nsfwjs项目地址：infinitered/nsfwjs: NSFW detection on the client-side via TensorFlow.js (github.com)

官方服务demo

const express = require('express')
const multer = require('multer')
const jpeg = require('jpeg-js')

const tf = require('@tensorflow/tfjs-node')
const nsfw = require('../../dist')

const app = express()
const upload = multer()
... 
//以下省略

常规使用，按照其官方的demo按照依赖模块，服务就跑起来了。

问题是其中一个依赖需要python环境，其一是麻烦，其二是怕影响生产环境，就想着在docker部署一个不是更好，找一下有没有已经有大佬做好轮子了，没有再自己搞，搜了一下还真有。

penndu/nsfw-api - Docker Image | Docker Hub

注意映射下80端口，比如5050:80

测试服务

服务接收post请求，我们使用axios

const axios = require('axios').default
const FormData = require('form-data');
const fs = require('fs')

let config = {
  headers:{'Content-Type':'multipart/form-data'}
};
let params = new FormData() ; //创建一个form对象
params.append('image',fs.createReadStream('./logo_li.png')); //append 向form表单添加数据

// 自行替换API地址
axios.post('http://127.0.0.1:5050/classify', params, config)
.then( res => {
  console.log(res.data)
})

此时返回结果

{
  neutral: 0.9659328460693359,
  porn: 0.022903073579072952,
  drawing: 0.007416481617838144,
  hentai: 0.0021803502459079027,
  sexy: 0.0015672814333811402
}

官方释义

The library categorizes image probabilities in the following 5 classes:

Drawing - safe for work drawings (including anime)
Hentai - hentai and pornographic drawings
Neutral - safe for work neutral images
Porn - pornographic images, sexual acts
Sexy - sexually explicit images, not pornography

数值越高，越接近

如果在lsky图床使用nsfwjs，接口处填入http://127.0.0.1:5050/classify

建议使用本地地址，防止服务滥用

如果你想在另外一个跑客户端的docker里使用nsfwjs这个docker(比如我这个博客就是运行在群晖的docker中)，在客户端的docker链接nsfwjs即可