核心用法
glin-profanity 是一款跨平台内容审核库，提供 JavaScript/TypeScript、Python 及 React Hook 三种接入方式。核心 API 包括：
- 即时检测：
checkProfanity()/isProfane()返回布尔值或详细结果对象 - 文本净化：自动替换敏感词为指定字符（如
***），支持保留首字母模式 - 批量处理：
batchCheck()适用于评论流、消息队列等高并发场景 - 上下文感知：
analyzeContext()针对医疗、游戏、教育等专业领域设置白名单，降低误伤
显著优点
1. 多维度逃逸检测：内置 Leet speak（f4ck）、Unicode 同形字符（西里尔字母仿冒）、大小写混排等反混淆机制
2. 多语言支持：覆盖 24 种语言，含阿拉伯语、中文、俄语、印地语等非拉丁语系
3. 性能优化：LRU 缓存、可选 TensorFlow.js ML 模型分层检测，平衡准确率与响应速度
4. 生态完整：提供 React Hook、Node.js、Python 统一接口，便于前后端同构部署
潜在缺点与局限性
- 规则维护成本：敏感词库需持续更新以应对新造词、谐音梗、方言变体
- ML 模型依赖：TensorFlow.js 毒性检测为可选功能，首次加载增加 bundle 体积
- 上下文误判：讽刺、引用、学术讨论等场景仍需人工复核，自动化难以 100% 精准
- 语言覆盖盲区：小语种、网络新兴俚语可能滞后于官方词库更新
适合人群
- 社交平台、游戏社区、直播弹幕系统的开发者
- 需要合规审核的电商 UGC、评论模块产品经理
- 教育类 App 家长控制模式的技术实现者
常规风险
- 过度审查风险：严格配置可能导致正常表达受限，需结合置信度阈值调优
- 隐私合规：文本内容上传至第三方 ML 服务时需符合 GDPR、个人信息保护法要求
- 对抗性绕过： motivated 攻击者可通过图像、音频、零宽字符等绕过文本检测，需配合多模态审核