fix: ui/build.gradle cross-platform pnpm command for Linux CI

feat: 评论前置过滤（合规检测）与 AI Foundation 隔离加载 (v1.1.0)
feat: 彻底重构后台 UI 与对话上下文引用模块，全面优化移动端适配 (v1.0.4) (#6 )
2026-06-23 19:59:25 +08:00 · 2026-06-23 19:54:55 +08:00 · 2026-06-21 12:20:25 +08:00
26 changed files with 1374 additions and 2558 deletions
@@ -63,6 +63,7 @@ lerna-debug.log*
 *.ctxt

 ### Package Files
+*.jar
 *.war
 *.nar
 *.ear
@@ -70,6 +71,12 @@ lerna-debug.log*
 *.tar.gz
 *.rar

+### UI build output
+ui/dist/
+ui/dist-ssr/
+ui/*.local
+ui/.eslintcache
+
 ### Local file
 application-local.yml
 application-local.yaml
@@ -1,6 +1,6 @@
 # AI回评 / Comment AI Autopilot

-基于 AI 的 Halo 博客评论自动回复插件，支持多 AI 角色、自审核、自动发布和对话式连续回复。
+基于 AI 的 Halo 博客评论自动回复插件，支持多 AI 角色、合规检测、自审核、自动发布和对话式连续回复。

 ## 功能特性

@@ -9,6 +9,7 @@
 - **自动回复** — 监听新评论，自动调用 AI 生成回复，支持多轮对话上下文
 - **多语言适配** — 根据评论语言自动用对应语言回复
 - **情感分析** — 分析评论情感倾向（非常正面/正面/中性/负面/非常负面），根据情感调整回复语气
+- **前置过滤（合规检测）** — AI 回复前对评论进行合规性分类，自动拦截广告/辱骂攻击/敏感内容/无意义内容，违规评论停止生成 AI 回复以节省 Token，可选自动将违规评论设为待审核状态
 - **草稿模式** — AI 回复先存为草稿，管理员审核后再发布，支持批量操作
 - **失败重试** — AI 生成失败时自动重试，指数退避策略
 - **对话轮次限制** — 同一评论线程中限制 AI 最多回复轮次，防止无限对话
@@ -20,7 +21,7 @@
 - **Prompt 模板** — 支持自定义 Prompt 模板，提供多种模板变量（文章标题、发布日期、评论数、对话历史等）
 - **Prompt 预设** — 内置友好型、专业型、幽默型、简洁型预设风格，可多选组合
 - **插件健康检查** — 实时检测 AI Foundation 连接状态和模型可用性
- **日志筛选** — 按状态、情感筛选，关键词搜索
+- **日志筛选** — 按状态、情感筛选，关键词搜索，支持查看拦截原因和分类标签
 - **数据清理** — 自动清理超过指定天数的旧记录
 - **AI Foundation 集成** — 通过 Halo 官方推荐的 `ExtensionGetter` 获取 AI 服务，需安装 AI Foundation 插件

@@ -5,7 +5,7 @@ plugins {
 }

 group 'top.nxxy335.commentaiautopilot'
-version '1.0.0'
+version project.property('version')

 repositories {
    mavenCentral()
@@ -1,5 +1,87 @@
 # 更新日志

+## v1.1.0
+
+> 2026-06-23
+
+### 新增
+
+- **评论前置过滤（合规检测）** — AI 回复前对评论进行合规性分类，识别广告/辱骂攻击/敏感内容/无意义内容，违规评论停止生成 AI 回复，节省 Token
+- **违规评论自动设为待审核** — 检测到违规评论时自动将原评论 `approved` 置为 `false`，进入待审核队列，前端不再展示该评论
+- **FILTERED 日志状态** — 被拦截的评论生成"已拦截"状态记录，日志页支持按"已拦截"状态筛选
+- **拦截原因分类标签** — 日志页显示拦截分类标签（广告/辱骂攻击/敏感内容/无意义）和详细拦截原因（含评论内容摘要）
+- **安全优先策略** — AI 分类服务不可用或异常时，默认拦截评论而非放行，防止违规内容漏网
+
+### 改进
+
+- **AI Foundation 隔离加载** — 将 AI Foundation API 引用隔离到 `AiFoundationDelegate` 类，`AiFoundationClient` 不再直接引用 AI Foundation 类，修复未安装 AI Foundation 时插件无法启动的问题（`NoClassDefFoundError`）
+- **评论内容 HTML 剥离** — 前置过滤检测前自动剥离评论 HTML 标签，提升 AI 分类准确性
+- **对话场景精准处罚** — AI 对话场景下违规内容来自 Reply 时，仅取消通过该 Reply 而非父级 Comment，避免误伤
+- **升级配置自动迁移** — 从 v1.0.x 升级时自动将 `preFilterEnabled` 从 `false` 迁移为 `true`（新默认值）
+
+### Bug 修复
+
+- **修复未安装 AI Foundation 时插件无法启动** — `BeanDefinitionStoreException: Failed to parse AiFoundationClient`，将 AI Foundation API 引用隔离到委托类
+- **修复前置过滤默认关闭** — `preFilterEnabled` 默认值从 `false` 改为 `true`，新安装和升级用户均默认启用
+- **修复 `penalize()` 遗漏 `approved=null`** — Halo 评论创建时 `approved` 可能为 `null`，原代码仅处理 `approved=true` 的情况
+- **修复 `classify()` 失败时放行违规评论** — `defaultIfEmpty` 和 `onErrorResume` 改为拦截而非放行
+- **修复 Windows 构建失败** — Gradle Worker Daemon 执行 pnpm 退出码 268435659，改用系统 pnpm Exec 任务并禁用 Daemon
+
+---
+
+## v1.0.4
+
+> 2026-06-19
+
+### 改进
+
+- **对话弹窗头像显示** — 对话弹窗中每条消息显示 Gravatar 头像，基于评论者或 AI 角色的邮箱自动匹配
+- **对话引用摘要** — 对话弹窗中回复消息显示引用摘要框，标明引用了谁的什么内容，支持截断显示
+- **UI 全面重构** — LogsView 和 SettingsView 改用纯 Scoped CSS，移除所有 Tailwind 类和自定义 CSS 依赖，避免 Halo 主题冲突
+- **标签去 Emoji 化** — 状态、情感标签改用纯色背景标签，去除所有 Emoji
+- **移动端适配优化** — 全面优化移动端响应式布局，解决排版错位问题
+- **AI角色设置完善** — 支持 CRUD、Gravatar 头像预览、性别/唤醒词/默认角色配置
+- **配置导入导出** — 支持将插件配置（ConfigMap + AI角色）导出为 JSON 文件，方便备份和迁移
+- **评论者黑名单弹窗选择** — 设置页面可从已有评论列表中选择评论者添加到黑名单
+
+### Bug 修复
+
+- **修复对话弹窗引用溯源** — 后端 `getConversation` 重写，构建 Reply 映射字典正确溯源引用关系
+- **修复 ConversationMessage 数据结构** — 新增 `quoteOwner`/`quoteContent` 字段支持引用摘要展示
+- **修复 AI 角色邮箱提取** — 后端新增 `extractOwnerEmail` 方法，正确从 CommentOwner 提取邮箱用于头像生成
+
+---
+
+## v1.0.3
+
+### 改进
+
+- **SettingsView 完整功能版** — 5个设置面板（基本设置、AI角色、模型设置、Prompt、数据清理）全部实现
+- **AI角色管理** — 支持 CRUD、Gravatar 头像、性别/唤醒词/默认角色配置
+- **数据清理** — 自动清理开关、保留天数滑块、手动清理
+- **导入导出** — JSON 配置导入导出
+- **评论者黑名单弹窗选择** — 从已有评论列表中选择评论者
+
+---
+
+## v1.0.2
+
+### 改进
+
+- **LogsView & SettingsView 样式重构** — 移除所有 Tailwind 类，改用 `<style scoped>` 原生 CSS
+- **标签配色、气泡样式、引用框** — 全部使用纯 CSS 实现，避免 Halo 主题冲突
+
+---
+
+## v1.0.1
+
+### 改进
+
+- **版本号升级** — 强制刷新 Halo 前端缓存
+- **历史数据兼容** — LogsView 增加历史 Markdown 引用文本清理正则，防止旧版测试数据套娃显示
+
+---
+
 ## v1.0.0

