فلتر دردشة البث المباشر: اعتراض الشتائم وحرق الأحداث والرسائل المزعجة دفعة واحدة
💡 الخلاصة في جملة: استخدم Jev لبناء خط معالجة لفلتر تعليقات البث المباشر بالذكاء الاصطناعي — تعليق واحد، طلب واحد، ثلاثة أسئلة، ومعالجة متزامنة بـ 8 خيوط، وقواعد كود خالص تحدد ما يراه المشاهدون.
أنت تشاهد بثًا مباشرًا، والتعليقات تتدفق أسرع مما تستطيع قراءته. نهج دليل Twitch chat filter cookbook الرسمي: عند وصول كل رسالة تُرسل منفردة في طلب واحد إلى Jev، مع عنوان غرفة البث واسم اللعبة، وتُطرح ثلاثة أسئلة — أي نوع من الرسائل هذه، وهل تحتوي على شتائم، وهل تحرق الأحداث؛ ثم تُحوَّل الإجابات بقواعد بسيطة إلى ما يراه المشاهدون: إبراز الأسئلة، وإخفاء الشتائم والتوجيهات والإعلانات، وتمويه حرق الأحداث.
قوائم الكلمات المفتاحية تلتقط الروابط المزعجة، لكن عبارة «go left, there's a site of grace behind the tree» لا تحتوي على كلمة سيئة واحدة، وكذلك انعكاسات الحبكة — وهذا بالضبط هو الفاصل بين فلتر التعليقات بالذكاء الاصطناعي والقائمة السوداء: الحكم في الدلالة لا في الحرفية. اختبر المسؤولون رسميًا على 29 تعليقًا من غرفة بث إلدن رينغ: إخفاء 7، وتمويه 2، وإبراز 6 سؤالًا، بزمن وسيط للطلب حوالي 0.1 ثانية. يأخذك هذا الدرس في حوالي 15 دقيقة عبر المجموعة كاملة، بل ويمكنك إعادة إنتاج جميع أرقام المسؤولين دون تعيين مفتاح API — الخطوة 1 ستمنحك ملف ذاكرة التخزين المؤقت الرسمي.
ماذا ستستطيع أن تفعل بعد إتمام الدرس
- بناء خط معالجة لفلتر تعليقات البث المباشر بالذكاء الاصطناعي: طلب واحد وثلاثة أسئلة لكل تعليق، و
ThreadPoolExecutorبـ 8 خيوط متزامنة لتشغيل الدردشة كاملة - فهم تقسيم الأدوار بين الأسئلة الثلاثة:
categoryChoice يحدد المعالجة الافتراضية، وسؤالا Noultoxic/spoilerمسؤولان عن الرفض القاطع والتمويه - استخدام
decide()لتحويل الإجابات إلى إجراءات: تعديل القواعد يعني تعديل الكود فقط، و29 إجابة تُعاد استخدامها كما هي، و0 طلب جديد - إعادة إنتاج الأرقام الرسمية دون إنفاق فلس واحد: تنزيل ذاكرة التخزين المؤقت الرسمية
json_cache.jsonوإعادة تشغيلها؛ ومعايرة العتبات قبل استخدام تعليقاتك الخاصة
لماذا Jev، وليس قائمة كلمات مفتاحية سوداء؟
القائمة السوداء هي الوضع الحالي، و LLM العادي هو الطرف الآخر المتطرف. يشير دليل المسؤولين (cookbook) في مطلعه إلى حدود القائمة السوداء: الكلمات المفتاحية تلتقط الروابط المزعجة، لكنها لا تلتقط حرق الأحداث والتوجيهات الخالية من الكلمات السيئة. لنضع الحلول الثلاثة جنبًا إلى جنب:
| القدرة | قائمة كلمات مفتاحية سوداء | LLM عادي | Jev |
|---|---|---|---|
| حرق الأحداث/التوجيهات دون كلمات بذيئة | ❌ «هناك Site of Grace خلف الشجرة» لا تحتوي على أي كلمة محظورة، ولا تُلتقط | ✅ يفهمها، لكن الإجابة نص يحتاج إلى تحليل لاحق | ✅ اختبار رسمي: توجيه backseat 1.00، وحرق أحداث spoiler 0.95، والاحتمالات تدخل الكود مباشرة |
| التمييز بين المزاح والشتائم | ❌ «you're so bad at this boss» تحتوي على bad، فمزاح الأصدقاء يُعاقب أيضًا | ⚠️ يستطيع التمييز، لكن «مقدار الثقة» يحتاج إلى استفسار إضافي | ✅ سخرية مزاح toxic 0.28، وشتم حقيقي 0.97، قطع قاطع |
| الإنتاجية في أوقات الذروة | ✅ مطابقة سريعة | ❌ توليد رد لكل رسالة، والتعليقات لا تنتظره | ✅ اختبار رسمي بزمن وسيط للطلب حوالي 0.1 ثانية، وتزامن بـ 8 خيوط |
| تعديل القواعد | ✅ تعديل الجدول يسري فورًا | ❌ القواعد مكتوبة في الـ prompt، وأي تعديل يستلزم إعادة تشغيل كاملة | ✅ القواعد داخل decide()، و29 إجابة تُعاد استخدامها، و0 طلب جديد |
| شكل الإجابة | ✅ قيم منطقية | ❌ نص حر أو JSON، والتحليل قد يفشل | ✅ إجابات مُنمَّطة + توزيعات احتمالية، دون تحليل |
بإنصاف: القائمة السوداء يجب أن تبقى — فهي سريعة ورخيصة في التقاط الروابط المزعجة، وJev يغطي النصف الذي لا تراه. لا تعارض بين الاثنين.
