小工具提案：截圖遮蔽加上自動臉部偵測

需求依據見 #512。六組角色調查裡有三組把「發布前遮掉不相關的人」列在前面。

## 結論先寫：整合進既有的截圖遮蔽，不另開一頁

`redact.js` 目前 687 行，難的部分都已經做完而且有測試守著：

- `normalizeBox` 方框正規化
- `verifyBoxes` 逐像素確認每個被碰到的像素都是純黑
- `exportImage` 重新編碼，原檔 metadata 與檔名都不帶過去
- `bindPointer` 手動拉框

自動偵測要做的只是「產生候選方框」，丟進同一個 `boxes` 陣列，後面的驗證與輸出完全不動，`tools/test_redact.mjs` 現有的保證原封不動繼續成立。另開一頁等於把上面四件事複製一份，還讓讀者多一個「我該用哪一個」的選擇題。

更重要的是**自動偵測不能是唯一路徑**。它會漏掉側臉、遮住的臉、人多的場合，而且認得出臉的人不只靠臉，名牌、刺青、車牌、特徵明顯的衣服都算。整合的做法是自動偵測提出候選框，讀者看得到、改得動、加得上，那需要手動編輯就在旁邊。

## 缺口是跨平台

教「發布抗議現場照片但不暴露入鏡者」的標準工具長年是 ObscuraCam（WITNESS 與 Guardian Project），但它只有 Android 版，用 iPhone 的學員要另外找替代品。瀏覽器版天生跨平台，這是它存在的理由。

## 套件與尺寸實測

查了三條路，數字是實際抓 npm registry 與 CDN 得到的：

| 方案 | 需要載入的東西 | 授權 |
|---|---|---|
| **TensorFlow.js + BlazeFace** | `tf-core.min.js` 287 KB、`tf-backend-webgl.min.js` 390 KB、`blazeface.min.esm.js` 10 KB，加模型權重 | Apache-2.0 |
| MediaPipe Tasks Vision | 整包解開 35 MB，WASM runtime 是所有視覺任務共用一份 | Apache-2.0 |
| face-api.js | `face-api.min.js` 648 KB 加模型，專案已多年沒有新版本 | MIT |

**取 TensorFlow.js 加 BlazeFace**，程式碼合計約 690 KB。MediaPipe 的 35 MB 比站上全部離線內容（41.6 MB）還接近同一個量級，不考慮。參考數字：MediaPipe 那顆 `blaze_face_short_range.tflite` 模型本身只有 224 KB，重的是 runtime 不是模型。

三個套件都是 Apache-2.0，可以照站上慣例原封不動放進 `utils/vendor/`。

## 兩個要先解掉的問題

**WebGL。** Tor Browser 提高安全等級會限制 WebGL，`tf-backend-webgl` 那條路會斷。要不要一併帶 `tf-backend-cpu`（慢很多但不需要 WebGL）需要實測，這是動工前的第一件事。

**載入時機。** 模型與 runtime 走動態載入，沿用 `stripmeta.js` 載 pdf-lib 的寫法。只想手動拉框的讀者不該被迫下載這 690 KB。

## 待辦

- [ ] 實測：Tor Browser 各安全等級下 WebGL 可用性，決定要不要帶 CPU backend
- [ ] 實測：BlazeFace 模型權重的實際位元組數
- [ ] `redact.js` 加一顆「自動找出人臉」，產生候選框丟進既有的 `boxes`
- [ ] 候選框要跟手動框在視覺上分得出來，讀者要知道哪些是機器猜的
- [ ] 文案寫明偵測會漏，而且認人不只靠臉
- [ ] `tools/test_redact.mjs` 補：自動框一樣走 `verifyBoxes`，原始碼仍然沒有任何送出或留存資料的手段
- [ ] `offline_assets` 與預快取清單，`tools/check_precache.mjs` 會擋