[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-lovoo--NSFWDetector":3,"tool-lovoo--NSFWDetector":61},[4,18,28,37,45,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":24,"last_commit_at":25,"category_tags":26,"status":17},9989,"n8n","n8n-io\u002Fn8n","n8n 是一款面向技术团队的公平代码（fair-code）工作流自动化平台，旨在让用户在享受低代码快速构建便利的同时，保留编写自定义代码的灵活性。它主要解决了传统自动化工具要么过于封闭难以扩展、要么完全依赖手写代码效率低下的痛点，帮助用户轻松连接 400 多种应用与服务，实现复杂业务流程的自动化。\n\nn8n 特别适合开发者、工程师以及具备一定技术背景的业务人员使用。其核心亮点在于“按需编码”：既可以通过直观的可视化界面拖拽节点搭建流程，也能随时插入 JavaScript 或 Python 代码、调用 npm 包来处理复杂逻辑。此外，n8n 原生集成了基于 LangChain 的 AI 能力，支持用户利用自有数据和模型构建智能体工作流。在部署方面，n8n 提供极高的自由度，支持完全自托管以保障数据隐私和控制权，也提供云端服务选项。凭借活跃的社区生态和数百个现成模板，n8n 让构建强大且可控的自动化系统变得简单高效。",184740,2,"2026-04-19T23:22:26",[16,14,13,15,27],"插件",{"id":29,"name":30,"github_repo":31,"description_zh":32,"stars":33,"difficulty_score":10,"last_commit_at":34,"category_tags":35,"status":17},10095,"AutoGPT","Significant-Gravitas\u002FAutoGPT","AutoGPT 是一个旨在让每个人都能轻松使用和构建 AI 的强大平台，核心功能是帮助用户创建、部署和管理能够自动执行复杂任务的连续型 AI 智能体。它解决了传统 AI 应用中需要频繁人工干预、难以自动化长流程工作的痛点，让用户只需设定目标，AI 即可自主规划步骤、调用工具并持续运行直至完成任务。\n\n无论是开发者、研究人员，还是希望提升工作效率的普通用户，都能从 AutoGPT 中受益。开发者可利用其低代码界面快速定制专属智能体；研究人员能基于开源架构探索多智能体协作机制；而非技术背景用户也可直接选用预置的智能体模板，立即投入实际工作场景。\n\nAutoGPT 的技术亮点在于其模块化“积木式”工作流设计——用户通过连接功能块即可构建复杂逻辑，每个块负责单一动作，灵活且易于调试。同时，平台支持本地自托管与云端部署两种模式，兼顾数据隐私与使用便捷性。配合完善的文档和一键安装脚本，即使是初次接触的用户也能在几分钟内启动自己的第一个 AI 智能体。AutoGPT 正致力于降低 AI 应用门槛，让人人都能成为 AI 的创造者与受益者。",183572,"2026-04-20T04:47:55",[13,36,27,14,15],"语言模型",{"id":38,"name":39,"github_repo":40,"description_zh":41,"stars":42,"difficulty_score":10,"last_commit_at":43,"category_tags":44,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":46,"name":47,"github_repo":48,"description_zh":49,"stars":50,"difficulty_score":24,"last_commit_at":51,"category_tags":52,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",161147,"2026-04-19T23:31:47",[14,13,36],{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":24,"last_commit_at":59,"category_tags":60,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":78,"owner_twitter":77,"owner_website":79,"owner_url":80,"languages":81,"stars":90,"forks":91,"last_commit_at":92,"license":93,"difficulty_score":24,"env_os":94,"env_gpu":95,"env_ram":96,"env_deps":97,"category_tags":104,"github_topics":105,"view_count":24,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":112,"updated_at":113,"faqs":114,"releases":144},10031,"lovoo\u002FNSFWDetector","NSFWDetector","A NSFW (aka porn) detector with CoreML","NSFWDetector 是一款专为 iOS 开发者打造的轻量级内容安全工具，旨在帮助应用快速识别图片中是否包含不适宜公开传播（NSFW）的内容，如裸露或色情画面。它通过机器学习技术，有效区分正常的人像照片（例如社交媒体上的模特图）与违规内容，为平台内容审核提供自动化支持。\n\n该工具特别适合需要集成图片审核功能的移动端开发者，尤其是使用 Swift 和 CoreML 技术的团队。其最大的技术亮点在于极致的轻量化：模型文件仅 17 kB，远小于传统的开源方案（如 Yahoo 的 Open NSFW），几乎不会增加应用程序的安装体积。