YouTube Shopping商品标记审计

场景与前置条件

用于 YouTube 长视频或 Shorts 的商品标记上线前审计。需要 Python 3.9+ 与脱敏的视频清单、字幕/文字稿、商品清单和拟标记记录；不需要 YouTube 登录、API 或网络。

输入与输出

输入 JSON 包含视频标题、描述、字幕、商品在视频中的可见区间、口头/文字提及、使用方式和拟标记时间戳。输出 shopping_tag_audit.json，逐项给出 pass、review、block、证据字段、修复建议和稳定 audit hash。

安装与导入

将本目录导入智能体环境，运行 python scripts/audit_shopping_tags.py --input examples/input.json --output shopping_tag_audit.json。

执行步骤

1. 1. 读取视频元数据、字幕文本、商品清单和拟标记顺序。
2. 对每个商品检查可识别可见区间、标题/字幕/描述提及、内容相关性、按制造商意图使用和时间戳是否落在可见区间。
3. 输出带审计哈希的结果。任何缺少证据的项目进入 review，不把 AI 猜测当成已确认事实。

错误恢复

输入不是 JSON、缺少 video 或 products 数组时返回非零退出码并指出字段；修复脱敏登记后重跑。不会修改视频、商品目录或 YouTube 内容。

权限与隐私边界

只处理买家主动提供的脱敏元数据和文字稿，不上传视频、不访问账号、不改商品、不自动打标。买家需自行确认频道资格、商品可售状态、品牌/联盟授权和发布结果。

验收

示例运行应生成商品逐项 findings，能够区分视频中出现但未提及、提及但无清晰可见区间、时间戳越界、无意义关联和缺少安全使用证据等情况，并输出 publish_ready=false 供人工复核。