ข้ามไปยังเนื้อหา

ตัวกรองสแปมที่อ่านทุกภาษาและอธิบายทุกการตัดสิน

Spam Scanner ดักจับสแปม ฟิชชิง การหลอกลวง และมัลแวร์ สำหรับ Node.js บรรทัดคำสั่ง และเซิร์ฟเวอร์อีเมล เช่น Postfix, Exim และ Haraka ทุกผลลัพธ์แสดงรายการการทดสอบที่ทำงานและเหตุผล

$ npm install -g spamscanner

เริ่มต้นใช้งาน ดูวิดีโอ (1:58)

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

$ 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

ข้อความถูกตัดสินอย่างไร

ทุกการตรวจจะเพิ่มหรือลดคะแนน และผลรวมเป็นตัวตัดสิน เกณฑ์และคะแนนเปลี่ยนได้ และไม่มีส่วนใดเป็นกล่องดำ: ผลลัพธ์ระบุชื่อทุกการทดสอบ

อ่าน
ข้อความถูกแยกวิเคราะห์และปรับข้อความให้เป็นมาตรฐาน: ตัวอักษรตกแต่ง อักขระที่มองไม่เห็น และตัวอักษรเลียนแบบจะถูกแปลงกลับ
ตรวจ
การตรวจด้วยตัวจำแนก ลิงก์ ไฟล์แนบ การยืนยันตัวตน blocklist และกฎ ทำงานพร้อมกัน แต่ละรายการมีเวลาหมดเวลาของตัวเอง
คะแนน
แต่ละการทดสอบจะเพิ่มหรือลดคะแนน ที่ 5 คะแนนข้อความถือเป็นสแปม ที่ 15 คะแนนเซิร์ฟเวอร์อีเมลควรปฏิเสธข้อความนั้น
ถาม
กรณีที่ตัดสินยากส่งไปให้โมเดลภาษาได้ ซึ่งจะเพิ่มได้สูงสุด 6 คะแนนหรือลดได้สูงสุด 3 คะแนน

ต่ำกว่า 5รับ
5 ถึง 15ติดป้ายสแปม
15 ขึ้นไปปฏิเสธ

ดูภายใน 1:58

ข้อความได้คะแนนอย่างไร อ่านแต่ละภาษาอย่างไร ถามโมเดลภาษาเมื่อใด และเชื่อมต่อกับ Postfix, Exim, Haraka และ Node.js อย่างไร

บรรยายเป็นภาษาอังกฤษ พร้อมคำบรรยายภาษาอังกฤษ

ดูวิดีโอ

เฟรมชื่อเรื่องของวิดีโอ: โลโก้ Spam Scanner

สิ่งที่ตรวจ

คำเป็นเพียงสัญญาณหนึ่ง ลิงก์ ผู้ส่ง ไฟล์แนบ และการยืนยันตัวตนบอกได้มากพอกัน และไม่มีสิ่งใดขึ้นกับภาษาของข้อความ

ตัวจำแนกสำหรับทุกระบบอักษร
คำ คู่คำ ลิงก์ ผู้ส่ง HTML และไฟล์แนบ นับและรวมกันแบบที่ SpamBayes ทำ พร้อมผล "ไม่แน่ใจ" อย่างตรงไปตรงมาเมื่อเบาะแสขัดแย้งกัน
ตัดสินอย่างไร
ทุกภาษา อย่างรอบคอบ
การตัดคำตาม Unicode สำหรับภาษาจีน ญี่ปุ่น และไทย การแปลงการอำพรางกลับ และไม่หักคะแนนภาษาที่โมเดลเคยเห็น ham น้อย
ภาษา
ฟิชชิง
โดเมนเลียนแบบที่ใช้อักษรซีริลลิกหรือสลับตัวอักษร ลิงก์ที่ข้อความแสดงที่อยู่อื่น ชื่อแบรนด์ในชื่อที่แสดง และ resolver กันมัลแวร์ของ Cloudflare
การตรวจฟิชชิง
ไฟล์แนบ
ไฟล์โปรแกรมที่ตรวจพบจากไบต์ของไฟล์ แม้ถูกเปลี่ยนชื่อเป็น .pdf, นามสกุลซ้อน, โปรแกรมในไฟล์ ZIP, มาโครของ Office, PDF ที่มีเนื้อหาทำงานได้, ClamAV
การตรวจไฟล์แนบ
การยืนยันตัวตน
SPF, DKIM, DMARC และ ARC, DNS blocklist, รายการอนุญาตและรายการปฏิเสธ และกฎสำหรับอีเมลที่ปลอมเป็นโดเมนของคุณเอง
การยืนยันตัวตน
โมเดลภาษา
กรณีที่ตัดสินยากจะส่งไปให้โมเดล: Ollama บนเครื่องของคุณเอง หรือ Claude, ChatGPT, Gemini และเซิร์ฟเวอร์ใดก็ได้ที่เข้ากันได้กับ OpenAI
โมเดลภาษา

