# 策展 · X (Twitter) 🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Vaishnavi (@_vmlops) · 平台：X (Twitter) · 日期：2026-04-14

> 原始來源：https://x.com/_vmlops/status/2043624154646409708

## 中文摘要

Google 開源「Magika」，揭穿檔案偽裝的秘密武器。

Google 內部多年使用「Magika」保護 Gmail、Drive 和 Safe Browsing，每週處理數千億個檔案，現在開源讓所有人使用。這款人工智慧檔案類型偵測工具，能看穿惡意軟體偽裝成「resume.pdf」或腳本假扮圖片的伎倆，訓練於約 1 億個檔案樣本，涵蓋 200 多種內容類型，測試集平均精準度達 99%，單檔案推斷僅需 5ms。

**內部應用與規模**
Google 已將「Magika」大規模部署於 Gmail、Drive 和 Safe Browsing，每週處理數百億個樣本，協助將檔案路由至適當的安全與內容政策掃描器。它也已整合至「VirusTotal」和「abuse.ch」，提升使用者安全，保護數十億 Google 使用者，如今透過 `pip install magika` 一鍵安裝，同樣工具即刻可用。

**技術亮點**
- 以 Rust 撰寫的命令列工具、Python API，以及 Rust、JavaScript/TypeScript（含實驗性 npm 套件，用於網頁示範）和 GoLang（開發中）綁定。
- 訓練與評估資料集約 1 億個檔案，涵蓋 200+ 內容類型（二進位與文字格式）。
- 測試集平均精準度與召回率約 99%，特別在文字內容類型超越既有方法。
- 模型載入後（一次性開銷），單 CPU 單檔案推斷約 5ms，檔案大小不影響速度，仅使用檔案內容有限子集。
- 支援同時處理數千檔案，或以 `-r` 遞迴掃描目錄。
- 每內容類型門檻系統，決定是否信任預測，否則回傳通用標籤如「Generic text document」或「Unknown binary data」。
- 預測模式可控錯誤容忍，包括 `high-confidence`、`medium-confidence` 和 `best-guess`。

**安裝方式**
多種安裝途徑確保相容性：
- Python 套件：`pip install magika` 或 `pipx install magika`。
- macOS/Linux：`brew install magika`。
- 安裝腳本：`curl -LsSf https://securityresearch.google/magika/install.sh | sh`（Linux/macOS）或 PowerShell 版本。
- Rust：`cargo install --locked magika-cli`。
- JavaScript：`npm install magika`。

**命令列使用範例**
簡單指令揭露真實檔案類型，例如：
```
cd tests_data/basic && magika -r * | head
```
輸出如：
- asm/code.asm: Assembly (code)
- batch/simple.bat: DOS batch file (code)
- c/code.c: C source (code)
- css/code.css: CSS source (code)
- csv/magika_test.csv: CSV document (code)
- dockerfile/Dockerfile: Dockerfile (code)
- docx/doc.docx: Microsoft Word 2007+ document (document)

支援 JSON 輸出：
```
magika ./tests_data/basic/python/code.py --json
```
回傳包含路徑、標籤「python」、MIME 類型「text/x-python」、分數 0.996999979019165 等細節。

從標準輸入：
```
cat tests_data/basic/ini/doc.ini | magika -
```
輸出：INI configuration file (text)。

選項包括 `--recursive`（遞迴）、`--json`、`--mime-type`、`--output-score` 等，自訂格式如 `%p %l %d`。

**Python API 範例**
輕鬆整合程式碼：
```python
from magika import Magika
m = Magika()
res = m.identify_bytes(b'function log(msg) {console.log(msg);}')
print(res.output.label)  # javascript
```
支援 `identify_path` 和 `identify_stream`，如辨識 INI 檔案為「ini」。

**效能與模型設計**
「Magika」仰賴深度學習，自訂高度最佳化模型僅數 MB 大小，單 CPU 毫秒級精準辨識。獨立於檔案大小的近常數推斷時間，僅分析內容子集，避免傳統副檔名依賴的弱點。預測包含描述、擴展名、群組（如「code」或「document」）、MIME 類型、是否文字，以及信心分數。

**開源資源與文件**
- GitHub：http://github.com/google/magika（Apache 2.0 授權）。
- 公告：Google OSS 部落格（2024/02），標題「Magika: AI-powered fast and efficient file type identification」。
- 網站：https://securityresearch.google/magika/，涵蓋核心概念、模型、預測模式、輸出解讀、CLI 與綁定、貢獻指南、FAQ。
- 研究論文：發表於 IEEE/ACM ICSE 2025。
- 網頁示範：https://securityresearch.google/magika/demo/magika-demo/，瀏覽器本地執行。
- PyPI 月下載量徽章顯示活躍使用。

**安全與注意事項**
漏洞回報至 magika-dev@google.com。非官方 Google 專案，無品質或適售性保證。此工具專為揭穿攻擊者檔案偽裝伎倆設計，從惡意重命名到內容偽裝，一網打盡，標誌人工智慧在檔案安全偵測的重大進展。

## 標籤

開源專案, 資安, AIGC, Google, Magika