 > 2026-06-18
@@ -22,6 +22,18 @@
 - 草稿记录显示 **审核通过** 和 **拒绝** 按钮
 - 已发布的记录显示正常状态
 - 被拒绝的记录显示 REJECTED 标签
+- 失败的记录显示 FAIL 标签，并显示重试次数
+- 每条记录可点击 **查看对话** 查看完整对话上下文
+
+## 对话上下文查看
+
+点击日志记录的 **查看对话** 按钮，弹出对话上下文窗口：
+
+- 以气泡形式展示完整对话（评论 + 所有回复）
+- AI 回复和用户回复以不同颜色气泡区分
+- 每条消息显示发送者头像（通过 Gravatar 服务生成）
+- 回复消息显示引用摘要框，标明该回复引用了哪条消息
+- 支持移动端响应式布局

 ## 批量操作

@@ -23,6 +23,7 @@
 3. **已有AI回复记录** — 同一评论不会重复触发
 4. **历史评论** — 插件启动前的评论不会自动触发，可使用手动触发
 5. **AI生成失败** — 检查AI模型配置和日志
+6. **被前置过滤拦截** — 若启用"前置过滤"，违规评论会被拦截，可在日志页通过"已拦截"状态筛选查看

 ## 如何对历史评论触发AI回复？

@@ -66,3 +67,33 @@
 ## 黑名单支持邮箱吗？

 支持。黑名单同时匹配评论者的显示名称和邮箱地址，不区分大小写。你也可以在设置页面点击"添加评论者"按钮从评论列表中选择。
+
+## 对话窗口中的头像是怎么来的？
+
+对话窗口中每条消息的头像通过 [Gravatar](https://gravatar.com) 服务生成（使用 [Cravatar](https://cn.cravatar.com) 镜像）。头像基于评论者或 AI 角色的邮箱自动匹配。如果未设置邮箱，则显示默认图标。
+
+## 对话窗口中的引用框是什么？
+
+当一条回复是针对另一条回复的（即层级回复），对话窗口会在该消息气泡内显示一个引用摘要框，标明该回复引用了谁的什么内容。引用内容会截断显示（最多35个字符），方便快速了解对话脉络。
+
+## 如何备份和迁移插件配置？
+
+在插件设置页面顶部点击 **导出** 按钮，将当前配置导出为 JSON 文件。在目标实例中点击 **导入** 按钮选择该文件即可恢复配置。导入会覆盖当前配置，请谨慎操作。
+
+## AI Foundation 显示"部分功能不可用"怎么办？
+
+这通常表示 AI Foundation 插件未正确配置模型。请检查：
+
+1. AI Foundation 插件已安装并启用
+2. 在 AI Foundation 中配置了至少一个 AI 模型
+3. 如果回评插件未指定模型名称，将使用 AI Foundation 的默认模型
+
+## 前置过滤会误伤正常评论吗？
+
+前置过滤默认启用。AI 会对评论进行分类判断，若 AI 服务不可用或分类失败，为安全起见会拦截评论而非放行。如果你发现正常评论被误拦截，可以在设置中关闭"启用前置过滤"开关。被拦截的评论会在日志页生成一条"已拦截"状态的记录，可查看具体分类标签和拦截原因。
+
+## 被前置过滤拦截的评论会怎样？
+
+1. **停止生成 AI 回复** — 不会消耗后续 Token
+2. **创建拦截记录** — 在日志页显示为"已拦截"状态，标注分类标签（如"辱骂攻击"）和详细原因（含评论内容摘要）
+3. **自动设为待审核** — 原评论的 `approved` 会被置为 `false`，前端不再展示该评论，需人工判断后审核通过
@@ -15,19 +15,22 @@ AI回评（Comment AI Autopilot）是一个 Halo 博客系统的插件，能够
 - **批量操作** — 草稿模式下支持批量通过/拒绝/删除
 - **文章/页面级开关** — 在文章编辑器中直接控制是否启用AI回复，文章默认开启，页面默认关闭
 - **评论者黑名单** — 屏蔽指定评论者，不触发AI回复，支持名称、邮箱和正则表达式
+- **前置过滤（合规检测）** — AI回复前对评论进行合规性分类，自动拦截广告/辱骂/敏感/无意义内容，节省Token；可选将违规评论设为待审核状态
 - **手动触发** — 在评论管理页面对历史评论手动触发AI回复
 - **安全审核** — AI生成的内容经过两阶段安全审核（安全检查 + 质量评分），不合规内容自动拒绝
 - **Prompt 预设** — 内置友好型、专业型、幽默型、简洁型预设风格，可多选组合
 - **对话轮次限制** — 同一评论线程中限制 AI 最多回复轮次，防止无限对话
 - **速率限制** — 每分钟最大 AI 回复数量，防止批量评论消耗过多额度
 - **日志筛选搜索** — 按状态、情感筛选，关键词搜索
+- **对话上下文查看** — 在日志页面查看完整对话上下文，支持引用摘要展示和 Gravatar 头像显示
 - **数据清理** — 自动清理超过指定天数的旧记录
+- **配置导入导出** — 支持将插件配置导出为 JSON 文件，方便备份和迁移
 - **AI Foundation 集成** — 通过 Halo 官方推荐的 `ExtensionGetter` 获取 AI 服务，需安装 AI Foundation 插件

 ## 工作流程

 ```
-新评论 → 唤醒词检查 → 过滤检查 → 情感分析 → 构建Prompt → AI生成 → 安全审核 → 发布/草稿
+新评论 → 唤醒词检查 → 过滤检查 → 前置过滤（合规检测） → 情感分析 → 构建Prompt → AI生成 → 安全审核 → 发布/草稿
                                                          ↓ (失败)
                                                        重试 → ... → 最终失败
 ```
@@ -35,12 +38,13 @@ AI回评（Comment AI Autopilot）是一个 Halo 博客系统的插件，能够
 1. **新评论到达** — Reconciler 监听到新评论创建事件
 2. **唤醒词检查** — 检查评论是否以某个角色的唤醒词开头，匹配则唤醒对应角色
 3. **过滤检查** — 检查文章/页面是否启用AI回复、评论者是否在黑名单中（唤醒词触发时绕过页面级启用检查）
-4. **情感分析** — 调用AI分析评论情感倾向
-5. **构建Prompt** — 结合AI角色人格、情感提示、文章内容、评论上下文构建Prompt
-6. **AI生成** — 调用AI模型生成回复内容
-7. **安全审核** — 对生成内容进行两阶段审核（安全检查 + 质量评分 1-5 分映射到 0-100）
-8. **发布/草稿** — 根据设置自动发布或存为草稿等待审核
-9. **重试** — 如果AI生成失败，系统会自动重试（最多 maxRetryCount 次），每次重试间隔递增
+4. **前置过滤（合规检测）** — 若启用，AI 对评论内容进行合规性分类（正常/广告/辱骂攻击/敏感内容/无意义）。违规评论将停止后续流程，可选自动设为待审核状态
+5. **情感分析** — 调用AI分析评论情感倾向
+6. **构建Prompt** — 结合AI角色人格、情感提示、文章内容、评论上下文构建Prompt
+7. **AI生成** — 调用AI模型生成回复内容
+8. **安全审核** — 对生成内容进行两阶段审核（安全检查 + 质量评分 1-5 分映射到 0-100）
+9. **发布/草稿** — 根据设置自动发布或存为草稿等待审核
+10. **重试** — 如果AI生成失败，系统会自动重试（最多 maxRetryCount 次），每次重试间隔递增