معضلتك الحالية
- «ثلاث ساعات من البث، والشتامون وحارقو الأحداث والبائعون يختلطون في التعليقات، والمراقبة اليدوية للشاشة تُتعب العين، وإدارة الدردشة دائمًا متأخرة خطوة»
- «قائمة الكلمات المفتاحية السوداء تطابق الحرفية فقط: 'اذهب يسارًا، هناك Site of Grace خلف الشجرة' لا تحتوي على كلمة محظورة واحدة، ومع ذلك تحرق تجربة العرض الأول بالكامل»
- «أريد استخدام LLM لفلتر التعليقات بالذكاء الاصطناعي، لكن كل تعليق ينتظر عدة ثوانٍ قبل الرد، وفي الذروة يتراكم الخلل؛ وعندما أطلب منه إرجاع وسوم فقط، نفس الجملة تعطي إجابتين مختلفتين»
متى تستخدم هذه الطريقة
عندما تحتاج إلى:
- صدور الحكم فور وصول التعليق، دون انقطاع حتى في أوقات الذروة
- اعتراض أكثر من الكلمات البذيئة: حرق الأحداث، والتوجيهات غير المطلوبة في اللعبة، والإعلانات، كلها تُحكم بدلالتها
- قواعد تتغير في أي وقت — اليوم تخفي الإعلانات، ويوم المسابقة تخفي الهتاف أيضًا، وتعديل القواعد لا يكلف طلبات جديدة
ولا تريد:
- صيانة جدول كلمات مفتاحية لا يلحق أبدًا بالمتغيرات الجديدة
- تحليل JSON الذي يُخرجه LLM لكل تعليق
- فصل حكم حرق الأحداث عن سياق اللعبة — نفس الجملة لها معنى مختلف تمامًا في ألعاب مختلفة
🎒 التحضير قبل البدء
- إتمام سؤال الاختيار Choice: معرفة كتابة خريطة خيارات
criteria، والقدرة على قراءةchoiceوprobabilities - أكملت أسئلة Noul الصح/الخطأ: تعرف أن
noulهو احتمال في نطاق 0–1، وعتبة البداية yes ≥ 0.7 / no ≤ 0.3 - شغّلت بنجاحالتثبيت وأول طلب:
.venvمتاح (تدعم هذه الصفحة إعادة تشغيل الكاش، فلا بأس مؤقتًا بعدم وجود Key، انظر الخطوة 1) - كوب ماء ☕——هذا الدرس مشروع صغير متكامل: 29 رسالة دردشة + ثلاثة أسئلة + كود تصفية قابل للتشغيل
اتبعني خطوة بخطوة
لنحدد أولًا طريقة التشغيل: أنشئ twitch_chat_filter.py، والصق كتل الكود في كل خطوة أدناه بالترتيب في الملف نفسه؛ وبعد إكمال كل خطوة شغّل python twitch_chat_filter.py مرة واحدة. ستُخزَّن الإجابات في الكاش، فالتكرار لا يعني دفعًا متكررًا.
الخطوة 1: تثبيت البيئة، تنزيل الكاش الرسمي، وتجهيز 29 رسالة دردشة كعينات
لماذا: كتب المسؤول لهذه الحالة مجموعة كاملة من رسائل الدردشة الواقعية جدًا——بث مباشر لغرفة Elden Ring، 29 رسالة، كل نوع رسالة يظهر مرتين على الأقل (بما في ذلك رسالتان من الرموز التعبيرية فقط). نستخدمها مباشرة للتحقق من منطق التصفية كاملًا دون انتظار بث حقيقي. كما نشر المسؤول كاش الإجابات لهذه 29 رسالة json_cache.json، ووضعه في المكان الصحيح يتيح إعادة إنتاج جميع أرقام المسؤول دون استدعاء API.
ثبّت التبعيات. cooksafe هي مكتبة أدوات مساعدة صغيرة مرافقة لكتاب الطبخ الرسمي (وصف PyPI الذاتي: «Shared helpers for the TypeSafe cookbooks»)، ونستخدم في هذه الصفحة كاش JsonCache وروابط المشاركة make_playground_link منها:
pip install 'typesafe-sdk>=0.7.1,<0.8.0' ipython 'cooksafe>=0.2.0,<0.3.0'نزّل الكاش الرسمي (رابط مباشر raw، مجرَّب ويعمل. عدم التنزيل ممكن أيضًا——إذا ضبطت TYPESAFE_API_KEY فستكون طلبات حقيقية، والتكلفة في النماذج والأسعار):
curl -sL -o json_cache.json https://raw.githubusercontent.com/typesafe-ai/typesafe-public-examples/main/cookbooks/twitch_chat_filter/json_cache.jsonأنشئ twitch_chat_filter.py، والصق أول كتلة كود——العميل والكاش وبيانات العينات. لاحظ القيمة الافتراضية "cache-only" لـ api_key: بدون Key، تعمل إعادة تشغيل الكاش كالمعتاد:
from concurrent.futures import ThreadPoolExecutor
import os
from pathlib import Path
from time import perf_counter
from cooksafe import JsonCache, make_playground_link
from IPython.display import Markdown, display
from typesafe_sdk import Choice, Noul, NoulCriteria, TypeSafeClient
TYPESAFE_MODEL = "jev-1.14.0" # 官方数字的采样版本(2026-10-29)
client = TypeSafeClient(
api_key=os.environ.get("TYPESAFE_API_KEY", "cache-only"), # cached re-renders need no key
base_url=os.environ.get("TYPESAFE_ENDPOINT"),
timeout=60.0,
)
CACHE_DIR = Path(__file__).resolve().parent if "__file__" in globals() else Path.cwd()
json_cache = JsonCache(CACHE_DIR / "json_cache.json")
STREAM = {"title": "Elden Ring first playthrough! No spoilers please", "game": "Elden Ring"}
CHAT = [
("night-owl-22", "hi chat, first time catching a stream live"),
("ggwp-andy", "PogChamp PogChamp PogChamp"),
("mira-plays", "how many hours have you played so far?"),
("tarnished-tom", "this area looks so good at night"),
("backseat-bert", "go left, there's a site of grace behind the tree"),
("follow4follow-bot", "Want more viewers? Buy 1000 followers for $5 at cheapviewz dot example"),
("lore-hound", "wait till you find out Ranni planned the Night of Black Knives"),
("kappa-kev", "LUL LUL LUL"),
("sunny-skies", "are you going to do a no-hit run after this?"),
