misskey-dev · samunohito · Jun 26, 2026 · Jun 24, 2026 · Jun 24, 2026 · Jun 24, 2026
diff --git a/.claude/skills/scope-guard/SKILL.md b/.claude/skills/scope-guard/SKILL.md
@@ -6,9 +6,9 @@ user-invocable: false
 
 # scope-guard — sensitive-detector のスコープ判断と不変条件
 
-このサービスは Misskey の `AiService.detectSensitive`（nsfwjs + @tensorflow/tfjs-node 推論）を
+このサービスは Misskey の `AiService.detectSensitive`（ONNX Runtime 推論）を
 HTTP サイドカーに切り出したもの。切り出して嬉しいのは **ネイティブ ML スタック
-（tfjs-node / libtensorflow、モデルのメモリ常駐、x64 avx2+fma 制約、glibc 依存）の隔離** だけ。
+（onnxruntime-node、モデルのメモリ常駐、glibc 依存）の隔離** だけ。
 
 ## 機能を足してよいかの判断軸（エンドポイント数は不変条件ではない）
 
@@ -25,11 +25,11 @@ HTTP サイドカーに切り出したもの。切り出して嬉しいのは **
 
 - 返すのは **推論の生予測値だけ**。`sensitive` / `porn` のしきい値判定・フレーム集約・
   per-user ポリシーは **Misskey 本体（`FileInfoService.ts` の `judgePrediction`）に残す**。ここには入れない。
-- 受け取るのは **正規化済み画像バイト**。画像正規化（sharp の resize/rotate/flatten/PNG 変換）と
-  動画・APNG のフレーム抽出（ffmpeg）は本体に残す。**v1 では sharp / fluent-ffmpeg / ffmpeg を依存に足さない。**
+- 受け取るのは **299×299 の正規化済み PNG**。画像正規化（sharp の resize/rotate/flatten/PNG 変換）と
+  動画・APNG のフレーム抽出（ffmpeg）は本体に残す。**sharp / fluent-ffmpeg / ffmpeg を依存に足さない。**
 - **物理パス入力・mediaDir・ディレクトリトラバーサル防御・JSON 入力スキーマ** は持ち込まない
   （入力は画像バイナリ本体）。
-- 予測値の形は nsfwjs の生出力（全クラス・確率降順）。`predictions[].className` は本体が
+- 予測値の形は ONNX モデルの生出力（全クラス・確率降順）。`predictions[].className` は本体が
   `find(x => x.className === 'Sexy')` で引ける契約（[packages/core/src/types.ts](../../../packages/core/src/types.ts) の `Prediction`）。
 - **HTTP 応答はバッチ形**。成功は `{ success:true, result:{ results: BatchItemResult[] } }`
   （パーツ順保持）。`BatchItemResult` はパーツ毎に `{ success:true, predictions }` か

diff --git a/.env.example b/.env.example
@@ -9,3 +9,8 @@ SENSITIVE_DETECTOR_API_KEY=
 # ホスト側で公開するポート（コンテナ内は固定で 3009）。
 # Misskey 本体が 3000 を使うので、ホスト側は 3009 にずらしておく。
 HOST_PORT=3009
+
+# ONNX Runtime の 1 推論あたりのスレッド数。デフォルト 1。
+# 0 = ONNX Runtime 既定（全コア使用）。
+# Misskey 本体と同居する場合は 1〜2 が推奨。専用マシンなら 0 で全コアを活用できる。
+# SENSITIVE_DETECTOR_THREADS=1
diff --git a/Dockerfile b/Dockerfile
@@ -1,8 +1,6 @@
 # syntax=docker/dockerfile:1
 
-# @tensorflow/tfjs-node は glibc と TensorFlow C binary に結びつくネイティブアドオン(tfjs_binding.node)に依存する。
-# 現行の @tensorflow/tfjs-node@4.22.0 は配布バイナリ設定が N-API v8 までで、Node 24 以上のビルド/実行互換性は未保証。
-# nsfwjs も TensorFlow.js backend 経由でこの制約を受けるため、Debian slim(glibc 2.36) + Node 22 系に固定する。
+# onnxruntime-node は glibc に依存するネイティブバイナリを含む。Debian slim + Node 22 系をベースにする。
 FROM node:22-bookworm-slim AS base
 ENV PNPM_HOME=/pnpm
 ENV PATH="$PNPM_HOME:$PATH"
@@ -14,22 +12,17 @@ WORKDIR /app
 
