franc 自然语言检测库

要解决什么问题

在一个 Node.js 服务里，你可能随时拿到一段用户输入：评论、搜索词、上传文档的片段。要做语言路由、内容过滤、文档归类或合规审核，前提都是先知道这段文本属于哪种语言。自己写关键字规则撑不过十几种语言，维护成本也会随语种数量线性膨胀。

这个技能把 franc 封装成统一的调用入口：一个 JavaScript 库加一个 CLI 工具，覆盖多达 419 种语言，输出标准化的 ISO 639-3 代码（例如 eng、zho）。你不需要自己维护语言映射表，也不用关心每种语言的特征怎么写。

它是怎么工作的

• 两种使用形态：作为库时，在 Node.js 代码里引入后对字符串做检测，拿到语言代码再走业务分支；作为 CLI 时，直接把文本交给命令行，输出结果可接管道或写进脚本。
• 检测流程：输入文本进入 franc 后，内部完成特征提取并与内置的多语言模型比对，从候选语种中选出匹配度最高的结果，以 ISO 639-3 代码返回。
• 结果可直接落库：三位字母代码是开放标准，适合在数据库字段、配置项、日志里统一存储和比较，后续做报表或规则匹配都不用再翻译。

适用边界与注意点

• 该技能的 SKILL.md 未能自动提取出可核实的安装与用法说明。接入前请先阅读上游仓库 1991513ccie-png/skills 中的 franc 相关文档，确认库的接口签名和 CLI 参数，再写进生产代码。
• 文本太短（单词、短语）或一句话里混排多种语言时，检测结果容易不稳定，建议先截取连续的完整句子再送检。
• 代码片段、URL、Emoji 占比较高的文本会干扰特征提取，最好在预处理阶段先剥离。
• 如果用在审核、风控等敏感流程，先拿真实样本回归验证，确认误判率可以接受再上线。