热门产品

gg-friggin-ez

gg-friggin-ez

基于 AI 模型的多语言脏话与毒性内容检测工具,面向 Node.js 开发者,可低成本快速接入应用做内容审核。

热门评论

PH 用户
Hey Product Hunt!👋 我是 Shikhar,gg-friggin-ez 的创作者

为什么我做这个
当年我在真钱游戏行业工作时,聊天审核就是那种从来没有好解法的问题——要么太慢、太贵,要么太笨,除了静态关键词列表之外什么都抓不到。后来我转向后端/AI 工程,gg-friggin-ez 就是那个老问题遇上现在这套技术栈的产物:像 Jev 和 Laya 这样的 System 1 模型,让实时、多语言的毒性筛查变得足够便宜,可以跑在每一条消息上。

LLM 之前:快,但脆弱——传统过滤器和 ML/NLP 模型搞不定罗马化 Indic、俚语、ASCII art 和创意规避。
LLM:聪明,但大规模跑太贵。
System 1 模型(Jev、Laya):为实时分类打造的单次 forward-pass 决策引擎——端到端 500ms 内、输出确定、每百万 token 只要几分钱。

所以我就围绕它做了 gg-friggin-ez。

它能做什么
• 防规避:能抓罗马化 Indic 脏话、leetspeak 和 ASCII-art 规避
• 确定性动作:把毒性转换成 ALLOW、REVIEW、CENSOR、BAN
• 丰富遥测:返回置信度分数、规避检测标记和主语言分类。
• 快如闪电:500ms 内完成审核
• 超低成本:用 Jev 约 $0.000042/条消息(每百万 token $0.042),用自托管开源模型则 $0 推理成本

可插拔架构 & 自带模型(BYOM)

虽然 gg-friggin-ez 默认开箱即用引擎是 TypeSafe AI 的 Jev,但它完全解耦,所以你可以把它指向自己的 System 1 模型。

它 100% 免费且开源。

• npm i gg-friggin-ez
• GitHub: https://github.com/ItisShikhar/g...
• Demo: https://itisshikhar.github.io/gg...

见过有人绕过聊天过滤器吗?告诉我怎么绕的,看看 gg-friggin-ez 能不能抓到。
PH 用户
多语言 leetspeak 和字符间隔检测是这个问题里最难的一种,而且误报通常也出在这里:地名、用户名,以及某种语言里的普通词,只是碰巧长得像另一种语言里的规避写法,就会被同一套模式匹配抓出来——而这套匹配本来是用来抓真正的规避尝试的。经典例子就是 "Scunthorpe" 这种词,因为包含一个脱离上下文看起来像脏话的子串而触发过滤器。对于带真钱赌注或封禁的游戏聊天来说,一个被错误禁言或封禁的玩家本身就是一笔客服成本。有没有跨语言且有记录的误报率?或者有没有办法让游戏在采取动作前看到到底什么被标记了、为什么被标记,而不是筛查只是一个静默的通过/不通过?
热门产品Shikhar Srivastava2026-09-22原文

相关内容