Dự án mã nguồn mở đầu tiên được phát triển: Chickadee Studio — công cụ dành cho máy tính để bàn giúp phát hiện quảng cáo ẩn và ngụy trang trên các trang web

Xin trân trọng giới thiệu tới cộng đồng dự án mã nguồn mở Chickadee Studio. Đây là ứng dụng máy tính được xây dựng nhằm hỗ trợ nhận diện các nội dung quảng cáo tiềm ẩn hoặc bị ngụy trang trên trang web, bao gồm bài viết, bình luận và hình ảnh. Ý tưởng xuất phát từ một thực tế đáng chú ý: không phải mọi nội dung quảng cáo đều hiển thị rõ ràng hoặc dễ dàng nhận diện thông qua các phương pháp đối chiếu từ khóa thông thường. Một số nội dung sử dụng các ký tự tương đồng, các tổ hợp ký tự Unicode bất thường, chèn văn bản vào hình ảnh, hoặc sử dụng các phần tử HTML ẩn. Dự án này thử nghiệm việc kết hợp nhiều kỹ thuật khác nhau nhằm phân tích các dạng nội dung nêu trên. Các chức năng chính: Quét các trang web, bài đăng, bình luận và hình ảnh Ứng dụng công nghệ OCR (PaddleOCR) để trích xuất văn bản từ hình ảnh Phân tích các phần tử DOM và CSS nhằm tìm kiếm nội dung có khả năng bị ẩn Phát hiện các kỹ thuật làm mờ và xáo trộn văn bản Sử dụng các mô hình ML cục bộ để hỗ trợ nhận diện ngữ cảnh quảng cáo Cung cấp ảnh chụp màn hình và chứng cứ phục vụ kiểm tra thủ công Hỗ trợ tùy chọn phân tích có sự trợ giúp của AI Ngăn xếp công nghệ: Python, Electron, React, Playwright, PaddleOCR và scikit-learn. Hệ thống phân tích cốt lõi được vận hành cục bộ, và dự án được phát hành theo giấy phép Apache 2.0. Dự án hiện đang ở giai đoạn ban đầu và còn nhiều nội dung cần được tiếp tục hoàn thiện. Với tư cách là một bản phát hành mã nguồn mở đầu tay, dự án rất mong nhận được các ý kiến đóng góp về kiến trúc hệ thống, phương pháp phát hiện, khả năng ứng dụng thực tế cũng như các vấn đề liên quan. GitHub: https://github.com/chickadee-project/chickadee_studio Xin trân trọng cảm ơn sự quan tâm theo dõi.