首页/新闻资讯/正文详情

福滤娃FeedSieve检测引擎深挖:金标语料库、可解释标注与规则热更机制

发布时间:2026/11/4 2:14:05 来源:云帆数科 栏目:资讯中心
福滤娃FeedSieve检测引擎深挖:金标语料库、可解释标注与规则热更机制
福滤娃FeedSieve检测引擎深挖金标语料库、可解释标注与规则热更机制福滤娃FeedSieve是一款开源的 XTwitter垃圾账号清理工具黄推一眼标出、真拉黑全端同步、误杀随时可救。它凭什么标得准、不冤人答案在检测引擎Detector里——一条从名单到模板指纹、再到启发式规则的证据流水线配上 68 条金标语料库回归、可解释标注契约和签名词库热更机制。下面带你快速看懂这套引擎的三大核心设计。检测引擎是什么一条由强到弱的证据流水线FeedSieve 的检测入口是纯函数detect()输入一条 Feed 项handle、昵称、正文、简介、链接输出一个带理由的标注或返回null干净账号不产出任何 UI。完整流水线见 detect.ts名单命中社区名单/内置名单本地查询绝不在滚动时请求服务器社区指纹精确命中话术模板的确定性哈希话术变体SimHash精确未中时按汉明距离 ≤ 2 找换词变体社区垃圾域名正文链接指向已确认垃圾外链启发式规则按优先级兜底默认名随机数字、引流话术、单词沙拉等这套顺序的哲学写在架构文档 ARCHITECTURE.md 里可见优先拉黑唯一——黄框标注永不隐藏内容拉黑全部由用户显式触发误伤随时可撤销Unblock。可解释标注每个黄框都必须说清为什么标它FeedSieve 的标注契约只有一条铁律marked: true时source和reason必须能说清为什么标它见 types.ts。黄框上你能看到的理由都是流水线各层原话来源理由示例社区名单社区名单scam_phishing · 1 举报模板指纹与 N 个已确认垃圾账号发布的内容高度相似话术变体已知垃圾模板 · 话术变体SimHash启发式启发式默认名 随机数字疑似批量注册账号更难得的是它的保守设计处处体现宁可漏判不可误标昵称缺失 证据不足宁可漏判页面懒加载时昵称可能暂时没渲染出来单个擦边词涩顶不住在正常语境也常见必须 ≥2 条组合才定案纯 emoji 正文、单词沙拉形状永不单独成立只在乱码/数字批量号锚点叠加时才作佐证这些规则集中在 heuristics.ts页面侧再由 detection-pipeline.ts 做白名单豁免、社区条目增强和分层block-candidate / review / ignore保证黄框只留给有证据的账号。金标语料库68 条样本锁死精度与召回检测规则最怕改一处、坏三处。FeedSieve 用金标语料库golden corpus做回归护栏用例集cases.json 收录 68 条真实形态样本——带单老师中文引流、USDT 假抽奖含giweaway拼写变体、我福不黑隐语、干净账号反例等指标快照metrics.json 当前记录precision 1.0 / recall 1.0 / 误报率 0tp32、tn36另有 6 条标注known_limitation的已知局限回归测试corpus.test.ts 逐条断言命中规则——任何规则或词库变更一旦改变预期命中测试直接失败PR 就地停下说明误报率不会悄悄变差设置环境变量CORPUS_REPORT1会把聚合指标写回 metrics.jsonPR diff 直接可见精度/召回变化这就是金标二字的全部含义用样本钉住质量底线用测试阻止质量回退。SimHash 模板指纹抓住换号不换模板的垃圾号纯名单有一个天然缺点垃圾号换 handle、复用同一话术模板名单就抓不到新号。FeedSieve 的答案是把话术骨架变成可聚合的实体实现见 fingerprint.ts归一化小写化 → URL/提及替换成占位词 → 剥掉 emoji、标点、空白含垃圾号防检测插的全角空格精确指纹v0.4确定性哈希同一模板精确出现直接命中模糊兜底v0.5 SimHash归一化文本降到 64 bit 位向量与社区模板集按汉明距离 ≤ 2判话术变体——容忍换词/插词/删词的单点编辑见 simhash.ts指纹 v1v0.8补 NFKC 折叠防全角字母规避、停用字过滤、更低长度门槛覆盖 9 字符的黄推短隐语输出带3版本前缀与 v0 池自然隔离隐私上同样克制指纹是归一化文本的单向哈希原文永不出设备只有用户拉黑成功后才随上报发送。命中模板后徽章还能反查垃圾网络规模显示同模板 N 个账号。规则热更不发版也能升级判定能力垃圾话术迭代很快等扩展发版黄花菜都凉了。FeedSieve 把判定逻辑按换血频率拆成三层ARCHITECTURE.md §6.1节奏内容机制⏱️小时级官方词库 社区名单快照签名发布扩展 ≤15 分钟自动拉取keyword-packs.ts天级判定参数detector_config随词库包热更严格白名单校验后覆写非法一律回退内置️月级引擎代码本体规则解释器与形状原语随扩展发版词库侧的安全链同样讲究manifest.json 记录词包版本如2026.09.13.2、文件 sha256 与ed25519 签名当前官方词库收录 760 条规则、2 个行业包official.json扩展端验签 checksum 双校验后才允许生效。而天级参数热更有自己的防投毒闸门——config.ts 中的applyDetectorConfigOverride只接受已知 section / key 的白名单结构数值必须是有界非负整数内置值的 0.25×~4× 区间内任何一个未知 key 或越界值 →整份拒收回退内置参数用户侧还能自主管理默认订阅黄推/成人引流与加密假抽奖两个行业包其余由用户显式订阅自定义关键词规则见 keyword-rules.ts。核心文件导读模块路径统一检测管线名单→指纹→SimHash→域名→启发式packages/detector/src/detect.ts启发式规则集含宁漏勿误保守设计packages/detector/src/heuristics.ts判定参数与热更校验packages/detector/src/config.ts内容指纹 / SimHashpackages/detector/src/fingerprint.ts、simhash.ts金标语料库与指标packages/detector/corpus/、corpus.test.ts页面检测管线豁免/增强/分层apps/extension/src/lib/detection/detection-pipeline.ts签名词库同步与参数覆写apps/extension/src/lib/detection/keyword-packs.ts官方词库与签名清单community/keyword-packs/分层换血纪律§6.1docs/ARCHITECTURE.md一句话总结FeedSieve 的检测引擎不追求标得多而追求每标一个都拿得出手——金标语料库锁住质量底线可解释标注让每个黄框都有据可查签名热更让引擎随话术进化而无需发版。创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关推荐