 ## 前置要求

@@ -37,3 +37,15 @@ POST /apis/console.api.comment-ai-autopilot.nxxy335.top/v1alpha1/replies/{replyN
 ```

 对指定回复触发对话式AI回复。
+
+### 更新草稿回复内容
+
+```
+PUT /apis/console.api.comment-ai-autopilot.nxxy335.top/v1alpha1/replies/{name}/content
+```
+
+更新草稿状态的AI回复内容。请求体为 JSON 格式：`{"reply": "新的回复内容"}`。仅未发布的草稿回复可编辑。
+
+::: warning
+已发布的回复不可编辑。
+:::
@@ -49,8 +49,10 @@ Prompt模板控制AI生成回复时的完整提示词结构。

 情感提示由插件根据情感分析结果自动追加到 Prompt 末尾，不需要在模板中手动添加：

+- **非常正面** → 追加"评论者情绪非常正面积极，请用热情洋溢的语气回复，表达真诚的感谢和共鸣。"
 - **正面** → 追加"评论者情绪正面积极，请用热情友好的语气回复，可以表达感谢和共鸣。"
 - **负面** → 追加"评论者情绪偏负面，请用理性温和的语气回复，避免激化矛盾，展现理解和包容。"
+- **非常负面** → 追加"评论者情绪非常负面，请用非常温和、理性的语气回复，避免任何可能激化矛盾的表达，展现充分的理解和耐心。"
 - **中性** → 不追加额外提示

 ## 安全提示
@@ -22,13 +22,13 @@

 ## 日志展示

-在AI回复日志页面，每条记录会显示情感标签：
+在AI回复日志页面，每条记录会显示情感标签（纯色背景标签）：

- 🟢 **非常正面** — 深绿色标签
- 🟩 **正面** — 浅绿色标签
- ⚪ **中性** — 灰色标签
- 🟥 **负面** — 浅红色标签
- 🔴 **非常负面** — 深红色标签
+- **非常正面** — 深绿色标签
+- **正面** — 浅绿色标签
+- **中性** — 灰色标签
+- **负面** — 浅红色标签
+- **非常负面** — 深红色标签

 ## 性能影响

@@ -8,6 +8,8 @@
 - Prompt设置
 - 数据清理

+页面右侧为操作控制侧边栏，显示保存按钮和未保存状态指示器。在 Prompt 设置页面，侧边栏还会显示可用模板变量列表。
+
 ## 基本设置

 | 配置项 | 说明 | 默认值 |
@@ -18,6 +20,8 @@
 | 速率限制 | 每分钟最大AI回复数量，防止批量评论消耗过多额度 | 10 |
 | 最大重试次数 | AI生成失败时的最大重试次数 | 3 |
 | 评论者黑名单 | 不触发AI回复的评论者，支持名称、邮箱和正则表达式（`regex:` 开头），逗号分隔 | 空 |
+| 启用前置过滤 | AI回复前检测评论合规性，拦截广告/辱骂/敏感内容，节省Token | 开启 |
+| 违规评论设为待审核 | 检测到违规评论时自动取消通过，需人工审核 | 开启 |

 ::: tip 评论者黑名单
 黑名单支持三种格式：
@@ -28,6 +32,26 @@
 点击"添加评论者"按钮可从已有评论列表中选择评论者自动添加到黑名单。
 :::

+::: tip 前置过滤（合规检测）
+启用前置过滤后，AI 在生成回复前会先对评论内容进行合规性分类，识别以下类别：
+
+- **正常**：放行，继续走 AI 回复流程
+- **广告**：包含推广链接、产品推销、引流信息等
+- **辱骂攻击**：包含辱骂、人身攻击、恶意挑衅、歧视性言论等
+- **敏感内容**：涉及政治敏感、违法违规、色情暴力等
+- **无意义**：纯乱码、无意义字符堆砌、与文章完全无关的废话
+
+对于非"正常"类别的评论，插件会：
+
+1. **停止生成 AI 回复**，节省 Token 与 API 调用
+2. 创建一条 `FILTERED` 状态的日志记录（可在日志页通过"已拦截"状态筛选查看）
+3. 若启用"违规评论设为待审核"，会自动将原评论的 `approved` 置为 `false`，使其进入待审核队列，需人工判断后审核通过
+
+::: warning
+前置过滤依赖 AI Foundation 插件进行分类判断，会额外消耗少量 Token。若 AI 服务不可用或分类失败，为安全起见将拦截评论而非放行，防止违规内容漏网。
+:::
+:::
+
 ## AI角色设置

 AI角色定义了回复评论的虚拟身份。支持创建多个角色，每个角色有独立的昵称、人格提示词、性别、语气风格和 Gravatar 头像，可指定一个为默认角色。
@@ -113,3 +137,21 @@ AI角色定义了回复评论的虚拟身份。支持创建多个角色，每个
 ::: warning
 清理操作仅删除 `AiCommentReply` 记录（插件内部的日志记录），不会删除已发布的 Halo Reply 评论。
 :::
+
+## 配置导入导出
+
+插件设置页面顶部提供导入导出按钮，方便备份和迁移配置。
+
+### 导出配置
+
+点击 **导出** 按钮，将当前配置（包括 ConfigMap 数据和所有 AI 角色）导出为 JSON 文件。
+
+### 导入配置
+
+1. 点击 **导入** 按钮，选择 JSON 配置文件
+2. 确认导入操作（导入会覆盖当前配置，不可撤销）
+3. 导入完成后自动刷新设置和角色列表
+
+::: warning
+导入操作会覆盖当前配置，请谨慎操作。建议在导入前先导出当前配置作为备份。
+:::
@@ -16,14 +16,16 @@ hero:
 features:
  - title: 自动回复
    details: 监听新评论，自动调用AI生成回复，支持对话式上下文和失败重试
-  - title: 多语言适配
-    details: 根据评论语言自动用对应语言回复，中文评论中文回复，英文评论英文回复
+  - title: 多 AI 角色
+    details: 创建多个虚拟角色，独立昵称、人格、性别、语气和 Gravatar 头像
  - title: 情感分析
    details: 分析评论情感倾向，根据正面/中性/负面调整回复语气
+  - title: 前置过滤
+    details: AI回复前检测评论合规性，拦截广告/辱骂/敏感内容，节省Token
  - title: 草稿模式
    details: AI回复先存为草稿，管理员审核后再发布，支持批量操作
-  - title: 灵活过滤
-    details: 文章/页面级开关控制，评论者黑名单支持名称和邮箱匹配
+  - title: 对话上下文
+    details: 查看完整对话上下文，支持引用摘要展示和头像显示
  - title: 数据管理
-    details: 仪表盘统计、日志筛选搜索、自动清理旧记录
+    details: 仪表盘统计、日志筛选搜索、自动清理旧记录、配置导入导出
 ---
@@ -1 +1,4 @@
-version=1.0.0-SNAPSHOT
+version=1.1.0
+
+# Fix Windows Gradle Worker Daemon exit code 268435659 when running pnpm via Exec tasks
+org.gradle.daemon=false
@@ -1,6 +1,10 @@
 package top.nxxy335.commentaiautopilot;

+import com.fasterxml.jackson.databind.JsonNode;
+import com.fasterxml.jackson.databind.ObjectMapper;
+import com.fasterxml.jackson.databind.node.ObjectNode;
 import org.springframework.stereotype.Component;
+import run.halo.app.extension.ConfigMap;
 import run.halo.app.extension.ReactiveExtensionClient;
 import run.halo.app.extension.index.IndexSpecs;
 import run.halo.app.extension.Scheme;
@@ -25,13 +29,18 @@ import reactor.core.publisher.Mono;
@Component
 public class CommentAiAutopilotPlugin extends BasePlugin {

+    private static final String CONFIG_MAP_NAME = "comment-ai-autopilot-configmap";
+
    private final SchemeManager schemeManager;
    private final ReactiveExtensionClient client;
+    private final ObjectMapper objectMapper;

-    public CommentAiAutopilotPlugin(PluginContext pluginContext, SchemeManager schemeManager, ReactiveExtensionClient client) {
+    public CommentAiAutopilotPlugin(PluginContext pluginContext, SchemeManager schemeManager,
+                                     ReactiveExtensionClient client, ObjectMapper objectMapper) {
        super(pluginContext);
        this.schemeManager = schemeManager;
        this.client = client;
+        this.objectMapper = objectMapper;
    }

    @Override
@@ -54,6 +63,49 @@ public class CommentAiAutopilotPlugin extends BasePlugin {

        // 初始化默认AI角色"小回"
        initDefaultPersona();
+
+        // 迁移：确保升级用户的前置过滤配置正确
+        migratePreFilterConfig();
+    }
+
+    /**
+     * 迁移前置过滤配置：从 v1.0.x 升级到 v1.1.0 时，
+     * ConfigMap 中可能保存了旧默认值 preFilterEnabled=false，
+     * 需要将其更新为 true（新默认值）。
+     */
+    private void migratePreFilterConfig() {
+        client.fetch(ConfigMap.class, CONFIG_MAP_NAME)
+            .flatMap(cm -> {
+                var data = cm.getData();
+                if (data == null) return Mono.empty();
+                String basicJson = data.get("basic");
+                if (basicJson == null || basicJson.isBlank()) return Mono.empty();
+                try {
+                    JsonNode node = objectMapper.readTree(basicJson);
+                    if (!node.has("preFilterEnabled")) {
+                        // 字段不存在，添加并设为 true
+                        ((ObjectNode) node).put("preFilterEnabled", true);
+                        data.put("basic", objectMapper.writeValueAsString(node));
+                        return client.update(cm)
+                            .doOnSuccess(c -> log.info("[Migration] Added preFilterEnabled=true to ConfigMap"));
+                    }
+                    if (node.has("preFilterEnabled") && !node.get("preFilterEnabled").asBoolean(true)) {
+                        // 字段存在但为 false（旧默认值），迁移为 true
+                        ((ObjectNode) node).put("preFilterEnabled", true);
+                        data.put("basic", objectMapper.writeValueAsString(node));
+                        return client.update(cm)
+                            .doOnSuccess(c -> log.info("[Migration] Migrated preFilterEnabled from false to true"));
+                    }
+                } catch (Exception e) {
+                    log.warn("[Migration] Failed to migrate preFilter config: {}", e.getMessage());
+                }
+                return Mono.empty();
+            })
+            .subscribe(
+                null,
+                err -> log.debug("[Migration] PreFilter config migration skipped: {}", err.getMessage()),
+                () -> log.debug("[Migration] PreFilter config migration check completed")
+            );
    }

    private void initDefaultPersona() {
@@ -291,26 +291,51 @@ public class CommentAiAutopilotEndpoint implements CustomEndpoint {
                var commentTime = String.valueOf(comment.getMetadata().getCreationTimestamp());
                var isCommentAi = isAiOwner(comment.getSpec().getOwner());

+                // 首条评论没有引用对象
                var commentMsg = new ConversationMessage(
-                    "comment", commentOwner, commentContent, commentTime, isCommentAi
+                    "comment", commentOwner, commentContent, commentTime, isCommentAi, null, null
                );

                return client.list(Reply.class,
                        reply -> commentName.equals(reply.getSpec().getCommentName()),
                        null)
                    .sort(Comparator.comparing(r -> r.getMetadata().getCreationTimestamp()))