ทุกการทดสอบและคะแนนของแต่ละรายการ หลักการทำงาน

ทุกภาษา โดยไม่ต้องเดา

คำถูกแยกตามกฎของ Unicode ภาษาที่เขียนโดยไม่เว้นวรรคจึงใช้ได้ และการอำพรางจะถูกแปลงกลับก่อนนับ ต่อไปนี้คือคำที่ตัวจำแนกนับ คำนวณขณะสร้างหน้านี้

ภาษาที่โมเดลที่มาพร้อมแพ็กเกจเคยเห็น ham น้อยจะได้ผล "ไม่แน่ใจ" แทน "สแปม" อีเมลทั่วไปภาษาอาหรับหรือภาษาเกาหลีจึงไม่ถูกตีว่าเป็นสแปมเพียงเพราะระบบอักษร ภาษา

ภาษาอังกฤษที่ถูกอำพราง

Claim your fr␣ee prіze: V1agra 𝐅𝐑𝐄𝐄

claim
your
free
prize
viagra
free

ช่องว่างความกว้างศูนย์ ตัว і แบบซีริลลิก ตัวเลขแทนตัวอักษร และตัวอักษรตัวหนาทางคณิตศาสตร์

ภาษาจีน ไม่มีช่องว่าง

恭喜您获得一百万元大奖

恭喜
您
获得
一
百万
元
大奖

ตัดคำด้วยพจนานุกรม

ภาษาไทย ไม่มีช่องว่าง

ยินดีด้วยคุณได้รับรางวัลหนึ่งล้านบาท

ยินดี
ด้วย
คุณ
ได้
รับ
รางวัล
หนึ่ง
ล้าน
บาท

ตัดคำด้วยพจนานุกรม

ภาษารัสเซีย

Поздравляем! Вы выиграли миллион

поздравляем
вы
выиграли
миллион

แปลงเป็นตัวพิมพ์เล็กตามกฎของ Unicode

เชื่อมต่อกับเซิร์ฟเวอร์อีเมลของคุณ

milter สำหรับ Postfix และ Sendmail, เซิร์ฟเวอร์ spamd ที่เข้ากันได้กับ SpamAssassin สำหรับ spamc, Exim และ Haraka, ตัวกรองเนื้อหา, HTTP API, เซิร์ฟเวอร์ TCP และไลบรารี

ทุกแบบจะเพิ่มส่วนหัว X-Spam-Flag, X-Spam-Score, X-Spam-Status และลบส่วนหัวเหล่านี้ที่ผู้ส่งปลอมขึ้นมาออก

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

milter ตรวจอีเมลระหว่างเซสชัน SMTP สแปมที่ถึงเกณฑ์ปฏิเสธจึงถูกปฏิเสธก่อนที่จะถูกรับเข้า คู่มือ Postfix

Shell

spamscanner spamd --port 783 --auth

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

เซิร์ฟเวอร์ spamd ที่เข้ากันได้กับ SpamAssassin: หยุด spamd แล้วเริ่ม Spam Scanner บนพอร์ตเดิม ไคลเอนต์ของ SpamAssassin ก็ทำงานต่อได้ตามเดิม คู่มือ 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
}

