Pular para o conteúdo

Um filtro de spam que lê todos os idiomas e explica cada decisão.

O Spam Scanner detecta spam, phishing, golpes e malware para Node.js, a linha de comando e servidores de e-mail como Postfix, Exim e Haraka. Cada resultado lista os testes acionados e o motivo.

$ npm install -g spamscanner

Começar Assistir ao vídeo (1:58)

Node.js 18+
Milter, spamd, HTTP
Ollama, Claude, ChatGPT
Sem telemetria

$ spamscanner scan message.eml
SPAM  score 16.3 (spam at 5.0, reject at 15.0)  action: reject  language: en
   +6.3  BAYES_999                    Classifier spam probability 99.9%
   +5.0  PHISHING_LOOKALIKE_DOMAIN    "paypa1-secure.top" imitates paypal by swapping characters
   +3.0  DECEPTIVE_LINK               A link shows "https://www.paypal.com/signin" but goes to paypa1-secure.top
   +2.0  FROM_NAME_BRAND              Display name says "paypal" but the message is from paypa1-secure.top
$ echo $?
1

Como uma mensagem é avaliada

Cada verificação adiciona ou remove pontos, e o total decide. Os limites e os pontos podem ser alterados, e nada é uma caixa-preta: o resultado nomeia cada teste.

Ler
A mensagem é analisada e seu texto é normalizado: letras estilizadas, caracteres invisíveis e alfabetos parecidos são desfeitos.
Verificar
As verificações do classificador, de links, anexos, autenticação, listas de bloqueio e regras rodam ao mesmo tempo, cada uma com um tempo limite.
Pontuação
Cada teste adiciona ou remove pontos. Com 5, a mensagem é spam; com 15, o servidor de e-mail deve recusá-la.
Perguntar
Os casos duvidosos podem ir para um modelo de linguagem, que adiciona até 6 pontos ou remove até 3.

abaixo de 5aceitar
de 5 a 15marcar como spam
15 ou maisrejeitar

Veja em 1:58

Como uma mensagem é pontuada, como cada idioma é lido, quando um modelo de linguagem é consultado e como ele se conecta ao Postfix, Exim, Haraka e Node.js.

Narrado em inglês, com legendas em inglês.

Assistir ao vídeo

O quadro de título do vídeo: o logotipo do Spam Scanner.

O que ele verifica

As palavras são um sinal. Links, remetentes, anexos e autenticação dizem o mesmo tanto, e nenhum deles depende do idioma da mensagem.

Um classificador para todo sistema de escrita
Palavras, pares de palavras, links, remetentes, HTML e anexos, contados e combinados como faz o SpamBayes, com um “incerto” honesto quando as pistas discordam.
Como ele decide
Todos os idiomas, com cuidado
Segmentação de palavras do Unicode para chinês, japonês e tailandês, disfarces desfeitos e nenhuma penalidade para um idioma em que o modelo viu pouco ham.
Idiomas
Phishing
Domínios parecidos com letras cirílicas ou trocadas, links cujo texto mostra outro endereço, marcas em nomes de exibição e o resolvedor de malware da Cloudflare.
Verificações de phishing
Anexos
Executáveis identificados pelos seus bytes, mesmo renomeados para .pdf; extensões duplas; programas em arquivos ZIP; macros do Office; PDFs ativos; ClamAV.
Verificações de anexos
Autenticação
SPF, DKIM, DMARC e ARC, listas de bloqueio no DNS, listas de permissão e de bloqueio e uma regra para e-mails que falsificam o seu próprio domínio.
Autenticação
Modelos de linguagem
Os casos duvidosos vão para um modelo: Ollama na sua própria máquina, ou Claude, ChatGPT, Gemini e qualquer servidor compatível com a OpenAI.
Modelos de linguagem

Todos os testes e seus pontos Como funciona

Todos os idiomas, sem adivinhação

As palavras são encontradas com as regras do Unicode, então idiomas escritos sem espaços funcionam, e os disfarces são desfeitos antes da contagem. Estas são as palavras que o classificador conta, calculadas quando esta página foi gerada.

Um idioma em que o modelo incluído viu pouco ham recebe “incerto” em vez de “spam”, então um e-mail comum em árabe ou coreano nunca é marcado por causa da sua escrita. Idiomas

Inglês disfarçado

Claim your fr␣ee prіze: V1agra 𝐅𝐑𝐄𝐄

claim
your
free
prize
viagra
free

Um espaço de largura zero, um і cirílico, um dígito no lugar de uma letra e letras em negrito matemático

Chinês, sem espaços

恭喜您获得一百万元大奖

恭喜
您
获得
一
百万
元
大奖

Segmentado com um dicionário

Tailandês, sem espaços

ยินดีด้วยคุณได้รับรางวัลหนึ่งล้านบาท

ยินดี
ด้วย
คุณ
ได้
รับ
รางวัล
หนึ่ง
ล้าน
บาท

Segmentado com um dicionário

Russo

Поздравляем! Вы выиграли миллион

поздравляем
вы
выиграли
миллион

Em minúsculas pelas regras do Unicode

Conecta-se ao seu servidor de e-mail

Um milter para Postfix e Sendmail, um servidor spamd compatível com o SpamAssassin para spamc, Exim e Haraka, um filtro de conteúdo, uma API HTTP, um servidor TCP e a biblioteca.