-                    .map(reply -> {
-                        var replyOwner = extractOwnerName(reply.getSpec().getOwner());
-                        var replyContent = extractContent(reply.getSpec().getRaw(), reply.getSpec().getContent());
-                        var replyTime = String.valueOf(reply.getMetadata().getCreationTimestamp());
-                        var isAi = isAiOwner(reply.getSpec().getOwner());
-                        return new ConversationMessage("reply", replyOwner, replyContent, replyTime, isAi);
-                    })
-                    .collectList()
+                    .collectList() // 收集为List以便统一处理引用映射
                    .map(replyList -> {
                        List<ConversationMessage> messages = new ArrayList<>();
                        messages.add(commentMsg);
-                        messages.addAll(replyList);
+
+                        // 构建 Reply 的映射字典，方便查找引用关系
+                        Map<String, Reply> replyMap = new HashMap<>();
+                        for (Reply r : replyList) {
+                            replyMap.put(r.getMetadata().getName(), r);
+                        }
+
+                        for (Reply reply : replyList) {
+                            var replyOwner = extractOwnerName(reply.getSpec().getOwner());
+                            var replyContent = extractContent(reply.getSpec().getRaw(), reply.getSpec().getContent());
+                            var replyTime = String.valueOf(reply.getMetadata().getCreationTimestamp());
+                            var isAi = isAiOwner(reply.getSpec().getOwner());
+
+                            String quoteOwner = null;
+                            String quoteContent = null;
+
+                            // 获取引用的 Reply 名称 (Halo中如果为空，代表直接回复顶级 Comment)
+                            String quoteReplyName = reply.getSpec().getQuoteReply();
+                            if (quoteReplyName != null && !quoteReplyName.isBlank()) {
+                                Reply quotedReply = replyMap.get(quoteReplyName);
+                                if (quotedReply != null) {
+                                    quoteOwner = extractOwnerName(quotedReply.getSpec().getOwner());
+                                    quoteContent = extractContent(quotedReply.getSpec().getRaw(), quotedReply.getSpec().getContent());
+                                }
+                            } else {
+                                // 没有 quoteReply 表示直接回复首条评论
+                                quoteOwner = commentOwner;
+                                quoteContent = commentContent;
+                            }
+
+                            messages.add(new ConversationMessage("reply", replyOwner, replyContent, replyTime, isAi, quoteOwner, quoteContent));
+                        }
                        return messages;
                    });
            })
@@ -712,7 +737,9 @@ public class CommentAiAutopilotEndpoint implements CustomEndpoint {
        String owner,
        String content,
        String time,
-        boolean isAi
+        boolean isAi,
+        String quoteOwner,
+        String quoteContent
    ) {}

    public record CommenterInfo(
@@ -65,5 +65,11 @@ public class AiCommentReply extends AbstractExtension {

        @Schema(description = "已发布的回复名称")
        private String replyName;
+
+        @Schema(description = "前置过滤拦截分类（广告/辱骂攻击/敏感内容/无意义，为空表示未被拦截）")
+        private String filterCategory;
+
+        @Schema(description = "前置过滤拦截原因详情（为空表示未被拦截）")
+        private String filterReason;
    }
 }
@@ -3,30 +3,25 @@ package top.nxxy335.commentaiautopilot.service;
 import lombok.extern.slf4j.Slf4j;
 import org.springframework.stereotype.Component;
 import reactor.core.publisher.Mono;
-import run.halo.aifoundation.AiModelService;
-import run.halo.aifoundation.chat.GenerateTextRequest;
-import run.halo.aifoundation.chat.GenerateTextResult;
-import run.halo.aifoundation.schema.OutputSpec;
 import run.halo.app.plugin.extensionpoint.ExtensionGetter;

 import java.util.List;

 /**
- * AI Foundation client that uses Halo's {@link ExtensionGetter} to obtain the
- * {@link AiModelService} extension provided by the ai-foundation plugin.
- * <p>
- * This is the recommended way to integrate with AI Foundation, see
- * <a href="https://github.com/halo-dev/plugin-ai-foundation/blob/main/dev/dev.md">dev guide</a>.
- * <p>
- * Requires the following declaration in plugin.yaml:
+ * AI Foundation 客户端，通过 Halo 的 {@link ExtensionGetter} 获取 AI 服务。
+ *
+ * <p>此类不直接引用任何 AI Foundation API 类（AiModelService、GenerateTextRequest 等），
+ * 所有 AI Foundation 交互委托给 {@link AiFoundationDelegate}。
+ * 当 AI Foundation 插件未安装时，{@link AiFoundationDelegate} 的类加载会触发
+ * {@link NoClassDefFoundError}，在 {@code Mono.defer()} 中被捕获，
+ * 保证插件在无 AI Foundation 环境下仍可正常启动。
+ *
+ * <p>需要在 plugin.yaml 中声明可选依赖：
 * <pre>
 * spec:
 *   pluginDependencies:
 *     ai-foundation?: "*"
 * </pre>
- * The dependency is optional, so the plugin still loads when AI Foundation is
- * not installed; availability is checked at runtime and all calls return empty
- * in that case.
 */
@Slf4j
@Component
@@ -39,90 +34,68 @@ public class AiFoundationClient {
    }

    /**
-     * Call AI Foundation to generate a chat response using the specified model.
-     * Uses {@link GenerateTextRequest} with {@code maxRetries=2} so that
-     * transient model errors are retried by the SDK.
+     * 调用 AI Foundation 生成聊天回复。
     *
-     * @param prompt    the prompt text
-     * @param modelName the AiModel metadata.name, null or blank to use default model
-     * @return the generated text, or empty if AI Foundation is unavailable
+     * @param prompt    提示词文本
+     * @param modelName AiModel metadata.name，null 或空则使用默认模型
+     * @return 生成的文本，AI Foundation 不可用时返回 empty
     */
    public Mono<String> chat(String prompt, String modelName) {
-        return aiModelService()
-            .flatMap(service -> service.languageModel(modelName != null ? modelName : "")
-                .flatMap(model -> model.generateText(
-                    GenerateTextRequest.builder().prompt(prompt).maxRetries(2).build()))
-                .map(GenerateTextResult::getText))
-            .doOnError(e -> log.error("AI Foundation call failed: {}", e.getMessage()))
-            .onErrorResume(e -> {
-                log.warn("AI Foundation not available: {}", e.getMessage());
-                return Mono.empty();
-            });
-    }
-
-    /**
-     * Call AI Foundation to classify text into one of the given choices using
-     * structured output ({@link OutputSpec#choice(List)}).
-     * <p>
-     * This is the recommended way to do classification per the dev guide,
-     * as it is more reliable than prompt parsing.
-     *
-     * @param systemPrompt system prompt describing the task
-     * @param userPrompt   the user input to classify
-     * @param choices      the allowed classification values
-     * @param modelName    the AiModel metadata.name, null or blank to use default model
-     * @return the selected choice string, or empty if AI Foundation is unavailable
-     */
-    public Mono<String> classify(String systemPrompt, String userPrompt,
-                                  List<String> choices, String modelName) {
-        return aiModelService()
-            .flatMap(service -> service.languageModel(modelName != null ? modelName : "")
-                .flatMap(model -> model.generateText(
-                    GenerateTextRequest.builder()
-                        .system(systemPrompt)
-                        .prompt(userPrompt)
-                        .output(OutputSpec.choice(choices))
-                        .maxRetries(2)
