@oh-story/dsh 0.1.10 → 0.1.11

package/lib/oh-story/skills/story-long-analyze/references/stage4-characters-settings.md

@@ -0,0 +1,195 @@
+# Stage 4：角色、设定与关系
+
+Stage 4 时刻读本文件与 [synthesis-inputs.md](synthesis-inputs.md)（取料与事实保真）。
+
+## 核心规则
+
+从 Stage 2 的 `涉及人物`、状态变化和批次关系观察归一实体，再结合 Stage 3 剧情单元生成角色档案与设定。关系记录动作方向、触发、双方得失、表面/真实状态、阶段变化和证据；“甲保护乙”与“乙依赖甲”分别记录。
+
+关系图只从 `角色/角色关系.md` 生成：`"{PYTHON}" "{story-long-analyze skill 根}/scripts/render_relation_chart.py" --root "{拆文目录}" --png`。主产物是 `人物关系图/人物关系图.md`（Mermaid + 文字清单，任何 Markdown 查看器都显示中文）；PNG 只在找到能显示图中全部文字的字体时生成（表情等符号不画进图片）。字体不够就不出图，不得自行改画拼音或首字母版，把脚本的 `author_message` 转告作者。
+
+至少一份角色档案和一份设定文件落盘后运行 `manage_analysis_run.py mark-stage --stage stage4`；缺任一类文件时不得标完成。
+
+## 角色过滤来源
+
+Stage 4 从紧凑章块的 `涉及人物`、`状态变化` 和批次 `关系变化` 汇总角色提及，再应用下表过滤；不依赖已删除的独立“出场人物表”。
+
+| 分类 | 标准 | 提取深度 |
+|------|------|----------|
+| 不提取 | 出场1次且无台词（通用路人） | 跳过 |
+| 简化提取 | 出场2-3次且单一功能 | 功能标签+首次章节 |
+| 完整提取 | 出场3次以上/有台词且推动剧情/与主角直接互动 | 完整档案 |
+
+别名合并：主条目用首次正式名，别名列于 `aliases: []`。
+
+## 角色合并
+
+**合并**：
+1. 收集所有章节的角色提及数据
+2. 别名匹配（仅 proper_name 和 nickname，置信度 ≥0.85）
+3. descriptor/title 永不触发合并
+4. 确认后保留首次正式名
+
+## 角色与设定提取
+
+Stage 2 紧凑事实中的 `涉及人物`、`状态变化` 与批次 `关系变化` 在此阶段归一为完整档案。
+
+### 角色两阶段模型
+
+**阶段 A：轻量提及（Stage 2 输出）**
+- 每章 `涉及人物` 记录关键人物，`状态变化` 记录本章可见净变化；
+- 批次 `关系变化` 补充有方向的动作、触发与得失；
+- 不另建出场人物表，不在单章内完成跨章人物定型。
+
+**阶段 B：完整档案（Stage 4 构建）**
+- 合并逐章 `涉及人物`、`状态变化` 和批次关系观察
+- 跨章节别名解析（批次 `跨批状态` 的「已确认别名」是现成线索）
+- 群体称呼、无名路人和泛称（亲属、社交、身份、年龄外貌类称呼，如大哥、掌柜、老师、小伙子）不建档，除非原文固定用它指代某一个人
+- 构建完整角色档案
+
+### 一人一实体原则
+
+- **绝对禁止**将不同人物的信息合并到同一个实体中
+- 每个角色实体必须对应唯一的一个人物
+- 如果无法确定两个称呼是否指向同一人物，必须分开创建实体
+
+### 别名解析规则
+
+**别名类型**：
+
+| 类型 | 定义 | 可合并 | 示例 |
+|------|------|--------|------|
+| proper_name | 专名/全名/常用名 | 是 | "希尔曼""林雷·巴鲁克" |
+| nickname | 绰号/外号，须有同指证据 | 是（置信度≥0.85） | "龙血战士林雷" |
+| descriptor | 描述性称谓 | 否 | "红发壮汉""随从""队长" |
+| title | 头衔/职务 | 否 | "护卫队长""家主""族长" |
+
+**合并约束**：
