的整体防伪安全能力。
与传统活体检测不同，AI 人脸防护盾专注于识别那些"看起来像真人但实际上是伪造的"攻击素材，是应对新一代 AI 攻击的利器。
1.1 核心检测能力
| 检测类型 | 说明 |
|---|---|
| AIGC 换脸检测 | 识别由 AI 生成或合成的高仿真换脸攻击，包括 face swap 和 face reenactment 等技术路线 |
| 高清翻拍检测 | 识别通过屏幕翻拍（如手机拍屏幕、高清显示器回放等）留下的攻击痕迹 |
| 批量黑产攻击检测 | 识别黑产团伙使用模板批量注入的规模化攻击行为 |
| 水印痕迹检测 | 识别人脸图片或视频中残留的水印等异常痕迹，辅助判断素材真伪 |
1.2 典型应用场景
AI 人脸防护盾适用于所有需要确认人脸真实性的业务场景，以下是几个典型案例：
场景一：金融开户与远程身份认证。银行、券商等金融机构在远程开户流程中，需要确保用户提交的人脸照片或视频为本人真实拍摄，而非 AI 合成或翻拍素材。AI 人脸防护盾可作为活体检测的增强补充，在后端对提交素材进行二次深度防伪验证。
场景二：社交平台虚假人脸检测。社交媒体平台面临大量 Deepfake 换脸内容的治理压力。通过集成防护盾能力，平台可在内容上传环节自动检测人脸真伪，有效遏制虚假内容传播。
场景三：在线考试与远程面试。教育机构和企业在远程考试、面试场景中，需要确保屏幕前的是考生或候选人本人。防护盾可检测视频流中是否存在换脸或翻拍行为，保障考试公平性。
2. Skill 功能与特性
本 Skill 将腾讯云人脸核身（FaceID）服务中的 DetectAIFakeFaces 接口封装为 OpenClaw 可直接调用的技能，支持图片和视频两种输入模式。
2.1 功能亮点
本 Skill 在封装 API 的基础上做了许多便捷性优化，具体特性如下表所示：
| 特性 | 说明 |
|---|---|
| 双模态输入 | 同时支持图片（jpg、png、bmp）和视频（mp4、avi、flv）两种输入格式 |
| 本地文件自动处理 | 传入本地文件路径后，脚本自动识别文件类型并完成 Base64 编码，无需手动转换 |
| Base64 直传 | 也支持直接传入 Base64 编码字符串，适配已有数据流水线 |
| 结构化风险输出 | 返回清晰的风险等级（Low Mid High）和详细的攻击类型信息 |
| 轻量级依赖 | 仅依赖 tencentcloud-sdk-python，Python 3.6+ 即可运行 |
2.2 输入规格要求
为了保证检测精度，请确保输入素材满足以下规格要求：
图片输入规格：
| 参数 | 要求 |
|---|---|
| 格式 | jpg、png、bmp |
| 推荐分辨率 | 480×640，人脸区域不小于 100×100 像素 |
| 文件大小 | Base64 编码后建议不超过 3MB，最大不超过 10MB |
视频输入规格：
| 参数 | 要求 |
|---|---|
| 格式 | mp4、avi、flv |
| 推荐时长 | 2～5 秒，最长不超过 20 秒 |
| 推荐分辨率 | 480×640（最大支持 720p） |
| 文件大小 | Base64 编码后建议不超过 8MB，最大不超过 10MB |
2.3 输出结果说明
检测完成后，接口返回 JSON 格式的结构化结果，核心字段包括：
| 字段 | 说明 |
|---|---|
| AttackRiskLevel | 综合风险等级，取值为 Low（低风险）、Mid（中风险）、High（高风险） |
| AttackRiskDetailInfos | 详细的攻击信息列表，包含具体的攻击类型和置信度 |
风险等级含义：
| 等级 | 含义 | 建议处理方式 |
|---|---|---|
| Low | 低风险，图片/视频为正常人脸 | 正常放行 |
| Mid | 中风险，存在一定攻击嫌疑 | 建议人工复核或增加额外验证 |
| High | 高风险，极有可能为攻击行为 | 建议直接拦截并记录 |
3. 安装与配置
3.1 前置条件：安装 ClawHub CLI
如果你尚未安装OpenClaw请参考Coding Plan 接入 AI 工具 进行安装
如果你尚未安装 ClawHub 命令行工具，请先完成以下步骤：
- 打开 ClawHub 官网 并注册登录。
- 点击右上角 Settings → API tokens → Create token，复制生成的 Token。
- 在本地终端执行以下命令完成安装和登录：
# 安装 ClawHub CLI
npm install -g clawhub@latest
# 使用 Token 登录
clawhub login --token 【替换为你的 Token】
