常见问题

Spam Scanner 是什么？#

适用于 Node.js、命令行和邮件服务器的垃圾邮件过滤器。它读取原始电子邮件，判定其是否为垃圾邮件、钓鱼邮件、诈骗邮件或是否携带恶意软件，并给出分数和作出判定的测试列表。它可以作为库、用于 Postfix 和 Sendmail 的 milter邮件过滤器：源自 Sendmail 的协议，Postfix 也在使用，它让一个独立程序在 SMTP 会话期间检查每封邮件。、兼容 SpamAssassin 的 spamdSpamAssassin 的守护进程。spamc、Exim、Haraka 和其他 SpamAssassin 客户端都使用它的协议。 服务器、Postfix 内容过滤器、HTTP API 或 TCP 服务器运行。

它免费吗？#

它的许可证是 Business Source License 1.1，允许除向他人提供垃圾邮件检测服务以外的任何用途，并写明了它转为 Apache License 2.0 的日期。

它有多准确？#

在其训练数据中留出的英文邮件上，仅内置分类器本身就没有把任何正常邮件误判为垃圾邮件，并识别出了 97% 的垃圾邮件；各语言的完整数据见训练指南。链接、附件、身份验证、黑名单和语言模型还会在此基础上进一步提升。你自己的邮件才是真正的检验：spamscanner eval 可以在任何已标注的邮件上测量任何模型。

它支持哪些语言？#

全部语言。它按 Unicode 规则分词，包括不使用空格的中文、日文和泰文。如果内置模型很少见到某种语言的邮件，它会保持“不确定”而不是标记该邮件，由语言模型或你自己训练的模型来判定。语言

它会把我的邮件发送到别处吗？#

不会。默认情况下，它只在 Cloudflare 的过滤 DNS 解析器上查询链接的主机名，除此之外没有任何内容离开本机。身份验证、黑名单、语言模型和信誉服务在配置之前都处于关闭状态，并且邮件发送给托管语言模型之前会移除个人数据。安全与隐私

我需要语言模型吗？#

不需要。它是难以判断时的第二意见。没有语言模型时，这些邮件只按分数判定。

我应该使用哪个语言模型？#

在 CPU 上通过 Ollama一个在你自己的机器上下载并运行开放语言模型的程序，提供 HTTP API。 使用 qwen3.5:4b，有 GPU 时使用 qwen3.5:9b。两者都采用 Apache 许可证，能读 201 种语言。Spam Scanner 从模型的一步计算中读出每种判定的概率，在双核 CPU 上每封邮件约需 11 秒，而写出回答需要 31 秒，准确率相同。如需托管服务，决策模型 Cloudflare Clef 和 TypeSafe Jev 在一秒内即可作答；Anthropic、OpenAI、Google 等也可以使用。实测结果和推荐的模型

它能替代 SpamAssassin 吗？#

对大多数部署来说可以：它支持 spamd 的协议，因此 spamc、Exim 和 Haraka 无需改动即可使用，并且它写入相同的 X-Spam-* 邮件头。它不运行 SpamAssassin 的规则文件。SpamAssassin 替代方案

它会拒收正常邮件吗？#

拒收默认关闭：milter 只做标记。使用 --reject 时，只有得分 15 及以上的邮件才会被拒收，并且返回临时性的 451 错误，因此发件方会重试，判定有误时只需修改设置即可纠正。内容过滤器从不在 SMTP 会话期间拒收。

如何用我的邮件训练它？#

spamscanner train --spam ~/Maildir/.Junk --ham ~/Maildir/cur --out model.json，然后使用 --model model.json。mbox 文件、Maildir、存放 .eml 文件的文件夹，以及 CSV 或 JSON Lines 数据集都可以。训练

没有 Node.js 能用吗？#

能：适用于 Linux、macOS 和 Windows 的独立二进制文件已包含 Node.js 和模型。curl -fsSL https://github.com/spamscanner/spamscanner/releases/latest/download/install.sh | bash。

谁开发了它？#

Forward Email，为其自己的邮件服务器而开发。