+- 仅 proper_name 和 nickname（置信度 ≥0.85）可用于合并
+- descriptor 和 title **永不**触发实体合并
+- nickname 须提供同指证据：同位说明、括号别名、上下文指代、明确改名
+
+**Archetype 量化判断**：
+
+| 类型 | 标准 | 提取深度 |
+|------|------|----------|
+| **主角** | 出现章节 ≥50% 总章节 + 推动主线 + 有完整成长轨迹 | 完整档案+弧线+动机链 |
+| **反派** | 与主角对立 + 推动核心冲突 + 有明确动机 | 完整档案+动机链 |
+| **核心配角** | 出现章节 ≥20% OR 推动重要支线 OR 有独立人格和成长 | 完整档案+关系 |
+| **功能角色** | 出现章节 <20% + 作用有限（提供信息/道具/一次性互动） | 简化档案 |
+
+边界模糊优先归入更低等级。**特殊**：前期 minor 后期 supporting → 判为 supporting。重要导师/伙伴即使出现少也可判为 supporting。
+
+**角色档案结构**（200-500字）：
+1. 身份背景（1-2句）
+2. 核心经历（3-5句，按时序）
+3. 性格特质（1-2句，从行为归纳）
+4. 能力特长（1-2句）
+5. 人际关系（1-2句）
+6. 成长轨迹（如有，1句）
+
+### 金手指合并规则
+
+- 相互关联、共同作用的元素**合并为一个**（如"戒指+导师灵魂"是一个整体）
+- 同一事物的不同描述角度**不拆分**
+- 只有完全独立、互不依赖的能力来源才拆分为多个
+- 长篇特点：金手指可能复杂多样，需详尽描述演化过程和多重能力
+- 无金手指时注明
+
+**金手指类型**：system（系统）/ space（空间）/ rebirth（重生）/ transmigration（穿越）/ special_physique（特殊体质）/ artifact（神器）/ bloodline（血脉）/ other（其他）
+
+### 世界观（按主题拆分到多个文件）
+
+字段与落盘位置：
+
+| 字段 | 说明 | 落盘文件 |
+|------|------|----------|
+| 类型 | 奇幻/现实/平行世界 | 各文件 frontmatter 或开头注明 |
+| 力量体系 | 名称、等级、晋升方式（文本描述） | `设定/世界观/力量体系.md`（>=200字独立，否则并入 背景设定） |
+| 地理 | 分布、主要区域、关键地点（文本描述） | `设定/世界观/地理.md`（同上，>=200字独立） |
+| 势力 | 门派/组织/家族/国家 | **每个势力一个文件** `设定/势力/{势力名}.md`（>=200字独立；不足合并到 `设定/世界观/背景设定.md`） |
+| 核心规则 | 世界运转的基本规则 | `设定/世界观/背景设定.md` |
+| 特殊设定 | 区别于现实的独特设定 | `设定/世界观/背景设定.md`（与核心规则同文件） |
+| 金手指 | 见上方「金手指合并规则」 | `设定/世界观/金手指.md`（统一在 `设定/世界观/` 子目录下，不放扁平 `设定/金手指.md`） |
+
+> 模板见下方「输出模板」。下游导入只原样同步当前主题文件，不再现场拆分扁平文件。
+
+## 人物关系提取
+
+每对关系：
+
+| 字段 | 说明 |
+|------|------|
+| 主体 → 客体 | 有向关系；反向动作存在时另记一条 |
+| 关系动作/类型 | 保护、依赖、控制、服从、欺骗、竞争等动作及家人/师徒/朋友/敌人/恋人/同事/上下级/商业/其他类型 |
+| 表面/真实状态 | 文本允许区分时分别记录；未证实的真实状态标推断等级 |
+| 触发事件 | 导致关系建立或变化的具体行动/事件 |
+| 双方得失 | 信任、资源、地位、行动空间、风险、债务、暴露或失控 |
+| 变化后状态 | 本阶段结束时的状态及后续约束 |
+| 证据 | A/B/C 强度、章节、情节点或 source locator |
+
+### 关系提取策略
+
+**数据源**：从已提取的情节点描述中提取关系（不从原文提取），更高效、更聚焦。
+
+**批量提取**：复用 Stage 2 每个连续章节批次的关系观察，只记录新关系或关系变化；不为了固定章数单独重读原文。
