App Store Compliance:117 个拒绝模式,提交前两分钟扫完

你提交了 App Store 审核。等了三天,收到一封邮件:Guideline 2.1 - Information Needed。一行字,没有具体说明哪里出了问题。你猜:是 demo 账号不对?还是隐私声明缺了什么?改一版重新提交,再等三天。如果是 Google Play,流程类似,只是拒绝理由换了个格式。

目录
  1. 场景:等了一周,等来一行拒绝邮件
  2. 两条命令,两分钟
  3. 117 个拒绝模式从哪来
  4. 接入 AI 编码工具:每次提交前自动检查
  5. 95 个合规截止日期:不只是 Apple/Google
  6. 非开发者也能用
  7. 谁该关注
仓库:mjmirza/app-store-compliance
语言:Shell
协议:MIT
Trending:724 stars/day

场景:等了一周,等来一行拒绝邮件

你提交了 App Store 审核。等了三天,收到一封邮件:Guideline 2.1 - Information Needed。一行字,没有具体说明哪里出了问题。你猜:是 demo 账号不对?还是隐私声明缺了什么?改一版重新提交,再等三天。如果是 Google Play,流程类似,只是拒绝理由换了个格式。

一个 rejection 成本是一周。提交、等审核、收到一行拒绝、猜原因、改、重新提交、再等。这个循环对独立开发者和小团队尤其致命——没有专门的合规团队,每次拒绝都是纯损失的时间。

app-store-compliance 想把这个循环变成提交前的一次检查。它是一个开源的合规手册 + 自动扫描器,覆盖 117 个已知的拒绝模式和修复方案,95 个跟踪的合规截止日期(EU AI Act、DSA、COPPA、年龄法规),以及一个可以接入 AI 编码工具的 hook。

两条命令,两分钟

核心使用方式极简:

git clone https://github.com/mjmirza/app-store-compliance ~/repositories/app-store-compliance
bash ~/repositories/app-store-compliance/agent-os/hooks/app-store-compliance-guard.sh "/path/to/your/app"

第一条下载手册,第二条扫描你的 app。不安装任何东西,不修改你的项目。小项目一秒扫完,大项目最多一分钟。

扫描结果分三档:

  • BLOCKED:发现关键拒绝风险。每条 [CRITICAL] 行下面跟着修复方案,改完再跑一次
  • CLEAR:代码里没有关键风险。去做账户和 listing 检查
  • NOT CHECKED:那个文件夹里没有 iOS/Android 项目,或者扫描器无法写入临时文件
这个设计的关键是:把 Apple/Google 的模糊拒绝理由映射到具体的 guideline 和具体的修复。一行拒绝邮件变成一个已知问题和一个已知答案。

117 个拒绝模式从哪来

这不是凭空编的。每个模式都追溯到 Apple 或 Google 的真实 guideline 来源——guideline 编号、统计数字、官方文档链接。项目强调"every claim is real":不发明规则,只整理和结构化已有规则。

两个最容易导致拒绝的问题被放在最前面:

1. 可用的 demo 账号 + 活的后端:审核员需要用 demo 账号登录测试,如果后端挂了或账号无效,直接拒绝 2. 隐私声明与运行时行为匹配:你的隐私声明必须覆盖 app 实际做的每一件事,包括每个 SDK 的数据收集。声明里没写但代码里在收集 = 拒绝

这两个是"现代拒绝的首要原因"。把它们放在最前面是个实用决策——不是按 guideline 编号排序,而是按实际拒绝频率排序。

接入 AI 编码工具:每次提交前自动检查

对于用 AI 编码工具的开发者,app-store-compliance 提供了一键接入:一条命令把检查 hook 装进你的工具里,之后每次提交前自动跑扫描,发现关键风险就阻止提交。

支持的工具列表很长:Claude Code、Codex CLI、Gemini CLI、OpenCode、Cursor、GitHub Copilot(CLI + VS Code + JetBrains + cloud agent)、Grok、Qwen Code、Kimi Code、Factory Droid、Augment Auggie、Windsurf。

安装方式统一:

bash ~/repositories/app-store-compliance/scripts/install.sh --tool all

--tool all 装进所有检测到的工具。也可以指定单个工具。每个工具的集成方式略有不同——Claude Code 是 hook + skill + /app-store-audit 命令,Cursor 是 hook + skill,GitHub Copilot cloud agent 是 .github/hooks 里的 hook(需要提交到默认分支)。

这个设计的妙处在于:把合规检查放在开发者已经在用的工具里,而不是要求开发者记住"提交前跑一下扫描"。行为改变很难,把检查嵌入已有流程比要求新流程有效得多。

95 个合规截止日期:不只是 Apple/Google

除了 App Store 和 Google Play 的拒绝模式,项目还跟踪 95 个合规截止日期,覆盖:

  • EU AI Act:欧盟 AI 法案,对 AI 功能的 app 有额外要求
  • DSA:数字服务法,对平台类 app 有透明度要求
  • COPPA:美国儿童在线隐私保护法
  • 各国的年龄法规:不同国家对未成年人使用 app 有不同限制
这些截止日期不是静态的——它们会随着法规演进而变化。项目维护这些日期的更新,让开发者不需要自己跟踪法规变化。

非开发者也能用

一个有意思的设计决策:不假设用户是开发者。

  • 开发者:把 guard 接入构建流程
  • 非开发者:读 plain English 的 checklist,按步骤走
checklist 的前两项不需要写代码:检查 demo 账号是否能登录、检查隐私声明是否覆盖所有 SDK。这两件事任何产品经理或运营都能做,不需要懂 Xcode 或 Android Studio。

这个设计把合规从"开发者的负担"变成"团队的任务"——任何人都能在 5 分钟内做前两项检查,不需要等开发者有空。

谁该关注

  • 独立开发者和小团队:没有专门合规团队,每次 rejection 都是纯损失的时间。这个工具直接省时间
  • AI 编码工具用户:如果你已经在用 Claude Code / Cursor / Copilot 等,接入这个 hook 几乎零成本
  • 合规和产品团队:117 个拒绝模式 + 95 个截止日期的结构化清单,是做合规审计的起点
  • 关注"AI agent 落地"的人:这是一个"把专家知识结构化成 agent 可执行规则"的案例——不是让 AI 发明规则,而是让 AI 执行人类专家整理的规则
app-store-compliance 不性感。它解决的是一个无聊但昂贵的问题。117 个拒绝模式不是什么突破性发现,而是有人花时间把散落在 Apple/Google 文档、开发者论坛、 rejection 邮件里的规则整理成一个可执行的清单。这种"结构化已有知识"的工作不酷,但价值密度很高——如果它帮你避免了一次 rejection,就值回票价。

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens