/BiliFilter

Primary LanguageJavaScript

BiliFilter —— 基于本地LLM的 Bilibili 弹幕过滤器

本项目依赖 Hugging Face 上的配套微调模型
dddng/gemma3_4b_BiliFilter_v2

借助 LM Studio 的 OpenAI 兼容本地接口，你可以在本地过滤B站弹幕。浏览器中只需安装脚本。

✨ 特性

  • 本地运行：所有推理均在本地完成
  • 多种分类：色情低俗、恶意刷屏、人身攻击、垃圾广告、引战、剧透、错误科普、正常、未分类
  • 即装即用：无需修改网页源代码，脚本自动 Hook 弹幕
  • 可调策略：保留 / 隐藏指定分类、调试模式、并发与队列长度等均可一键修改

🚀 快速开始

1. 安装 LM Studio 并下载模型

  1. 前往 https://lmstudio.ai 下载安装包并安装
  2. 下载dddng/gemma3_4b_BiliFilter_v2

2. 启动本地 OpenAI 兼容服务器并启用 CORS

  1. 前往 开发者
  2. 点击左上 Settings，勾选 启用 CORS
  3. 确认「Status」为 Running，端口默认为 1234

3. 安装浏览器脚本

  1. 安装 Tampermonkey
  2. 点击「新建脚本」，粘贴BiliFilter.js的内容
  3. 保存并刷新页面

⚙️ 高级配置

变量 功能 默认值
BATCH_SIZE 单次推送给模型的弹幕数 10
MAX_CONCURRENT_REQUESTS 并发请求上限 2
KEEP_CATEGORIES 永远保留的分类集合 ['正常', '未分类']
SHOW_CATEGORY true 时在弹幕后追加 [分类] false
DEBUG 控制台输出调试信息 false
HIDE_BEFORE_RESPONSE 设置是否在 API 返回之前隐藏弹幕 true
BATCH_TIMEOUT 批次超时设置（单位：毫秒） 500
MAX_QUEUE_LENGTH 排队弹幕的最大数量 0（不排队）

gemma3_4b_BiliFilter_v2 模型性能

每个有害分类的过滤率（召回率 · 精确匹配）

分类 过滤率
色情低俗 0.00% (0/0)
恶意刷屏 42.11% (8/19)
人身攻击 20.83% (5/24)
垃圾广告 0.00% (0/0)
引战 50.00% (3/6)
剧透 0.00% (0/0)
错误科普 0.00% (0/0)

每个有害分类的误杀率（真实为“正常”时误判比例）

分类 误杀率
色情低俗 0.00% (0/153)
恶意刷屏 0.00% (0/153)
人身攻击 1.31% (2/153)
垃圾广告 0.00% (0/153)
引战 4.58% (7/153)
剧透 0.00% (0/153)
错误科普 0.00% (0/153)

总体统计

指标 数值
总体过滤率（精确匹配到具体类别） 32.65% (16/49)
总体过滤率（含错误类别，即识别为任意有害类） 46.94% (23/49)
总体误杀率（正常样本被判为任意有害类） 5.88% (9/153)

样本量

  • 处理的总样本数：202
  • “正常”样本数（Ground Truth）：153
  • “有害”样本数（Ground Truth, item-level）：49