第 1 卷三集全部转为成稿（分块扩写 + AI 腔定点返修），文档同步

- 每集两稿：NNN-….md 为成稿（9492/11260/11869 字），NNN-….skeleton.md 为过闸门的骨架稿 - 新增 expand.repair_style：只重写含 AI 腔标记的段落（本例出现了 14 处破折号），三集硬伤密度 1.2/1.0/1.5 → 0.1/0.3/0.0（每千字） - episode 命令接入定点返修；expand 命令保留 A/B 对照用法 - README 同步文笔层、本土化、子命令、以及本轮新踩的坑（\b 盲点、枚举大小写、自制小节标记） - 第 3 集骨架连换三条线索仍未过闸门（真实拒绝），其成稿基于既有骨架扩写
2026-10-05 23:14:24 +08:00
parent 16b476167e
commit 70ce758e8d
11 changed files with 1470 additions and 458 deletions
@@ -19,7 +19,10 @@
             世界大事只在影响到主角时提及
 ⑤ 自评闸门   5 个维度各 0–5 分，总分 <12 判"流水账" → 先重写一次 →
             仍不合格就换下一条线索，并把放弃原因写进 notes/
-⑥ 发布       git commit & push 到本仓库（原始史料与存档不入库）
+⑥ 文笔层     骨架稿扩写成成稿：按年份场景分块扩写（目标 8000 字），
+             全程做 AI 味机检、标点规范化，并用专名白名单防幻觉
+⑦ 本土化     英文专名换成中文译名：人名＝音译＋绰号意译，地名整体意译
+⑧ 发布       git commit & push 到本仓库（原始史料与存档不入库）
 ```

 ## 二、这一卷的主角
@@ -27,7 +30,7 @@
 | | |
 |---|---|
 | 世界 | Mon Sagus（The Plane of Dawn），Medium 129×129 / 250 年历史 |
-| 主角组 | Guspu Frillyknots（鹰人掮客）、Ral Fastenhatchets（矮人）、Alath Blottedmine（矮人） |
+| 主角组 | 古斯普·褶结（Guspu Frillyknots，鹰人掮客）、拉尔·缚斧（Ral Fastenhatchets，矮人）、阿拉斯·污矿（Alath Blottedmine，矮人） |
 | 线索 | 46 年间一个掮客反复收买、构陷一位管货栈的矮人，屡屡失手 |
 | 选线依据 | 挖掘器排序第一名：有效互动 11 次、转折 11 次、阴谋×8 + 构陷×3 |

@@ -37,15 +40,21 @@

 | 路径 | 内容 | 入库 |
 |---|---|---|
-| `output/volumes/v<N>/chapters/` | 连载正文 | ✅ |
+| `output/volumes/v<N>/chapters/` | 连载正文：`NNN-….md` 是成稿，`NNN-….skeleton.md` 是过闸门的骨架稿 | ✅ |
 | `output/volumes/v<N>/cast.md` | 人物表（表格 + 小传） | ✅ |
 | `output/volumes/v<N>/timeline.md` | 迷你年表 | ✅ |
 | `output/volumes/v<N>/figures.md` | 人物索引（按史料出场次数排序） | ✅ |
 | `notes/switched-threads.md` | 被放弃的线索及原因 | ✅ |
 | `dfannals/` | 管道源码 | ✅ |
 | `prompts/biographer.md` | 写作规范（决定视角、边界、篇幅） | ✅ |
+| `prompts/literary-expander.md` | 扩写规范（逐事件展开、禁用词、标点） | ✅ |
+| `dfannals/glossary.py` | **冻结的译名表**（词干/姓/地名/种族） | ✅ |
+| `dfannals/localize.py` | 专名本土化（渲染层，不改史料） | ✅ |
+| `dfannals/deslop.py` | AI 味机械诊断（禁用词/句式/标点，按千字密度） | ✅ |
+| `dfannals/normalize.py` | 标点与结构清理（引号、重复段、模型自加的小节标记） | ✅ |
+| `dfannals/expand.py` | 分块大量扩写 + 专名白名单 + 段级返修 | ✅ |
 | `scripts/` | 安装、部署、驱动、启动器 | ✅ |
-| `tests/` | 回归测试（解析、切集、闸门、事实校验） | ✅ |
+| `tests/` | 回归测试（解析、切集、闸门、事实校验、机检、清理、本土化） | ✅ |
 | `data/exports/` | 原始 legends 数据与预处理缓存 | ❌ |
 | `data/state.json`、`data/threads.json`、`data/selection.json` | 进度、候选、选线依据 | ❌ |

@@ -57,7 +66,8 @@
 | DFHack | **53.16-r2**，Windows 版经 `dfhooks.dll` 注入，不必替换启动器 |
 | Python | 3.12 |
 | defusedxml | `sudo apt install -y python3-defusedxml` |
-| 写作/自评模型 | 经 `https://wb2api.hajim1.art/v1`（OpenAI 兼容）调用 `cn:deepseek-v4-pro` |
+| 写作/自评模型 | 经 `https://wb2api.hajim1.art/v1`（OpenAI 兼容）调用 `cn:deepseek-v4-pro`（骨架与自评） |
+| 扩写模型 | 同上网关的 `cn:minimax-m3`：叙事向模型写场景更贴地，推理向模型天然偏总结陈词 |
 | 发布 | 现有 `~/.ssh/id_ed25519`（已注册到 Gitea 账号 gitadmin） |

 **启动器**：一律用 `scripts/dfannals ...`，不要直接 `python3 -m dfannals.cli`。
@@ -90,13 +100,17 @@ scripts/dfannals episodes --thread 1
 # 5) 生成人物表
 scripts/dfannals cast --thread 1

-# 6) 逐集产出（自动过闸门；不合格自动重写，再不合格自动换线索）
+# 6) 逐集产出：骨架过闸门 → 分块扩写成成稿（骨架另存 .skeleton.md）
 scripts/dfannals episode --index 1
 scripts/dfannals episode --index 2
 scripts/dfannals episode --index 3
+
+# 7) 只跑文笔层：拿已有的某一集骨架做大量扩写（A/B 对照，不覆盖原稿）
+scripts/dfannals expand --index 1 --target 8000
 ```

