spamscanner/spamscanner

解决的问题

它为 Node.js、命令行界面和邮件服务器提供了一个全面的垃圾邮件过滤器。它能防御多种语言的垃圾邮件、网络钓鱼、诈骗和恶意软件，并为每个分类决策提供透明的解释。

运作方式

该系统采用多层次方法来检测威胁：

• 多语言分类器： 一个处理多种语言（包括中文、日文和泰文）的分类器，通过 Unicode 规则进行分词，并清除相似字符或隐形字符。
• 网络钓鱼与附件检查： 扫描相似域名、欺骗性链接和恶意附件（包括伪装成 PDF 或隐藏在 ZIP 文件中的可执行文件）。
• 协议检查： 验证 SPF、DKIM、DMARC 和 ARC，并检查 DNS 黑名单。
• LLM 集成： 对于“边缘案例”，该工具可以查询本地或远程语言模型（如 Ollama、Claude、ChatGPT 或 Gemini）以获得基于概率的判断。
• 可解释性： 每个结果都会列出触发的特定测试及其相关分数，类似于 SpamAssassin。

适用对象

需要将垃圾邮件过滤功能集成到 Node.js 应用程序、邮件服务器（Postfix、Sendmail、Exim、Haraka）或作为独立 CLI 工具使用的开发人员与系统管理员。

特色亮点

• 广泛的兼容性： 可作为 Node.js 库、CLI、HTTP API、TCP 服务器或邮件服务器 milter 使用。
• LLM 增强决策： 可利用 LLM 处理模糊案例，并在发送至远程提供者前移除个人资料。
• 深度检测： 检测复杂的网络钓鱼技巧，如 punycode 和从右至左的文件名欺骗。
• 可训练： 支持使用自定义 mbox 文件、Maildirs 或数据集进行训练。