 # ---- build stage ----
 FROM base AS build
-# tfjs-node のネイティブアドオン(node-gyp)ビルドに必要なツール。
-RUN apt-get update \
-	&& apt-get install -y --no-install-recommends python3 make g++ ca-certificates \
-	&& rm -rf /var/lib/apt/lists/*
 
 # 依存解決のレイヤキャッシュ用に manifest を先に置く。
 COPY pnpm-workspace.yaml package.json pnpm-lock.yaml tsconfig.base.json ./
 COPY packages/core/package.json ./packages/core/
 COPY apps/server/package.json ./apps/server/
 
-# onlyBuiltDependencies(@tensorflow/tfjs-node) のネイティブビルドを承認しつつ install。
 RUN --mount=type=cache,id=pnpm,target=/pnpm/store pnpm install --frozen-lockfile
 
 COPY . .
 RUN pnpm run build
-# server とその prod 依存(core / tfjs-node の .node 含む)だけを /app/deploy へ取り出す。
+# server とその prod 依存(core / onnxruntime-node 含む)だけを /app/deploy へ取り出す。
 # pnpm v10 では injected workspace でない deploy に --legacy が必要（symlink リンク方式を維持）。
 RUN pnpm deploy --legacy --filter=@misskey-sensitive-detector/server --prod /app/deploy
 
@@ -38,7 +31,7 @@ FROM base AS runtime
 ENV NODE_ENV=production
 WORKDIR /app
 COPY --from=build /app/deploy ./
-# nsfwjs モデルをイメージに同梱する（/models へ焼き込み）。config から modelDir: '/models' で参照する。
+# ONNX モデルをイメージに同梱する（/models へ焼き込み）。config から modelDir: '/models' で参照する。
 # モデルは公開重みで秘密ではないため同梱して構わない。差し替えたい場合は実行時に /models を上書きマウントする。
 COPY nsfw-model/ /models/
 COPY scripts/healthcheck.mjs /scripts/healthcheck.mjs

diff --git a/README.md b/README.md
@@ -1,8 +1,8 @@
 # sensitive-detector
 
-Misskey 本体の `AiService.detectSensitive`（[nsfwjs](https://github.com/infinitered/nsfwjs) + `@tensorflow/tfjs-node` による NSFW 推論）を切り出した、独立 HTTP サイドカーサービス。
+Misskey 本体の `AiService.detectSensitive`（NSFW 推論）を切り出した、独立 HTTP サイドカーサービス。推論エンジンには [ONNX Runtime](https://onnxruntime.ai/) を使用する。
 
-切り出して嬉しいのは **ネイティブ ML スタック（tfjs-node / libtensorflow、モデルのメモリ常駐、x64 の avx2+fma CPU 制約、glibc 依存）の隔離** であり、本サービスはそこだけに徹する。画像の正規化（リサイズ・回転・透過塗りつぶし）や動画フレーム抽出は **Misskey 本体に残し**、本サービスは **正規化済み画像バイトを受け取り nsfwjs の生の予測値をそのまま返す**。しきい値判定（`sensitive` / `porn`）も本体側に残す。
+切り出して嬉しいのは **ネイティブ ML スタック（ONNX Runtime、モデルのメモリ常駐）の隔離** であり、本サービスはそこだけに徹する。画像の正規化（リサイズ・回転・透過塗りつぶし）や動画フレーム抽出は **Misskey 本体に残し**、本サービスは **299×299 に正規化済みの PNG を受け取り、生の予測値をそのまま返す**。しきい値判定（`sensitive` / `porn`）も本体側に残す。
 
 背景: [misskey-dev/misskey#16804](https://github.com/misskey-dev/misskey/issues/16804)
 
@@ -16,7 +16,7 @@ Misskey 本体の `AiService.detectSensitive`（[nsfwjs](https://github.com/infi
 | --- | --- |
 | Content-Type | `multipart/form-data` |
 | Authorization | `Bearer <token>`（`config.apiKey` 設定時のみ要求） |
-| Body | 各パートに画像バイナリ（フィールド名は任意、順序を保持）。パートの Content-Type は `image/png` / `image/jpeg` / `image/gif` / `image/bmp` |
+| Body | 各パートに画像バイナリ（フィールド名は任意、順序を保持）。パートの Content-Type は `image/png` |
 
 成功（200）:
 
