【文献归档】微信输入法内置 13,362 条离线敏感词库完整文献与分类全录

文献性质：当代中文互联网数字审查史料与技术实证归档
归档机构：反贼网·反贼文摘文献档案库（Fanzei Digest Archives）
数据来源：腾讯微信输入法（WeType）Windows 官方客户端安装包内置字典
归档对象：.\BuildIn\cell_dict.ssrc.zh 核心离线词表（共 13,362 条）
数字指纹：SHA-256 0a5ac7d40a6b639f422eb97664d574a2e99ee63b03136a6ee6733a98c2887ffb
关联事纪：网友发布微信输入法敏感词提取工具，词表达13362条
归档日期：2026 年 11 月 12 日

档案引言与文献存证价值

输入法是人与数字世界交互的“神经突触”。在当代极权统治的技术谱系中，言论审查经历了从“事后封禁”（删帖、封号）、“事中拦截”（传输层网络阻断、关键词替换为星号），向“事前消音”（输入终端前置阻断）的根本性演变。

2026 年 11 月初，开源技术社区安全研究者与逆向开发者通过对腾讯官方发布的微信输入法（微信键盘，WeType）Windows 客户端进行二进制逆向工程，成功提取出客户端本地硬编码预置的核心敏感词库文件 cell_dict.ssrc.zh，共包含 13,362 条管控词汇。

该词库的存在具有极其重大的历史与文献价值：

1. 打破“输入法保护隐私”谎言：腾讯官方曾宣称推出输入法的初衷是“保护用户打字隐私”。然而本词库直接证明，微信输入法在未联网的纯离线安装包中，已硬编码预置了庞大的国家安全与政治维稳词表，将审查机制内嵌至底层输入逻辑。
2. 审查前置化的物理铁证：命中该词库的词汇，在客户端物理按键敲击阶段即被阻断候选展示与动态造词联想，从根本上剥夺了特定政治词汇与抗争话语在数字媒介中的自然生成能力。
3. 官方掩盖痕迹的链条存证：该漏洞与词库被社区公开曝光后，腾讯官方于 2026 年 11 月 11 日紧急推送 3.0.2.39 版本，在安装包索引 index.json 和核心目录中火速移除了该文件。本档案将留存该事件发生时完整的技术证据、哈希签名、数据解析规则及分类词表样本。

一、 数字指纹与官方版本流转证据

1. 原始文件数字指纹与分发信源

2. 腾讯官方紧急“毁尸灭迹”时间线

• 2026 年 11 月 6 日：V2EX 安全节点开发者发布提取脚本，公布从 2.1.4.6 安装包中成功解出 13,362 条离线词库的完整方法。相关敏感词截图（包含大量辱包谐音、六四、国家领导人及抗争口号）在 X（Twitter）、Reddit 及 Telegram 病毒式传播。
• 2026 年 11 月 11 日：腾讯紧急发布 Windows 客户端构建 3.0.2.39（安装包 WeTypeSetup_3.0.2.39_3.exe，大小 218,286,472 字节）。
• 技术比对证据：
  • 在 3.0.2.39 解压后的 .\BuildIn\ 目录中，cell_dict.ssrc.zh 被彻底物理删除。
  • 同目录下的 index.json 资源索引被重写：原有的 cell_dict.ssrc 条目被抹除，仅保留常规拼音辅助字典（cell_dict.sc.zh 简体、cell_dict.hf.zh 繁体）。
  • 该行为链条成为腾讯“抓现行后迅速掩盖审查痕迹”的不可辩驳之直接物证。

二、 底层逆向工程与词库组织架构

1. 二进制容器规范

cell_dict.ssrc.zh 采用腾讯输入法团队自研的高性能紧凑序列化字典结构（Tencent WeType Cell Dictionary）：

+---------------------------------------------------------------------------------+
| Offset 00..08 | Header Flags, Size Pointer (167,489), Version (0x1bb)           |
+---------------------------------------------------------------------------------+
| Offset 09..25 | ASCII Magic: "Ime trie header\0\0"                             |
+---------------------------------------------------------------------------------+
| Offset 26..28e41 (167,489) | LOUDS Trie BitVector & State Transitions (树状索引)|
+---------------------------------------------------------------------------------+
| Offset 28e42..4dff5 (319,557) | Compact Suffix & Tagged Lexicon Stream (变长词表)|
+---------------------------------------------------------------------------------+