-                        .build()))
-                .map(result -> {
-                    Object output = result.getOutput();
-                    return output != null ? String.valueOf(output).trim() : "";
-                }))
-            .doOnError(e -> log.error("AI Foundation classify failed: {}", e.getMessage()))
-            .onErrorResume(e -> {
-                log.warn("AI Foundation not available: {}", e.getMessage());
-                return Mono.empty();
-            });
-    }
-
-    /**
-     * Check if AI Foundation is available: plugin installed and an
-     * AiModelService extension is enabled.
-     */
-    public Mono<Boolean> isAvailable() {
-        return aiModelService().hasElement()
-            .onErrorResume(e -> {
-                log.debug("AI Foundation not available: {}", e.getMessage());
-                return Mono.just(false);
-            });
-    }
-
-    /**
-     * Obtain the enabled AiModelService extension via ExtensionGetter.
-     * <p>
-     * Wrapped in {@link Mono#defer} with a {@link NoClassDefFoundError} guard so
-     * that the plugin still works when the optional ai-foundation dependency is
-     * not installed (the AiModelService API class is then absent from the
-     * classloader).
-     */
-    private Mono<AiModelService> aiModelService() {
        return Mono.defer(() -> {
            try {
-                return extensionGetter.getEnabledExtension(AiModelService.class);
+                return AiFoundationDelegate.chat(extensionGetter, prompt, modelName);
            } catch (NoClassDefFoundError e) {
                log.debug("AI Foundation API not on classpath: {}", e.getMessage());
                return Mono.empty();
            }
+        })
+        .onErrorResume(NoClassDefFoundError.class, e -> {
+            log.warn("AI Foundation not available: {}", e.getMessage());
+            return Mono.empty();
+        });
+    }
+
+    /**
+     * 调用 AI Foundation 进行文本分类，使用结构化输出（OutputSpec.choice）。
+     *
+     * @param systemPrompt 系统提示词
+     * @param userPrompt   待分类的用户输入
+     * @param choices      允许的分类值列表
+     * @param modelName    AiModel metadata.name，null 或空则使用默认模型
+     * @return 选中的分类字符串，AI Foundation 不可用时返回 empty
+     */
+    public Mono<String> classify(String systemPrompt, String userPrompt,
+                                  List<String> choices, String modelName) {
+        return Mono.defer(() -> {
+            try {
+                return AiFoundationDelegate.classify(extensionGetter, systemPrompt, userPrompt, choices, modelName);
+            } catch (NoClassDefFoundError e) {
+                log.debug("AI Foundation API not on classpath: {}", e.getMessage());
+                return Mono.empty();
+            }
+        })
+        .onErrorResume(NoClassDefFoundError.class, e -> {
+            log.warn("AI Foundation not available: {}", e.getMessage());
+            return Mono.empty();
+        });
+    }
+
+    /**
+     * 检查 AI Foundation 是否可用（插件已安装且 AiModelService 扩展已启用）。
+     */
+    public Mono<Boolean> isAvailable() {
+        return Mono.defer(() -> {
+            try {
+                return AiFoundationDelegate.isAvailable(extensionGetter);
+            } catch (NoClassDefFoundError e) {
+                log.debug("AI Foundation API not on classpath: {}", e.getMessage());
+                return Mono.just(false);
+            }
+        })
+        .onErrorResume(NoClassDefFoundError.class, e -> Mono.just(false))
+        .onErrorResume(e -> {
+            log.debug("AI Foundation not available: {}", e.getMessage());
+            return Mono.just(false);
        });
    }
 }
@@ -0,0 +1,73 @@
+package top.nxxy335.commentaiautopilot.service;
+
+import lombok.extern.slf4j.Slf4j;
+import reactor.core.publisher.Mono;
+import run.halo.aifoundation.AiModelService;
+import run.halo.aifoundation.chat.GenerateTextRequest;
+import run.halo.aifoundation.chat.GenerateTextResult;
+import run.halo.aifoundation.schema.OutputSpec;
+import run.halo.app.plugin.extensionpoint.ExtensionGetter;
+
+import java.util.List;
+
+/**
+ * AI Foundation API 隔离层。
+ *
+ * <p>此类集中了所有对 AI Foundation 插件 API 的直接引用（AiModelService、
+ * GenerateTextRequest、GenerateTextResult、OutputSpec）。
+ *
+ * <p>关键设计：此类不是 Spring 组件，由 {@link AiFoundationClient} 通过
+ * {@code Mono.defer()} 懒加载调用。当 AI Foundation 插件未安装时，
+ * JVM 加载此类会触发 NoClassDefFoundError，该错误在
+ * {@code AiFoundationClient} 的 defer + try-catch 中被捕获，
+ * 从而保证插件在无 AI Foundation 的环境下仍可正常启动。
+ */
+@Slf4j
+class AiFoundationDelegate {
+
+    private AiFoundationDelegate() {}
+
+    static Mono<String> chat(ExtensionGetter extensionGetter, String prompt, String modelName) {
+        return extensionGetter.getEnabledExtension(AiModelService.class)
+            .flatMap(service -> service.languageModel(modelName != null ? modelName : "")
+                .flatMap(model -> model.generateText(
+                    GenerateTextRequest.builder().prompt(prompt).maxRetries(2).build()))
+                .map(GenerateTextResult::getText))
+            .doOnError(e -> log.error("AI Foundation call failed: {}", e.getMessage()))
+            .onErrorResume(e -> {
+                log.warn("AI Foundation not available: {}", e.getMessage());
+                return Mono.empty();
+            });
+    }
+
+    static Mono<String> classify(ExtensionGetter extensionGetter, String systemPrompt,
+                                  String userPrompt, List<String> choices, String modelName) {
+        return extensionGetter.getEnabledExtension(AiModelService.class)
+            .flatMap(service -> service.languageModel(modelName != null ? modelName : "")
+                .flatMap(model -> model.generateText(
+                    GenerateTextRequest.builder()
+                        .system(systemPrompt)
+                        .prompt(userPrompt)
+                        .output(OutputSpec.choice(choices))
+                        .maxRetries(2)
+                        .build()))
+                .map(result -> {
+                    Object output = result.getOutput();
+                    return output != null ? String.valueOf(output).trim() : "";
+                }))
+            .doOnError(e -> log.error("AI Foundation classify failed: {}", e.getMessage()))
+            .onErrorResume(e -> {
+                log.warn("AI Foundation not available: {}", e.getMessage());
+                return Mono.empty();
+            });
+    }
+
+    static Mono<Boolean> isAvailable(ExtensionGetter extensionGetter) {
+        return extensionGetter.getEnabledExtension(AiModelService.class)
+            .hasElement()
+            .onErrorResume(e -> {
+                log.debug("AI Foundation not available: {}", e.getMessage());
+                return Mono.just(false);
+            });
+    }
+}
@@ -31,6 +31,7 @@ public class AiReplyOrchestrator {
    private final CommentReplyPublisher commentReplyPublisher;
    private final FilterService filterService;
    private final RateLimitService rateLimitService;
+    private final CommentPreFilterService preFilterService;
    private final ReactiveExtensionClient client;
    private final ObjectMapper objectMapper;

@@ -49,6 +50,7 @@ public class AiReplyOrchestrator {
                               CommentReplyPublisher commentReplyPublisher,
                               FilterService filterService,
                               RateLimitService rateLimitService,
+                               CommentPreFilterService preFilterService,
                               ReactiveExtensionClient client,
                               ObjectMapper objectMapper) {
        this.contextExtractor = contextExtractor;