或者
给 Openclaw 发送指令完成安装和登录：
请用 npm install -g clawhub@latest 安装 openclaw，用 clawhub login --token 【这里换成你的 token】登陆，然后就可以用这个工具搜索和安装 skills 了。
3.2 安装防护盾 Skill
向 OpenClaw 发送以下指令即可完成安装：
"帮我通过 clawhub 安装 tencentcloud-faceid-detectaifakefaces 这个 skill"
OpenClaw 将自动从 ClawHub 拉取并安装该 Skill。
3.3 开通腾讯云人脸核身服务
安装 Skill 后，需要在腾讯云侧完成服务开通并获取 API 密钥。以下是完整的操作流程：
第一步：注册腾讯云账号
如果你已有腾讯云账号，可跳过此步骤。
第二步：完成企业实名认证
注意： 人脸核身服务要求腾讯云账号完成企业实名认证，个人实名认证无法开通该服务。
- 登录腾讯云控制台后，前往 企业实名认证页面。
- 根据页面提示上传营业执照等资质材料，完成企业实名认证。
- 认证审核通过后方可进行下一步操作。
第三步：申请开通人脸核身服务
- 访问 腾讯云人脸核身产品介绍页，点击 "申请免费试用"。
- 在申请页面中，按照实际业务情况填写相关信息并提交申请。
提示： 互联网行业和金融行业在申请时，需要额外上传业务相关的营业资质文件。申请提交后通常即刻通过，无需等待人工审核。
提示： 互联网行业和金融行业在申请时，需要额外上传业务相关的营业资质文件。申请提交后通常即刻通过，无需等待人工审核。
第四步：领取或购买资源包
服务开通后，建议先领取免费资源包用于测试验证：
注意： 成功领取或购买资源包是服务调用的前提。人脸核身支持预付费（资源包）和后付费（按量计费）两种模式，详细定价请参阅 计费概述。
第五步：获取 API 密钥（SecretId 和 SecretKey）
Skill 调用腾讯云接口时需要使用 API 密钥进行身份验证，获取步骤如下：
- 登录 腾讯云访问管理 - API 密钥管理 页面。
- 点击 "新建密钥"，系统将自动生成一对 SecretId 和 SecretKey。
3
3.妥善保存生成的密钥信息，页面关闭后 SecretKey 将不再显示。
安全提示：
- 请勿将密钥发送到任何群聊、公开仓库或不安全的场所。
- 强烈建议创建**子账号**（而非使用主账号密钥），并仅授予 `faceid:DetectAIFakeFaces` 接口的调用权限，遵循最小权限原则。
- 子账号可在 [访问管理控制台](https://console.cloud.tencent.com/cam) 中创建和管理。
以下表格汇总了开通流程中的关键信息，方便你快速查阅：
| 步骤 | 操作入口 | 备注 |
|---|---|---|
| 注册账号 | cloud.tencent.com/register | 已有账号可跳过 |
| 企业实名认证 | 控制台 - 企业认证 | 必须为企业实名，个人实名不可用 |
| 申请开通服务 | 人脸核身产品页 | 点击"申请免费试用"，通常即刻通过 |
| 领取/购买资源包 | 资源包购买页 | 新用户可领取免费体验包 |
| 获取 API 密钥 | API 密钥管理 | 建议使用子账号密钥 |
3.4 配置环境变量
Skill 运行时需要通过环境变量读取 API 密钥，请在你的终端配置文件（如 ~/.zshrc 或 ~/.bashrc）中添加：
export TENCENTCLOUD_SECRET_ID="你的SecretId"
export TENCENTCLOUD_SECRET_KEY="你的SecretKey"
配置完成后执行 source ~/.zshrc（或对应的 shell 配置文件）使其生效。
3.5 安装 Python 依赖
Skill 底层依赖腾讯云 Python SDK，请确保已安装：
pip install tencentcloud-sdk-python
4. Skill 运行原理
在介绍具体使用方法之前，有必要先了解 OpenClaw Skill 的运行机制——这有助于理解为什么你"说一句话"就能完成一次专业级的人脸防伪检测。
4.1 Skill 的本质：LLM Tool Calling 的封装
OpenClaw 中的 Skill 本质上是对 LLM Function Calling / Tool Calling 能力的一层标准化封装。Skill 并不是由用户在界面上手动点击触发的，而是由 LLM（大语言模型）在理解用户意图后自主决策调用的。
一个完整的 Skill 调用流程如下：
用户发送自然语言请求（如"检测这张图片是否为AI换脸"）