同时，它基于 Apple 原生的 CoreML 框架和 CreateML 训练而成，只需 Xcode 10 及以上版本即可编译运行，能够充分利用设备本地算力，在保护用户隐私的同时实现低延迟检测。\n\n使用时，开发者只需几行代码即可调用检测接口，并根据返回的置信度分数灵活设定拦截阈值，以适应不同平台的审核严格程度。除了作为完整的 SDK 集成，项目也支持单独下载模型文件供自定义使用。NSFWDetector 以简洁高效的方式，解决了移动应用在内容合规性上的痛点，是","NSFWDetector 是一款专为 iOS 开发者打造的轻量级内容安全工具，旨在帮助应用快速识别图片中是否包含不适宜公开传播（NSFW）的内容，如裸露或色情画面。它通过机器学习技术，有效区分正常的人像照片（例如社交媒体上的模特图）与违规内容，为平台内容审核提供自动化支持。\n\n该工具特别适合需要集成图片审核功能的移动端开发者，尤其是使用 Swift 和 CoreML 技术的团队。其最大的技术亮点在于极致的轻量化：模型文件仅 17 kB，远小于传统的开源方案（如 Yahoo 的 Open NSFW），几乎不会增加应用程序的安装体积。同时，它基于 Apple 原生的 CoreML 框架和 CreateML 训练而成，只需 Xcode 10 及以上版本即可编译运行，能够充分利用设备本地算力，在保护用户隐私的同时实现低延迟检测。\n\n使用时，开发者只需几行代码即可调用检测接口，并根据返回的置信度分数灵活设定拦截阈值，以适应不同平台的审核严格程度。除了作为完整的 SDK 集成，项目也支持单独下载模型文件供自定义使用。NSFWDetector 以简洁高效的方式，解决了移动应用在内容合规性上的痛点，是构建健康社区环境的得力助手。","# ![NSFWDetector](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flovoo_NSFWDetector_readme_978912348e9a.png)\n\n[![Version](https:\u002F\u002Fimg.shields.io\u002Fcocoapods\u002Fv\u002FNSFWDetector.svg?style=flat)](https:\u002F\u002Fcocoapods.org\u002Fpods\u002FNSFWDetector)\n[![License](https:\u002F\u002Fimg.shields.io\u002Fcocoapods\u002Fl\u002FNSFWDetector.svg?style=flat)](https:\u002F\u002Fcocoapods.org\u002Fpods\u002FNSFWDetector)\n[![Platform](https:\u002F\u002Fimg.shields.io\u002Fcocoapods\u002Fp\u002FNSFWDetector.svg?style=flat)](https:\u002F\u002Fcocoapods.org\u002Fpods\u002FNSFWDetector)\n\nNSFWDetector is a small (**17 kB**) CoreML Model to scan images for nudity. It was trained using CreateML to distinguish between porn\u002Fnudity and appropriate pictures. With the main focus on distinguishing between instagram model like pictures and porn.\n\n## Usage\n\n```swift\nguard #available(iOS 12.0, *), let detector = NSFWDetector.shared else {\n    return\n}\n\ndetector.check(image: image, completion: { result in\n    switch result {\n    case let .success(nsfwConfidence: confidence):\n        if confidence > 0.9 {\n            \u002F\u002F 😱🙈😏\n        } else {\n            \u002F\u002F ¯\\_(ツ)_\u002F¯\n        }\n    default:\n        break\n    }\n})\n```\n\nIf you want to enforce stricter boundaries for your platform, just apply a lower threshold for the confidence.\n\n## Installation\n### Swift Package Manager\n```swift\ndependencies: [\n    .package(url: \"https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector.git\", .upToNextMajor(from: \"1.1.2\"))\n]\n```\n\n### Cocoapods\n```ruby\npod 'NSFWDetector'\n```\n\n⚠️ Because the model was trained with CreateML, you need **Xcode 10** and above to compile the project.\n\n## App Size\n\nThe Machine Learning Model is only **17 kB** in size, so App size won't be affected compared to other libraries using the [yahoo model](https:\u002F\u002Fgithub.com\u002Fyahoo\u002Fopen_nsfw).