1. 容器文件头（Ime trie header）：
   • 字节 00：容器类型标记 0x03。
   • 字节 01~04：第一分界区偏移地址 0x00028e41（十进制 167,489 字节），精确指向前半部 LOUDS 状态转移树与后半部变长后缀词表的交界处。
   • 字节 05~08：字典版本号 0x000001bb（版本 443）。
   • 字节 09~25：容器标识签名字符串 Ime trie header\0\0。
2. LOUDS Trie 前缀树索引（0x2a ~ 0x28e41）：
   • 采用简明数据结构（Succinct Data Structure）中的 LOUDS（Level-Order Unary Degree Sequence） 树编码算法。
   • 每个树节点的分支度以一元编码（Unary Code）连续比特存储，辅以 Rank/Select 位向量索引，确保在数十万节点的多路前缀匹配中实现 (O(1)) 时间复杂度的单字状态跃迁。
3. 紧凑后缀与分类属性流（0x28e42 ~ 0x4dff5）：
   • 共有变长词条流与共享前缀压缩，词条记录包含长度（length）、控制属性（tag/kind）及 UTF-16LE 字符序列。
   • 逆向核心动态链接库 libwxhld.dll 符号表显示，该段由核心类 wxime::data::dict::SensitiveTrieDict 与 wxime::data::dict::StaticInterceptSensitiveDict 直接调用，在用户输入拼音进行分词的瞬时完成拦截逻辑判定。

2. 四重客户端拦截机制

当敲击物理键盘产生字符序列时，输入法引擎在客户端本地无声执行四道屏障：

flowchart TD
    In["物理键盘输入拼音序列"] --> TrieEngine["LOUDS Trie 多路前缀匹配引擎"]
    TrieEngine --> CheckHit{"命中 cell_dict.ssrc.zh<br/>黑名单词条？"}
    CheckHit -- 否 --> Normal["正常候选渲染与动态记忆造词"]
    CheckHit -- 是 --> TagRouter{"敏感词属性分类判定 (Kind)"}
    
    TagRouter -- "核心政治阻断 (Tag 0x02/0x15/0x45/0x55)" --> CutOff["① 候选框绝对剔除 (Suppressed)<br/>② 拼音截断禁止成词 (Cut)<br/>③ 禁用本地联想记忆 (Zero Freq)"]
    TagRouter -- "次级管控/弱敏感 (Kind=440)" --> Passive["① 允许拼出，候选位降权<br/>② 阻断多端漫游同步 (No Cloud Sync)<br/>③ 触发离线风控计数埋点"]

• 绝对消声（Suppression）：目标词汇永远不会出现在输入法候选词列表的任何一页。
• 拼音阻断（Segmentation Break）：当输入长拼音（例如 xijinpingtusha）时，算法故意切断合理分词路径，迫使候选栏展示断裂无关的单个生僻字。
• 记忆剥夺（Zero Dynamic Frequency）：普通用户打过的词会随着打字频次上升进入高频优先候选，但黑名单中的词条被锁定在“零词频权重”且不记录任何击键历史。
• 隔离同步（Cloud Isolation）：命中词汇被强制打上特殊标记，严禁跨设备漫游同步，防止用户的“敏感输入习惯”在不同设备间流转。

三、 敏感词库全景分类汇编与样本名录

全库 13,362 条敏感词汇呈现出极强的政治功利性与极权避讳学特征。反贼网档案组按照词汇语义及管控政治目标，将其解构为四大核心专题谱系：

pie title 微信输入法内置 13,362 条敏感词谱系构成比例
    "最高领袖避讳与专名变形 (辱包/神化/别称)" : 42
    "历史政治禁区与政权合法性危机" : 26
    "社会抗争、恶性事件与体制危机" : 18
    "粗俗色情、暴力犯罪与弱敏感词 (Kind=440)" : 14