@@ -61,32 +61,31 @@ curl -X POST localhost:3000/v1/detect-images \
 - `port` / `socket`: どちらか一方必須。
 - `host`: `port` 待ち受け時の bind ホスト。既定 `127.0.0.1`（ローカルのみ）。外部公開する場合のみ `0.0.0.0` を明示する（Docker は `config.docker.mjs` で `0.0.0.0` 指定済み）。
   - **移行メモ**: 既定が `0.0.0.0` から `127.0.0.1` に変わった。`port` 待ち受けで別ホスト／別コンテナから到達させていた既存利用者は、`host: '0.0.0.0'`（や特定の bind アドレス）を明示する必要がある。Docker 利用は変更不要。
-- `modelDir`: 必須。nsfwjs モデルディレクトリ。
+- `modelDir`: 必須。ONNX モデルディレクトリ（`nsfw_model.onnx` を含むパス）。
 - `apiKey`: 静的 Bearer token。`port` で TCP 待ち受けする場合は `apiKey` が必須。
 - `allowUnauthenticatedTcp`: `port` で `apiKey` なしを許すためのフラグ。開発用・外部から到達不能な環境以外では使わない。
 - `maxBinarySize`(1MB) / `maxImageWidth`(299) / `maxImageHeight`(299) / `maxImagePixels`(89401) / `maxParts`(10) / `maxBodySize`(12MB) / `maxConcurrentJobs`(2) / `requestTimeoutMs`(60000)。
 
 ## 開発
 
 ```sh
-pnpm install            # tfjs-node のネイティブビルドを含む
+pnpm install
 pnpm run build          # tsdown（高速 JS 出力。依存は external）
 pnpm run typecheck      # core を build してから各 package を型チェック
 pnpm run lint           # biome
 pnpm run test:unit      # 純粋ロジック
-pnpm run test:integration  # 実モデルロード＋実 classify（CPU/モデルが無ければ skip）
+pnpm run test:integration  # 実モデルロード＋実 classify（モデルが無ければ skip）
 
 # ローカル起動（config に modelDir を設定）
 pnpm --filter @misskey-sensitive-detector/server dev -- --config ./config.dev.mjs
 ```
 
 統合テストは `SENSITIVE_DETECTOR_TEST_MODEL_DIR` でモデルディレクトリを上書きできる
-（既定: `/home/osamu/develop/misskey/packages/backend/nsfw-model`）。CPU が avx2+fma 非対応、
-またはモデルが無い環境では自動的に skip する。
+（既定: `/home/osamu/develop/misskey/packages/backend/nsfw-model`）。モデルが無い環境では自動的に skip する。
 
 ## 構成
 
-- `packages/core` (`@misskey-sensitive-detector/core`): 推論エンジン。重いネイティブ実依存（tfjs-node / nsfwjs）はここに集約。
+- `packages/core` (`@misskey-sensitive-detector/core`): 推論エンジン。重いネイティブ実依存（onnxruntime-node）はここに集約。
 - `apps/server` (`@misskey-sensitive-detector/server`): 薄い HTTP 層（Hono + pino）。
 
 ## Docker

diff --git a/apps/server/src/bootstrap.ts b/apps/server/src/bootstrap.ts
@@ -160,7 +160,8 @@ export async function bootstrap(argv: readonly string[], basedir = process.cwd()
   warnConfigCoherence(raw, config, logger);
 
   // 起動時に 1 回だけモデルをロードする（失敗しても常駐し続ける）。
-  const classifier = await createClassifier(config.modelDir, { logger });
+  const intraOpNumThreads = parseInt(process.env.SENSITIVE_DETECTOR_THREADS ?? '1', 10) || undefined;
+  const classifier = await createClassifier(config.modelDir, { logger, intraOpNumThreads });
   if (!classifier.available) {
     logger.warn('model is unavailable; every /v1/detect-image request will return MODEL_UNAVAILABLE (503)');
   }

diff --git a/apps/server/src/routes/detect-images.ts b/apps/server/src/routes/detect-images.ts
@@ -4,7 +4,7 @@ import { mapWithConcurrency } from '../lib/concurrency.js';
 import { exceedsImageLimits, readImageDimensions } from '../lib/image-metadata.js';
 import type { AppDeps, AppEnv } from '../types.js';
 
-const ACCEPTED_CONTENT_TYPES = new Set(['image/png', 'image/jpeg', 'image/gif', 'image/bmp']);
+const ACCEPTED_CONTENT_TYPES = new Set(['image/png']);
 
 function parseContentType(value: string): string {
   return value.split(';')[0]?.trim().toLowerCase() ?? '';

diff --git a/apps/server/test/app.test.ts b/apps/server/test/app.test.ts
@@ -86,13 +86,14 @@ describe('POST /v1/detect-images', () => {
     expect(results[2]?.error?.code).toBe('UNSUPPORTED_MEDIA_TYPE');
   });
 
