Rspamd 不出 BAYES_SPAM：从一条 skip 日志查到 min_learns 与配置位置
给 Rspamd 接上 Redis 后端、也训练了几百封邮件，扫描结果里却始终没有 BAYES_SPAM / BAYES_HAM 符号。下面按排查顺序记录。
现象与日志原文
日志里能看到这类行：
2018-12-27 13:16:35 #21975(controller); csession; bayes_classify: skip classification as ham class has not enough learns: 23, 200 required
意思很直接：ham 这个类只有 23 次学习记录，需要 200 次。分类器不是没工作，而是被门槛挡住了。
min_learns 是两个类各自计数
默认统计配置 conf/statistic.conf：
classifier "bayes" {
tokenizer {
name = "osb";
}
cache { }
new_schema = true;
store_tokens = false;
signatures = false;
#per_user = true;
min_tokens = 11;
backend = "redis";
min_learns = 200;
statfile {
symbol = "BAYES_HAM";
spam = false;
}
statfile {
symbol = "BAYES_SPAM";
spam = true;
}
learn_condition = "return require('lua_bayes_learn').can_learn";
}
min_learns = 200是每个类的门槛：ham ≥ 200 且 spam ≥ 200 才开始分类。总共要 400 封，不是 200 封。只训 spam 不训 ham，同样不出符号。min_tokens = 11：邮件分词后 token 少于 11 个的不参与统计处理，短邮件训不进去。- 从 2.0 起官方推荐
backend = "redis"，原 sqlite3 方案只留在老文档里。
配置该写在哪
- 改默认 bayes 分类器：
local.d/classifier-bayes.conf（或override.d/）。 - 改全部分类器结构：
local.d/statistic.conf。 - 官方在
statistic.conf注释里明确警告：绝不要同时使用local.d/statistic.conf和local.d/classifier-bayes.conf。两者都 include 进同一个 classifier 块，键来源混乱，排查时极难判断哪个值生效。 - 确认最终生效值：
rspamadm configdump classifier.bayes.min_learns
也可以 rspamc stat 看现状。很多「我明明配了 10」的案例，configdump 出来仍是 200，说明文件放错位置或没被 include。
Redis 后端参数与 servers 用 IP 的坑
tokenizer：目前只支持osb，别改。backend = "redis"servers：IP:port。文档特别提醒——如果/etc/hosts里localhost同时映射 IPv4 和 IPv6，写localhost可能找不到 Redis，用回环 IP。write_servers（可选）：单独指定用于学习的实例；默认读写服务器做主从轮转，读服务器每次随机选。password/database（可选，但官方建议用独立 Redis 实例，而不是共用 db 编号）。per_user：按用户分开统计。per_languages在 Redis 后端不支持，语言只是混在一起存。
autolearn 的三种写法
autolearn 解决的是「什么时候学」，不是「学多少」。
autolearn = true：action 是 reject 时学 spam，分数为负时学 ham。autolearn = [-5, 5]：分数 5 学 spam。autolearn = "return function(task) ... end"：自定义，返回'ham'/'spam'/nil。
关键限制：autolearn 在包括统计在内的所有规则处理完之后才执行，且仅当同一符号还没被插入时才生效。也就是说，如果本次检查已经出了 BAYES_SPAM，就不会再把这封邮件学成 spam。所以「开了 autolearn 就自动补到 200」只在别的规则先给出高分时才成立。
另外，learn_condition 是反向闸门（阻止学习），默认指向 lua_bayes_learn.can_learn；新版默认配置里的 autolearn 块还带 spam_threshold / junk_threshold / ham_threshold / check_balance / min_balance（默认 0.9）与 probability_check（spam_min 0.9、ham_max 0.1）。
手动训练与计数核对
训练：
rspamc learn_spam /path/to/mail.eml
rspamc learn_ham /path/to/mail.eml
计数，rspamc stat 输出类似：
Statfile: BAYES_SPAM type: redis; ... learned: 109; users: 1; languages: 0
Statfile: BAYES_HAM type: redis; ... learned: 61; users: 1; languages: 0
也可以直接看 Redis：HGETALL RS 里有 learns_spam / learns_ham / version。
训练语料要 ham 和 spam 数量接近。官方建议手动训一个大于 min_learns 的语料，而不是靠生产流量自然攒；只训一类会把概率推偏。
维护
- 官方建议启用
bayes_expiry模块定期清理统计库，否则 token 无限增长。 - 3.12.1 新增
/bayes/classifiersHTTP 端点，可查分类器列表；3.14 起 autolearn 条件支持跳过本地/已认证邮件（Bayes: Allow skipping local/authenticated mail in autolearn condition）。
项目信息
- 仓库：
- 默认统计配置：
- 统计 / Bayes 文档：