("rage-ryan", "you're genuinely the worst player i've ever seen, uninstall trash"),
("cozy-cat", "the music in this area is so good"),
("backseat-bert", "use your flask NOW, why are you not healing"),
("mira-plays", "W streamer"),
("ggwp-andy", "GG that was insane"),
("quiet-quinn", "anyone else watching from Brazil?"),
("tarnished-tom", "what build are you going for?"),
("lore-hound", "the ending where you become Elden Lord with Ranni is the best one"),
("kappa-kev", "chat is wild today lol"),
("backseat-bert", "the boss is weak to fire, equip the torch before you go in"),
("rage-ryan", "nobody cares about your opinion, go back to your basement"),
("cozy-cat", "you're so bad at this boss lmao, love you tho"),
("sunny-skies", "who is the final boss?"),
("ggwp-andy", "LETS GOOOO"),
("night-owl-22", "i just got this game too, it's so hard"),
("promo-pete", "check out my channel, I stream every day, follow me!"),
("quiet-quinn", "dodge rolling through that was clean"),
("mira-plays", "is the DLC worth it?"),
("cozy-cat", "your character looks so cool"),
("night-owl-22", "this boss took me 40 tries lol"),
]
print(f"{len(CHAT)} messages. What one request sends as its state:")
print({"stream": STREAM, "message": {"user": CHAT[4][0], "text": CHAT[4][1]}})شغّل python twitch_chat_filter.py.
يجب أن ترى:
29 messages. What one request sends as its state:
{'stream': {'title': 'Elden Ring first playthrough! No spoilers please', 'game': 'Elden Ring'}, 'message': {'user': 'backseat-bert', 'text': "go left, there's a site of grace behind the tree"}}دعنا نسجّل نقطتي تصميم أولًا. عنوان البث المباشر واسم اللعبة يدخلان كل طلب: ما إذا كانت الجملة توجيهًا من نوع backseat أو حرقًا للأحداث يعتمد على اللعبة التي تُلعب، لذا فهما جزء من state. طلب واحد لكل رسالة: الرسائل لا تعتمد على بعضها، وهذا يمهد الطريق للتزامن في الخطوة 5.
- حصلت على سطري 29 messages، و
json_cache.jsonموجود بجانب السكربت
الخطوة 2: كتابة الأسئلة الثلاثة: سؤال تصنيف Choice وسؤالا Noul
لماذا: كل رسالة دردشة تتطلب الحكم على ثلاثة أمور——ما هي (يحدد المعالجة الافتراضية)، وهل هي إساءة (رفض قاطع بصوت واحد)، وهل هي حرق أحداث (تشويش). تُرسل الأسئلة الثلاثة في طلب واحد على نفس الـ state، وJev يقيّمها بالتوازي وبشكل مستقل، فإضافة الأسئلة لا تزيد زمن الاستجابة تقريبًا.
ثم الصق تعريف الأسئلة:
QUESTIONS = {
"category": Choice(
instructions="Which category best describes the main purpose of `message.text`?",
criteria={
"question": "A genuine request for information from the streamer or chat, "
"not gameplay instructions phrased as a question or a promotional pitch",
"hype": "Cheering, reactions, or repeated emotes (PogChamp, LUL, GG, W, "
"lets gooo); repetition alone does not make cheering spam",
"conversation": "Ordinary chatter, opinions, replies, useful shared links, "
"or any message whose main purpose does not fit the other categories",
"backseat": "Unrequested gameplay advice telling the streamer what to do, "
"including instructions phrased as a question; not a request for information",
"spam": "Unsolicited advertising, self-promotion, follower selling, or "
"promotional links; not ordinary cheering, repeated emotes, or a useful link",
},
),
"toxic": Noul(
instructions="Is this message insulting, hateful or harassing towards someone?",
criteria=NoulCriteria(
true="Insults, slurs, threats or personal attacks on the streamer or another viewer",
false="Friendly, neutral, or light banter with no target",
),
),
"spoiler": Noul(
instructions="Does this message reveal a plot point or ending of the game being played?"
),
}حدود الفئات الخمس هي روح هذا الـ rubric، والنص الرسمي رسم ثلاثة خطوط يسهل الخلط بينها أكثر من غيرها:
- question ≠ توجيه: فقط طلب المعلومات بصدق يُحتسب؛ التوجيهات المتنكرة في هيئة أسئلة لا تُحتسب
- hype ≠ spam: تكرار الرموز التعبيرية والهتاف هو hype——بقول المسؤول حرفيًا «repetition alone does not make cheering spam»، فالتكرار بحد ذاته لا يعني رسائل مزعجة
- spam ≠ رابط مفيد: الإعلانات غير المطلوبة وبيع المتابعين وروابط الترويج هي spam——بقول المسؤول حرفيًا «A link alone is not spam»
- conversation هي الفئة الاحتياطية: عندما لا تنطبق أي فئة أخرى تسقط هنا
إن NoulCriteria الخاص بـ toxic استبعد المزاح: true هي إهانة أو تمييز أو تهديد أو هجوم شخصي، وfalse هي «مزاح خفيف ودود أو محايد أو غير موجه لأحد»——في الخطوة 3 سترى هذه الحدود تنقذ رسالة تبدو كإساءة. spoiler يكتب instructions فقط، ولم يعرّف له المسؤول criteria.
