Classer un texte avec Sabaki

Sabaki est un routeur local de décisions typées. Botillon l’utilise comme signal d’aide pour trier des signalements, des avis et des tags. Il renvoie une catégorie et une confiance, pas du texte.

Où Sabaki intervient

• Signalements : une catégorie est ajoutée au journal staff (spam, malware, nsfw, impersonation, broken, other) avec un score de confiance.
• Avis : la page /staff/commentaires affiche un indicateur (ok, spam, insulte, hors_sujet, lien_suspect).
• Tags : le formulaire d’ajout et la fiche proposent des tags officiels à partir de la description.
• MCP : l’outil classify_text expose les mêmes questions en lecture seule.

Utiliser classify_text

L’outil accepte un texte et une question :

{
  "name": "classify_text",
  "arguments": {
    "text": "Le bot demande mon token Discord, lien suspect",
    "question": "report_category"
  }
}

Questions disponibles : report_category, comment_flag, tags. La réponse contient une décision et une confiance entre 0 et 1. Elle est indicative.

Ce que Sabaki ne fait pas

• Il ne masque pas un avis et ne bannit personne.
• Il ne rédige pas d’article et ne répond pas à une question ouverte.
• Il n’appelle aucun service externe : le paquet tourne dans le processus Botillon.
• Il ne remplace pas la review humaine ni les règles de la communauté.

État actuel

Le paquet sabaki est installé, mais aucun modèle nano propre à Botillon n’est entraîné. Les fonctions utilisent l’heuristique française de src/lib/sabaki.ts ; un fichier data/sabaki/botillon-weights.json peut prendre le relais sans changer les appelants. Les modes mini et generalist ne sont pas installés.

Limites

Les mots-clés français couvrent le spam, le malware, le NSFW, l’usurpation, les liens cassés, les insultes et le hors-sujet. Ils peuvent rater l’ironie, l’argot ou un contexte implicite. Une confiance basse doit rester une invitation à relire, pas un signal d’automatisation.

Voir aussi

• Serveur MCP
• Catalogue MCP
• Signaler un bot
• Protéger ses données