picacho-otp
локальная нейросеть для поиска одноразовых кодов в письмах
2 min read
Компактная модель от pinaltech, созданная для почтового клиента Picacho. Она определяет, является ли найденное в письме число кодом входа, подтверждения или одноразовым паролем (OTP), чтобы интерфейс мог скрывать его за точками •••••• в теме, тексте и уведомлениях. Модель построена по принципу bag-of-features (в стиле fastText: один скрытый слой на 16 нейронов и около 260 000 весов, размер около 1 МБ) и работает полностью локально без отправки писем в облако. Пригодится разработчикам почтовых клиентов, менеджеров паролей и систем фильтрации уведомлений.
Ключевые особенности
- Мультиязычность: обучена на письмах на 38 языках (включая русский, английский, китайский, японский, арабский и хинди) и понимает цифры в разных системах записи (ASCII, fullwidth, арабо-индийские, деванагари и др.).
- Сверхлёгкая архитектура: весит около 1 МБ, использует хэширование признаков в 16 384 слота и не требует GPU.
- Устойчивость к ложным срабатываниям: отделяет коды авторизации от номеров заказов, счетов, трек-номеров, телефонов, сумм и промокодов за счёт анализа контекста в пределах 200 символов вокруг числа.
- Кроссплатформенная поставка: доступна в форматах
otp-v1.mlmodel(для Core ML на macOS) иotp-v1.bin(для собственного рантайма на Rust под Windows и Linux).
Что можно сделать
- Защита уведомлений: встроить в почтовый клиент или мессенджер для автоматического скрытия кодов подтверждения на экране блокировки.
- Автозаполнение 2FA: использовать для локального извлечения кодов из входящих писем на десктопе без передачи данных на сторонние серверы.
- Дообучение под свои шаблоны: переобучить сеть на собственных примерах писем с помощью скрипта
train.pyиз репозитория Picacho и экспортировать в Core ML.
Пример
python3 train.py # сборка otp-v1.bin и parity.json на numpy
python3 train.py --coreml # дополнительный экспорт в otp-v1.mlmodelПодробнее
Качество на отложенных шаблонах (латиница / английский): Precision 95%, Recall 100%, полностью верных писем — 97%.Качество на новых языках (включая кириллицу и иероглифы): Precision 97%, Recall 96%, полностью верных писем — 96%.
Порог срабатывания: кандидат считается кодом при оценке модели от 0.3 и выше.
Обучение проведено детерминированно на синтетических данных (
data.py); изменения словаря концептов (lexicon.json) требуют обновления кода признаков на Rust.









Comments