LM Fingerpoint Detector

LM Fingerpoint Detector 是一款开源大模型指纹检测工具，专门用来识别第三方中转API、代理接口是否存在模型套壳的情况。很多中转服务对外宣称提供某款大模型，实际底层换成成本更低的其他模型，这个工具可以做核验。

它的检测思路很巧妙：脱离语义任务，直接让目标模型输出数百个1~355之间的整数。大模型生成所谓“随机数字”时，输出并不是均匀分布，不同模型会有稳定独特的数字偏好、区间倾向与末位特征。工具比对这份数字分布和内置参考库，输出相似度排名与候选模型。

两种使用入口

1. 网页端
   两种模式：手动粘贴挑战文本（适合只有聊天框、无API Key场景）；API直连模式，填入接口地址、密钥、模型名称自动采样检测。
   要求至少收集3组回答，每组不少于80个有效整数，达标后输出候选模型排名、分数与置信度。
   API请求通过内置代理转发，规避跨域CORS；配置保存在浏览器本地，导出图片不会泄露密钥。
2. 命令行 fpd
   无需本地安装，npx / bunx 直接拉起，支持多轮连续检测、JSON结构化输出，适合脚本自动化批量核验。

# Node.js
npx lmfpd@latest -b [https://api.example.com/v1](https://api.example.com/v1) -k sk-xxx -m gpt-6-astra
# Bun
bunx --bun lmfpd@latest -b [https://api.example.com/v1](https://api.example.com/v1) -k sk-xxx -m gpt-6-astra

协议与参考库

支持三大协议：OpenAI Responses、Chat Completions、Anthropic Messages，默认使用SSE流式请求。

参考库覆盖GPT、Claude、Gemini、Grok、Qwen、DeepSeek等主流模型家族，网页端可浏览导出参考样本。

配套数据管理子命令：fpd sample采集样本、fpd enroll入库、fpd retrain离线重训，历史失败记录完整保留。

本地开发&部署

bun install
bun run dev          # 启动开发服务器
bun run build        # 打包网页
bun run build:cli    # 打包CLI工具
bun run fpd --help

支持部署在Cloudflare Pages、GitHub Pages。

⚠️ 重要提醒

检测结果仅在参考库集合内做排序比对。如果目标模型不在参考库里，工具依旧会给出“最接近”的候选。置信度不能当作确凿身份证明。

核验第三方API建议：固定请求参数，多轮重复检测，搭配其他证据交叉验证。