项目地址：Text-Sensitivity
笔者在开发小程序时，由于需要对用户输入内容进行敏感词检查，故需要使用现有服务商的相关API（自行开发NLP产品，难度大）。
我们技术团队初步使用的是腾讯云的文智，但由于我们的使用姿势不正确（腾讯云控制台密钥复制错误，导致鉴权总是失败），放弃了腾讯云的产品，转向对开发者更为友好的阿里云文本反垃圾API。
在成功将阿里云API投入到当前业务中运行后，我们认为在小程序审核上内容安全上，我们的产品是没有问题的。但小程序审核结果大失所望，产品的内容审核机制仍不够完善，于是就有了整合阿里云与腾讯云两大敏感词检测API的想法。
目录结构 ├── README.md├── aliTextSensitivity.js├── config.json├── index.js└── qcloudTextSensitivity.js复制代码 说明 index.js：整合阿里云与腾讯云敏感词检测aliTextSensitivity.js：阿里云敏感词检测qcloudTextSensitivity.js：腾讯云敏感词检测config.json：API配置 项目代码 Promise 的使用在 aliTextSensitivity.js 和 qcloudTextSensitivity.js 使用了 Promise 对业务进行了封装。
在 index.js 使用了 await 语法糖，一定程度简化了开发流程。
核心代码 // index.jsasync function checkTextSensitivity(order) { let aliResult = await aliTextSensitivity(order); let qcloudResult = await qcloudTextSensitivity(order); // 当且仅当阿里云和腾讯云的审核通过，该词汇才会被审核通过 if (aliResult === 1 && qcloudResult === 1) { return 1; } return 0;}// aliTextSensitivity.jsasync function checkTextSensitivity(order) {bizCfg.requestBody = JSON.stringify({scenes: ["antispam"],tasks: [{"content": order}]}); // 使用 Promise 对业务封装return new Promise((resolve, reject) => {green(bizCfg, function (result) {let greenResult = JSON.parse(result);// 使用阿里云返回的文本建议作为判断阈值if (greenResult.data[0].results[0].suggestion !== "pass") {resolve(0);}resolve(1);});});}// qcloudTextSensitivity.jsasync function qcloudTextSensitivity(order) {let promises = []; // 搭建 Promise 数组for (let i = 1; i <= 2; i++) {promises.push(new Promise((resolve ,reject) => {capi.request({Region: "gz" ,Action: "TextSensitivity" ,content: order ,type: i} ,function (err ,data) {if (err) {console.log(err);reject();}resolve(data);});}));}// 对 Promise 数组使用 Promise.all 方法return new Promise((resolve, reject) => {Promise.all(promises).then(data => {if (data[0].sensitive > 0.5 || data[1].sensitive > 0.5) {resolve(0);}resolve(1);}).catch(() => reject());});}复制代码