网盘直链下载助手免费使用教程:九大网盘一键解析直链,对接 IDM 与 Aria2
网盘直链下载助手免费使用教程:九大网盘一键解析直链,对接 IDM 与 Aria2

网盘直链下载助手免费使用教程:九大网盘一键解析直链,对接 IDM 与 Aria2 【免费下载链接】Online-disk-direct-link-download-assistant 一个基于 JavaScript 的网盘文件下载地址获取工具。基于【网盘直链下载助手】修改 ,支持 百度网盘 / 阿… · 2026/11/4 2:14:05

Java Stream 新手版:先写 for 循环,再翻译成 Stream
Java Stream 新手版:先写 for 循环,再翻译成 Stream

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 2:14:05

【鸿蒙心迹】HarmonyOS笔记21:页面路由与跳转入门
【鸿蒙心迹】HarmonyOS笔记21:页面路由与跳转入门

🔥 个人主页: 杨利杰YJlio ❄️ 个人专栏: 《Windows 疑难杂症与工单复盘案例库》 《Sysinternals实战教程》 《WINDOWS教程》 《Windows PowerShell 实战》 《IOS插件分析测试》 《超简单:用Python让Excel飞起来》… · 2026/11/4 2:14:05

金融服务核心架构拆解:账户、交易、清结算与风控的工程实践
金融服务核心架构拆解:账户、交易、清结算与风控的工程实践

1. 金融服务的核心架构与业务逻辑拆解 1.1 从“financial-services”这个宽泛概念说起 “financial-services”这个词,乍一看特别大,涵盖银行、证券、保险、支付、借贷、财富管理、风控、清算等等。很多刚入行的朋友一看到这个词就懵了,不知… · 2026/11/4 22:04:00

