用途：验证声称能去除文本水印或“绕过检测”的工具是否真的有效。它不信任工具自报结果，而是先植入已知水印再测量。
主要能力：生成带 SynthID-Text 类统计水印的样本，并用用户自选密钥在写入时打分；对返回文本运行带密钥检测器，按预先固定的阈值给出四种结果之一：mark_present（分数≥4.0，水印仍在）、uncertain（2.0–4.0 灰区）、mark_gone（<2.0，本次样本水印未存活）、not_our_text（返回文本内容词不足一半来自样本，不评分）。同时测量含义相似度、保留事实、最长逐字片段、改动词比例、长度比，并可将多次运行汇总为对比表。
使用方式：需 Python 3.10+，CPU 即可。安装： git clone https://github.com/Yurakonoplya/unmark-checker && cd unmark-checker git checkout v0.1.5 pip install --index-url https://download.pytorch.org/whl/cpu torch pip install -e . read -rs UNMARK_CHECKER_KEY && export UNMARK_CHECKER_KEY 生成样本：unmark-checker generate --num 2 --words 100 --scheme shallow --model sshleifer/tiny-gpt2 --out my-samples 测量：unmark-checker check --sample my-samples/UM-1A2B3C.txt --returned cleaned.txt 加 --json 输出结构化结果；用 unmark-checker matrix --dir my-runs --out my-runs/matrix.md 汇总。
适用场景：订阅续费前核查付费“人性化”工具；在同一标准下比较多个去水印服务；评估内部改写步骤对事实和含义的代价。
限制：只测量，不执行去水印，也不对特定厂商水印作断言。一次运行只是一个测量，不是产品结论。not_our_text 不计算含义与事实指标。阈值预先固定，不得事后调整。样本约低于 80 词时检测不稳定。仅用于用户拥有或获授权处理的文本。若工具与检测同机运行，应以 env -u UNMARK_CHECKER_KEY <tool> ... 启动，避免其继承密钥。