@@ -59,6 +61,7 @@ public class AiReplyOrchestrator {
        this.commentReplyPublisher = commentReplyPublisher;
        this.filterService = filterService;
        this.rateLimitService = rateLimitService;
+        this.preFilterService = preFilterService;
        this.client = client;
        this.objectMapper = objectMapper;
    }
@@ -209,14 +212,25 @@ public class AiReplyOrchestrator {
                                  String personaName) {
        return getModelName().flatMap(modelName ->
            contextExtractor.extract(commentName, replyName, isAiConversation)
-                .flatMap(context -> sentimentService.analyzeSentiment(context.commentContent(), modelName)
-                    .flatMap(sentimentResult -> {
-                        log.info("[Orchestrator] Sentiment for {}: {} (confidence: {})",
-                            commentName, sentimentResult.sentiment(), sentimentResult.confidence());
-                        return promptBuilder.buildPrompt(context, sentimentResult.sentiment(), personaName)
-                            .flatMap(prompt -> createAiCommentReply(context, sentimentResult.sentiment(), personaName)
-                                .flatMap(replyRecord -> generateAndPublish(prompt, context, replyRecord, modelName, personaName))
-                            );
+                .flatMap(context -> preFilterService.check(context.commentContent(), modelName)
+                    .flatMap(preFilterResult -> {
+                        if (!preFilterResult.passed()) {
+                            log.warn("[Orchestrator] Comment pre-filtered: {}, reason: {}",
+                                commentName, preFilterResult.reason());
+                            // 创建拦截记录并执行处罚（针对实际违规的 Comment 或 Reply）
+                            return createFilteredRecord(context, preFilterResult)
+                                .then(preFilterService.penalize(commentName, replyName))
+                                .then();
+                        }
+                        return sentimentService.analyzeSentiment(context.commentContent(), modelName)
+                            .flatMap(sentimentResult -> {
+                                log.info("[Orchestrator] Sentiment for {}: {} (confidence: {})",
+                                    commentName, sentimentResult.sentiment(), sentimentResult.confidence());
+                                return promptBuilder.buildPrompt(context, sentimentResult.sentiment(), personaName)
+                                    .flatMap(prompt -> createAiCommentReply(context, sentimentResult.sentiment(), personaName)
+                                        .flatMap(replyRecord -> generateAndPublish(prompt, context, replyRecord, modelName, personaName))
+                                    );
+                            });
                    })
                )
        );
@@ -574,6 +588,34 @@ public class AiReplyOrchestrator {
            .defaultIfEmpty(10);
    }

+    /**
+     * 创建被前置过滤拦截的记录。
+     */
+    private Mono<AiCommentReply> createFilteredRecord(ContextExtractor.CommentContext context,
+                                                        CommentPreFilterService.PreFilterResult preFilterResult) {
+        AiCommentReply record = new AiCommentReply();
+        record.setMetadata(new Metadata());
+        record.getMetadata().setName("ai-reply-" + UUID.randomUUID().toString().substring(0, 8));
+        record.setSpec(new AiCommentReply.Spec());
+        record.getSpec().setCommentId(context.commentId());
+        record.getSpec().setPostId(context.postId());
+        record.getSpec().setPostSlug(context.postSlug());
+        record.getSpec().setPostKind(context.postKind());
+        record.getSpec().setReply("");
+        record.getSpec().setScore(0);
+        record.getSpec().setStatus("FILTERED");
+        record.getSpec().setRetryCount(0);
+        record.getSpec().setReplyTo(context.replyTo());
+        record.getSpec().setIsAiConversation(context.isAiConversation());
+        record.getSpec().setPublished(false);
+        record.getSpec().setSentiment("NEUTRAL");
+        record.getSpec().setFilterCategory(preFilterResult.category());
+        record.getSpec().setFilterReason(preFilterResult.reason());
+        return client.create(record)
+            .doOnSuccess(created -> log.info("[Orchestrator] Created filtered record: {} category={} reason={}",
+                created.getMetadata().getName(), preFilterResult.category(), preFilterResult.reason()));
+    }
+
    private Mono<AiCommentReply> createAiCommentReply(ContextExtractor.CommentContext context, String sentiment,
                                                        String personaName) {
        AiCommentReply record = new AiCommentReply();
@@ -0,0 +1,220 @@
+package top.nxxy335.commentaiautopilot.service;
+
+import com.fasterxml.jackson.databind.JsonNode;
+import com.fasterxml.jackson.databind.ObjectMapper;
+import lombok.extern.slf4j.Slf4j;
+import org.jsoup.Jsoup;
+import org.jsoup.safety.Safelist;
+import org.springframework.stereotype.Component;
+import reactor.core.publisher.Mono;
+import run.halo.app.core.extension.content.Comment;
+import run.halo.app.core.extension.content.Reply;
+import run.halo.app.extension.ConfigMap;
+import run.halo.app.extension.ReactiveExtensionClient;
+
+import java.time.Instant;
+import java.util.List;
+import java.util.Map;
+
+/**
+ * 评论前置过滤服务：在 AI 回复之前检测评论合规性。
+ *
+ * 检测维度：
+ * 1. 敏感词/辱骂/广告/恶意攻击 — 通过 AI 分类判断
+ * 2. 自动处置 — 违规评论跳过 AI 回复，可选将评论设为待审核状态
+ */
+@Component
+@Slf4j
+public class CommentPreFilterService {
+
+    private final ReactiveExtensionClient client;
+    private final ObjectMapper objectMapper;
+    private final AiFoundationClient aiFoundationClient;
+
+    private static final String CONFIG_MAP_NAME = "comment-ai-autopilot-configmap";
+
+    private static final String CLEAN = "正常";
+    private static final String SPAM = "广告";
+    private static final String ABUSE = "辱骂攻击";
+    private static final String SENSITIVE = "敏感内容";
+    private static final String MEANINGLESS = "无意义";
+    private static final List<String> CLASSIFY_CHOICES = List.of(CLEAN, SPAM, ABUSE, SENSITIVE, MEANINGLESS);
+
+    private static final Map<String, String> CATEGORY_DESCRIPTIONS = Map.of(
+        SPAM, "检测到推广链接、产品推销或引流信息",
+        ABUSE, "检测到辱骂、人身攻击、恶意挑衅或歧视性言论",
+        SENSITIVE, "检测到政治敏感、违法违规或色情暴力内容",
+        MEANINGLESS, "检测到纯乱码、无意义字符或与文章完全无关的废话"
+    );
+
+    private static final String CLASSIFY_SYSTEM_PROMPT = """
+            你是评论内容合规检测员。请判断以下评论属于哪个类别：
+            - 正常：正常的评论、提问、讨论、赞美等
+            - 广告：包含推广链接、产品推销、引流信息等
+            - 辱骂攻击：包含辱骂、人身攻击、恶意挑衅、歧视性言论等
+            - 敏感内容：涉及政治敏感、违法违规、色情暴力等
+            - 无意义：纯乱码、无意义字符堆砌、与文章完全无关的废话
+            只返回类别名称，不要返回其他内容。""";
+
+    public CommentPreFilterService(ReactiveExtensionClient client,
+                                    ObjectMapper objectMapper,
+                                    AiFoundationClient aiFoundationClient) {
+        this.client = client;
+        this.objectMapper = objectMapper;
+        this.aiFoundationClient = aiFoundationClient;
+    }
+
+    /**
+     * 检测评论是否合规。
+     *
+     * @param commentContent 评论内容（纯文本）
+     * @param modelName       AI 模型名称
+     * @return 检测结果
+     */
+    public Mono<PreFilterResult> check(String commentContent, String modelName) {
+        return loadConfig().flatMap(config -> {
+            if (!config.enabled()) {
+                log.info("[PreFilter] Pre-filter is DISABLED, allowing all comments");
+                return Mono.just(new PreFilterResult(true, CLEAN, "前置过滤未启用"));
+            }
+
+            // 剥离 HTML 标签，获取纯文本
