识别主力意图是一种通过分析用户的言论、行为和语境等信息，来确定其真实意图的技术方法。在不涉及政治、seqing、db和暴力等内容的前提下，以下是一种常见的识别主力意图的方法：

1. 文本分析：通过自然语言处理技术，对用户输入的文本进行分析。可以考虑使用词袋模型、主题模型、情感分析等方法，来了解用户的主要关注点和情感倾向。

2. 上下文理解：除了分析单个文本，还要考虑上下文信息。通过分析用户之前的对话、历史行为等信息，来推断用户的意图。例如，用户在购物website上搜索了“手机”，然后在对话中提到“拍照效果好”，可以推断用户的意图可能是buy一款拍照效果好的手机。

3. 实体识别：在用户的输入中，识别出关键实体，如产品、地点、人名等。通过识别实体，可以更好地理解用户的需求和意图。例如，用户在对话中提到“我想买一部苹果手机”，可以识别出“苹果手机”作为关键实体，从而推断用户的buy意图。

4. 问题分类：对用户的问题进行分类，以更好地理解用户的意图。可以使用机器学习算法或规则引擎，将问题分为不同的类别，如产品咨询、技术支持、售后服务等。这样可以更精确地针对用户的问题提供相应的答案或解决方案。

5. 用户反馈：通过用户的反馈信息，如评分、评论等，来了解用户的满意度和真实意图。用户反馈可以作为改进识别算法的依据，从而提升系统的准确性和用户体验。

需要注意的是，识别主力意图是一个复杂的任务，需要综合运用多种技术和方法。此外，为了确保不涉及政治、seqing、db和暴力等内容，还需要建立相应的过滤机制和规则，对相关内容进行屏蔽和过滤。