+
+**关系演变追踪**：当同一对角色关系发生变化时，记录演变轨迹：
+```
+第{N}章：{关系状态A} → 第{M}章：{关系状态B}
+触发事件：{具体事件}
+情感转变：{正面→负面/负面→正面/中立→复杂 等}
+```
+
+**最终状态合并**：同一有向关系的多阶段状态保留最新状态作为主记录，历史变化写入演变轨迹。反向关系动作不能因角色对相同而被去重。
+
+**隐含关系推断**：当角色间没有直接互动但有间接证据时：
+- 通过第三方的评价/描述推断（置信度标 0.7）
+- 通过共同出现的频率和场合推断（置信度标 0.6）
+- 推断关系标记 `[推断]`，与直接证据关系区分
+
+**关系网络密度**：
+- 统计主要角色（主角+核心配角）的关系数量
+- 关系数 < 3 → 关系网偏薄，检查是否有遗漏
+- 关系数 > 10 → 关系网过密，检查是否有误合并
+
+## 输出模板
+
+> **Stage 4 直接按主题拆分输出多个文件**（与当前导入、长篇写作项目结构对齐）。下游不再现场拆分扁平文件。
+> **事实保真**：等级/数值/距离/属性/势力数等硬事实回原文核对，原文未给的写「原文未明确」、禁编造填空（见 [synthesis-inputs.md](synthesis-inputs.md)「合成阶段事实保真」）。
+
+`设定/世界观/力量体系.md`：
+- 文本描述，含等级、晋升条件。长篇注意多层级力量体系
+- 内容 < 200 字且不构成独立体系 → 合并到 `设定/世界观/背景设定.md`，本文件可省略
+
+`设定/世界观/地理.md`：
+- 分布、主要区域、关键地点（文本描述）
+- 内容 < 200 字 → 合并到 `背景设定.md`，本文件可省略
+
+`设定/世界观/背景设定.md`：
+- 核心规则 + 特殊设定
+- 内容不足独立成文件的「力量体系 / 地理 / 势力」也合并到这里
+- 无特殊世界观时：本文件输出 "本书为现实题材，无特殊世界观设定"
+
+`设定/世界观/金手指.md`：
+- 类型{system/space/rebirth/transmigration/special_physique/artifact/bloodline/other} | 名称 | 描述（300-600字，含能力/获取/机制/进化史/多重能力演化）| 核心机制 | 当前能力
+- 合并规则见上方「金手指合并规则」。
+- 无金手指时：输出空文件，注明"本书无明显金手指设定"
+
+`设定/势力/{势力名}.md`（每个核心势力一个文件）：
+- 名称 / 类型（门派/组织/家族/国家）/ 核心人物 / 立场倾向 / 与其他势力关系 / 关键事件
+- 内容 >= 200 字时独立；不足合并到 `设定/世界观/背景设定.md`（不丢失信息）
+
+`角色/{角色名}.md`（每角色）：
+- 200-500字档案（身份背景→核心经历→性格特质→能力特长→人际关系→成长轨迹）
+- archetype：protagonist/antagonist/supporting/minor
+- 关键情节（3-5个转折点，按时序排列）
+- 成长弧线（character_arc：如有明显变化则总结，如"从普通少年成长为觉醒血脉的强者"）
+- 别名列表（标注类型和置信度）
+
+`角色/角色关系.md` 从逐章事实和批次观察聚合，不重新读整本原文：
+
+| 关系ID | 主体 → 客体 | 关系动作/类型 | 表面关系 | 真实关系 | 触发事件 | 双方得失 | 变化后状态 | 证据强度 | 证据 |
+|---|---|---|---|---|---|---|---|---|---|
+
+同一对角色的最新状态和历史演变都保留；“甲保护乙”与“乙依赖甲”分别记录。关系图只由此文件生成，不手画、不另建关系事实，命令见上方「核心规则」。它总是写出 `人物关系图/人物关系图.md`（Mermaid 图 + 文字清单，任何 Markdown 查看器都显示中文，作为主产物）；只有装了 matplotlib 且找到能显示图中全部文字的字体（不算 LastResort 这类只画方框的兜底字体）时，才另画 `核心人物关系.png` 与 `关键关系演变.png`，表情等符号不画进图片。字体不够就不出图，绝不改用拼音或首字母，并把脚本返回的说明转告作者。