يجب أن ترى: الناتج لا يزال السطرين من الخطوة 1——تعريف الأسئلة مجرد بيانات، ولم تُرسل الطلبات بعد. تأكد أن QUESTIONS في ملفك مطابق حرفيًا لما أعلاه: مفتاح الكاش تحدده الـ state والأسئلة معًا (تفصيل في الخطوة 3)، وخطأ في حرف واحد سيؤدي إلى miss للكاش وتحويله إلى طلب حقيقي.
الخطوة 3: الحكم على رسالة دردشة واحدة: ثلاث إجابات في طلب واحد
لماذا: نتحقق أولًا بثلاث رسائل دردشة نموذجية من جودة صياغة الأسئلة——توجيه صريح، وحرق أحداث، وسخرية على شكل مزاح، واحدة من كل نوع. classify() تجمع الـ state وترسل الطلب؛ _ask() مزين بـ @json_cache: تُخزَّن الإجابات بمفتاح «state + الأسئلة بصيغة JSON» في json_cache.json، وإعادة التشغيل تعيد استخدامها مباشرة.
ثم الصق:
def classify(user: str, text: str, stream: dict | None = None) -> dict:
state = {
"stream": STREAM if stream is None else stream,
"message": {"user": user, "text": text},
}
questions = {key: q.model_dump(mode="json", exclude_none=True) for key, q in QUESTIONS.items()}
return _ask(state, questions)
@json_cache
def _ask(state: dict, questions: dict) -> dict:
if not os.environ.get("TYPESAFE_API_KEY"):
raise RuntimeError(
"Set TYPESAFE_API_KEY for a live request, or put the cookbook's "
"json_cache.json beside your script (in the working directory for a notebook)."
)
started = perf_counter()
response = client.system_one(state=state, questions=questions, model=TYPESAFE_MODEL)
category = response.answers["category"]
return {
"category": category.choice,
"probabilities": dict(category.probabilities),
"toxic": response.answers["toxic"].noul,
"spoiler": response.answers["spoiler"].noul,
"model": response.model,
"seconds": round(perf_counter() - started, 2),
}
def show(user: str, text: str) -> None:
result = classify(user, text)
print(f"{user}: {text}")
for label, p in sorted(result["probabilities"].items(), key=lambda kv: -kv[1]):
print(f" {label:<13}{p:5.2f} {'#' * round(p * 30)}".rstrip())
print(f" {'toxic':<13}{result['toxic']:5.2f}")
print(f" {'spoiler':<13}{result['spoiler']:5.2f}\n")
show("backseat-bert", "go left, there's a site of grace behind the tree")
show("lore-hound", "wait till you find out Ranni planned the Night of Black Knives")
show("cozy-cat", "you're so bad at this boss lmao, love you tho")شغّل.
يجب أن ترى (أرقام إعادة تشغيل الكاش الرسمي؛ مع طلبات حقيقية ستكون هناك فروق صغيرة في القيم):
backseat-bert: go left, there's a site of grace behind the tree
backseat 1.00 ##############################
question 0.00
hype 0.00
conversation 0.00
spam 0.00
toxic 0.03
spoiler 0.07
lore-hound: wait till you find out Ranni planned the Night of Black Knives
conversation 0.67 ####################
backseat 0.32 ##########
hype 0.01
question 0.00
spam 0.00
toxic 0.04
spoiler 0.95
cozy-cat: you're so bad at this boss lmao, love you tho
conversation 0.79 ########################
hype 0.21 ######
question 0.00
backseat 0.00
spam 0.00
toxic 0.28
spoiler 0.02ثلاث قراءات:
- التوجيه مثبت: حصل backseat-bert على backseat 1.00، بينما toxic فقط 0.03——إنه مزعج لكنه ليس إساءة. الحكم على البعدين منفصلًا، وهذه قيمة تقسيم الأسئلة
- حرق الأحداث تلتقطه spoiler: جملة lore-hound تتأرجح بين conversation 0.67 وbackseat 0.32، ولا فائدة من أي تنازع على الفئة——spoiler 0.95 يفعّل التشويش مباشرة
- المزاح أنقذته الحدود: جملة cozy-cat تبدو عند قراءتها كإساءة، لكن خاتمتها «love you tho» تقع في «المزاح الخفيف» ضمن criteria الخاصة بـ false——toxic 0.28، أي أقل بكثير من العتبة، فتُعرض كالمعتاد
💡 مفتاح الكاش: أي تعديل على الأسئلة يبطله حتمًا
مفتاح الكاش هو JSON مكتوب من الـ state والأسئلة——تعديل أي سؤال يغيّر المفتاح، فالتشغيل التالي سيكون طلبًا حقيقيًا لا إعادة تشغيل لإجابة قديمة. المفتاح لا يتضمن النموذج: لتغيير TYPESAFE_MODEL وتشغيل جديد، انقل ملف الكاش بعيدًا ثم شغّل. لا Key وحدث miss للكاش؟ _ask سيرمي RuntimeError لتنبيهك: اضبط Key، أو أعِد json_cache.json الرسمي بجانب السكربت.
- ناتج الأمثلة الثلاثة مطابق لما أعلاه (عند استخدام الكاش الرسمي)؛ وأستطيع الإشارة إلى أي الأسطورات هي احتمالات الفئات وأي السطرين هما Noul
الخطوة 4: كتابة decide(): ثلاثة فحوص بالترتيب تحوّل الإجابات إلى إجراءات
لماذا: منطق الحكم كود خالص، لا يرسل أي طلب. لترتيب المسؤول حكمة: أولًا الإساءة (نقض بحق النقض بغض النظر عن الفئة)، ثم قواعد الفئات، وأخيرًا حرق الأحداث (تشويش، وما أُخفي سابقًا لا يُعالج مرة أخرى).
