使用 Sealos 三分钟打造鉴黄神器，我有个大胆的想法……

"NSFW" 是 "Not Safe For Work" 的缩写，通常用于标记那些在工作场所可能不适当的的在线内容。这种内容可能包含暴力、色情、血腥、或者其他可能被认为是令人反感或冒犯的材料，最常见的原因……是 18+ 成人内容。在许多在线平台，如 Reddit、Twitter 和其他社区网站上，可以看到 "NSFW" 的标签。

如果在办公场所浏览这些内容，老板看到后肯定会让你卷铺盖走人。

秉着「好好学习，天天向上」的精神，我们应该对自己的产品进行 NSFW 鉴黄，这也是对客户负责，至于什么明步、什么玛利亚、什么结衣，我是绝对不认识的，一切都是为了打磨产品！

前方高能预警，非战斗人士请火速撤离……

nsfw 项目介绍

很高兴向大家介绍我们的开源 AI 项目 NSFW（Not Safe For Work）！NSFW 是一个用于图片鉴黄的项目，通过使用深度学习技术，我们可以快速、高效地识别图像中是否包含成人内容，从而帮助保护网络环境的健康和安全。

GitHub 项目链接：https://github.com/EthanD4869/nsfw。

我们为该项目提供了一个轻量级的模型，并且提供了 Dockerfile，让用户可以轻松地部署和运行该模型，而无需担心环境适配问题。只需更改 NSFW 所测的图片 URL，即可进行图像鉴黄操作。

NSFW 支持 GPU 加速，使得每秒钟可以处理多张图片，即使是在 CPU 上，我们也能够以每秒钟 1 张图的速度运行。动动手指，3 分钟内即可完成部署，让您在图像鉴黄方面比拟多个鉴黄师。

由于涉及图片内容较为敏感，训练数据不方便共享，但我们提供了一个轻量级的模型，使得用户可以在不泄露隐私的情况下进行图片鉴黄操作。该项目非常实用，帮助您在保护网络环境方面发挥重要作用。

接下来将会介绍如何在 Sealos 中一键部署 nsfw，并使用 Laf 调用 nfsw 的接口进行鉴黄。

步骤 1：首先进入 Sealos 并打开「应用管理」

首先需要进入 Sealos 桌面：https://cloud.sealos.io。

然后在桌面上打开「应用管理」：

步骤 2：新建应用

在 「应用管理」 中，点击「新建应用」来创建一个新的应用。

步骤 3：设置启动参数

基础配置：

• 应用名称（自定义：nsfw
• 镜像名 (默认最新版本)：ethandai4869/nsfw-auth
• CPU（推荐）：0.5 Core
• 内存（推荐）：512 MB

部署模式：

• 实例数（自定义）：1

网络配置：

• 容器暴露端口：5000
• 外网访问：开启

注意：我们这里使用的是最低配置，您可以根据自己的需求加大配置。

步骤 4：设置环境变量

继续往下，展开高级设置，点击「编辑环境变量」：

填入以下环境变量：

API_SECRET_KEY= 
⚠️注意：请将  替换为你自定义的 key。 

步骤 5：部署应用

最终点击右上角的「部署应用」，即可完成部署：

部署成功

最终要等待所有的实例都处于 Running 状态，才算是启动成功了。

点击右边的复制按钮，便可复制 API 的外网地址：

接下来我们来测一下这个 API。

使用 Laf 调用 nsfw

步骤 1：首先进入 Sealos 并打开 laf 函数计算

步骤 2：新建应用

注册登录之后，点击新建，建立一个应用：

步骤 3：开发

点击开发，进入应用开发界面：

步骤 4：新建云函数

然后我们点击函数，函数列表右侧的加号，新增一个 nsfw 的云函数：

步骤 5：调试代码并运行

云函数完整代码如下：

import cloud from '@lafjs/cloud'

export default async function (ctx: FunctionContext) {
  const endpointUrl = 'https://rfsofcrcuopp.cloud.sealos.io';
  const imageUrl = 'https://img-blog.csdnimg.cn/744985f2df7448a3a119e0bfda55d39f.png';
  const key = 'key123';
  const res = await cloud.fetch.post(endpointUrl + '/process_image', { url: imageUrl }, { headers: { Authorization: 'Bearer ' + key } });
  let sum = res.data['image.jpg'].hentai + res.data['image.jpg'].porn + res.data['image.jpg'].sexy
  console.log(res.data)
  console.log("sum", sum)
}

复制代码并修改 url 和 key 后就可以运行了。

我们先拿一张 AI 画的小姐姐来测试一下：

运行结果如下：

这里的 sum = hentai+porn+sexy。sum 值越接近于 1，说明图片越有可能不可描述！

这里的 sum 值是 0.13，问题不大啦。

再拿张小姐姐测试一下：

运行结果如下：

非常健康！

最后再拿一张不可描述的图片测试一下：

这个图片问题很大哦，千万不要有大胆的想法~