Todos adicionam os cabeçalhos X-Spam-Flag, X-Spam-Score, X-Spam-Status e removem os que um remetente tenha forjado.

Shell

spamscanner milter --port 7831 --auth --subject-tag "[SPAM]"

# /etc/postfix/main.cf
smtpd_milters = inet:127.0.0.1:7831
milter_default_action = accept

Um milter verifica o e-mail durante a sessão SMTP, então o spam que atinge o limite de rejeição é recusado antes de ser aceito. Guia do Postfix

Shell

spamscanner spamd --port 783 --auth

spamc -c < message.eml     # prints 16.3/5.0 and exits 1

Um servidor spamd compatível com o SpamAssassin: pare o spamd, inicie o Spam Scanner na mesma porta e os clientes do SpamAssassin continuam funcionando. Guia do spamd

JavaScript

import SpamScanner from 'spamscanner';

const scanner = new SpamScanner({authentication: true});
const result = await scanner.scan(stream, {session});

if (result.action === 'reject') {
  // refuse with a 4xx or 5xx reply
}

A biblioteca, para smtp-server, plugins do Haraka ou qualquer serviço que lide com e-mails. Referência da API

Shell

spamscanner http --port 7832 --token "$TOKEN"

curl -s -X POST -H "Authorization: Bearer $TOKEN" \
  --data-binary @message.eml "http://127.0.0.1:7832/scan?ip=203.0.113.5"

Para qualquer linguagem e qualquer servidor que consiga fazer uma requisição HTTP. Guia da API HTTP

Um modelo de linguagem para os casos duvidosos

Spam evidente e ham evidente nunca chegam a ele. Quando a pontuação fica perto do limite ou o classificador está incerto, um modelo lê a mensagem e responde spam, phishing, golpe, malware ou ham. Execute um na sua própria máquina ou use um hospedado, com qualquer URL, porta e autenticação.

Instruções escondidas em uma mensagem para filtros de IA são pontuadas como spam, e o modelo é avisado de que a mensagem é apenas dado. Os testes de ponta a ponta verificam isso com um modelo real através do Ollama.

Ollama
LM Studio
llama.cpp server
vLLM
LocalAI
Jan
OpenAI
Anthropic (Claude)
Google Gemini
Mistral AI
Groq
OpenRouter
DeepSeek
xAI
Together AI
Fireworks AI
Cerebras
Hugging Face Inference Providers
Azure OpenAI
Cloudflare Clef
Cloudflare Clef Flash
TypeSafe Jev
TypeSafe Jev on OpenRouter
Any decision model server

Shell

ollama pull qwen3.5:4b
spamscanner llm-test --llm ollama --llm-model qwen3.5:4b
spamscanner milter --llm ollama --llm-model qwen3.5:4b

Com contorno: roda na sua própria máquina. Os dados pessoais são removidos antes de uma mensagem ir para um provedor hospedado.

Ollama	Hugging Face	Licença	Tamanho
`qwen3.5:0.8b`	Qwen/Qwen3.5-0.8B	Apache-2.0	1.3 GB
`gemma4:e2b`	google/gemma-4-E2B-it	Apache-2.0	4.6 GB
`qwen3.5:4b`	Qwen/Qwen3.5-4B	Apache-2.0	3.3 GB
`qwen3.5:9b`	Qwen/Qwen3.5-9B	Apache-2.0	6.6 GB
`gpt-oss-safeguard:20b`	openai/gpt-oss-safeguard-20b	Apache-2.0	14 GB

Modelos abertos recomendados. Todas as recomendações

Medido e treinável

O modelo incluído é treinado com conjuntos de dados públicos e testado com mensagens que ele não viu. Um modelo treinado com os seus próprios e-mails se sai melhor: treine-o a partir de arquivos mbox, Maildirs ou conjuntos de dados, meça-o e ensine-o com botões de “denunciar spam”.

Mensagens separadas para teste	Mensagens	Precisão	Revocação	Falsos positivos
inglês	6.564	100,0%	97,1%	0,0%
russo	1.682	100,0%	97,4%	0,0%
italiano	1.389	98,1%	85,3%	1,8%
alemão	1.309	97,7%	76,1%	2,2%
espanhol	1.281	97,5%	82,6%	2,6%
Todos	13.840	99,2%	85,1%	0,6%

Apenas o classificador, com uma em cada dez mensagens dos seus dados públicos de treinamento, separadas para teste. Mensagens incertas contam como não detectadas. Alemão, italiano e espanhol vêm de conjuntos de dados sintéticos com rótulos imprecisos. Sobre o modelo incluído

Feito para o Forward Email

O Forward Email não guarda registros do conteúdo das mensagens, então não poderia enviar e-mails para um serviço de filtragem externo. O Spam Scanner roda nos seus próprios servidores, não envia nada para lugar nenhum a menos que seja configurado para isso e explica cada decisão sem que uma pessoa leia o e-mail. Forward Email e atualização

Um projeto do Forward Email, o serviço de e-mail focado em privacidade.