+            String plainText = stripHtml(commentContent);
+            String truncated = truncate(plainText, 500);
+            String userPrompt = "评论内容：\n" + truncated;
+            log.info("[PreFilter] Checking comment (enabled=true): {}", truncated.substring(0, Math.min(50, truncated.length())));
+
+            return aiFoundationClient.classify(CLASSIFY_SYSTEM_PROMPT, userPrompt, CLASSIFY_CHOICES, modelName)
+                .map(result -> {
+                    if (CLEAN.equals(result)) {
+                        log.info("[PreFilter] Comment passed: category={}", result);
+                        return new PreFilterResult(true, CLEAN, "评论合规");
+                    }
+                    String desc = CATEGORY_DESCRIPTIONS.getOrDefault(result, "检测到违规内容");
+                    String snippet = truncated.substring(0, Math.min(50, truncated.length()));
+                    String reason = desc + " — 「" + snippet + "」";
+                    log.warn("[PreFilter] Comment BLOCKED: category={}, content={}", result, snippet);
+                    return new PreFilterResult(false, result, reason);
+                })
+                // 分类失败时拦截评论（安全优先），而非放行
+                .defaultIfEmpty(new PreFilterResult(false, MEANINGLESS, "AI分类服务不可用，安全拦截"))
+                .onErrorResume(e -> {
+                    log.warn("[PreFilter] Detection error, BLOCKING comment for safety: {}", e.getMessage());
+                    return Mono.just(new PreFilterResult(false, MEANINGLESS, "AI分类服务异常，安全拦截"));
+                });
+        });
+    }
+
+    /**
+     * 对违规评论执行自动处置：将评论或回复设为待审核状态。
+     *
+     * <p>当 replyName 不为空时（AI 对话场景或回复触发），取消通过的是包含违规内容的 Reply；
+     * 否则取消通过的是顶层 Comment。这样可避免误伤父级 Comment 中正常的内容。
+     *
+     * @param commentName 评论的 metadata.name
+     * @param replyName   回复的 metadata.name（可为 null，表示顶层评论）
+     * @return Mono<Void>
+     */
+    public Mono<Void> penalize(String commentName, String replyName) {
+        return loadConfig().flatMap(config -> {
+            if (!config.pendingOnViolation()) {
+                return Mono.empty();
+            }
+            // 优先处理 Reply：AI 对话场景下违规内容来自 Reply
+            if (replyName != null && !replyName.isBlank()) {
+                return penalizeReply(replyName);
+            }
+            return penalizeComment(commentName);
+        });
+    }
+
+    private Mono<Void> penalizeComment(String commentName) {
+        return client.fetch(Comment.class, commentName)
+            .flatMap(comment -> {
+                var spec = comment.getSpec();
+                if (spec == null) return Mono.<Comment>empty();
+                // 只要 approved 不是 false，就强制设为 false
+                // 覆盖 approved=true 和 approved=null 两种情况
+                if (!Boolean.FALSE.equals(spec.getApproved())) {
+                    log.info("[PreFilter] Penalizing comment {}: approved={} → false", commentName, spec.getApproved());
+                    spec.setApproved(false);
+                    spec.setApprovedTime(null);
+                    return client.update(comment)
+                        .doOnSuccess(c -> log.info("[PreFilter] Comment {} set to pending for violation", commentName))
+                        .onErrorResume(e -> {
+                            log.warn("[PreFilter] Failed to penalize comment {}: {}", commentName, e.getMessage());
+                            return Mono.empty();
+                        });
+                }
+                log.debug("[PreFilter] Comment {} already unapproved, skip penalize", commentName);
+                return Mono.<Comment>empty();
+            })
+            .then();
+    }
+
+    private Mono<Void> penalizeReply(String replyName) {
+        return client.fetch(Reply.class, replyName)
+            .flatMap(reply -> {
+                var spec = reply.getSpec();
+                if (spec == null) return Mono.<Reply>empty();
+                // 只要 approved 不是 false，就强制设为 false
+                if (!Boolean.FALSE.equals(spec.getApproved())) {
+                    log.info("[PreFilter] Penalizing reply {}: approved={} → false", replyName, spec.getApproved());
+                    spec.setApproved(false);
+                    spec.setApprovedTime(null);
+                    return client.update(reply)
+                        .doOnSuccess(r -> log.info("[PreFilter] Reply {} set to pending for violation", replyName))
+                        .onErrorResume(e -> {
+                            log.warn("[PreFilter] Failed to penalize reply {}: {}", replyName, e.getMessage());
+                            return Mono.empty();
+                        });
+                }
+                log.debug("[PreFilter] Reply {} already unapproved, skip penalize", replyName);
+                return Mono.<Reply>empty();
+            })
+            .then();
+    }
+
+    /**
+     * 加载前置过滤配置。
+     */
+    private Mono<PreFilterConfig> loadConfig() {
+        return client.fetch(ConfigMap.class, CONFIG_MAP_NAME)
+            .mapNotNull(cm -> {
+                var data = cm.getData();
+                if (data == null) return new PreFilterConfig(true, true);
+                String basicJson = data.get("basic");
+                if (basicJson == null || basicJson.isBlank()) return new PreFilterConfig(true, true);
+                try {
+                    JsonNode node = objectMapper.readTree(basicJson);
+                    boolean enabled = !node.has("preFilterEnabled")
+                        || node.get("preFilterEnabled").asBoolean(true);
+                    boolean pendingOnViolation = !node.has("preFilterPendingOnViolation")
+                        || node.get("preFilterPendingOnViolation").asBoolean(true);
+                    return new PreFilterConfig(enabled, pendingOnViolation);
+                } catch (Exception e) {
+                    log.warn("[PreFilter] Failed to parse config: {}", e.getMessage());
+                    return new PreFilterConfig(true, true);
+                }
+            })
+            .defaultIfEmpty(new PreFilterConfig(true, true))
+            .onErrorResume(e -> {
+                log.warn("[PreFilter] Failed to load config: {}", e.getMessage());
+                return Mono.just(new PreFilterConfig(true, true));
+            });
+    }
+
+    private String truncate(String text, int maxLength) {
+        if (text == null) return "";
+        return text.length() > maxLength ? text.substring(0, maxLength) : text;
+    }
+
+    private String stripHtml(String html) {
+        if (html == null || html.isBlank()) return "";
+        return Jsoup.clean(html, Safelist.none()).trim();
+    }
+
+    public record PreFilterResult(boolean passed, String category, String reason) {}
+
+    public record PreFilterConfig(boolean enabled, boolean pendingOnViolation) {}
+}
@@ -80,63 +80,63 @@ public class CommentReplyPublisher {
    private Mono<Reply> doPublish(String parentCommentName, String replyContent,
                                   String postName, String quoteReplyName, boolean autoPublish,
                                   String personaName) {
-        return resolvePersona(personaName).flatMap(persona -> {
-            String displayName = persona.displayName();
-            String email = persona.email();

-            Reply reply = new Reply();
-            reply.setMetadata(new Metadata());
-            reply.getMetadata().setName(generateReplyName());
-            reply.setSpec(new Reply.ReplySpec());
+        // 解析 AI 角色并直接发布纯净的回复内容
+        return resolvePersona(personaName)
+            .flatMap(persona -> {
+                String displayName = persona.displayName();