第一类：最高领袖避讳、专名变形与讽刺称谓（高危政治核心区）

该分类在整个敏感词库中占比最高（超过 40%），构成了一部当代中文互联网的**“极权避讳学全景大典”**。无论民间是用谐音、外号、拆字、暗讽、生理特征还是引申历史人物借古讽今，均被全量捕获封杀。

1. 领袖避讳与直呼大不敬

• 生命终结与诅咒类： 习总总书记卒、习主席去世、习主席大撒币、习主席女儿、习主席撒币、习主席的女儿、习主席的闺女、习主席薨、习主席要死、习主席逝世、习主席闺女、习主席驾崩、习近平屠杀、习近平帝国、习近平必死、习近平性交、死习近平、死习、通知习、退位、歪习、习被杀、习大处决、习大大傻、习大大笨、习大大筑、习崩、习不满。
• 皇权复辟与封建帝制讽刺： 习皇帝、习世凯、习七帝、习万碎、习帝、习帝帝国、习帝电力、习帝金管、習帝、玺帝、喜帝、锡帝、玺帝元勋、习独裁、习独夫、伪大领袖、党国领袖、党媒姓习。
• 民间侮辱性绰号与生理讽刺： 习包子、习包、习包包、习打打、习大大、习丁犬、习刁犬、习白猪、习猪头、习上猪头平庸、习二逼、习二代、习二出访、习二法国、习二两扑、习匪、习富平、习干平、习共、习爹、习船长、习翠、总加速师、两百斤、不换肩、通商宽衣、掀锅盖、大撒币。
• 家眷亲属与外戚关联： 习明泽、习仲勋、彭丽媛、齐心、柯玲玲、邓家贵、习远平、习桥桥、克强輪麗媛、克强轮丽媛、吴龙、吴晓晖、梦雪。

第二类：中共高层人物、元老与派系权力争斗

除了最高领袖本人，中共高层政治局常委、重要省部级高官、落马贪官乃至前朝元老的姓名、八卦、派系博弈均被列入黑名单，严防民间议论高层政治裂痕。

1. 现任与往届国家级领导人

• 毛泽东、周恩来（如 光环背后的周恩来）、邓小平（如 傻逼邓小平）、江泽民、胡锦涛、温家宝、李克强、朱镕基、李鹏（如 儿死于六四、李鹏下台）。
• 赵乐际（如 傻逼赵乐际）、韩正（如 傻逼韩正）、孙政才、汪洋、王岐山、栗战书、丁薛祥、李强、蔡奇、李希、陈敏尔、苗华、刘鹤。
• 刘少奇、刘奇葆、刘延东、刘云山、楼阳生、马凯、孙春兰、孙金龙、覃伟中、唐登杰、唐仁健、唐一军。

2. 落马贪官、权斗政变与涉案白手套

• 薄熙来、周永康、徐才厚、郭伯雄、令计划、孙力军、傅政华、秦刚、李尚福。
• 郭文贵、郝海东、马化腾、马云、肖建华、明天系、安邦吴晓晖。
• 李上习下、上海帮、团派、政变、怀仁堂、九常委、反习同盟。

第三类：历史政治禁区、政权合法性危机与社会抗争

涉及中共历史上犯下的反人类罪行、重大历史危机、领土争议及民间抗暴事件，旨在实现数字记忆抹除与信息断代。

1. 历史政治运动与惨案

• 八九六四与天安门惨案： 八九六四、六四、天安门事件、坦克人、王维林、天安门母亲、丁子霖、赵紫阳、胡耀邦、清场、戒严部队、木樨地、屠城、儿死于六四、平反六四。
• 文革、反右与大饥荒： 文化大革命、文革十年、十年浩劫、造反派、武斗、大跃进、三年大饥荒、三年自然灾害真相、人相食、彭德怀万言书、庐山会议、林彪九一三、温都尔汗、四人帮、反右扩大化。
• 边疆与主权争议： 西藏独立、藏独、达赖喇嘛、达赖、班禅、自焚、新疆再教育营、新疆集中营、热比娅、东突厥斯坦、维吾尔人权、种族灭绝、香港独立、光复香港时代革命、五大诉求缺一不可、反送中、雨伞革命、铜锣湾书店、台湾国、中华民国总统。

