Niubi Guard - GitHub 倉庫濫用防護系統

解決什麼

開源專案維護者常遭遇批次惡意 Issue、模板化指控、協同舉報等騷擾攻擊。這些行為通常繞過 GitHub 原生的反垃圾機制,用"合法外殼"包裝惡意內容,例如複製貼上相同指控模板、批次 @ 提及、新註冊賬號集中發難。Niubi Guard 提供規則引擎 + AI 語義檢測雙層防護,自動識別並標記可疑行為,支援幹執行審查或自動執行關閉 Issue、鎖定討論、拉黑使用者等操作,讓維護者從重複人工稽核中解放出來。

為何火

據公開資料,近期多個開源專案報告遭遇"第四波 GitHub Issue 濫用攻擊"(專案文件有專門報告),攻擊者用模板化指控施壓維護者,正常專案推廣被允許但協同騷擾不被容忍。Niubi Guard 在 GitHub Trending 登頂並獲 Trendshift 徽章,1012 stars 快速積累,因其透明化設計(每個檢測帶標籤、關鍵詞、AI 置信度、證據和計劃動作)和使用者可控原則(預設幹執行,強操作需手動開啟)贏得信任。雙語支援(英文 + 簡體中文)和開源策略降低使用門檻,維護者可自部署或用官方託管版(niubistar.com/guard)。

核心功能

• 規則引擎: 關鍵詞黑名單、使用者黑名單、白名單短語/使用者、冷啟動賬號檢測(新註冊 + 空簡介 + 無頭像組合判定)
• AI 語義檢測: 對接 OpenAI 相容模型(支援自定義 Base URL/API Key/Prompt),檢測模板化指控、機器人式舉報、協同騷擾,返回置信度 + 標籤 + 證據
• 可控響應: 刪除評論、關閉/鎖定/刪除 Issue、拉黑使用者、限制互動許可權,所有動作預設關閉,需在配置檔案顯式啟用
• Web UI 控制台: 瀏覽器端配置 GitHub Token、倉庫列表、檢測規則、AI 引數、置信度閾值,掃描結果視覺化展示檢測理由和計劃動作,內建雙語操作手冊
• CLI 工具: niubi-guard init 生成配置模板,scan 命令執行掃描,支援 --dry-run 預覽或 --apply 實際執行

安裝

npm 全域性安裝(需 Node.js 20+):

npm install -g niubi-guard
niubi-guard init  # 生成 guard.config.json
export GITHUB_TOKEN=github_pat_xxx
niubi-guard scan --config guard.config.json

Docker 部署:

docker build -t niubi-guard .
docker run --rm -p 3000:3000 niubi-guard
# 訪問 http://localhost:3000

原始碼執行(需 pnpm):

git clone https://github.com/Albert-Weasker/niubi_guard.git
cd niubi_guard && pnpm install
pnpm dev:web  # 啟動 Web UI
pnpm dev -- init && pnpm scan  # CLI 模式

適合誰

• 開源維護者: 專案遭遇批次惡意 Issue、模板化指控、協同舉報攻擊
• 社群管理員: 需自動化檢測垃圾評論、機器人賬號、大規模 @ 提及濫用
• 安全團隊: 希望用 AI 語義分析補充規則引擎,檢測隱蔽的騷擾模式
• 中文使用者: Web UI 和文件已雙語支援,AI 檢測可接入國內中轉 API 或國產模型(如通義千問/文心一言的 OpenAI 相容介面)

不適合:完全無技術背景的個人使用者(需配置 GitHub Token 和 JSON 檔案),或對 AI 誤判零容忍的場景(建議先用幹執行模式人工複核)。

社群評價

暫無足量社群公開討論,以下為基於專案本身的中立評估: 專案在 GitHub Trending 登頂並獲 Trendshift 徽章,短期內積累 1012 stars 和 145 forks,顯示出較高關注度。README 提供詳細的攻擊報告(第四波 Issue 濫用)和攻擊語料庫,透明化設計(檢測邏輯、配置 schema、響應動作全公開)符合開源社群對安全工具的信任要求。預設幹執行模式和使用者可控原則降低誤傷風險,但 AI 檢測依賴外部模型,國內使用者需自備中轉或國產 API。許可證狀態為 NOASSERTION(未明確宣告),商用前建議聯絡作者確認授權。

選型對比

• vs GitHub 原生反垃圾: GitHub 自帶的 Spam 舉報和 Interaction Limits 功能較被動,無法檢測語義攻擊和協同模式,Niubi Guard 提供主動掃描 + AI 語義分析 + 自動化響應
• vs 商業反騷擾服務: 通常需付費訂閱且不開源,Niubi Guard 免費且邏輯透明,可自部署保護資料隱私,但需自行維護和配置
• vs 純規則工具: 傳統關鍵詞過濾易被繞過(如變體詞、隱喻攻擊),Niubi Guard 結合 AI 語義檢測提升召回率,但增加 API 成本和延遲

取捨:自部署需承擔運維成本,託管版(niubistar.com/guard)更便捷但資料經第三方;AI 檢測提升準確率但依賴外部模型;預設幹執行安全但需人工複核,自動執行省力但有誤傷風險。

已知坑

• 許可證未明確: License 欄位為 NOASSERTION,README 提及 Apache-2.0 但倉庫未正式宣告,商用前需聯絡作者確認
• AI 成本: 每次掃描呼叫模型 API,大倉庫或高頻掃描可能產生可觀費用,建議設定 maxPages 限制掃描範圍
• 冷啟動檢測誤傷: coldStartAccounts 規則可能誤判新註冊的真實使用者,建議結合 minimumSignals 引數(預設需 2 個以上訊號才觸發)和白名單
• 國內 API 訪問: OpenAI 官方 API 需梯子,建議用國內中轉服務或國產模型的相容介面(需測試 JSON 返回格式是否嚴格匹配)
• GitHub Token 許可權: 需 repo 全許可權(讀寫 Issues/評論/使用者)才能執行刪除/拉黑操作,建議用專用 Token 並定期輪換
• Web UI 無持久化: API Key 僅在瀏覽器端臨時使用,重新整理頁面需重新輸入,CLI 模式需通過環境變數或配置檔案傳遞

來源: GitHub 倉庫 + README 文件