最適合誰
需要處理不可信來源上傳、做安全掃描、或在 pipeline 裡正確識別「這個檔案實際上是什麼」的工程師。如果你曾經擔心有人把 ELF 二進位檔改名叫 .jpg 混進上傳接口，Magika 就是為了解決這個問題而設計的。
我實際怎麼用
CLI 日常用法：拿到來源不明的檔案，先跑 magika -i -s file，一次看到 MIME type 和信心分數。信心分數低於 0.5，我會把這個檔案當作加密/壓縮內容處理，或是 Magika 訓練覆蓋不足的罕見格式，接到人工審核佇列或用其他工具輔助判斷。
Python 掃描腳本裡，Magika() 只初始化一次，後續每個檔案約 5ms，批次處理幾百個上傳沒問題。信心分數讓我可以分路由：安全敏感路徑用高信心模式（低於閾值標為 unknown），一般掃描用中等閾值，下游流程需要一定有值時用 best-guess 模式。
--jsonl 輸出加 jq 後處理，可以快速撈出偵測類型和宣稱副檔名不符的檔案，這種差異通常值得多看一眼。
有一點要先說清楚：brew install magika 裝的是 Rust CLI，不含 Python 模組。要用 Python API（from magika import Magika），需要另外 pip install magika 或 pipx install magika。這個差異第一次遇到很容易搞混。
真正強的地方
- ~99% 準確率，1 億筆訓練樣本。能辨識需要手寫規則才能處理的格式，新格式只要收集訓練樣本重訓，不需要寫規則
- 辨識偽裝檔案：改 magic bytes 可以騙過
file指令，但騙不過全文統計特徵分析。這是安全場景選 Magika 而不是傳統工具的核心理由 - 模型載入後每檔 ~5ms，批次處理效率夠。Rust CLI 啟動比 Python 版快，適合 shell script 大量呼叫
- Google 生產驗證：Gmail、Drive、Safe Browsing、VirusTotal 全都在跑，不是學術論文工具
- 多語言 SDK：Python 做應用整合，Rust CLI 用於 scripts 和 CI/CD（不需 Python 依賴），JavaScript/TypeScript 給 Node 環境，Go 還在開發中
- 信心分數有三種操作模式：high confidence（嚴格，低假陽性）、medium confidence（覆蓋率高）、best-guess（一定給出答案）。Python API 回傳原始
score浮點數，可以自己設閾值邏輯
失敗模式與不該用的情境
- 加密/壓縮內容信心分數低。加密後統計特徵消失，Magika 只能給出低信心猜測，你需要另外建立這類邊界案例的處理路徑
- 速度比
file指令慢 100-1000 倍：file是微秒級，Magika 是 ~5ms。實時封包分析或微秒延遲敏感場景不適合 - Python 版需要
onnxruntime，在邊緣裝置或受限環境部署有門檻。v1.0.2 已移除 numpy 直接依賴，情況有改善 - 200+ 種格式覆蓋度不錯，但長尾格式的訓練樣本不足，準確率會低於 ~99% 的平均數。值得用你自己的檔案實測
價格、上手門檻與風險
開源，Apache 2.0，商業使用無授權問題。brew install magika 或 pip install magika 直接裝，不需要設定。初學者門檻低。
風險低：模型本地執行，沒有網路呼叫，資料不離機。ONNX Runtime 是成熟依賴，安全紀錄良好。
結論
如果你要處理不可信來源的檔案，又在意偽裝惡意檔案的問題，Magika 是直接的選擇。Google 生產驗證加上 15k stars 不只是背書，工具本身確實能用。記住 brew install magika 裝的是 CLI 不是 Python 模組，也不要期待它在延遲敏感場景取代 file 指令。
工作量以加密/壓縮檔案為主、或部署在無法跑 ONNX Runtime 的邊緣硬體上，這個工具不適合。