# Часто задаваемые вопросы

## Что такое Spam Scanner?

Спам-фильтр для Node.js, командной строки и почтовых серверов. Он читает исходное письмо и определяет, является ли оно спамом, фишингом, мошенничеством или содержит вредоносную программу, с оценкой и списком тестов, которые определили решение. Он работает как библиотека, milter для Postfix и Sendmail, совместимый со SpamAssassin сервер spamd, контент-фильтр Postfix, HTTP API или TCP-сервер.


## Он бесплатный?

Его [лицензия](https://github.com/spamscanner/spamscanner/blob/master/LICENSE), Business Source License 1.1, разрешает любое использование, кроме предоставления обнаружения спама другим как сервиса, и указывает дату, когда она сменится на Apache License 2.0.


## Насколько он точен?

На отложенных английских письмах из обучающих данных один встроенный классификатор не пометил как спам ни одного ham и поймал 97 % спама; полные данные по языкам есть в [руководстве по обучению](https://spamscanner.net/ru/docs/training/#the-bundled-model). Ссылки, вложения, аутентификация, чёрные списки и языковая модель добавляют к этому. Настоящая проверка — ваша собственная почта: `spamscanner eval` измеряет качество любой модели на любой размеченной почте.


## Какие языки он поддерживает?

Все. Он разбивает текст на слова по правилам Unicode, включая китайский, японский и тайский, где нет пробелов. Если встроенная модель видела мало почты на каком-то языке, она остаётся неуверенной, а не помечает письмо, и решают языковая модель или ваше собственное обучение. [Языки](https://spamscanner.net/ru/docs/languages/)


## Отправляет ли он мою почту куда-либо?

Нет. По умолчанию он проверяет имена хостов из ссылок через фильтрующие DNS-резолверы Cloudflare, и больше ничего не покидает машину. Аутентификация, чёрные списки, языковые модели и сервисы репутации выключены, пока не настроены, а перед отправкой почты облачной языковой модели из неё удаляются персональные данные. [Безопасность и приватность](https://spamscanner.net/ru/docs/security/)


## Нужна ли языковая модель?

Нет. Это второе мнение для спорных случаев. Без неё такие письма определяются только по оценке.


## Какую языковую модель использовать?

`qwen3.5:4b` через Ollama на процессоре или `qwen3.5:9b` с GPU. Обе под лицензией Apache и читают на 201 языке. Spam Scanner получает вероятность каждого вердикта за один шаг модели: на двухъядерном процессоре это заняло около 11 секунд на письмо вместо 31 для письменного ответа, при той же точности. Из облачных сервисов модели принятия решений Cloudflare Clef и TypeSafe Jev отвечают меньше чем за секунду; модели от Anthropic, OpenAI, Google и других тоже работают. [Измерения](https://spamscanner.net/ru/docs/llm/#measured) и [рекомендуемые модели](https://spamscanner.net/ru/docs/llm/#recommended-open-models)


## Может ли он заменить SpamAssassin?

Для большинства конфигураций да: он поддерживает протокол spamd, поэтому spamc, Exim и Haraka работают без изменений, и пишет те же заголовки `X-Spam-*`. Файлы правил SpamAssassin он не выполняет. [Альтернатива SpamAssassin](https://spamscanner.net/ru/spamassassin-alternative/)


## Будет ли он отклонять нормальную почту?

Отклонение почты по умолчанию выключено: milter только помечает письма. С `--reject` отклоняются только письма с оценкой 15 и выше, причём временной ошибкой 451, поэтому отправители повторяют попытку, а ошибку можно исправить, изменив настройку. Контент-фильтр никогда не отклоняет почту во время SMTP-сессии.


## Как обучить его на своей почте?

`spamscanner train --spam ~/Maildir/.Junk --ham ~/Maildir/cur --out model.json`, затем `--model model.json`. Подходят файлы mbox, каталоги Maildir, папки с файлами `.eml` и наборы данных CSV или JSON Lines. [Обучение](https://spamscanner.net/ru/docs/training/)


## Работает ли он без Node.js?

Да: автономные исполняемые файлы для Linux, macOS и Windows включают Node.js и модель. `curl -fsSL https://github.com/spamscanner/spamscanner/releases/latest/download/install.sh | bash`.


## Кто его делает?

[Forward Email](https://forwardemail.net), для собственных почтовых серверов.