ثم الصق:
RULES = {
"question": "highlight",
"hype": "show",
"conversation": "show",
"backseat": "hide",
"spam": "hide",
}
TOXIC_AT = 0.7 # hide at or above this chance of toxic
SPOILER_AT = 0.7 # blur at or above this chance of a spoiler
def decide(result: dict, rules: dict = RULES) -> str:
if result["toxic"] >= TOXIC_AT:
return "hide (toxic)"
action = rules[result["category"]]
if action == "hide":
return f"hide ({result['category']})"
if result["spoiler"] >= SPOILER_AT:
return "blur (spoiler)"
return actionبخصوص هذين العتبتين 0.7، لدى المسؤول ملاحظة مهمة: في هذه العينات البالغة 29 رسالة، يكون احتمال toxic إما ≥ 0.97 وإما ≤ 0.38، وspoiler إما ≥ 0.95 وإما ≤ 0.38——الوسط فارغ. لذا على هذه العينات، أي عتبة تُختار بين 0.38 و0.95 تعطي النتيجة نفسها. لكن قناتك أنت على الأرجح ستحتوي قيمًا تقع في المنتصف، وبقول المسؤول حرفيًا: قبل الإطلاق، عايِر العتبتين على رسائل الدردشة الخاصة بقناتك.
يجب أن ترى: لا ناتج جديدًا بعد——decide() ينتظر نتائج الدفعة التالية ليكون لديه ما يحكم عليه. دعنا نمر شفهيًا على الفحوص الثلاثة: toxic ≥ 0.7 → hide؛ قاعدة الفئة هي hide → hide؛ spoiler ≥ 0.7 → blur؛ والباقي يتبع قواعد الفئات (show / highlight / dim).
- أستطيع ذكر ترتيب الفحوص الثلاثة، وسبب تصدّر toxic للمركز الأول
الخطوة 5: تشغيل تصفية تعليقات البث المباشر بالذكاء الاصطناعي بشكل متزامن وإخراج منظور المشاهدين
لماذا: التعليقات لا تنتظر أحدًا، الرسائل البالغة 29 مستقلة عن بعضها — تجمّع خيوط التنفيذ بـ 8 تزامنًا يعالجها دفعة واحدة، وpool.map يعيد الإجابات بترتيب الدردشة. في التشغيل الحقيقي الأول سيتم إرسال 26 طلبًا جديدًا (الرسائل البالغة 3 تم تخزينها مؤقتًا في الخطوة 3)؛ أما مع ذاكرة التخزين المؤقت الرسمية فلن يُرسل أي طلب على الإطلاق.
ثم الصق:
with ThreadPoolExecutor(max_workers=8) as pool: # 29 requests, one per message, 8 at once
results = list(pool.map(lambda message: classify(*message), CHAT))
counts: dict[str, int] = {}
for (user, text), result in zip(CHAT, results):
action = decide(result)
counts[action] = counts.get(action, 0) + 1
if action.startswith("hide"):
line = f" · hidden, {action[6:-1]}"
elif action == "blur (spoiler)":
line = f" {user}: ░░░░░░░░ spoiler"
else:
mark = {"highlight": ">>", "dim": "..", "show": " "}[action]
line = f"{mark} {user}: {text}"
print(f"{line[:78]:<80}{result['category']}")
print()
for action, n in sorted(counts.items(), key=lambda kv: -kv[1]):
print(f"{action:<20}{n:>3}")شغّل.
ينبغي أن ترى (منظور المشاهدين: المخفية تُظهر السبب فقط، والمموّهة تُظهر المؤلف فقط، والأسئلة المميزة تحمل >>؛ وفي نهاية السطر إجابة الفئة):
night-owl-22: hi chat, first time catching a stream live conversation
ggwp-andy: PogChamp PogChamp PogChamp hype
>> mira-plays: how many hours have you played so far? question
tarnished-tom: this area looks so good at night conversation
· hidden, backseat backseat
· hidden, spam spam
lore-hound: ░░░░░░░░ spoiler conversation
kappa-kev: LUL LUL LUL hype
>> sunny-skies: are you going to do a no-hit run after this? question
· hidden, toxic conversation
cozy-cat: the music in this area is so good conversation
· hidden, backseat backseat
mira-plays: W streamer hype
ggwp-andy: GG that was insane hype
>> quiet-quinn: anyone else watching from Brazil? question
>> tarnished-tom: what build are you going for? question
lore-hound: ░░░░░░░░ spoiler conversation
kappa-kev: chat is wild today lol conversation
· hidden, backseat backseat
· hidden, toxic conversation
cozy-cat: you're so bad at this boss lmao, love you tho conversation
>> sunny-skies: who is the final boss? question
ggwp-andy: LETS GOOOO hype
night-owl-22: i just got this game too, it's so hard conversation
· hidden, spam spam
quiet-quinn: dodge rolling through that was clean hype
>> mira-plays: is the DLC worth it? question
cozy-cat: your character looks so cool conversation
night-owl-22: this boss took me 40 tries lol conversation
show 14
highlight 6
hide (backseat) 3
hide (spam) 2
blur (spoiler) 2
hide (toxic) 2التسوية: 29 رسالة = المعروضة 14 + المميزة 6 + المخفية 7 (توجيه 3، إعلان 2، إساءة 2) + المموّهة 2، وهو ما يطابق تمامًا ما قاله المسؤول في البداية: «hides seven, blurs two, highlights six». تفصيلان: فئة الإساءة لـ rage-ryan هي في الواقع conversation، لكن فحص toxic يأتي قبل قواعد الفئات فاعترضها رغم ذلك؛ وفئتا الحرق لـ lore-hound هما أيضًا conversation، وتم تمويههما بفضل فحص spoiler الثالث — ترتيب جمل if الثلاث هو أولوية المعالجة.
