ToxiBR - Moderacao de Chat Open Source

Biblioteca open source de moderacao de conteudo para portugues brasileiro. Filtra mensagens toxicas em tempo real, client-side, sem depender de API externa.

Context-Aware. Anti-Bypass. < 1ms.

Por que usar?

• Zero dependencias — nada de SDK pesado, roda em qualquer lugar
• Rapido — menos de 1ms por mensagem
• 670+ termos — slurs, sexual, violencia, racismo, nazismo, bullying
• Anti-bypass — normaliza leetspeak, homoglyphs, acentos, zero-width chars, abreviacoes BR, censura com *
• Context-aware — entende a diferenca entre "eu me sinto um lixo" e "voce e um lixo"
• Proximity detection — analisa proximidade entre palavras ofensivas e pronomes
• Fuzzy matching — Levenshtein pega typos intencionais (viadro, bucetra)
• Prefix matching — pega palavras truncadas (estup → estupro, punh → punheta)
• Seed word density — detecta conteudo sexual codificado (3+ palavras suspeitas juntas)
• Modo censor — substitui palavras toxicas por *** em vez de bloquear
• Open source — qualquer um pode contribuir com novas palavras e melhorias

Demo

Teste o filtro ao vivo: toxibr.vercel.app

Instalacao

npm install toxibr

Uso rapido

import { filterContent } from 'toxibr';

const result = filterContent('mensagem aqui');

if (!result.allowed) {
  console.log(result.reason); // 'hard_block' | 'directed_insult' | 'fuzzy_match' | 'suspicious_content' | ...
  console.log(result.matched); // palavra que matchou
}

Modo censor

import { censorContent } from 'toxibr';

const result = censorContent('seu arrombado vai se fuder');
console.log(result.censored); // "seu ********* vai se *****"
console.log(result.matches); // [{ word: 'arrombado', reason: 'hard_block', ... }]

Censurar phones e links inline

import { createCensor } from 'toxibr';

const censor = createCensor({
  censorPhones: true, // "me liga 21994709426" → "me liga ***********"
  censorLinks: true, // "veja www.site.com" → "veja ************"
  censorChar: '#', // caractere customizado
});

const result = censor('me liga 21994709426 seu idiota');
// { censored: "me liga *********** seu ******", ... }

Uso avancado

import { createFilter } from 'toxibr';

const filter = createFilter({
  extraBlockedWords: ['minha-palavra-custom'],
  extraContextWords: ['outra-palavra'],
  blockLinks: true, // default: true
  blockPhones: true, // default: true
  blockDigitsOnly: true, // default: true
  blockEmojis: true, // default: true
});

const result = filter('mensagem aqui');

Camadas de filtragem

| Camada | O que faz | Exemplo | | --------------------- | ------------------------------------ | ------------------------------------ | | Censorship bypass | Bloqueia * e # entre letras | p*ta, v#ado | | Pre-normalization | Pega d4, Xcm, -18 antes do leetspeak | 20cm, d4, -18 | | Links | URLs e dominios | https://..., site.com | | Telefone | Numeros BR (5+ digitos) | (21) 99470-9426 | | Emojis | Emojis ofensivos e sequencias | 🖕, 🍆💦, 💦 | | Hard-block | 670+ termos sempre proibidos | Slurs, sexual, violencia, nazismo | | Fuzzy match | Levenshtein para typos | viadro → viado (dist 1) | | Prefix match | Palavras truncadas | estup → estupro | | Context-aware | Insulto dirigido vs auto-expressao | "seu lixo" vs "me sinto um lixo" | | Seed density | 3+ palavras sexuais juntas | "pau veiudo saco lotado leite" |

Normalizacao anti-bypass

Antes de checar a wordlist, o texto passa por 11 etapas de normalizacao:

| Tecnica | Antes | Depois | | -------------------- | --------------- | ------------------- | | Zero-width chars | vi​ado | viado | | Homoglyphs cirilicos | viаdо | viado | | Acentos | viàdo | viado | | Chars repetidos | viiaaado | viado | | Leetspeak | 3stupr0 | estupro | | Censura | p*ta, v#ado | bloqueado | | Pontos/tracos | p.u.t.a | puta | | Espacos isolados | p u t a | puta | | Abreviacoes BR | ppk, krl | pepeca, caralho |

Context-aware: proximidade

O filtro usa deteccao por proximidade — analisa se o padrao dirigido (voce, seu, tu) esta perto da palavra ofensiva numa janela de 5 palavras:

// Auto-expressao — PERMITIDO
filterContent('eu me sinto um lixo'); // { allowed: true }

// Insulto dirigido — BLOQUEADO
filterContent('voce e um lixo'); // { allowed: false, reason: 'directed_insult' }

// Misto — bloqueia porque "voce" esta perto do segundo "lixo"
filterContent('me sinto um lixo e voce e um lixo tambem'); // { allowed: false }

// Misto — permite porque "voce" esta longe de "lixo"
filterContent('me sinto um lixo, queria que voce me respeitasse'); // { allowed: true }

Exportacoes

import {
  filterContent, // filtro default (zero config)
  createFilter, // cria filtro customizado
  censorContent, // censor default (zero config)
  createCensor, // censor customizado
  normalize, // normaliza texto (util para debug)
  HARD_BLOCKED, // 670+ termos hard-blocked
  CONTEXT_SENSITIVE, // termos context-sensitive
  SEXUAL_SEED_WORDS, // palavras-semente sexuais
  DIRECTED_PATTERNS, // regex de fala dirigida
  SELF_EXPRESSION_PATTERNS, // regex de auto-expressao
  ABBREVIATION_MAP, // mapa de abreviacoes BR
} from 'toxibr';

Contribuindo

Quer adicionar uma palavra ou melhorar o filtro? Leia o CONTRIBUTING.md.

Encontrou um falso positivo ou uma palavra que deveria ser bloqueada? Use o formulario no site: toxibr.vercel.app

npm test          # roda os testes
npm run validate  # verifica duplicatas nas wordlists

Licenca

MIT