-实测：**单集约 2–4 分钟**（写作 1 次 + 自评 1 次，若判平淡会多一次重写），篇幅 800–1500 字。
+实测：**单集 3–8 分钟**（骨架写作 1 次 + 自评 1 次 + 分块扩写 5 次，若判平淡会多一次重写）；
+骨架稿 800–1500 字，成稿约 8000–12000 字。

 ## 七、配置在哪

@@ -107,8 +121,11 @@ scripts/dfannals episode --index 3
 | 切集参数（间隔 >2 年断开、每集预算） | `dfannals/episodes.py` 顶部常量 |
 | 自评维度、阈值 12、重写/换线上限 | `dfannals/gate.py` 的 `DIMENSIONS` / `THRESHOLD` / `MAX_REWRITES` / `MAX_CANDIDATES` |
 | 视角、文风、演绎边界、篇幅 | `prompts/biographer.md` |
+| 扩写规格（逐事件展开、禁用词、标点） | `prompts/literary-expander.md` |
+| 译名（人名/地名/种族） | `dfannals/glossary.py`——**译名必须冻结**，否则同一角色每集会换名字 |
+| 扩写目标字数、分块大小、AI 味规则 | `dfannals/config.py` 的 `EXPAND_*`、`dfannals/deslop.py` 的 `HARD_WORDS`/`PATTERNS` |
 | 同人同类事件的重复上限 | `dfannals/volume.py` 的 `PER_KEY_CAP` |
-| 模型与网关 | `dfannals/config.py` 的 `PROVIDER` / `MODEL` |
+| 模型与网关 | `dfannals/config.py` 的 `PROVIDER` / `MODEL` / `LITERARY_MODEL` |
 | 发布目标、仓库名 | `dfannals/config.py` 的 `GITEA_*` |