ไลบรารี สำหรับ smtp-server ปลั๊กอินของ Haraka หรือบริการใดก็ได้ที่จัดการอีเมล เอกสารอ้างอิง 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"

สำหรับทุกภาษาโปรแกรมและทุกเซิร์ฟเวอร์ที่ส่งคำขอ HTTP ได้ คู่มือ HTTP API

โมเดลภาษาสำหรับกรณีที่ตัดสินยาก

สแปมที่ชัดเจนและ ham ที่ชัดเจนจะไม่ถูกส่งไปถึงโมเดล เมื่อคะแนนก้ำกึ่งหรือตัวจำแนกไม่แน่ใจ โมเดลจะอ่านข้อความแล้วตอบว่าเป็นสแปม ฟิชชิง การหลอกลวง มัลแวร์ หรือ ham รันโมเดลบนเครื่องของคุณเองหรือใช้แบบโฮสต์ก็ได้ กับ URL พอร์ต และการยืนยันตัวตนแบบใดก็ได้

คำสั่งที่ซ่อนไว้ในข้อความเพื่อหลอกตัวกรอง AI จะได้คะแนนเป็นสแปม และโมเดลจะได้รับแจ้งว่าข้อความเป็นเพียงข้อมูล การทดสอบแบบ end-to-end ตรวจเรื่องนี้กับโมเดลจริงผ่าน 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

แบบเส้นขอบ: ทำงานบนเครื่องของคุณเอง ข้อมูลส่วนบุคคลจะถูกลบออกก่อนส่งข้อความไปยังผู้ให้บริการแบบโฮสต์

Ollama	Hugging Face	สัญญาอนุญาต	ขนาด
`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

โมเดลแบบเปิดที่แนะนำ คำแนะนำทั้งหมด

วัดผลได้ และฝึกได้

โมเดลที่มาพร้อมแพ็กเกจฝึกจากชุดข้อมูลสาธารณะและทดสอบกับข้อความที่ไม่เคยเห็น โมเดลที่ฝึกจากอีเมลของคุณเองจะทำได้ดีกว่า: ฝึกจากไฟล์ mbox, Maildir หรือชุดข้อมูล วัดผล และสอนจากปุ่ม "รายงานสแปม"

การฝึกโมเดล

ข้อความที่กันไว้ทดสอบ	ข้อความ	Precision	Recall	ผลบวกลวง
อังกฤษ	6,564	100.0%	97.1%	0.0%
รัสเซีย	1,682	100.0%	97.4%	0.0%
อิตาลี	1,389	98.1%	85.3%	1.8%
เยอรมัน	1,309	97.7%	76.1%	2.2%
สเปน	1,281	97.5%	82.6%	2.6%
ทั้งหมด	13,840	99.2%	85.1%	0.6%

ตัวจำแนกอย่างเดียว ทดสอบกับทุกข้อความที่สิบของข้อมูลฝึกสาธารณะที่กันไว้ไม่ใช้ฝึก ข้อความที่ไม่แน่ใจนับว่าพลาด ภาษาเยอรมัน อิตาลี และสเปนมาจากชุดข้อมูลสังเคราะห์ที่มีป้ายกำกับไม่แม่นยำ เกี่ยวกับโมเดลที่มาพร้อมแพ็กเกจ

สร้างขึ้นเพื่อ Forward Email

Forward Email ไม่เก็บบันทึกเนื้อหาของข้อความ จึงส่งอีเมลไปให้บริการกรองภายนอกไม่ได้ Spam Scanner ทำงานบนเซิร์ฟเวอร์ของคุณเอง ไม่ส่งอะไรออกไปที่ใดเว้นแต่ตั้งค่าไว้ และอธิบายทุกการตัดสินโดยไม่ต้องมีคนอ่านอีเมล Forward Email และการอัปเกรด

โครงการของ Forward Email บริการอีเมลที่ให้ความสำคัญกับความเป็นส่วนตัว