gang-cluster-analysis

围绕一组电话号码或候选对象识别疑似团伙簇,综合共享设备、共同对端、内部关系、邻居重叠和多跳关联输出候选簇、核心节点、桥接点和证据链。适用于团伙/簇/核心成员/桥接点问题;不用于单号码画像、TopN 排名、地域对比或确认性案件定性。

SKILL.md

GitHub

gang-cluster-analysis

这个 skill 是做什么的

这个 skill 用来做疑似团伙 / 群组识别。

它不是只看单个号码,也不是只看两个号码,而是:

  • 先从输入号码出发扩展候选成员
  • 再综合 共享设备、共同对端、内部号码对关系、邻居重叠 等证据
  • 识别是否存在一个更紧的疑似团伙簇
  • 输出:
    • 团伙簇列表
    • 重点簇
    • 核心节点
    • 桥接点 / 或桥接解释
    • 号码对证据链
    • 共享设备证据
    • 共同对端证据
    • Markdown 报告 + 多个 CSV 证据文件

它和前面 skill 的关系

这个 skill 本质上是基础算子 + 现有高级分析 skill 的组合版:

  • 候选扩展:neighbor_query + common_neighbor + relationship_filter
  • 号码对关系:common_neighbor + query_shared_device + relationship_filter
  • 子群识别:subgraph_by_nodes + aggregation_query
  • 核心节点 / 桥接点排序:aggregation_query + 局部图排序
  • 后续复核:association-path-analysis + overlap-analysis + single-number-analysis + shared-device-analysis

所以它不是凭空“猜团伙”,而是把前面已经做好的分析能力组合起来,形成一个更高层的团伙识别 skill。


输入方式

支持三种输入方式,至少给一种:

  1. --phone-ids
  2. --phone-id-file
  3. --input-csv + --phone-id-column

常用参数

  • --group-name:本次分析名字
  • --candidate-scope:候选扩展方式
    • input_only
    • shared_device
    • common_counterparty
    • mixed(推荐)
  • --max-expand-nodes:最多保留多少候选号码
  • --top-k:输出前几条重点结果
  • --min-shared-device-count:最少共享设备数
  • --min-common-counterparty-count:最少共同对端数
  • --min-neighbor-overlap:最少邻居重叠比例
  • --min-edge-score:保留关系边的最低分
  • --focus-min-cluster-size:重点簇的最小人数

内置示例文件(这部分非常重要)

sample_group_ids.txt 是什么

sample_group_ids.txt 是 这个 skill 自带的内置示例号码文件,不是用户上传文件,也不是数据集目录里的原始文件。

它的默认位置是:

/mnt/skills/custom/phone-network-analysis/gang-cluster-analysis/scripts/sample_group_ids.txt

当前端或模型看到下面这种说法时,必须这样理解

  • “号码文件:sample_group_ids.txt”
  • “使用示例号码文件 sample_group_ids.txt”
  • “请直接用 sample_group_ids.txt 测试”

都应当理解为:

优先使用 skill 自带的这个内置示例文件,也就是:

/mnt/skills/custom/phone-network-analysis/gang-cluster-analysis/scripts/sample_group_ids.txt

不要做的事

当文件名是 sample_group_ids.txt 时:

  • 不要先去 /mnt/user-data/uploads/ 查找
  • 不要先去 /mnt/datasets/ 查找
  • 不要把它当成用户额外上传的输入文件

除非用户明确说:

  • “我自己上传了一个新的 sample_group_ids.txt”
  • 或者给了别的明确绝对路径

否则默认就是 skill 内置示例文件。


输出内容

会生成 6 个文件:

  1. Markdown 总报告
  2. 团伙簇列表 CSV
  3. 核心节点 CSV
  4. 号码对证据 CSV
  5. 共享设备证据 CSV
  6. 共同对端证据 CSV

这 6 个文件分别是做什么的

  • Markdown 总报告:给人直接阅读的总结版,适合前端直接展示。
  • 团伙簇列表 CSV:每个 cluster 一行,适合看一共有多少候选团伙簇、各簇规模多大。
  • 核心节点 CSV:每个重点成员一行,适合继续做单号码深挖。
  • 号码对证据 CSV:每对号码一行,适合复核关系链到底是靠共享设备、共同对端还是内部通话。
  • 共享设备证据 CSV:每台重点设备一行,适合继续追设备池。
  • 共同对端证据 CSV:每个重点共同对端一行,适合看群体共同接触目标。

能不能合并

不建议把这 6 个文件硬合并成 1 个 CSV。

原因很简单:

  • 团伙簇列表是 cluster 级
  • 核心节点是 成员级
  • 号码对证据是 pair 级
  • 共享设备证据是 device 级
  • 共同对端证据是 counterparty 级

它们的粒度不同,强行拼成一个表反而更乱。

更合理的做法是:

