@onco-foundry/mask-port 0.1.0 → 0.1.2

package/dist/llm_sensitive_word_finder.d.ts

@@ -17,6 +17,8 @@ export type LlmSensitiveWordFinderOptions = {
 };
 /**
  * 创建 LLM 敏感词判定器，直接作为 TextIn 脱敏器的 findSensitiveWords 使用。
- * 模型返回的词若不在端口目标集内、不是原文子串或为空，一律丢弃。
+ * 模型返回的词若不在端口目标集内、不是原文子串或为空，一律丢弃；
+ * 姓名类目标另有一道形态硬校验（不含阿拉伯数字），弱模型把数字/序号幻觉成姓名时在此拦截——
+ * 「是原文子串」对数字形同虚设（"7" 在全文里到处都是），光靠 substring 校验防不住。
  */
 export declare const createLlmSensitiveWordFinder: (options: LlmSensitiveWordFinderOptions) => SensitiveWordFinder;

package/dist/llm_sensitive_word_finder.js

@@ -17,8 +17,11 @@ const SYSTEM_PROMPT = `你从医疗文书扫描件（病历、检查报告、住
 - phone：手机号、联系电话
 - address：住址、联系地址
 - doctor_signature：医生姓名（签名处或「医师：」标签后的）
+- medical_record_number：医院内部编号（住院号、病案号、病理号、门诊号等，「××号：」标签后的数字或数字字母组合）
 
 要求：
+- 姓名类（patient_name、doctor_signature）只能是中文姓名，绝不包含阿拉伯数字；数字、序号、编号都不是姓名。
+- 编号类（medical_record_number）只提取「××号：」标签后的值；日期、年龄、时间、尺寸测量值、检查分类号（如 BI-RADS 4C）不是编号，不要提取。
 - 只输出原文中逐字出现的字符串，不改写、不概括、不补全。
 - 医院名、科室名、病名、药名不是隐私，不要提取。
 - 没有可提取的内容就输出空数组。
@@ -27,6 +30,8 @@ const extractedSchema = z.array(z.object({
     text: z.string(),
     target: z.string(),
 }));
+/** 姓名类目标：形态校验只拦阿拉伯数字（单字符中文名是合法情形，不拦）。 */
+const NAME_TARGETS = new Set(['patient_name', 'doctor_signature']);
 const modelResponseSchema = z.object({
     content: z.array(z.object({
         type: z.string(),
@@ -51,7 +56,9 @@ const extractJsonArray = (content) => {
 };
 /**
  * 创建 LLM 敏感词判定器，直接作为 TextIn 脱敏器的 findSensitiveWords 使用。
- * 模型返回的词若不在端口目标集内、不是原文子串或为空，一律丢弃。
+ * 模型返回的词若不在端口目标集内、不是原文子串或为空，一律丢弃；
+ * 姓名类目标另有一道形态硬校验（不含阿拉伯数字），弱模型把数字/序号幻觉成姓名时在此拦截——
+ * 「是原文子串」对数字形同虚设（"7" 在全文里到处都是），光靠 substring 校验防不住。
  */
 export const createLlmSensitiveWordFinder = (options) => {
     const credentials = z.object({
@@ -114,7 +121,9 @@ export const createLlmSensitiveWordFinder = (options) => {
                 continue;
             if (!MASK_TARGETS.includes(item.target))
                 continue;
-            const key = `${item.target}${word}`;
+            if (NAME_TARGETS.has(item.target) && /\d/u.test(word))
+                continue;
+            const key = `${item.target}:${word}`;
             if (seen.has(key))
                 continue;
             seen.add(key);

package/dist/masker.d.ts

@@ -1,5 +1,5 @@
 /** 脱敏目标类别。 */
-export declare const MASK_TARGETS: readonly ['patient_name', 'id_number', 'phone', 'address', 'doctor_signature'];
+export declare const MASK_TARGETS: readonly ['patient_name', 'id_number', 'phone', 'address', 'doctor_signature', 'medical_record_number'];
 export type MaskTarget = (typeof MASK_TARGETS)[number];
 export type MaskRequest = {
     /** 待脱敏的图片字节。 */

package/dist/masker.js

@@ -5,4 +5,5 @@ export const MASK_TARGETS = [
     'phone',
     'address',
     'doctor_signature',
+    'medical_record_number',
 ];

package/dist/qwen_agent_masker.d.ts

@@ -48,6 +48,7 @@ export declare const qwenAgentNameMaskCapabilityCard: {
                 address: "address";
                 doctor_signature: "doctor_signature";
                 id_number: "id_number";
+                medical_record_number: "medical_record_number";
                 patient_name: "patient_name";
                 phone: "phone";
             }>;

package/dist/tencent_masker.js

@@ -19,6 +19,7 @@ const PATIENT_TARGETS = [
     'id_number',
     'phone',
     'address',
+    'medical_record_number',
 ];
 /**
  * 端口目标集到腾讯 MaskFlag 的映射。腾讯接口的目标比我们粗：

package/dist/textin_masker.js

@@ -29,6 +29,7 @@ const TARGET_LABELS = {
     phone: '手机号',
     address: '地址',
     doctor_signature: '签字',
+    medical_record_number: '病历号',
 };
 /** 内置规则判定器：身份证号（18 位）与手机号（1 开头 11 位）。 */
 export const findSensitiveWordsByRules = (text) => {

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@onco-foundry/mask-port",
-  "version": "0.1.0",
+  "version": "0.1.2",
   "type": "module",
   "files": [
     "dist",