⚠️ اختبر التعليقات الصينية قبل الإطلاق
ملاحظة رسمية: عند إصدار هذا الـ cookbook، كان Jev مدرّبًا بشكل أساسي على الإنجليزية — اللغات الأخرى تعمل لكن بدقة أقل. لسيناريوهات التعليقات الصينية مثل Bilibili وقنوات الفيديو، شغّل دفعة من التعليقات الحقيقية من قناتك قبل الإطلاق، وركّز على توزيع الاحتمالات، ثم حدد العتبات. للاطلاع على الشرح الكامل لدعم اللغات راجعالنماذج والأسعار.
- سطرا منظور المشاهدين البالغة 29 + سطور العد البالغة 7 متطابقة مع ما سبق؛ إجمالي المخفية 7 رسالة
الخطوة 6: تغيير القواعد دون طلبات جديدة: إخفاء الهتافات أيضًا
لماذا: أسلوب البث المباشر يتغير — أيام المباريات تحتاج هدوءًا، وأيام التفاعل تحتاج حماسًا. القواعد هي بيانات وليست prompt: الإجابات تصف الرسالة نفسها فقط، فبتبديل RULES يمكنك إعادة استخدام الإجابات البالغة 29 من الخطوة 5 دون إرسال أي طلب جديد.
ثم الصق:
QUIET = RULES | {"hype": "hide", "conversation": "dim"}
changed = 0
for (user, text), result in zip(CHAT, results):
before, after = decide(result), decide(result, QUIET)
if before != after:
changed += 1
print(f"{user + ': ' + text:<62.62} {before:<10} -> {after}")
print(f"\n{changed} messages changed, 0 new requests")شغّل.
يجب أن ترى:
night-owl-22: hi chat, first time catching a stream live show -> dim
ggwp-andy: PogChamp PogChamp PogChamp show -> hide (hype)
tarnished-tom: this area looks so good at night show -> dim
kappa-kev: LUL LUL LUL show -> hide (hype)
cozy-cat: the music in this area is so good show -> dim
mira-plays: W streamer show -> hide (hype)
ggwp-andy: GG that was insane show -> hide (hype)
kappa-kev: chat is wild today lol show -> dim
cozy-cat: you're so bad at this boss lmao, love you tho show -> dim
ggwp-andy: LETS GOOOO show -> hide (hype)
night-owl-22: i just got this game too, it's so hard show -> dim
quiet-quinn: dodge rolling through that was clean show -> hide (hype)
cozy-cat: your character looks so cool show -> dim
night-owl-22: this boss took me 40 tries lol show -> dim
14 messages changed, 0 new requests14 رسالة تغيّر حكمها — 6 هتافات تحولت إلى مخفية، و8 دردشة تحولت إلى تخفيت — 0 طلب جديد. RULES | {...} هو دمج القواميس (Python 3.9+؛ SDK يتطلب أصلًا 3.10+). للعودة إلى القواعد الافتراضية، يكفي استدعاء decide(result) دون تمرير الوسيط الثاني.
💡 هذه هي القيمة الفريدة لـ Jev
إجابات الأسئلة الثلاثة تصف الرسالة فقط («هذا توجيه»، «احتمال الإساءة 0.97»)، ولا تصف الإجراء — فالإجراءات كلها في decide() لديك. لذلك تغيير القواعد بلا طلبات، وقواعد A/B بمجموعتين وبلا تكلفة، والاحتمالات أصلية لا تحتاج إلى تحليل JSON. أما LLM العادي فيكتب القواعد داخل الـ prompt، فأي تغيير في حرف واحد يستلزم إعادة الاستدلال لكل رسالة.
- حصلت على 14 messages changed و0 new requests، دون أي تكلفة API جديدة
📋 الـ Prompt السحري
«Prompt» في هذه الصفحة هو قالب سؤال للـ API — انسخه واستبدل العناصر النائبة 【】 (تلك التي تحمل ? اختيارية) لتستخدمه في غرفة البث الخاصة بك. المجموعة الثلاثية: سؤال التصنيف، وNoul المزدوج، وجدول القواعد.
📝 سؤال تصنيف التعليقات (نسخة Choice)
التأثير المتوقع: تقسيم محادثة غرفة بث مباشر واحدة إلى خمس فئات متنافية، والحصول على التوزيع الاحتمالي الكامل في طلب واحد، لربطه مباشرة بجدول القواعد الخاص بك.
from typesafe_sdk import Choice
# 必填项:【】里换成你直播间的真实边界
CHAT_CATEGORY = Choice(
instructions="【一句话问题:这条弹幕的主要目的是什么?引用 `message.text`】",
criteria={
"question": "【真心求信息的情形;写明「伪装成提问的指令/推广」不算】",
"hype": "【欢呼、反应、刷表情的情形;写明「重复本身不等于垃圾」】",
"conversation": "【日常闲聊、观点、有用链接;其他类目都套不上时落这里】",
"backseat": "【未经请求的游戏/操作指点,含伪装成提问的指令】",
"spam": "【未经请求的广告、卖粉、推广链接;写明「有用链接不算」】",
},
)
# 输出规范:answer.choice 是最高概率类目;answer.probabilities 是五个类目的完整分布
# 约束条件:
# ✅ 一个类目一个维度,互斥且合起来覆盖常见弹幕
# ✅ 边界写进选项描述:hype 和 spam、question 和 backseat 最容易混
# ❌ 不要把「隐藏」「打码」这类动作写进类目——动作属于规则表✅ Noul المزدوج للإساءة والحرق (نسخة Noul)
التأثير المتوقع: الحصول على احتمال 0–1 لكل من سؤالي النقض بتصويت واحد: الإساءة عند بلوغ العتبة تُخفى مباشرة، والحرق عند بلوغها يُموّه؛ والحدود الغامضة تُثبّت بإضافة NoulCriteria.
