logo
登录

敏感词检测工具

进入工具

敏感词检测工具

一个本地运行的敏感词检测工具，用于对文本内容做快速扫描和风险提示。

2026/4/19word敏感词

sensitive-word-checker 用户说明书

github仓库地址: https://github.com/Ztachi/strawberrybear-tools/tree/main/apps/sensitive-word-checker

目录

1. 产品简介

sensitive-word-checker 是一个本地运行的敏感词检测工具，用于对文本内容做快速扫描和风险提示。

它的核心特点是：

  • 扫描在浏览器本地完成，不依赖服务端处理文本内容
  • 支持 GitHub 远程词库同步，也支持手动导入本地 .txt 词库
  • 支持高风险、中风险、低风险三档结果高亮
  • 支持 PC 和移动端浏览器使用

适合场景：

  • 内容发布前自检
  • 文案审核前预筛查
  • 自建词库的本地敏感词巡检
  • 针对不同业务源切换或组合词库进行对比扫描

2. 功能概览

当前版本提供以下能力：

  • 文本输入扫描：直接粘贴或输入待检测文本
  • 文本文件导入：支持导入 .txt 文件作为待检测内容
  • 词库同步：从 GitHub 仓库同步词库到本地
  • 词库管理：新增、编辑、启用、停用、删除自定义词库
  • 本地词库导入：导入本地 .txt 词库到“自己导入”词库
  • 风险分级展示：按高 / 中 / 低风险显示命中结果
  • 结果复制：将检测报告复制到剪贴板
  • 扫描设置：支持区分大小写、忽略标点
  • 本地持久化：词库保存在浏览器 IndexedDB，设置保存在 localStorage

3. 界面说明

首页主要分为四个区域：

3.1 顶部栏

  • 左侧 Logo：点击后跳转主站
  • 主站按钮：跳转工具详情页或主站入口
  • 语言切换：支持中文和英文
  • 设置按钮：打开扫描设置弹窗

3.2 待检测文本区

  • 文本输入框：粘贴或输入待检测文本
  • 扫描按钮：启动检测
  • 导入文件按钮：将本地 .txt 内容读入输入框
  • 字符统计：显示当前输入内容的字符数

3.3 词库管理区

  • 显示当前已加载词条总数
  • 点击“词汇管理”打开词库管理弹窗
  • 支持同步远程词库、导入本地词库、添加自定义 GitHub 词库

3.4 检测结果区

  • 显示扫描结果和风险统计
  • 未检测前显示空状态提示
  • 无命中时显示“未发现敏感词”
  • 有命中时按风险等级高亮原文中的命中位置
  • 支持点击风险标签筛选显示效果
  • 支持复制结构化检测报告

4. 首次使用流程

第一次打开应用时，建议按下面流程操作：

步骤 1：打开词汇管理

点击首页中的“词汇管理”按钮，进入词库管理弹窗。

步骤 2：同步默认词库

系统会内置一个默认词库源：

  • 名称：Sensitive-lexicon
  • 来源：GitHub 仓库 konsheng/Sensitive-lexicon

首次使用时，这个默认词库只是预置了来源信息，尚未真正拉取词条内容。你需要在词库管理表格中手动执行一次“同步”。

同步成功后：

  • 词条会保存到当前浏览器本地数据库
  • 首页词条总数会更新
  • 之后刷新页面仍可继续使用，不需要每次重新同步

步骤 3：输入待检测文本

回到首页，在“待检测文本”区域：

  • 直接粘贴文本
  • 或点击“导入文件”载入本地 .txt 文件内容

步骤 4：点击扫描

点击“扫描”按钮，等待结果展示。

如果词库为空，系统会提示“词库为空”，此时需要先完成词库同步或导入。

5. 如何管理词库

5.1 默认词库

默认词库是系统内置的 GitHub 词库源，特点如下：

  • 不能删除
  • 不能编辑
  • 默认启用
  • 可以手动同步更新

当远程词库更新后，你可以重新执行同步，系统会用新的内容替换该词库现有数据。

5.2 新增自定义 GitHub 词库

如果你有自己的 GitHub 词库仓库或目录，可以这样添加：

  1. 打开“词汇管理”弹窗
  2. 点击“新增词汇库”
  3. 填写词库名称
  4. 填写 GitHub 地址
  5. 提交保存
  6. 回到列表后执行“同步”

