现状
SecretStore::check_leak_risk() 用 draft_text.find(secret.truth) 做检测，且 truth.size() < 3 时跳过。
假阳性示例：truth="他是好人" → 草稿中"大家都说他是好人"（角色引用谣言）也会触发。
假阴性示例：truth="艾琳是骑士团教官" → 草稿中"艾琳训练过王都骑士"（换说法）检测不到。
当前取舍
- 设计明确要求不依赖 LLM
- 精确语义检测需要 NLP 模型，不在范围内
size() >= 3 阈值防止单字词海量误报- 当前定位是标记可疑片段请作者人工确认（
SceneWrapUp.leak_risks），而非自动拦截
升级触发条件
接入本地小模型做语义相似度判断，或使用 embedding 向量比较 truth 和 draft text 的语义距离。
现状
SecretStore::check_leak_risk()用draft_text.find(secret.truth)做检测，且truth.size() < 3时跳过。假阳性示例：
truth="他是好人"→ 草稿中"大家都说他是好人"（角色引用谣言）也会触发。假阴性示例：
truth="艾琳是骑士团教官"→ 草稿中"艾琳训练过王都骑士"（换说法）检测不到。当前取舍
size() >= 3阈值防止单字词海量误报SceneWrapUp.leak_risks），而非自动拦截升级触发条件
接入本地小模型做语义相似度判断，或使用 embedding 向量比较 truth 和 draft text 的语义距离。