Biblioteca de filtro de spam para Node.js
npm install spamscannerimport SpamScanner from 'spamscanner';
const scanner = new SpamScanner();
const result = await scanner.scan(rawMessage);
if (result.isSpam) {
console.log(result.score, result.tests.map(test => test.name));
}O scan() recebe um Buffer, uma string, um Uint8Array ou um stream legível, então o stream SMTP do smtp-server pode entrar diretamente. O CommonJS funciona com require('spamscanner'), e os tipos do TypeScript estão incluídos.
Com o smtp-server#
import {SMTPServer} from 'smtp-server';
import SpamScanner from 'spamscanner';
const scanner = new SpamScanner({authentication: true});
const server = new SMTPServer({
async onData(stream, session, callback) {
const result = await scanner.scan(stream, {
session: {
remoteAddress: session.remoteAddress,
helo: session.hostNameAppearsAs,
envelope: session.envelope,
},
});
if (result.action === 'reject') {
return callback(Object.assign(new Error('Message rejected as spam'), {responseCode: 451}));
}
callback();
},
});O que o resultado diz#
Cada resultado tem uma pontuação, uma ação (accept, tag ou reject) e os testes acionados, cada um com pontos e um motivo. Os resultados detalhados incluem a probabilidade do classificador e as suas pistas mais fortes, cada achado de phishing e de anexos, os resultados de autenticação e o idioma.
Ensine o modelo#
await scanner.learn(rawMessage, 'spam');
scanner.saveModel('./model.json');
const trained = new SpamScanner({classifier: './model.json'});Mais#
- Os servidores também são exportados:
MilterServer,createHttpServer,createSpamdServer. - Modelos de linguagem:
new SpamScanner({llm: {provider: 'ollama', model: 'qwen3.5:4b'}}). - Testado no Node.js 18, 20, 22 e 24, com 100% de cobertura de testes.