from typesafe_sdk import Noul, NoulCriteria
# 必填项:问句方向要正,yes = 命中你要检查的事
TOXIC_QUESTION = Noul(
instructions="【这条弹幕是否辱骂、仇恨或骚扰某人?】",
criteria=NoulCriteria(
true="【侮辱、歧视、威胁、人身攻击的情形】",
false="【友好、中性、无对象的轻玩笑——把要放过的玩笑写清楚】",
),
)
SPOILER_QUESTION = Noul(
instructions="【这条弹幕是否剧透正在玩的游戏的剧情或结局?】",
# 选填项:剧透边界模糊时补 criteria?
# criteria=NoulCriteria(true="【…】", false="【…】"),
)
# 输出规范:answer.noul 是 0–1 概率,没有 confidence;接近 0.5 = 不确定
# 约束条件:
# ✅ 一道 Noul 只问一个是非;「多严重」交给 Score 题
# ✅ 玩笑和辱骂的分界写进 false,不然熟人间互怼会被误杀
# ❌ 不要拿 0.5 当阈值——0.49 和 0.51 会触发相反动作🔧 قواعد المعالجة والعتبات (نسخة decide)
التأثير المتوقع: تحويل الفئات إلى إجراءات يراها المشاهدون، مع عتبة واحدة لكل من سؤالي Noul — تعديل هذا الجدول هو تعديل سلوك المنتج، دون طلبات جديدة.
# 必填项:【】里换成你的处置策略
RULES = {
"question": "【highlight / show】",
"hype": "【show / hide】",
"conversation": "【show / dim】",
"backseat": "【hide】",
"spam": "【hide】",
}
TOXIC_AT = 【0.7 起步,官方示例值;用你的弹幕校准】
SPOILER_AT = 【0.7 起步,官方示例值;用你的弹幕校准】
# 输出规范:decide(result) -> "show" / "highlight" / "dim" / "hide (…)" / "blur (spoiler)"
# 约束条件:
# ✅ 顺序固定:先 toxic 一票否决,再类目规则,最后 spoiler 打码
# ✅ 阈值上线前用自己的弹幕校准——官方样本里 0.38–0.95 之间是空的,你的不会
# ❌ 不要在规则表里处理「不确定」——那是概率出口的活,见自一致性课نقطة تحقق ✅
- أنتج
twitch_chat_filter.pyسطرا لمنظور المشاهدين البالغة 29 + عدادات: show 14 / highlight 6 / مخفية 7 / blur 2 - دون تعيين
TYPESAFE_API_KEYومع وضع ملفjson_cache.jsonالرسمي، أعدت إنتاج جميع أرقام المسؤولين - أستطيع ذكر ترتيب الفحوصات الثلاثة: toxic بنقض واحد ← قواعد الفئات ← تمويه spoiler
- أنتجت قواعد
QUIETالنتيجة 14 messages changed و0 new requests - أعلم أن 0.7 عتبة نموذجية — النطاق 0.38–0.95 في العينة الرسمية فارغ بينهما، وقناتي تحتاج معايرة قبل الإطلاق
تنبيهات للمزالق
❌ إرسال الطلبات تسلسليًا واحدًا تلو الآخر، فلا تلحق بذروة النشاط
المسؤولون قالوها صراحة: طلب واحد في كل مرة لا يلحق بدردشة مزدحمة. حتى بوسيط 0.1 ثانية، ستظهر التعليقات الجديدة في الدردشة أولًا ثم تعود الإجابة. المسؤولون يقدمون خيارين: إخفاء الرسائل الجديدة أولًا ثم تقرير إظهارها عند عودة الإجابة؛ أو قبول بقاء رسائل الإساءة على الشاشة تلك الأجزاء من الثانية. أما التزامن فاتبع أسلوب تجمّع الخيوط من الخطوة 5.
❌ نسخ العتبة 0.7 كما هي والإطلاق مباشرة
نجحت 0.7 على العينة الرسمية لأن احتمالات الرسائل البالغة 29 منقسمة إلى طرفين (toxic ≥ 0.97 أو ≤ 0.38، وspoiler ≥ 0.95 أو ≤ 0.38)، والوسط فارغ. أما تعليقاتك فالأرجح أنها ستحتوي قيمًا حول 0.5 — بكلمات المسؤولين: عاير العتبتين على دردشة قناتك أولًا ثم انطلق بالبث المباشر. لمعرفة كيفية ضبط العتبات حسب المخاطر، راجع الاستخدامات الثلاثة فيConfidence الثقة.
❌ تنفيذ تصنيف الفائز مباشرة دون النظر إلى فارق الاحتمالات
تنبيه رسمي: فائز الفئة قد يكون فائزًا غير واثق أيضًا — عندما يكون احتمال المتصدرين متقاربًا، أو يكون Noul ملتصقًا بـ 0.5، قد يقتل الإخفاء التلقائي رسائل خطأً. توصية المسؤولين: حدد استراتيجية أولًا: إما تحويل هذه الرسائل إلى مراجعة بشرية، أو إبقاؤها مرئية مؤقتًا بدلًا من الإخفاء التلقائي؛ وقرر بعد اختبارها بتعليقات قناتك. للاطلاع على الطريقة الكاملة لإضافة مخرج «غير متأكد» إلى نظام المراجعة، راجعالاتساق الذاتي.
❌ فحص الحرق لا يعرف إلى أين وصل اللاعب
spoiler يحكم على «هل هذا حرق للحبكة» بالاعتماد على اسم اللعبة ومعرفة النموذج بهذه اللعبة فقط، ولا يعرف ما إذا كان اللاعب والمشاهدون قد شاهدوها أم لا. لاعتراض نقاط الحبكة «التي لم تُحرق بعد» فقط، طريقة المسؤولين: ضع التقدم الحالي ومعلومات الحبكة ذات الصلة في الـ state، ثم عدّل السؤال ليقتبس هذه السياقات.
