Skip to main content
L

dsh-aigc-label

lee2277-t/dsh-aigc-label

Write and check the AIGC implicit label that Chinese rules require on AI-generated content - the named AIGC property inside an Office file's docProps/custom.xml, carrying Label, ContentProducer and ProduceID. `aigc_label_write` stamps docx, xlsx and pptx and reads the property back to confirm it landed; `aigc_label_check` reports what a file currently carries. The producer code is never built in, because stamping a file with someone else's code misattributes where it came from - without one the write tool refuses rather than writing a half label.

Install

dsh plugin --profile web add github:lee2277-t/dsh-aigc-label

README

dsh-aigc-label

给 Office 产物写入 / 查验 AIGC 隐式标识。

为什么

国内对人工智能生成合成内容有标识要求(GB 45438-2025 /《人工智能生成合成内容标识办法》)。 隐式标识藏在 OOXML 包的 docProps/custom.xml 里——一条名为 AIGC 的自定义属性,值是紧凑 JSON。

Office 打开文件时看不见它,但检测侧读得到。这意味着一件事:你交付了一批文档, 它们到底带没带标识、字段全不全,光看界面是不知道的。

两个工具

aigc_label_check

aigc_label_check D:\deliverables
4 个 OOXML 文件 · 带完整标识 4 · 不完整 0 · 无标识 0

## 明细
  ✓ deck.pptx — 123456789012345678901234567 · d02db771bd18a32202ae14e0cd5f6103
  ✓ memo.docx — 123456789012345678901234567 · d02db771bd18a32202ae14e0cd5f6103

三种结果分开报:带完整标识、有标识但缺字段、无标识。不是可读 OOXML 的文件单独标出来。

aigc_label_write

aigc_label_write({ path, producer: "<你的 27 位编码>" })

写完自动读回校验,不一致就报失败——不写「应该成功了」。

两个刻意的取舍

1. 服务提供者编码不内置

ContentProducer 是接入方在备案链路里拿到的 27 位编码。插件里不预置任何人的编码,因为 写错编码等于把这份文件的来源指向了别的主体,比不写标识更糟。

没配置就拒绝写入,不猜、不生成一个看起来像的。

2. ReservedCode1/2 留空且不写进 JSON

规范把它定义为「用于保护内容、标识完整性的信息」,官方算法要接入单发放的私钥 + 密钥版本。私钥不能随插件分发到用户机器,所以本地链路算不出可验签的预留码。

填一个本地随机密钥加密、用完即弃的值,在构造上就不可能被任何人校验,只是让字段看起来非空。 留空更诚实,也不给检测侧制造「像是有效预留码」的假象。

代价写在报告里:如果检测侧按「四项齐全」判,本地产物会被判为标识不完整。

实现

  • 手写 OOXML 包的读写:读中央目录取 part,改写后重新打包。不依赖任何 zip 库。
  • 只改三个 part:docProps/custom.xml、[Content_Types].xml、_rels/.rels。其余原样复制, 重算回填的缓存值、样式、图表都不受影响。
  • 写入用临时文件 + 原子替换,中途失败不会留下半个损坏的交付物。
  • 已有的其他自定义属性不动,pid 自动取下一个可用值。

验证

三个用 openpyxl / python-docx / python-pptx 生成的真实文件,打标后用同一批库重新打开:

✓ report.xlsx: 解析成功 · 10 part · Label=1 · Producer=12345678…
✓ memo.docx:   解析成功 · 18 part · Label=1 · Producer=12345678…
✓ deck.pptx:   解析成功 · 39 part · Label=1 · Producer=12345678…

同时校验:CRC 全部正确、[Content_Types].xml 已声明、_rels/.rels 已引用、 标识能被独立的 XML 解析器读出来。重复写入不会叠加属性。

安装

dsh plugin add github:Lee2277-t/dsh-aigc-label

配置

contentProducer: ""     # 27 位编码,不填则拒绝写入
label: "1"              # 1=属于生成合成,2=可能为,3=疑似为
extensions: [.docx, .xlsx, .pptx]

这个工具不做什么

  • 不做显式标识。按规范,面向用户的界面或内容本身还要有可见提示,隐式标识不替代它。
  • 不判断你的编码用得对不对(云端包与本地包各一个,不通用)。
  • 不保证真实检测侧认可这份标识——本地算不出可验签的预留码,这一条明写在报告里。

许可

AGPL-3.0-only。

Related plugins