 **API key 不入库**：运行时从 `~/.pi/agent/auth.json` 读取，只在内存中，不打印、不落盘、不进 git。
@@ -121,10 +138,14 @@ scripts/dfannals index                  解析 exports → 年表 + 人物索引
 scripts/dfannals threads                候选线索与信号明细
 scripts/dfannals episodes --thread N    某条线索的剧集规划与预算
 scripts/dfannals cast --thread N        人物表（--no-bios 只出表格）
-scripts/dfannals episode --index N      产出第 N 集（--dry-run 不落盘）
+scripts/dfannals episode --index N      产出第 N 集（骨架 + 扩写）
+                                        --no-expand 只出骨架｜--target 8000｜--model 换模型
+                                        --dry-run 不落盘、不推送
+scripts/dfannals expand --index N       只跑文笔层：把已有的一集大量扩写（A/B 对照）
 ```

-测试：`/usr/bin/python3 tests/test_factcheck.py`、`test_episodes.py`、`test_gate.py`。
+测试：`for t in tests/test_*.py; do /usr/bin/python3 "$t"; done`
+（六个文件：解析与事实校验 12 项、切集 7 项、闸门 6 项、AI 味机检 7 项、标点清理 9 项、专名本土化 13 项）

 ## 九、世界是怎么造出来的

@@ -155,6 +176,12 @@ scripts/dfannals episode --index N      产出第 N 集（--dry-run 不落盘）
 | `dfhack-run "cmd a b"` 报 not recognized | 参数要分开传：`dfhack-run dfannals/click 10 2`，不要整体加引号 |
 | Bay12 下载只有 ~10KB/s；GitHub 直连 0 字节 | 官网无国内镜像，放后台断点续传；GitHub 用 `https://gh-proxy.com/` 前缀 |
 | 自定义 init 脚本不生效 | 53.16 只执行固定几个 init 文件。改用 `dfhack-run` 从外部驱动更可靠 |
+| 编造的地名混过校验 | 正则里的 `\b` 在 Unicode 下把汉字也当词字符，`在Mistbreath的` 这种**紧贴汉字的英文名根本不会被检查**。改成前后看「是不是英文字母」后才抓得住 |
+| 校验器把 `Yeti` 报成可疑 | 种族值在史料里是全大写（`YETI`），展示形式是 `Yeti`。只改首字母不转小写就永远对不上；现在两种写法都收，且比较时忽略大小写 |
+| 一集里冒出 14 处破折号 | 扩写提示词明确禁用也拦不住。确定性替换会读着别扭，改为**定点返修**：只把命中的段落发回去重写（硬伤密度 1.5→0.0/千字） |
+| 正文里出现 `## 一`、孤立的「七」 | 分块扩写时模型每写一块就自制编号小节。清理阶段按「非首行的标题行/纯数字行」删除 |
+| 同一句被写两遍、段落跨块重复 | 分块之间会重写上一块的结尾。清理阶段合并相邻重复段落与段内重复句子 |
+| 扩写稿里满屏英文引号 | 模型用 ASCII `"`，统计对白时会误判成「没有对白」。按出现顺序配对换成中文引号 |

 ## 十一、闸门到底能不能判出流水账

@@ -168,15 +195,27 @@ scripts/dfannals episode --index N      产出第 N 集（--dry-run 不落盘）
 阈值 12 在两者之间，区分有效。注意：阈值是校准出来的，不是拍出来的——
 第一版用"梗概体"当好稿样本时只得 11 分，换了场景级样本才验证出尺度没偏严。

+**真实的拒绝案例**：第 3 集的骨架连换三条线索、每轮重写一次，仍然没过
+（11→10、8→11、7→8 分）。管道按设计报"需要人工干预"而不是硬推。
+这说明闸门在"薄材料"上会持续拒绝——正确的反应是回退到已有骨架再扩写，
+而不是把阈值调低。
+
 ## 十二、当前状态与限制

- **已完成**：第 1 卷 3 集上线 + 人物表 + 年表；旧的两章流水账已用普通提交删除（历史保留）
+- **已完成**：第 1 卷 3 集成稿（9492 / 11260 / 11869 字）+ 人物表 + 年表；
+  旧的两章流水账已用普通提交删除（git 历史保留）
+- **每集两稿**：`NNN-….md` 是成稿，`NNN-….skeleton.md` 是过闸门的骨架稿，便于溯源
 - **定时任务未启用**：cron / 开机自启等稳定运行一段时间后再落地，目前按需手动执行
 - **原始数据不入库**：`data/` 已在 `.gitignore` 中
 - **已知局限**：
  - 关系图的边来自成对事件，独狼型人物（独自创作、被自然杀死）进不了线索挖掘
  - 多参与者事件（比赛、集体迫害）会把同场者两两连边，圈子的"关系"偏共处而非互动
-  - 事实校验只拦得住凭空专名；动机、心理、对白全是允许的演绎，没有自动防线
+  - 事实校验只拦得住凭空专名，**且只认英文形态**：本土化之后，编造的中文名只能靠
+    "发给模型的白名单 + 段级返修"来防，没有机械防线
+  - 闸门判的是**骨架稿**，不判扩写后的成稿。成稿有机械指标（AI 味密度、专名校验），
+    但戏剧性没有自动闸门
+  - 译名表是手工冻结的：遇到表外的新名字会原样保留英文并进待译清单，
+    不会自己造一个音译（宁可难看，也不让同一角色每集换名字）

 ## 十三、声明