2. 社会运动、疫情封控与公民抗争

• 疫情清零与次生灾害： 动态清零、总方针不动摇、核酸大跃进、健康码赋红码、富士康大逃亡、乌鲁木齐大火、贵州转运大巴、非必要不呼吸、非必要不出境、李文亮、发哨人、艾芬、武汉封城日记、方方。
• 白纸运动与四通桥抗暴： 白纸革命、白纸运动、四通桥、四通桥勇士、彭立发、彭载舟、不要核酸要吃饭、不要封控要自由、不要领袖要选票、不做奴才做公民、罢课罢工罢免独裁国贼习近平、孤勇者、李老师不是你老师、李老师。
• 青年社会心理与润潮： 润学、润出国、躺平、摆烂、韭菜、人矿、最后的代际、我们是最后一代。

3. 权贵资产与离岸隐秘

• 巴拿马文件、瑞士银行高官存款、瑞士银行 7.8 万亿、离岸家族信托、红色贵族、赵家人、红色血统。

第四类：宗教信仰、异见人士与技术翻墙工具

用于阻断具有组织动员能力的信仰团体、异见社群传播及网民突破网络审查通道的交流。

1. 宗教与信仰团体

• 法轮功、法轮大法、李洪志、真善忍、九评共产党、退党、三退保平安、大纪元、新唐人、明慧网、地下教会、拆十字架、全能神。

2. 维权律师、异见知识分子与政治犯

• 刘晓波、零八宪章、诺贝尔和平奖、空椅子、许志永、丁家喜、新公民运动、709大抓捕、王全璋、余文生、高智晟、曹顺利、伊力哈木、黄雪琴、王建兵。

3. 翻墙技术与数字逃生

• 翻墙、科学上网、梯子、自由门、无界浏览、SSR、V2Ray、Clash、Trojan、Shadowsocks、VPN推荐、迷雾通、Tor洋葱路由。

第五类：粗俗色情、违禁犯罪与弱敏感标记（kind=440）

除政治管控外，词库亦包含商业合规与法律意义上的传统黑名单，同时设立了特殊的灰度风控标识：

• 违法涉暴与黑产：枪支弹药、迷药、假币、地下洗钱、暗网交易黑话。
• 涉黄与性词汇：各类低俗性描写与色情服务暗号。
• 弱敏感标记（kind=440）：逆向分析表明，标记为 kind=440 的词条并不直接在候选栏抹杀，而是作为“降权词”与“本地监控标记”，在用户输入后触发风控行为统计，禁止多端云漫游，为潜在的账号审查与设备标记提供端侧数据锚点。