\n\n## Using just the Model\n\nIf you don't want to use the Detection Code, you can also just download the MLModel file directly from the latest [Release](https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector\u002Freleases).\n\n## Feedback\n\nIf you recognize issues with certain kind of pictures, feel free to reach out via [Mail](mailto:michael.berg@lovoo.com) or [Twitter](https:\u002F\u002Ftwitter.com\u002FLOVOOEng).\n\n## Author\n\nMichael Berg, [michael.berg@lovoo.com](mailto:michael.berg@lovoo.com)\n\n## License\n\nNSFWDetector is available under the BSD license. See the LICENSE file for more info.\n","# ![NSFWDetector](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flovoo_NSFWDetector_readme_978912348e9a.png)\n\n[![版本](https:\u002F\u002Fimg.shields.io\u002Fcocoapods\u002Fv\u002FNSFWDetector.svg?style=flat)](https:\u002F\u002Fcocoapods.org\u002Fpods\u002FNSFWDetector)\n[![许可证](https:\u002F\u002Fimg.shields.io\u002Fcocoapods\u002Fl\u002FNSFWDetector.svg?style=flat)](https:\u002F\u002Fcocoapods.org\u002Fpods\u002FNSFWDetector)\n[![平台](https:\u002F\u002Fimg.shields.io\u002Fcocoapods\u002Fp\u002FNSFWDetector.svg?style=flat)](https:\u002F\u002Fcocoapods.org\u002Fpods\u002FNSFWDetector)\n\nNSFWDetector 是一个小型（**17 kB**）CoreML 模型，用于扫描图像中的裸露内容。它使用 CreateML 进行训练，以区分色情\u002F裸露图片与合适的内容，尤其侧重于区分类似 Instagram 模型的照片和色情内容。\n\n## 使用方法\n\n```swift\nguard #available(iOS 12.0, *), let detector = NSFWDetector.shared else {\n    return\n}\n\ndetector.check(image: image, completion: { result in\n    switch result {\n    case let .success(nsfwConfidence: confidence):\n        if confidence > 0.9 {\n            \u002F\u002F 😱🙈😏\n        } else {\n            \u002F\u002F ¯\\_(ツ)_\u002F¯\n        }\n    default:\n        break\n    }\n})\n```\n\n如果您希望为您的平台设置更严格的限制，只需降低置信度阈值即可。\n\n## 安装\n### Swift 包管理器\n```swift\ndependencies: [\n    .package(url: \"https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector.git\", .upToNextMajor(from: \"1.1.2\"))\n]\n```\n\n### CocoaPods\n```ruby\npod 'NSFWDetector'\n```\n\n⚠️ 由于该模型是使用 CreateML 训练的，因此您需要 **Xcode 10** 或更高版本才能编译该项目。\n\n## 应用程序大小\n\n该机器学习模型仅占用 **17 kB** 的空间，因此与使用 [yahoo 模型](https:\u002F\u002Fgithub.com\u002Fyahoo\u002Fopen_nsfw) 的其他库相比，不会对应用程序大小产生显著影响。\n\n## 仅使用模型\n如果您不想使用检测代码，也可以直接从最新的 [Release](https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector\u002Freleases) 下载 MLModel 文件。\n\n## 反馈\n如果您发现某些类型的图片存在问题，请随时通过 [邮件](mailto:michael.berg@lovoo.com) 或 [Twitter](https:\u002F\u002Ftwitter.com\u002FLOVOOEng) 联系我们。\n\n## 作者\n\nMichael Berg，[michael.berg@lovoo.com](mailto:michael.berg@lovoo.com)\n\n## 许可证\nNSFWDetector 采用 BSD 许可证授权。更多信息请参阅 LICENSE 文件。","# NSFWDetector 快速上手指南\n\nNSFWDetector 是一个轻量级（仅 17 kB）的 CoreML 模型，专为 iOS 平台设计，用于检测图片中的色情或裸露内容。