  • 保留这 6 份分表
  • 让 Markdown 报告做“总入口”
  • 如果后面确实想做“单文件交付版”,建议额外做一个 xlsx 工作簿,而不是强行合并 CSV

典型命令

方式 1:直接给一组号码

cd /mnt/skills/custom/phone-network-analysis/gang-cluster-analysis/scripts && python3 gang_cluster_analysis_wrapper.py \
  --group-name sample_gang \
  --phone-ids "号码1,号码2,号码3" \
  --candidate-scope mixed \
  --top-k 10

方式 2:使用 skill 自带示例文件(推荐写法)

必须优先使用绝对路径,不要只写 sample_group_ids.txt。

cd /mnt/skills/custom/phone-network-analysis/gang-cluster-analysis/scripts && python3 gang_cluster_analysis_wrapper.py \
  --group-name sample_gang \
  --phone-id-file /mnt/skills/custom/phone-network-analysis/gang-cluster-analysis/scripts/sample_group_ids.txt \
  --candidate-scope mixed \
  --max-expand-nodes 120 \
  --top-k 10 \
  --min-shared-device-count 1 \
  --min-common-counterparty-count 2

方式 3:从用户自己的 CSV 读号码

cd /mnt/skills/custom/phone-network-analysis/gang-cluster-analysis/scripts && python3 gang_cluster_analysis_wrapper.py \
  --group-name custom_group \
  --input-csv /mnt/user-data/uploads/你的文件.csv \
  --phone-id-column phone_id \
  --candidate-scope mixed \
  --top-k 10

推荐提示词

Q1:标准团伙识别

请使用 gang-cluster-analysis skill,围绕这组号码识别是否存在疑似团伙簇。要求:

  1. 输出候选扩展规模
  2. 输出识别到的团伙簇列表
  3. 输出重点簇的核心节点和桥接点
  4. 输出共享设备证据、共同对端证据和号码对证据链
  5. 生成 markdown 报告和 csv 证据文件并展示下载附件

Q2:偏共享设备团伙

请使用 gang-cluster-analysis skill,重点围绕共享设备线索识别团伙。参数:candidate_scope=shared_device, top_k=10。

Q3:偏共同对端耦合团伙

请使用 gang-cluster-analysis skill,重点围绕共同对端和邻居重叠识别团伙。参数:candidate_scope=common_counterparty, min_common_counterparty_count=2, top_k=10。

Q4:使用内置示例文件测试(非常推荐这样写)

请使用 gang-cluster-analysis skill,围绕这组号码识别是否存在疑似团伙簇。号码文件使用 skill 自带示例文件: /mnt/skills/custom/phone-network-analysis/gang-cluster-analysis/scripts/sample_group_ids.txt 参数:candidate_scope=mixed, top_k=10。


前端展示规范(很重要)

前端执行完脚本后,不要只把 JSON 里的路径字符串打印出来,而要显式展示附件。

必须按下面顺序做:

  1. 运行脚本
  2. 读取 JSON 输出里的:
    • report_path
    • artifacts
  3. 对每个 artifact 先检查文件是否存在
  4. 先读取 Markdown 报告正文
  5. 再把 markdown + csv 全部挂成附件卡片

特别规则:当用户提到 sample_group_ids.txt

如果用户提示词里写的是:

  • sample_group_ids.txt
  • “示例号码文件”
  • “skill 自带号码文件”

前端 / 模型应直接使用:

/mnt/skills/custom/phone-network-analysis/gang-cluster-analysis/scripts/sample_group_ids.txt

不要先去 /mnt/user-data/uploads/ 或 /mnt/datasets/ 查找。


结果怎么理解

如果识别到“共享设备驱动团伙簇”

说明这批号码主要靠共用设备连起来,通常优先查设备池。

如果识别到“共同对端耦合团伙簇”

说明这批号码虽然未必直接互打,但共同接触了同一批对象,可能属于同圈层。

如果重点团伙簇密度很高,但桥接中心性全为 0

这通常不表示结果有问题,而是说明这个簇已经非常紧密,内部没有明显“单一桥接点”。此时更应该优先关注:

  • 核心节点
  • 共享设备证据
  • 号码对高分关系

如果只得到“候选松散关联群组”

说明有一定关联,但还不足以支撑“紧密团伙簇”的判断,需要继续下钻。


注意事项

  1. 输入号码太少时,更容易得到“候选群组”,不一定形成紧密团伙。
  2. candidate_scope=mixed 一般效果最好。
  3. 如果前端要展示下载附件,必须让模型读取 JSON 输出里的 artifacts / report_path。
  4. 如果号码文件是 sample_group_ids.txt,默认就是 skill 内置示例文件,优先使用绝对路径:
/mnt/skills/custom/phone-network-analysis/gang-cluster-analysis/scripts/sample_group_ids.txt
  1. 如果要进一步复核关系,建议联动:
    • shared-device-analysis
    • association-path-analysis
    • overlap-analysis
    • single-number-analysis