四、 原始提取样本对照录（代表性切片）

为保证文献存档的真实性与可复核性，以下节录自 cell_dict.ssrc.zh 逆向解析导出的原始条目切片（按词典紧凑流自然排列）：

================================================================================
WECHAT KEYBOARD BUILT-IN SENSITIVE LEXICON ARCHIVE (RAW SAMPLE DUMP)
SOURCE: cell_dict.ssrc.zh | RECORD_COUNT: 13,362 | FORMAT: LOUDS-TRIE SUFFIX
================================================================================
[OFFSET: 167516] 支那
[OFFSET: 167522] 阴道拍
[OFFSET: 167530] 两百斤
[OFFSET: 167571] 刘鹤
[OFFSET: 167580] 刘奇葆
[OFFSET: 167588] 刘少奇
[OFFSET: 167596] 刘延东
[OFFSET: 167604] 刘云山
[OFFSET: 167612] 楼阳生
[OFFSET: 167618] 落马
[OFFSET: 167634] 马化腾
[OFFSET: 167642] 马凯
[OFFSET: 167675] 满脸喷粪
[OFFSET: 167685] 毛泽东
[OFFSET: 167709] 梦雪
[OFFSET: 167715] 苗华
[OFFSET: 167721] 陈敏尔
[OFFSET: 167738] 习明泽
[OFFSET: 168350] 文贵
[OFFSET: 168358] 温家宝
[OFFSET: 168366] 我是习
[OFFSET: 168374] 吴龙
[OFFSET: 168382] 吴晓晖
[OFFSET: 168390] 安安
[OFFSET: 168398] 齐奥塞斯库
[OFFSET: 168404] 习爸爸
[OFFSET: 168412] 习白猪
[OFFSET: 168420] 习包
[OFFSET: 168426] 习包包
[OFFSET: 168434] 习包子
[OFFSET: 168442] 习崩
[OFFSET: 168448] 习不满
[OFFSET: 168456] 习船长
[OFFSET: 168464] 习翠
[OFFSET: 168470] 习被杀
[OFFSET: 168480] 习大处决
[OFFSET: 168490] 习大大
[OFFSET: 168498] 习打打
[OFFSET: 168506] 习大大傻
[OFFSET: 168516] 习大大笨
[OFFSET: 168530] 喜帝
[OFFSET: 168538] 锡帝
[OFFSET: 168546] 玺帝
[OFFSET: 168554] 习独裁
[OFFSET: 168562] 习独夫
[OFFSET: 168570] 习儿子
[OFFSET: 168578] 习二逼
[OFFSET: 168586] 习二出访
[OFFSET: 168594] 习二代
[OFFSET: 168602] 习二法国
[OFFSET: 168610] 习匪
[OFFSET: 168618] 习富平
[OFFSET: 168626] 习干平
[OFFSET: 168634] 习共
[OFFSET: 168642] 习皇
[OFFSET: 168650] 习皇博士
[OFFSET: 168658] 习刁犬
[OFFSET: 168666] 习爹
[OFFSET: 169427] 习近平
[OFFSET: 169437] 习近平总书记
[OFFSET: 169579] 毛泽东思想
[OFFSET: 171535] 韩正
[OFFSET: 171545] 傻逼赵乐际
[OFFSET: 171555] 傻逼邓小平
[OFFSET: 171565] 傻逼韩正
[OFFSET: 171575] 伪大领袖
[OFFSET: 171585] 儿死于六四
[OFFSET: 171595] 光环背后的周恩来
[OFFSET: 171605] 克强輪麗媛
[OFFSET: 171615] 克强轮丽媛
[OFFSET: 171625] 党国
[OFFSET: 171635] 党国领袖
[OFFSET: 171645] 党媒姓习
================================================================================

五、 文献学总结与极权审查史评注

微信输入法 13,362 条离线敏感词库的曝光，标志着中文互联网信息管控进入了**“端侧全面沦陷”**的成熟期。

从文献学与技术极权演进史的维度审视，该档案留存了三条不可磨灭的历史定论：

1. “隐私保护”话术与全天候审查的同构性： 专制政权治下的科技巨头，往往借由“保护用户隐私”或“打击网络黑产”的正当性修辞，合法化其对用户终端控制权的全面蚕食。当用户误以为“微信自研输入法不会窃取聊天记录”而放弃第三方输入法时，迎来的却是审查逻辑直接驻留在操作系统内存中的无声规训。
2. 审查算法对汉语生命的系统性戕害： 一万三千多条词汇不仅涵盖政治人物，更包含了当代网民在漫长抗争博弈中发明的丰饶隐喻、谐音代称与讽刺艺术。输入法对这些词汇的物理抹杀，实质是在从语言的底层剥离网民对公共事务的表达能力，制造人为的“政治失语症”。
3. 数字极权实证的脆弱性与存证使命： 从曝光到腾讯紧急下架仅用了不到一周时间。若无安全研究者的即时逆向、源码存证与海外去中心化文献归档，这段发生于上亿用户物理设备中的审查行径，极易在下一次静默自动更新中被掩埋得无影无踪。

反贼网文献库郑重收录本篇档案，将其作为记录二十一世纪二十年代中国数字极权管控巅峰形态与技术审查实证的永久文献，供后世学者、人权观察机构与历史研究者永久查阅与考证。