تقنيات متقدمة (اختيارية)
تشغيل قنوات متعددة دفعة واحدة. لكل قناة مرّر stream الخاص بها إلى classify() — الوسيط الثالث لـ classify(user, text, stream=...) موجود لهذا الغرض بالضبط؛ فاختلاف العنوان واسم اللعبة يغيّر حكم الحرق والتوجيه.
الاتصال بدردشة حقيقية. توصية المسؤولين: خزّن معرّف الرسالة من المنصة (أو مرجع عنصر الصفحة الخاص بالرسالة) مع الطلب، وعند عودة الإجابة حدّث الرسالة المقابلة. إذا اصطدمت بحدود المعدل فاخفض max_workers وأعد التشغيل — الإجابات المكتملة كلها في ذاكرة التخزين المؤقت ولن تُدفع تكلفتها مجددًا.
التجربة دون كتابة كود أولًا. املأ الـ state والأسئلة الثلاثة في Playground (https://console.typesafe.ai/playground) لتجربته: توجد روابط مشاركة جاهزة على صفحة الـ cookbook الرسمية، وبفتحها تجد رسالة backseat + الأسئلة الثلاثة. لإنشاء رابطك الخاص، الصق هذا الكود:
playground_link = make_playground_link(
{"stream": STREAM, "message": {"user": CHAT[4][0], "text": CHAT[4][1]}},
QUESTIONS,
)
# Print a usable URL in a script; render a clickable link in a notebook.
if __name__ == "__main__" and "__file__" in globals():
print(f"Open in the TypeSafe playground:\n{playground_link}")
else:
display(Markdown(f"🔗 [Open in the TypeSafe playground]({playground_link})"))شاهد اللقطات الرسمية. لدى المسؤول أيضًا فيديو عرض توضيحي لامتداد Chrome يعتمد على محرك Jev لتصفية دردشة بث Twitch الحقيقية: Twitch chat filtering Chrome extension demo.
ملخص هذا الدرس
✅ خط أنابيب تصفية تعليقات البث المباشر بالذكاء الاصطناعي: لكل تعليق طلب واحد بثلاثة أسئلة (category Choice + toxic / spoiler Noul مزدوج)، 8 خيوط متزامنة، وقواعد برمجية بحتة تحدد ما يراه المشاهدون.
✅ ترتيب الحكم: toxic ≥ 0.7 نقض بصوت واحد → قواعد الفئات (backseat / spam تُخفى، question تُبرز) → spoiler ≥ 0.7 تُشوَّه.
✅ اختبار رسمي لـ 29 تعليقًا: ظاهرة 14، مُبرزة 6، مخفية 7 (توجيه 3 + إعلانات 2 + إساءة 2)، مشوَّهة 2؛ الوسيط الزمني للطلبات حوالي 0.1 ثانية.
✅ القواعد هي بيانات: عرض QUIET غيَّر حكم 14 تعليقًا مع 0 طلبات جديدة فقط؛ ملف json_cache.json الرسمي يتيح لك إعادة إنتاج جميع الأرقام دون تعيين مفتاح.
مراجعة حقول الإعداد الرئيسية:
| الحقل | قيمة هذه الصفحة | الشرح |
|---|---|---|
TYPESAFE_MODEL | "jev-1.14.0" | نسخة بأخذ عينات من الأرقام الرسمية (2026-10-29)؛ مفتاح التخزين المؤقت لا يتضمن النموذج |
TOXIC_AT / SPOILER_AT | 0.7 / 0.7 | عتبات مثال؛ العينة الرسمية فارغة بين 0.38–0.95، معاير قناتك أولًا |
RULES | question→highlight؛ hype/conversation→show؛ backseat/spam→hide | جدول الإجراءات؛ تعديله لا يستلزم طلبات جديدة |
max_workers | 8 | عدد التزامن؛ خفِّضه عند تحديد المعدل، والإجابات المكتملة مخزنة مؤقتًا |
| عدد الأسئلة لكل رسالة | 3 | تقييم متوازٍ في طلب واحد؛ تعديل أي سؤال يغيّر مفتاح التخزين المؤقت |
دروس ذات صلة:
- حواجز LLM: فحص أمني كامل للمدخلات والمخرجات — نفس نهج «الاحتمال + العتبة»، وهذه المرة ما يُحظر هو الرسائل الداخلة إلى والخارجة من تطبيقات LLM
- الاتساق الذاتي: منح أنظمة الإشراف مخرجًا لـ «عدم اليقين» — عندما يكون أعلى احتمالين متقاربين لا تنفذ تلقائيًا، ووفّر مخرجًا للتحويل إلى إنسان
- الأسئلة المتوازية والتوسع التخميني — الشرح الكامل لأسئلة متعددة في طلب واحد: 13 سؤالًا أرخص بـ 12.2 مرة، وأسرع بـ 10.0 مرة
استعراض الدرس التالي
ما تحجبه التعليقات هو الرسائل السيئة، وما تصنفه الفئات هو المحتوى الجيد — كما أن مستويات الفئات تتعمق طبقة بعد طبقة. الدرس التالي: التصنيف العميق المتعدد المستويات: تصنيف المحتوى إلى أعمق نقطة في الفئات.
ستتعلم:
- بحث الشعاع المتوازي ينزل طبقة بعد طبقة على طول احتمالات Choice، مصنفًا المستندات إلى أعمق نقطة في فئات براءات الاختراع والتجزئة والطب الحيوي والشيفرة المصدرية
- كيفية تقسيم الفئات إلى طلبات متعددة عندما لا يتسع لها مستوى واحد، وكيف تحدد إجابة الطبقة العليا خيارات الطبقة التالية
- نفس نهج هذه الصفحة — احتمالات تقود فروع الكود، غير أن الفروع هذه المرة تسير في شجرة الفئات