别再把图片上传到第三方网站查“是不是黄图”了。
那些网站看着免费，其实悄悄存你图、分析你习惯、甚至拿去训练模型——你根本不知道后台在干啥。
而这个叫 nsfwjs 的工具，整个检测过程全在你自己的浏览器里跑，图片一帧都不出你的电脑。
替代了哪些付费软件
它不直接对标某款具体收费App，而是干掉了整类“云查图”服务的付费逻辑：比如某些企业用的网页内容审核API，按调用量收费，单次几毛到一块不等；小团队每月轻松花掉几百块。
数据全程不出你的电脑。
也替代了部分手机厂商内置的“相册智能过滤”功能——那些功能要么关不掉，要么只对自家云盘生效，还常误删动漫截图。而 nsfwjs 是纯前端，你嵌进任何网页就能用，想查哪张查哪张。
官方没提兼容性，这点得自己确认；但文档明确说支持 iOS 和主流 Linux 桌面浏览器，Windows 和 macOS 用户只要用 Chrome/Firefox/Safari 就能跑起来。
Android 用户注意：需使用 Chrome 84+ 或 Firefox 79+，旧版 WebView 不支持 WebAssembly 后端，可能无法加载中大型模型。
如果你用的是 Electron 封装的桌面应用，它也能工作，只要底层 Chromium 版本够新，且未禁用 WebGL 或 WASM。
不支持 IE，也不支持 Safari 13 以下版本，因为这些环境缺少 TensorFlow.js 所需的 WebGPU 或 WebGL2 基础能力。
核心功能
- 上传一张图，3秒内返回5类概率：Drawing（安全动漫）、Hentai（色情动漫）、Neutral（普通图）、Porn（真实色情）、Sexy（擦边）。不是简单打个“是/否”，而是告诉你“像什么”，方便你人工复核。
- 不用注册、不用登录、不联网查图，模型文件下载后就存在本地内存里，断网也能分类。你关掉网页，所有数据自动清空，不留痕迹。
- 支持三种模型大小可选：最小版（MobileNetV2）占内存少，适合老手机；中号版（MobileNetV2Mid）准确率约93%，平衡速度和精度；最大版（InceptionV3）更准但吃资源。你按自己设备选就行，不用硬扛。
- 能直接嵌进你自己的网页或内部系统里。比如公司HR建个简历上传页，加三行代码就能自动过滤不合适的头像；或者你做个私人图床，上传前先过一遍，省得回头手忙脚乱删。
- 没有后台、没有账号、没有设置项。它就是一个 JavaScript 库，你调用 load() 和 classify() 两个函数，剩下的事它自己干。连“偏好设置”这种按钮都不存在。
- 开源协议是 MIT，意味着你可以放心把它放进商业项目里用，改代码、打包进App、甚至二次封装卖服务，法律上都没问题，只要保留原作者声明。
- 支持多种部署方式：可直接用 CDN 引入，也可通过 npm 安装后用 Webpack/Vite 打包；React、Vue、Svelte 项目都能接入，只需确保 DOM 元素已挂载再调用 classify。
- 模型加载时会自动检测当前浏览器支持的后端：优先尝试 WebGPU（Chrome 120+），失败则降级到 WebGL，最后 fallback 到 WASM。整个过程对开发者透明，无需手动切换。
上手只要三步
- 打开官网 demo 页：nsfwjs.com，直接拖图进去试试效果。这是最零门槛的方式，不用装任何东西，Chrome 浏览器点开就能用。
- 如果想集成进自己的网页，用 npm 安装：npm install nsfwjs，然后照着 README 里那段 4 行 JS 代码抄过去，替换掉页面里的
img元素 ID 就行。 - 嫌 CDN 加载慢？文档里写了怎么“自托管模型文件”：下载好模型包，放到你自己的服务器上，再改一行加载路径，这样以后每次访问都从你家域名拉，更快更稳。
- 遇到模型加载失败？检查浏览器控制台报错类型：如果是 CORS 错误，说明你没配好服务器响应头；如果是 “model not found”，大概率是你改错了路径名，比如把
model.json写成model.bin。 - 想减小首屏体积？可以只引入
nsfwjs/core，再手动导入需要的模型定义，Webpack 会自动做 tree-shaking，最终打包体积比全量引入小 40% 左右。
项目信息
NSFW detection on the client-side via TensorFlow.js