package/lib/oh-story/skills/story-long-analyze/references/stage5-report.md

@@ -0,0 +1,33 @@
+# Stage 5：主报告与完整概要
+
+Stage 5 时刻读本文件与 [synthesis-inputs.md](synthesis-inputs.md)。`拆文报告.md` 的模板与写法在 [author-facing.md](author-facing.md)「拆文报告.md」。
+
+## 备份与标记
+
+生成新的 `拆文报告.md` 前先执行：
+
+```text
+"{PYTHON}" "{story-long-analyze skill 根}/scripts/manage_analysis_run.py" mark-stage --root "{拆文目录}" --stage stage5 --prepare
+```
+
+若旧报告存在，命令会完整复制到 `_analysis_cache/legacy/拆文报告.md`；已存在的首份备份不覆盖。当前旧报告与首份备份不同时，另存一份带内容 hash 的历史备份。其他旧产物与已有摘要不得覆盖。新报告落盘后再用不带 `--prepare` 的 `mark-stage` 标记完成。
+
+## 完整概要
+
+整体故事框架识别 + 500-1000字高密度全书概要（涵盖主要剧情线阶段性发展、核心人物作用、关键转折点、因果关系）。
+
+> **怎么来**：Stage 5 从已落盘的 `剧情/故事线.md`（含故事框架识别）与各剧情单元文件自行生成概要，写入 `概要.md`，不等前面时刻交来文本。覆盖 Stage 0 的 thin first-pass 段，章节索引和卷段表保留。
+
+## 报告写法
+
+输出 `拆文报告.md`，模板与写法规则见 [author-facing.md](author-facing.md)「拆文报告.md」。它是 `快速预览.md` 的超集（「基本信息」「黄金三章评分」两节同名同结构），面向作者阅读：不出现脚本名、字段名、状态值、批次编号、质量指标名和证据分级字母；情绪模块卡、事件、披露、节奏节点的编号只在带名称时出现（如「退婚当众打脸」（EM-003）），关系写成「甲 → 乙：由……到……」。
+
+报告只综合权威底层结果，不为写总报告重新阅读全文，也不复制所有逐章摘要。每条结论写一句人话，再指向对应文件和章节；机械可追溯信息（`source_locator`、证据强度、`EV/RV/AX/EM` 全量编号）留在 `剧情/节奏.md`、`剧情/情绪模块.md`、剧情单元和 `角色/角色关系.md` 里。
+
+### 三层灵感库最小消费契约
+
+- 单书案例以 `剧情/*.md` 的剧情单元为准，可迁移机制以 `剧情/情绪模块.md` 的 `EM-*` 为准；主报告是阅读入口，不作为第二份结构化真源。
+- 客观事件、披露节点和三维节奏分别使用 `EV-*`、`RV-*`、`AX-*`；披露必须引用事件；机制卡通过 ID 引用，报告只用「名称（ID）」的带名引用，避免跨层复制全文。
+- 每条可检索结论保留剧情单元/章节、`source_locator` 或定位词及证据强度；`chapter_index.csv` 的逐章 hash 和 `_progress.md` 批次范围 hash 用于判断原文范围是否变化。
+- 下游先运行兼容检查器读取 `classification`、`current_capabilities`、`conflicts` 和覆盖范围。缺项时请求长篇拆文的定点增强；不得把旧资料概括成伪造的当前主产物，也不得为入库重新阅读全文。
+- 是否进入灵感库、跨书归并、差异保留和检索策略由三层灵感库能力决定；单书拆文不自动入库。

package/lib/oh-story/skills/story-long-analyze/references/style-profile-generator.md

@@ -50,6 +50,23 @@
 - 每项标 `high / med / low` 置信度及来源路径；
 - 原文锚点 4–6 段，每段标章节、行号、基调和示范点。
 
+## 字段速查
+
+完整模板见 [style-profile-protocol.md](style-profile-protocol.md)。
+
+| 段落 | 内容 | 必标可信度 | 上限 |
+|---|---|---|---|
+| 生成记录 | 参考了哪些资料 + 抽样看了哪几章 + 文风是否可用 | 否 | <100 字 |
+| 整体语感 | 句长分布 / 标点习惯 / 段落节奏 | 是（每子项一标） | ~500 字 |
+| 对话技法 | 潜台词模式 / 对话标签 / 角色语气区分 | 是（潜台词必标） | ~400 字 |
+| 情绪交替模式 | 章内基调切换 / 跨章基调周期 / 喜剧↔重击转场 | 是（章内切换必标） | ~400 字 |
+| 可借鉴技巧 | 写法技巧 Top 5 + 可借鉴套路 Top 3（从拆文报告引用；情绪/节奏意图只引用 `剧情/情绪模块.md` / `剧情/节奏.md`，不在文风中重定义） | 否 | ~300 字 |
+| 分层模仿建议 | 基础层 / 进阶层 / 适配层，各写可执行边界 | 否 | ~350 字 |
+| **原文锚点片段** | **4-6 段 × 300-500 字**，按基调分类，标"出处 + 行号 + 示范点" | 否 | ~2400 字 |
+| 不可模仿 | 对标书缺陷或不适合本项目的技法 | 否 | <100 字 |
+
+**总上限 ~4000 字**。
+
 ## 质量检查
 
 - 每条高置信结论都有资料路径或可核原文锚点；

package/lib/oh-story/skills/story-long-analyze/references/style-profile-protocol.md