↓
OpenClaw 将 Skill 的元数据（名称、描述、参数定义）注入 Agent Prompt
↓
LLM 分析用户意图，判断需要调用哪个 Skill
↓
LLM 输出 tool_call 指令（包含 Skill 名称和参数）
↓
OpenClaw 捕获指令，路由到对应的 Skill
↓
执行 Skill 的 scripts/main.py 脚本
↓
脚本处理输入 → 调用腾讯云 API → 返回检测结果
↓
LLM 根据返回结果，生成自然语言回答呈现给用户
简单来说：你对 OpenClaw 说话 → LLM 决定"该用防护盾 Skill" → OpenClaw 自动运行脚本 → 结果返回给你。整个过程对用户完全透明。
4.2 本 Skill 的文件结构
本防护盾 Skill 的项目结构非常精简，仅包含两个核心文件：
tencentcloud-faceid-detectaifakefaces/
├── SKILL.md # 技能说明文件（必需）
└── scripts/
└── main.py # 执行脚本（核心逻辑）
| 文件 | 作用 |
|---|---|
| SKILL.md | Skill 的"身份证"。包含 YAML 元数据（名称、描述）和 Markdown 正文（使用说明、触发场景、参数规格等）。OpenClaw 启动时会解析此文件，将其中的 name 和 description 注入到 Agent Prompt，供 LLM 判断何时调用该 Skill |
| scripts/main.py | Skill 的"执行引擎"。当 LLM 决定调用该 Skill 时，OpenClaw 会运行此 Python 脚本。脚本负责：接收参数、读取本地文件并转换为 Base64、通过 tencentcloud-sdk-python 调用腾讯云 DetectAIFakeFaces API、将检测结果格式化输出 |
4.3 触发时机：LLM 何时会调用本 Skill
SKILL.md 中定义了明确的触发场景描述。当用户的对话内容涉及以下意图时，LLM 会自动决策调用本 Skill：
- 需要检测人脸图片是否为 AI 合成或换脸
- 需要检测人脸图片是否为翻拍照片
- 需要检测人脸视频是否存在攻击痕迹
- 需要对人脸图片/视频进行防伪安全检测
- 涉及人脸防攻击、防伪检测的任何场景
提示： Skill 的触发是由 LLM 根据语义理解自主决策的，具有一定的非确定性。如果发现 Skill 未被自动调用，可以在对话中更明确地描述意图（例如包含"检测""人脸""AI换脸""翻拍"等关键词），或直接指示 OpenClaw 使用该 Skill。
5. 使用方法
5.1 通过 OpenClaw 对话调用
安装配置完成后，你只需用自然语言描述需求，OpenClaw 就会自动调用防护盾 Skill 完成检测。
示例对话：
"帮我检测一下这张人脸照片是不是 AI 生成的：./test_face.jpg"
"分析一下这个视频里的人脸是否为翻拍：./interview_clip.mp4"
"这个用户提交的人脸照片看起来有点可疑，用防护盾检查一下：./upload/user_face.png"
背后发生了什么： OpenClaw 接收到你的消息后，LLM 会识别出"人脸检测"意图并发出 tool_call 指令。OpenClaw 随即运行 scripts/main.py，该脚本自动读取你指定的文件、完成 Base64 编码、调用腾讯云 DetectAIFakeFaces API，最后将检测结果返回给 LLM。LLM 再将结构化的 JSON 结果翻译为你能直接理解的自然语言报告。
5.2 实际检测效果示例
以下是一个典型的检测返回结果示例：
{
"Response": {
"AttackRiskDetailList": [
{
"Type": "SuspectedSynthesisVideo" // 疑似合成视频
}
],
"AttackRiskLevel": "High", // 风险等级-高
"ExtraInfo": {},
"RequestId": "13f30d23-9f3e-46f5-a10c-0e448288acfd"
}
}
该结果表明送检的人脸素材被判定为 高风险，检测到 AIGC 换脸的攻击痕迹，建议业务侧直接拦截该请求。
如果通过 OpenClaw 对话调用，LLM 会将上述 JSON 翻译为易读的自然语言，例如："检测完成。该图片被判定为高风险，检测到 AIGC 换脸攻击痕迹，建议直接拦截。"
6. 技术架构
从端到端的视角来看，整个检测流程涉及三个层次——用户交互层（OpenClaw）、脚本执行层（Skill）和云端推理层（腾讯云），它们协同工作的完整时序如下：