+                String email = persona.email();

-            var spec = reply.getSpec();
-            spec.setCommentName(parentCommentName);
-            spec.setRaw(replyContent);
-            spec.setContent(replyContent);
-            spec.setApproved(autoPublish);
-            if (autoPublish) {
-                spec.setApprovedTime(Instant.now());
-            }
-            spec.setPriority(0);
-            spec.setTop(false);
-            spec.setAllowNotification(false);
-            spec.setHidden(false);
+                Reply reply = new Reply();
+                reply.setMetadata(new Metadata());
+                reply.getMetadata().setName(generateReplyName());
+                reply.setSpec(new Reply.ReplySpec());

-            if (quoteReplyName != null && !quoteReplyName.isBlank()) {
-                spec.setQuoteReply(quoteReplyName);
-            }
+                var spec = reply.getSpec();
+                spec.setCommentName(parentCommentName);

-            var owner = new Comment.CommentOwner();
-            owner.setKind(Comment.CommentOwner.KIND_EMAIL);
-            if (email != null && !email.isBlank()) {
-                owner.setName(email);
-            } else {
-                owner.setName(AI_PERSONA_OWNER_PREFIX + displayName);
-            }
-            owner.setDisplayName(displayName + " AI");
+                // 直接存入纯净的 AI 回复内容，不加任何 Markdown 前缀
+                spec.setRaw(replyContent);
+                spec.setContent(replyContent);

-            Map<String, String> ownerAnnotations = new HashMap<>();
-            ownerAnnotations.put("comment-ai-autopilot.nxxy335.top/is-ai", "true");
-            // 使用Gravatar邮箱头像
-            if (email != null && !email.isBlank()) {
-                String gravatarUrl = GravatarUtil.generateUrl(email);
-                ownerAnnotations.put(Comment.CommentOwner.AVATAR_ANNO, gravatarUrl);
-            }
-            owner.setAnnotations(ownerAnnotations);
-            spec.setOwner(owner);
+                spec.setApproved(autoPublish);
+                if (autoPublish) {
+                    spec.setApprovedTime(Instant.now());
+                }
+                spec.setPriority(0);
+                spec.setTop(false);
+                spec.setAllowNotification(false);
+                spec.setHidden(false);

-            log.info("[Publisher] Creating reply for comment: {}, owner: kind={}, name={}, displayName={}, annotations={}",
-                parentCommentName, owner.getKind(), owner.getName(), owner.getDisplayName(), ownerAnnotations);
+                // Halo 原生评论组件正是靠这个字段来渲染 "回复 @某人" 的
+                if (quoteReplyName != null && !quoteReplyName.isBlank()) {
+                    spec.setQuoteReply(quoteReplyName);
+                }

-            return client.create(reply)
-                .doOnSuccess(created -> {
-                    var createdOwner = created.getSpec().getOwner();
-                    log.info("[Publisher] AI Persona '{}' reply published for comment: {}, quoteReply: {}, owner annotations after create: {}",
-                        displayName, parentCommentName, quoteReplyName,
-                        createdOwner != null ? createdOwner.getAnnotations() : "null");
-                })
-                .doOnError(e -> log.error("[Publisher] Failed to publish AI reply: {}", e.getMessage()));
-        });
+                var owner = new Comment.CommentOwner();
+                owner.setKind(Comment.CommentOwner.KIND_EMAIL);
+                if (email != null && !email.isBlank()) {
+                    owner.setName(email);
+                } else {
+                    owner.setName(AI_PERSONA_OWNER_PREFIX + displayName);
+                }
+                owner.setDisplayName(displayName + " AI");
+
+                Map<String, String> ownerAnnotations = new HashMap<>();
+                ownerAnnotations.put("comment-ai-autopilot.nxxy335.top/is-ai", "true");
+                if (email != null && !email.isBlank()) {
+                    String gravatarUrl = GravatarUtil.generateUrl(email);
+                    ownerAnnotations.put(Comment.CommentOwner.AVATAR_ANNO, gravatarUrl);
+                }
+                owner.setAnnotations(ownerAnnotations);
+                spec.setOwner(owner);
+
+                log.info("[Publisher] Creating reply for comment: {}, content length: {}", parentCommentName, replyContent.length());
+
+                return client.create(reply)
+                    .doOnSuccess(created -> log.info("[Publisher] AI Persona '{}' reply published for comment: {}", displayName, parentCommentName))
+                    .doOnError(e -> log.error("[Publisher] Failed to publish AI reply: {}", e.getMessage()));
+            });
    }

    /**
@@ -40,6 +40,16 @@ spec:
          label: 评论者黑名单
          help: "输入评论者显示名称或邮箱，多个用逗号分隔。支持正则表达式，以 regex: 开头，如 regex:^spam.*"
          value: ""
+        - $formkit: switch
+          name: preFilterEnabled
+          label: 启用前置过滤
+          help: "AI回复前检测评论合规性，拦截广告/辱骂/敏感内容，节省Token"
+          value: true
+        - $formkit: switch
+          name: preFilterPendingOnViolation
+          label: 违规评论设为待审核
+          help: "检测到违规评论时自动取消通过，需人工审核"
+          value: true
    - group: model
      label: 模型设置
      formSchema:
@@ -30,4 +30,4 @@ spec:
      url: "https://github.com/sunny-335/plugin-comment-ai-autopilot/blob/main/LICENSE"
  settingName: "comment-ai-autopilot-settings"
  configMapName: "comment-ai-autopilot-configmap"
-  version: "1.0.0"
+  version: "1.1.0"
@@ -5,16 +5,33 @@ plugins {

 group 'top.nxxy335.commentaiautopilot.ui'

-// Fix Gradle 9.x compatibility with pnpm symlinks
-tasks.named('pnpmInstall') {
-    doNotTrackState("pnpm symlinks are not compatible with Gradle state tracking")
+// Use system pnpm directly — avoids Windows exit code 268435659
+// caused by Gradle Worker Daemon / node-gradle downloading pnpm on Windows
+node {
+    download = false
 }

-tasks.register('pnpmBuild', PnpmTask) {
+// Skip built-in pnpm tasks (they fail on Windows), replace with Exec-based tasks
+tasks.named('pnpmSetup').configure { enabled = false }
+tasks.named('pnpmInstall').configure { enabled = false }
+
+// Cross-platform: use 'cmd /c' on Windows, direct 'pnpm' on Linux/macOS
+def isWindows = System.properties['os.name'].toLowerCase().contains('windows')
+def pnpmCmd = isWindows ? ['cmd', '/c', 'pnpm'] : ['pnpm']
+
+tasks.register('uiInstall', Exec) {
+    group = 'build'
+    description = 'Install UI dependencies using system pnpm'
+    workingDir layout.projectDirectory
+    commandLine(pnpmCmd + ['install'])
+}
+
+tasks.register('uiBuild', Exec) {
    group = 'build'
    description = 'Build the UI project using pnpm'
-    args = ['build']
-    dependsOn tasks.named('pnpmInstall')
+    workingDir layout.projectDirectory
+    commandLine(pnpmCmd + ['run', 'build'])
+    dependsOn uiInstall
    inputs.dir(layout.projectDirectory.dir('src'))
    inputs.files(fileTree(
        dir: layout.projectDirectory,
@@ -22,17 +39,18 @@ tasks.register('pnpmBuild', PnpmTask) {
    outputs.dir(layout.buildDirectory.dir('dist'))
 }

-tasks.register('pnpmCheck', PnpmTask) {
+tasks.register('uiCheck', Exec) {
    group = 'verification'
    description = 'Run unit tests for the UI project using pnpm'
-    args = ['test:unit']
-    dependsOn tasks.named('pnpmInstall')
+    workingDir layout.projectDirectory
+    commandLine(pnpmCmd + ['run', 'test:unit'])
+    dependsOn uiInstall
 }

 tasks.named('check') {
-    dependsOn tasks.named('pnpmCheck')
+    dependsOn tasks.named('uiCheck')
 }

 tasks.named('assemble') {
-    dependsOn tasks.named('pnpmBuild')
+    dependsOn tasks.named('uiBuild')
 }