该模型特别擅长区分“类似 Instagram 模特的照片”与真正的色情图片。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：iOS 12.0 及以上版本。\n*   **开发工具**：**Xcode 10** 或更高版本（由于模型是使用 CreateML 训练的，低版本 Xcode 无法编译）。\n*   **语言**：Swift。\n\n## 安装步骤\n\n您可以选择以下任一方式将 NSFWDetector 集成到您的项目中：\n\n### 方式一：Swift Package Manager (推荐)\n\n在您的 `Package.swift` 文件的 `dependencies` 数组中添加以下内容：\n\n```swift\ndependencies: [\n    .package(url: \"https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector.git\", .upToNextMajor(from: \"1.1.2\"))\n]\n```\n\n然后在 Xcode 中通过 `File > Add Packages...` 导入该仓库。\n\n### 方式二：CocoaPods\n\n在您的 `Podfile` 中添加：\n\n```ruby\npod 'NSFWDetector'\n```\n\n随后在终端执行安装命令：\n\n```bash\npod install\n```\n\n> **提示**：如果国内网络访问 GitHub 或 CocoaPods 源较慢，建议配置相应的国内镜像源（如清华大学开源软件镜像站）以加速下载。\n\n## 基本使用\n\n集成完成后，即可在代码中调用检测功能。以下是最简单的使用示例：\n\n```swift\nguard #available(iOS 12.0, *), let detector = NSFWDetector.shared else {\n    return\n}\n\ndetector.check(image: image, completion: { result in\n    switch result {\n    case let .success(nsfwConfidence: confidence):\n        if confidence > 0.9 {\n            \u002F\u002F 😱🙈😏 检测到高风险内容\n        } else {\n            \u002F\u002F ¯\\_(ツ)_\u002F¯ 内容安全\n        }\n    default:\n        break\n    }\n})\n```\n\n**调整阈值说明**：\n示例中使用了 `0.9` 作为判定阈值。如果您希望平台审核更加严格，可以降低该数值（例如设为 `0.5`），以便更敏感地拦截潜在的不适宜内容。","某社交类 iOS 应用在用户上传图片流功能中，急需在端侧实时拦截色情或过度暴露内容以符合应用商店审核规范。\n\n### 没有 NSFWDetector 时\n- 开发团队必须将所有待审核图片上传至云端服务器进行识别，导致用户上传图片后需等待数秒才能看到结果，严重破坏交互流畅度。\n- 每次图片检测都产生额外的网络流量和服务器算力成本，随着日活用户增长，运营支出大幅攀升。\n- 为节省成本只能采用抽样检测策略，导致大量违规图片漏网，应用面临被苹果 App Store 下架的高风险。\n- 集成传统的开源检测方案（如 Yahoo Open NSFW）会引入庞大的依赖库，使安装包体积增加数兆字节，影响用户下载转化率。\n\n### 使用 NSFWDetector 后\n- 利用 CoreML 技术在用户手机本地即时完成图像扫描，图片上传前即可完成过滤，实现了“零延迟”的无感审核体验。\n- 绝大多数违规请求在端侧直接被拦截，不再发送至服务器，显著降低了带宽消耗和后端 GPU 推理成本。\n- 能够对 100% 的上传图片进行全量实时检测，彻底消除漏网之鱼，确保平台内容安全合规，稳固上架资格。\n- 得益于仅 17kB 的超轻量模型体积，集成后几乎不增加 App 安装包大小，完美平衡了功能增强与性能负担。\n\nNSFWDetector 通过将高精度的内容识别能力下沉至端侧，以极低的资源代价解决了社交平台内容合规与用户体验难以兼得的痛点。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flovoo_NSFWDetector_aed487cc.png","lovoo","LOVOO","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Flovoo_85b89374.png","The org page for LOVOO, Europe's leading dating app.",null,"opensource@lovoo.com","https:\u002F\u002Fwww.parshipmeet.com\u002Fen\u002F","https:\u002F\u002Fgithub.com\u002Flovoo",[82,86],{"name":83,"color":84,"percentage":85},"Swift","#F05138",94.3,{"name":87,"color":88,"percentage":89},"Ruby","#701516",5.7,1659,117,"2026-04-16T13:48:03","BSD-3-Clause","macOS, iOS","未说明 (基于 CoreML，通常利用 Apple Neural Engine 或 CPU)","未说明",{"notes":98,"python":99,"dependencies":100},"这是一个用于 iOS\u002FmacOS 的 Swift 库，而非 Python 工具。模型文件仅 17kB。必须使用 Xcode 10 或更高版本进行编译，因为模型是使用 CreateML 训练的。