支持的地址形式：

  • 普通 GitHub 仓库地址
  • GitHub 仓库某个目录的地址
  • GitHub Contents API 地址

注意事项：

  • 目前仅支持 GitHub 地址
  • 名称不能重复
  • GitHub 词库地址不能重复
  • 新增后不会自动下载，仍需手动同步一次

5.3 编辑自定义 GitHub 词库

对于你自己新增的 GitHub 词库，可以修改：

  • 名称
  • GitHub 地址

修改后建议重新同步一次，确保词条内容与最新地址一致。

5.4 启用或停用词库

除默认词库外，其他词库都可以启用或停用。

启用状态会影响扫描时是否参与匹配：

  • 启用：参与检测
  • 停用：保留在本地，但不参与检测

这适合做不同词库组合的对比测试。

5.5 删除词库

删除词库时，系统会同时删除该词库下的全部词条。

请注意：

  • 默认词库不可删除
  • 删除操作不可恢复

5.6 清空全部词库内容

点击词库区域中的清空按钮后，系统会清空本地保存的全部词条。

清空后：

  • 词条数量会归零
  • 现有词库配置项仍可能保留在列表中
  • 如需继续使用，需要重新同步或重新导入

6. 如何导入本地词库

在词库管理弹窗中点击“导入文件”，可以将本地 .txt 文件导入到“自己导入”词库。

导入规则：

  • 支持 .txt 文件
  • 导入内容会追加到“自己导入”词库
  • 不会覆盖其他 GitHub 词库
  • 已存在的同一条记录不会重复新增

适合场景：

  • 临时补充业务私有词
  • 离线导入内部维护的词库文件
  • 与远程词库组合使用

7. 词库文件格式说明

7.1 推荐格式

每行一个词条，推荐使用：

词语|等级|类型

例如：

诈骗话术|high|诈骗
擦边内容|medium|低俗
测试词|low|自定义

7.2 兼容格式

也支持只有词语本身：

测试词
另一个测试词

7.3 注释行

以 # 开头的行会被忽略：

# 这是注释
敏感词示例

7.4 风险等级识别规则

风险等级在导入或同步词库时确定，不是在扫描时动态计算。

优先级如下：

  1. 先按文件名关键词推断风险等级
  2. 如果文件名没有命中，再读取每行中的“等级”字段
  3. 如果仍无法识别，默认按 medium 处理

当前支持的等级映射包括：

  • 高风险：high、h、1、高、高风险、严重、critical
  • 中风险：medium、mid、m、2、中、中风险、一般
  • 低风险：low、l、3、低、低风险、轻微

8. 如何进行文本扫描

8.1 直接输入文本

在首页文本框中输入或粘贴要检测的内容，然后点击“扫描”。

8.2 通过文件导入文本

点击“导入文件”，选择本地 .txt 文件后，文件内容会自动填入输入框。随后点击“扫描”即可。

8.3 扫描前提

扫描前必须满足：

  • 输入框中有文本内容
  • 当前至少存在一个已启用且已加载完成的词库

否则系统不会执行扫描。

8.4 扫描方式

扫描在 Web Worker 中执行，目的是避免大量文本匹配时阻塞页面交互。对用户来说，这意味着：

  • 扫描过程中界面仍可保持响应
  • 大文本场景下体验更稳定

9. 如何理解检测结果

9.1 风险颜色说明

  • 高风险：红色高亮
  • 中风险：橙色高亮
  • 低风险：绿色高亮

9.2 风险统计

结果面板顶部会显示命中统计，包括：

  • 总命中数
  • 高风险命中数
  • 中风险命中数
  • 低风险命中数

点击对应风险标签，可以切换该风险等级是否高亮显示。

9.3 Tooltip 信息

将鼠标悬停到高亮词上，可以查看：

  • 风险等级
  • 风险类型

9.4 复制结果

点击“复制结果”后，系统会生成一份结构化文本报告，内容包括：

  • 各风险等级的命中词汇汇总
  • 原始文本内容

适合用于人工复核、提交给审核人员或留档。

10. 设置项说明

点击右上角设置按钮，可以打开“扫描设置”。

10.1 区分大小写

开启后：

  • ABC 和 abc 会被视为不同内容

适用于英文词条或大小写敏感的识别场景。

10.2 忽略标点符号

开启后：

  • 扫描时会跳过标点字符进行匹配

适用于需要识别“插入符号规避”的文本场景。

设置会自动保存在当前浏览器本地，下次打开页面仍然有效。

11. 数据与隐私说明

本工具当前是本地运行模式，主要数据行为如下：

  • 待检测文本：在浏览器本地处理
  • 词库数据：保存在浏览器 IndexedDB 中
  • 扫描设置：保存在浏览器 localStorage 中
  • 远程请求：仅在你主动同步 GitHub 词库时访问 GitHub API / 文件地址

这意味着：

  • 关闭页面后，本地词库和设置通常仍会保留
  • 更换浏览器、清空浏览器站点数据或使用无痕模式，可能导致本地数据丢失

12. 常见问题

12.1 为什么点击扫描没有结果？

请依次检查：

  • 是否已输入待检测文本
  • 是否至少同步或导入过一个词库
  • 是否有词库被误停用

12.2 为什么提示“词库为空”？

说明当前没有任何已加载词条。常见原因：

  • 第一次使用但还没同步默认词库
  • 清空过全部词库后未重新同步
  • 当前启用的词库中没有词条

12.3 为什么新增词库后还是扫不出来？

新增 GitHub 词库只会保存来源信息，不会自动下载内容。新增后还需要手动执行一次“同步”。

12.4 为什么切换浏览器后词库没了？

词库保存在当前浏览器本地，不会自动跨浏览器同步。

12.5 为什么同步失败？

优先检查：

  • GitHub 地址是否正确
  • 目标仓库或目录是否可公开访问
  • 当前网络是否可访问 GitHub

12.6 本地导入会覆盖以前的数据吗？

不会覆盖其他词库。导入内容会进入“自己导入”词库，并以追加方式写入；已存在的同一条记录不会重复新增。

13. 推荐使用顺序

如果你是第一次正式使用，建议按这个顺序操作：

  1. 打开词汇管理
  2. 同步默认词库
  3. 根据业务需要新增远程词库或导入本地词库
  4. 检查哪些词库处于启用状态
  5. 粘贴文本或导入待检测文件
  6. 根据需要调整扫描设置
  7. 执行扫描并复制结果

按照这个流程，基本可以覆盖大多数日常使用场景。