Biblioteca open source de moderação de conteúdo tóxico para português brasileiro. Filtra mensagens em tempo real com detecção por contexto, anti-bypass e zero dependências.
Context-Aware. Anti-Bypass. < 1ms. Zero Deps.
Teste ao vivo · npm · Contribua
- Início rápido
- Por que ToxiBR?
- Por que contexto importa
- Modo censor
- Uso avançado
- Camadas de filtragem
- Normalização anti-bypass
- Context-aware: proximidade
- Exportações
- Contribuindo
- Licença
npm install toxibrimport { filterContent } from 'toxibr';
const result = filterContent('mensagem aqui');
if (!result.allowed) {
console.log(result.reason); // 'hard_block' | 'directed_insult' | 'fuzzy_match' | ...
console.log(result.matched); // palavra que matchou
}A maioria dos filtros de chat usa wordlists simples — bloqueia "lixo" em qualquer contexto, gera falso positivo em frases inocentes, e não entende gírias brasileiras. ToxiBR resolve isso:
- 880+ termos e frases — slurs, sexual, violência, racismo, nazismo, bullying, assédio
- Context-aware — entende a diferença entre "eu me sinto um lixo" (permitido) e "você é um lixo" (bloqueado)
- Anti-bypass — normaliza leetspeak, homoglyphs, acentos, zero-width chars, abreviações BR
- Zero dependências — nada de SDK pesado, roda em qualquer lugar
- < 1ms por mensagem — feito para chat em tempo real
- Fuzzy matching — Levenshtein pega typos intencionais (viadro, bucetra)
- Prefix matching — pega palavras truncadas (estup -> estupro, punh -> punheta)
- Seed word density — detecta conteúdo sexual codificado (3+ palavras suspeitas juntas)
- Proximity detection — analisa distância entre pronomes e palavras ofensivas
- Modo censor — substitui palavras tóxicas por
***em vez de bloquear
| Frase | Filtro tradicional | ToxiBR |
|---|---|---|
| "Esse filme é incrível!" | FLAGGED | ALLOWED — sentimento positivo |
| "Aquele boss fight é insano!" | FLAGGED | ALLOWED — contexto de gaming |
| "Me sinto um lixo" | FLAGGED | ALLOWED — auto-expressão |
| "Você é um lixo" | FLAGGED | BLOCKED — insulto dirigido |
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', ... }]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 ******", ... }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');| Camada | O que faz | Exemplo |
|---|---|---|
| Censorship bypass | Bloqueia * e # entre letras |
p*ta, v#ado |
| Pré-normalização | Pega d4, Xcm, -18 antes do leetspeak | 20cm, d4, -18 |
| Links | URLs e domínios | https://..., site.com |
| Telefone | Números BR (5+ dígitos) | (21) 99470-9426 |
| Emojis | Emojis ofensivos e sequências | 🖕, 🍆💦 |
| Hard-block | 880+ termos sempre proibidos | Slurs, sexual, violência, nazismo |
| Fuzzy match | Levenshtein para typos | viadro -> viado (dist 1) |
| Prefix match | Palavras truncadas | estup -> estupro |
| Context-aware | Insulto dirigido vs. auto-expressão | "seu lixo" vs. "me sinto um lixo" |
| Seed density | 3+ palavras sexuais juntas | "pau veiudo saco lotado leite" |
Antes de checar a wordlist, o texto passa por 11 etapas de normalização:
| Técnica | Antes | Depois |
|---|---|---|
| Zero-width chars | viado |
viado |
| Homoglyphs cirílicos | viаdо |
viado |
| Acentos | viàdo |
viado |
| Chars repetidos | viiaaado |
viado |
| Leetspeak | 3stupr0 |
estupro |
| Censura | p*ta, v#ado |
bloqueado |
| Pontos/traços | p.u.t.a |
puta |
| Espaços isolados | p u t a |
puta |
| Abreviações BR | ppk, krl |
pepeca, caralho |
O filtro usa detecção por proximidade — analisa se o padrão dirigido (você, seu, tu) está perto da palavra ofensiva numa janela de 5 palavras:
filterContent('eu me sinto um lixo'); // { allowed: true } — auto-expressão
filterContent('voce e um lixo'); // { allowed: false } — insulto dirigido
filterContent('me sinto um lixo e voce e um lixo tambem'); // { allowed: false }
filterContent('me sinto um lixo, queria que voce me respeitasse'); // { allowed: true }import {
filterContent, // filtro default (zero config)
createFilter, // cria filtro customizado
censorContent, // censor default (zero config)
createCensor, // censor customizado
normalize, // normaliza texto (útil para debug)
HARD_BLOCKED, // 880+ 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-expressão
ABBREVIATION_MAP, // mapa de abreviações BR
} from 'toxibr';ToxiBR é feito pela comunidade. Se você fala português brasileiro, sua contribuição faz diferença real — cada palavra adicionada protege milhares de usuários.
- Fork o repositório
- Crie uma branch (
git checkout -b feat/nova-palavra) - Adicione os termos em
src/wordlists.tse testes em__tests__/filter.test.ts - Rode os testes:
npm test - Abra um Pull Request
- Adicionar palavras/frases que faltam na wordlist
- Reportar falsos positivos (palavras que não deveriam ser bloqueadas)
- Melhorar a detecção de contexto
- Adicionar testes para novos cenários
- Melhorar a documentação
Leia o guia completo: CONTRIBUTING.md
Encontrou um falso positivo ou uma palavra que deveria ser bloqueada? Use o formulário no site: toxibr.vercel.app
npm test # roda os testes
npm run validate # verifica duplicatas nas wordlistsMIT