框架: 专名守卫补版权IP/系统词表(复抽12张硬泄漏盲区,卡名同查)

.claude/skills/parse-book/scripts/parse_ingest.py

@@ -31,6 +31,9 @@ DSN = ("postgresql://root:f6710e2d0294eb1c10e26a805a64bc54@100.64.0.8:5433/muse-
 TENANT, ACTOR = 1, "1"
 PATTERN_TYPES = {"craft", "combat", "emotion", "scene_pattern", "trope"}  # 拍板①：首轮只拆五型
 NGRAM = 15  # 脱敏红线：≥15 连续字与原文重合=违规（parse-book skill）
+# 版权 IP 与系统专名词表（复抽实证：机战无限为高达系同人，IP 背景词不在实体名池）
+IP_LEAK_WORDS = ("GN粒子", "太阳炉", "扎古", "高达", "夏亚", "阿姆罗", "米诺夫斯基",
+                 "浮游炮", "脑量子波", "GN-Bit", "影印人", "殖装", "战功点", "宇宙世纪")
 EMBED_MODEL = "Qwen/Qwen3-Embedding-8B"
 SIM_MERGE = 0.85   # 嵌入判重：≥该值触发 M3 归并判定（阈值未校准，实战收集中）
 SIM_MARK = 0.75    # [MARK, MERGE) 区间只标记不判定（校准带宽，审核环可见）
@@ -173,6 +176,12 @@ def validate_card(c, contracts, entity_names, src_text):
     hit_names = [n for n in entity_names if any(n in str(x) for x in texts)]
     if hit_names:
         reasons.append(f"专名泄漏(本书实体名):{hit_names[:3]}")
+    # 版权 IP 与系统专名词表（fable5 复抽实证盲区：同人书的 IP 背景词不在 scaffold
+    # 实体名里，批7 全部 12 张硬泄漏均由此逃逸，其中 4 张专名直入卡名——texts 含
+    # 卡名，此处一并覆盖。词表按实证泄漏词维护，勿加过泛词防误伤）
+    hit_ip = [w for w in IP_LEAK_WORDS if any(w in str(x) for x in texts)]
+    if hit_ip:
+        reasons.append(f"专名泄漏(版权IP/系统词):{hit_ip[:3]}")
     return reasons, retyped