支持通过 Swift Package Manager 或 CocoaPods 安装。","不适用 (Swift 项目)",[101,102,103],"Xcode 10+","CreateML","CoreML",[14],[106,107,73,108,109,110,111],"coreml","swift","ios","ios-library","cocoapods","machine-learning","2026-03-27T02:49:30.150509","2026-04-20T17:01:56.370936",[115,120,125,130,134,139],{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},45070,"运行示例项目时出现 'Error in NSFW.mlmodel' 错误怎么办？","该问题是由于 Xcode 版本过低导致的。CreateML 生成的模型仅在 Xcode 10 及以上版本中受支持。请将 Xcode 升级到 10.0 或更高版本（推荐正式版），即可解决该问题。","https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector\u002Fissues\u002F9",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},45071,"导入模型时提示 'unable to read document' 或 'Model did not specify a valid model-parameter type' 错误？","这是典型的 Xcode 9 兼容性问题。使用 CreateML 创建的 CoreML 模型无法在 Xcode 9 中读取。请确保使用 Xcode 10 或更新版本打开和编译项目。","https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector\u002Fissues\u002F10",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},45073,"如何获取用于训练模型的原始数据集？","维护者因法律合规问题暂未公开数据集。正在研究安全的共享方式，一旦有可行方案会及时公布。建议关注项目更新或参与讨论以获取最新进展。","https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector\u002Fissues\u002F18",{"id":131,"question_zh":132,"answer_zh":133,"source_url":124},45074,"在 README 中是否应注明 Xcode 版本要求？","是的，维护者已确认应在 README 中明确说明：本项目的 CoreML 模型由 CreateML 生成，仅兼容 Xcode 10 及以上版本，以避免用户遇到兼容性错误。",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},45072,"这个检测器支持视频内容扫描吗？","目前不支持视频扫描。但理论上可以实现，开发者可以参考 Apple 开发者论坛的相关讨论（https:\u002F\u002Fforums.developer.apple.com\u002Fthread\u002F42751#126841）进行扩展。欢迎社区提交 Pull Request 来添加此功能。","https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector\u002Fissues\u002F22",{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},45069,"为什么项目是开源的却没有提供训练数据集？","维护者正在寻找一种既能分享数据集又能避免法律问题的方法。由于数据集涉及敏感内容，直接公开可能存在法律风险，因此目前尚未发布。","https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector\u002Fissues\u002F16",[145,150,155,160,165],{"id":146,"version":147,"summary_zh":148,"released_at":149},359946,"1.2.0","## 变更内容\n* @fabianehlert 在 https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector\u002Fpull\u002F28 中添加了 SwiftPM 支持\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Flovoo\u002FNSFWDetector\u002Fcompare\u002F1.1.2...1.2.0","2024-07-24T06:55:37",{"id":151,"version":152,"summary_zh":153,"released_at":154},359947,"1.1.2","- 升级到 Swift 5\n- 最低部署目标设置为 12.0\n- 在 `NSFWDetector.swift` 中迁移到新的配置初始化器","2022-06-10T13:57:21",{"id":156,"version":157,"summary_zh":158,"released_at":159},359948,"1.1.0","* 更高的边缘情况准确性","2018-09-19T10:52:54",{"id":161,"version":162,"summary_zh":163,"released_at":164},359949,"1.0.1","* 添加了相机胶卷和实时摄像头视图的示例实现","2018-09-16T15:21:52",{"id":166,"version":167,"summary_zh":168,"released_at":169},359950,"1.0.0","🎉 NSFWDetector 的第一个版本 🎉","2018-09-14T10:17:02"]