┌─────────────────────────────────────────────────────────┐
│ 用户交互层（OpenClaw Agent） │
│ │
│ 用户输入自然语言请求 │
│ ↓ │
│ LLM 解析意图 → 匹配 Skill → 输出 tool_call 指令 │
└──────────────────────┬──────────────────────────────────┘
↓
┌──────────────────────┴──────────────────────────────────┐
│ 脚本执行层（scripts/main.py） │
│ │
│ 接收参数 → 读取本地文件 → Base64 编码 │
│ ↓ │
│ 从环境变量读取 API 密钥 │
│ ↓ │
│ 通过 tencentcloud-sdk-python 发起 API 请求 │
└──────────────────────┬──────────────────────────────────┘
↓
┌──────────────────────┴──────────────────────────────────┐
│ 云端推理层（腾讯云 DetectAIFakeFaces） │
│ │
│ 多模态 AI 大模型分析 │
│ ├── AIGC 换脸检测 │
│ ├── 翻拍痕迹检测 │
│ ├── 黑产攻击识别 │
│ └── 水印痕迹检测 │
│ ↓ │
│ 返回结构化风险评估结果（JSON） │
└──────────────────────┬──────────────────────────────────┘
↓
┌──────────────────────┴──────────────────────────────────┐
│ 用户交互层（OpenClaw Agent） │
│ │
│ LLM 接收检测结果 → 生成自然语言报告 → 呈现给用户 │
└─────────────────────────────────────────────────────────┘
Skill 本身是一个轻量级的 Python 脚本封装层，核心检测能力由腾讯云后端的多模态 AI 大模型提供。这种架构设计的优势在于：本地不需要任何 GPU 资源或大模型部署，所有推理计算都在腾讯云端完成，保证了检测的高精度和低延迟。
7. 注意事项与最佳实践
在使用本 Skill 时，建议关注以下几点：
关于 API 密钥安全。 始终通过环境变量传递密钥，切勿在代码中硬编码。建议为防护盾服务创建专用的子账号，仅授予 faceid:DetectAIFakeFaces 接口的调用权限，遵循最小权限原则。
关于输入素材质量。 素材质量直接影响检测精度。建议使用推荐分辨率（480×640）以上的图片,推荐jpg、png格式，确保人脸区域清晰可见且占比合理。视频素材建议控制在 2～5 秒，过长的视频不仅增加传输耗时，也可能超出接口限制。
关于费用控制。 腾讯云人脸核身服务按调用次数计费，新用户通常可获得一定额度的免费资源包。建议在正式接入前，先在控制台领取免费资源包进行测试验证。大规模使用前，请关注 人脸核身计费说明 了解详细定价。
关于结果判读。 风险等级为 "Mid"（中风险）时，建议结合业务场景进行综合判断，而非简单地一刀切拦截。可以设计分级处理策略：低风险直接通过，中风险触发人工复核，高风险直接拦截。
备注：请确保您委托本服务处理人脸等个人信息已获得个人信息主体合法、有效的同意或具备其他的合法性基础，本服务的相关具体事项以本服务官网所载服务协议约定为准。
8. 总结
通过将腾讯云 AI 人脸防护盾封装为 OpenClaw Skill，开发者可以在自然对话中一键调用专业级的人脸防伪检测能力，无需关心底层 API 对接细节。无论是对可疑图片的快速甄别，还是将防护盾集成到业务审核流程中，这个 Skill 都能显著降低接入门槛、提升安全防护水平。
面对日益猖獗的 AI 伪造攻击，现在就为你的 OpenClaw 装上"火眼金睛"吧。
相关链接：
| 资源 | 地址 |
|---|---|
| Skill 下载 | tencentcloud-faceid-detectaifakefaces |
| ClawHub 官网 | https://clawhub.ai/ |
| 腾讯云人脸核身产品文档 | https://cloud.tencent.com/document/product/1007 |
| 腾讯云 API 密钥管理 | https://console.cloud.tencent.com/cam/capi |
扫码加入OpenClaw × 腾讯云AI产品Skills交流群：