-  it('accepts image/jpeg, image/gif, image/bmp', async () => {
+  it('rejects image/jpeg, image/gif, image/bmp with UNSUPPORTED_MEDIA_TYPE', async () => {
     const app = buildTestApp();
     for (const contentType of ['image/jpeg', 'image/gif', 'image/bmp']) {
       const res = await postImages(app, [{ data: png, contentType }]);
       expect(res.status).toBe(200);
-      const body = (await res.json()) as { result: { results: { success: boolean }[] } };
-      expect(body.result.results[0]?.success).toBe(true);
+      const body = (await res.json()) as { result: { results: { success: boolean; error?: { code: string } }[] } };
+      expect(body.result.results[0]?.success).toBe(false);
+      expect(body.result.results[0]?.error?.code).toBe('UNSUPPORTED_MEDIA_TYPE');
     }
   });
 

diff --git a/nsfw-model/README.md b/nsfw-model/README.md
@@ -28,6 +28,41 @@ Misskey commit from which they were copied was not recorded at the time of impor
 > [upstream LICENSE.md](https://github.com/GantMan/nsfw_model/blob/master/LICENSE.md)
 > for details.
 
+## ONNX Conversion
+
+`nsfw_model.onnx` is converted from the TensorFlow.js model files in this directory.
+The conversion was verified on an M2 MacBook Air (macOS, ARM64).
+
+### Prerequisites
+
+- Docker
+
+### Steps
+
+Run the following command from the `nsfw-model/` directory:
+
+```sh
+docker run --rm -v $(pwd):/model python:3.11-slim bash -c "pip install tensorflow==2.15.1 tensorflowjs==4.22.0 tf2onnx onnx==1.16.2 setuptools==75.8.2 && python3 -c \"
+import types, sys
+# Mock tensorflow_decision_forests to avoid inference.so error
+mod = types.ModuleType('tensorflow_decision_forests')
+mod.keras = types.ModuleType('tensorflow_decision_forests.keras')
+sys.modules['tensorflow_decision_forests'] = mod
+sys.modules['tensorflow_decision_forests.keras'] = mod.keras
+
+import tensorflowjs as tfjs
+import tensorflow as tf
+import tf2onnx
+model = tfjs.converters.load_keras_model('/model/model.json')
+input_spec = (tf.TensorSpec((1, 299, 299, 3), tf.float32, name='input'),)
+tf2onnx.convert.from_keras(model, input_signature=input_spec, output_path='/model/nsfw_model.onnx')
+print('ONNX model saved successfully')
+\""
+```
+
+This produces `nsfw_model.onnx` with input shape `[1, 299, 299, 3]` (float32) and
+output shape `[1, 5]` (softmax probabilities for Drawing, Hentai, Neutral, Porn, Sexy).
+
 ## License Notices
 
 ### GantMan/nsfw_model

diff --git a/nsfw-model/group1-shard1of6 b/nsfw-model/group1-shard1of6
diff --git a/nsfw-model/group1-shard2of6 b/nsfw-model/group1-shard2of6
diff --git a/nsfw-model/group1-shard3of6 b/nsfw-model/group1-shard3of6
diff --git a/nsfw-model/group1-shard4of6 b/nsfw-model/group1-shard4of6
diff --git a/nsfw-model/group1-shard5of6 b/nsfw-model/group1-shard5of6
diff --git a/nsfw-model/group1-shard6of6 b/nsfw-model/group1-shard6of6
diff --git a/nsfw-model/model.json b/nsfw-model/model.json
diff --git a/nsfw-model/nsfw_model.onnx b/nsfw-model/nsfw_model.onnx
diff --git a/packages/core/package.json b/packages/core/package.json
@@ -19,11 +19,10 @@
     "typecheck": "tsc -p tsconfig.json --noEmit"
   },
   "dependencies": {
-    "@tensorflow/tfjs-node": "catalog:",
-    "nsfwjs": "catalog:",
-    "systeminformation": "catalog:"
+    "onnxruntime-node": "catalog:",
+    "pngjs": "catalog:"
   },
   "devDependencies": {
-    "@tensorflow/tfjs": "catalog:"
+    "@types/pngjs": "catalog:"
   }
 }