文笔层：AI 味机检、标点规范化、分块大量扩写（第 1 集成稿 10805 字）

- 修复上次提交把 dfannals/cli.py 写成 0 字节的问题（它是唯一入口，导致管道不可运行）
- 性别：解析 <caste>，人物表与写作素材带性别（Ral Fastenhatchets 实为女性）
- 新增 dfannals/deslop.py：AI 味机械诊断（硬伤词/句式/标点，按千字密度报告）
- 新增 dfannals/normalize.py：标点与结构清理（引号配对、重复段落与句子、模型自加的小节标记）
- 新增 dfannals/expand.py 与 prompts/literary-expander.md：按年份场景分块大量扩写
- 专名防幻觉：每块附史料专名白名单，事后按段自动修复可疑专名
- episode 命令并进文笔层（骨架稿另存 .skeleton.md），新增 expand 命令做 A/B 对照
- 新增 notes/switched-threads.md 与 test_deslop / test_normalize 回归测试
- 提交前拦截「已跟踪文件为空」，防止上述事故复发

dfannals/llm.py

@@ -48,7 +48,7 @@ def chat(
     max_tokens: int = MAX_TOKENS_CHAPTER,
     temperature: float = 1.0,
     timeout: int = 900,
-    retries: int = 3,
+    retries: int = 5,
 ) -> Reply:
     gw = gateway or load_gateway()
     conn_cls, host, path = _endpoint(gw.base_url)
@@ -75,7 +75,8 @@ def chat(
             raw = resp.read()
             if resp.status != 200:
                 last = f"HTTP {resp.status}: {raw[:400].decode('utf-8', 'replace')}"
-                if resp.status in (400, 401, 403, 404):
+                # 4xx（除 429 限流）是请求本身的问题，重试无意义
+                if resp.status < 500 and resp.status != 429:
                     break
             else:
                 data = json.loads(raw)
@@ -101,6 +102,8 @@ def chat(
         finally:
             conn.close()
         if attempt < retries:
-            time.sleep(3 * attempt)
+            # 实测网关偶发 502 upstream_unavailable（尤其在大请求上），
+            # 所以 5xx/429/超时都退避重试，上限 60 秒。
+            time.sleep(min(60, 5 * 2 ** (attempt - 1)))
 
     raise GatewayError(f"网关调用失败（{gw.base_url}，model={model}）：{last}")