破解 hindsight 调试困局:构建 Python/npm/Docker/OpenAI 的事前可观测性防御体系
破解 hindsight 调试困局:构建 Python/npm/Docker/OpenAI 的事前可观测性防御体系

1. “Hindsight”不是工具名,而是开发者对“事后诸葛亮式调试”的集体共鸣 你搜“hindsight”,页面上跳出来的全是 Python、npm、Docker、OpenAI——没有一个叫“Hindsight”的主流开源库、CLI 工具或 SaaS 平台。它不收 GitHub Stars,不在 P… · 2026/11/4 22:04:00

Oracle Standby Redo Log配置原理与实战指南
Oracle Standby Redo Log配置原理与实战指南

1. Oracle Standby Redo Log配置原理深度解析在Oracle Data Guard环境中,Standby Redo Log(SRL)的配置是一个看似简单实则暗藏玄机的关键环节。作为一名经历过多次Data Guard部署实战的DBA,我发现很多初级管理员只是机械地遵循&qu… · 2026/11/4 22:04:00

OLAP系统安全审计架构设计与合规实践
OLAP系统安全审计架构设计与合规实践

1. 项目背景与核心挑战在数据驱动决策的时代,OLAP(联机分析处理)系统已成为企业数据分析的核心基础设施。每天都有海量数据在这些系统中流转、聚合、计算,最终转化为商业洞察。但随之而来的数据安全问题也日益凸显——去年某零售巨… · 2026/11/4 22:04:00

Nginx生产环境部署核心配置与性能优化指南
Nginx生产环境部署核心配置与性能优化指南

1. 为什么Nginx生产部署需要特别关注?第一次在生产环境部署Nginx时,我踩过的坑比想象中多得多。明明测试环境跑得好好的配置,一到线上就各种幺蛾子:性能不达标、请求莫名丢失、证书突然失效...后来才发现,生产环境的流… · 2026/11/4 22:04:00

迪杰斯特拉算法详解:原理、优化与实战应用
迪杰斯特拉算法详解:原理、优化与实战应用

1. 迪杰斯特拉算法核心解析 迪杰斯特拉算法是解决单源最短路径问题的经典算法,由荷兰计算机科学家Edsger W. Dijkstra于1956年提出。这个算法在路由选择、地图导航、网络流量优化等领域有广泛应用,是每个程序员必须掌握的基础算法之一。 算法核心思想是… · 2026/11/4 22:02:59

双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 3:16:49

STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 6:59:29

DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 7:02:38

AI辅助技术栈评估:提升研发决策效率60%
AI辅助技术栈评估:提升研发决策效率60%

1. 项目背景与核心价值技术决策一直是研发团队面临的重大挑战。随着技术生态的快速演进,技术栈的选择、维护和迭代变得愈发复杂。我们团队在过去两年里,先后经历了三次重大技术栈迁移,每次都需要投入大量人力进行技术评估和风险分析。直到去年… · 2026/11/4 0:00:17

从生成Token到直接决策:Jev如何重塑AI Agent工程实践
从生成Token到直接决策:Jev如何重塑AI Agent工程实践

1. 从"生成文字"到"拍板决策":Jev 到底在解决什么问题大多数人第一次接触大模型,脑子里建立的模型是"输入问题、输出文字"。你问它今天天气怎么样,它给你一段描述;你让它写个周报,它给你… · 2026/11/4 0:00:17

32G统一内存跑大模型:内存账、TPS实测与端云分流
32G统一内存跑大模型:内存账、TPS实测与端云分流

想在一台 32G 统一内存的小主机上把大模型跑成"日常可用",这件事我前后折腾了小半年。标题里说的这台 Mac mini M6,是我们这次讨论的目标平台,具体到手规格以实物为准;但下面这套推算方法和实测思路,对任何统… · 2026/11/4 0:00:17

双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 3:16:49

STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 6:59:29

DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 7:02:38

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码