@@ -128,6 +128,6 @@
 ## 覆盖与不可模仿原则
 
 - **覆盖**：文风优先级排在 Gate D（节奏调整）、Gate B（句式去套路）、标点默认习惯之上——这些 Gate 是去 AI 味的**默认值**，文风有更具体的指令时文风赢。
-- **不可覆盖（硬约束）**：banned-words / Gate F 章末禁升华 / 禁止万能/堆叠比喻 / 禁止章末预告 / 字数下限——这些硬约束永远赢，即使文风示范了相反的用法。
+- **不可覆盖**：细纲事件、信息揭露边界、用户字数范围、文件结构。禁用词、结尾、比喻等表达默认值按 style-resolution 的优先级裁决，对标文风低置信时让位给默认值。
 
 精确决议表见 `.claude/agents/narrative-writer.md` 的“被调用协议”段。

package/lib/oh-story/skills/story-long-analyze/references/synthesis-inputs.md

@@ -0,0 +1,39 @@
+# Stage 3–5：取料与事实保真
+
+Stage 3、4、5 各自的时刻都读本文件。
+
+## 取料
+
+不整份 Read 批次缓存（每批约七成是和逐章摘要重复的章节块），改用只读的 `digest` 按需取料，输出是 Markdown：
+
+```text
+"{PYTHON}" "{story-long-analyze skill 根}/scripts/manage_analysis_run.py" digest --root "{拆文目录}" --part observations [--chapters 1-60]
+"{PYTHON}" "{story-long-analyze skill 根}/scripts/manage_analysis_run.py" digest --root "{拆文目录}" --part chapters --chapters 1-60 --fields 三维节奏,涉及,状态变化 --points brief
+```
+
+- `observations`：按章序汇总已提交批次的跨章观察（剧情点、关键事件与披露候选、关系变化、三维峰谷、跨批状态），是 Stage 3–4 的主语料；
+- `chapters`：从逐章摘要抽字段（概要、关键事件、因果、局面结果、涉及、信息变化、状态变化、三维节奏、章尾钩子、证据），`--points brief` 给每点「标题｜类型｜基调」，`full` 另带白描；
+- 全书放不进一次上下文时按 `--chapters` 分窗口取、分组合并，窗口间只带剧情状态、关键候选与证据引用，不扩写内容；只有关键证据冲突才定点 Read 单章 `章节/第N章_摘要.md`，最多增加一次定点核验；
+- 旧项目没有批次缓存时，直接复用现有剧情、节奏、情绪、关系和逐章资料，不要为了统一格式先把旧摘要重新压缩一遍；证据不足或冲突时标未知或待核；
+- Stage 3–5 不回读原文，也不各自重读同一批原文；Stage 6 可以按索引定点读取 4–6 段文风锚点，但不得重新扫描整本原文。
+
+## 阶段标记
+
+Stage 1 黄金三章与快速预览落盘后标 `stage1`；计划不再有批次时标 `stage2`。Stage 3–6 各运行一次。文件成功原子落盘后再标记：
+
+```text
+"{PYTHON}" "{story-long-analyze skill 根}/scripts/manage_analysis_run.py" mark-stage \
+  --root "{拆文目录}" --stage stage3 --output "剧情/节奏.md"
+```
+
+阶段完成只看约定产物存在且进度行完成；没有依赖 hash 或 Stage receipt。`mark-stage` 会按阶段检查：Stage 1 的黄金三章与快速预览、Stage 2 的全部摘要、Stage 3 的情绪模块与节奏、Stage 4 的角色与设定、Stage 5 的报告、Stage 6 的文风。Stage 6 的单独重建见 [style-profile-generator.md](style-profile-generator.md)，允许按索引定点读取 4–6 段原文，不重扫全书，也不触发其他阶段。
+
+## 合成阶段事实保真（阶段 3-5：剧情/设定/角色/报告）
+
+阶段 3-5 从章节摘要二次合成，离原文已两跳，最易把「摘要没说的」用合理推断补成「看似坐实的事实」——这是拆文事实错误的最大来源（典型：给「双系魔法师」凭空补第二系、把坐骑等级安到骑手头上、给原文没给的字段编一个数值、把出场区间填成连续跨度含没出场的章）。强模型也照样漂移，因为越远离原文，模型越靠世界知识与"合理性"填空。三条硬约束：
+
+1. **硬事实必须可溯源**：力量等级、数值、距离、属性、势力数量、谁对谁说了什么、角色出场章节——先检查批次证据或已有事实的章节和定位；命中不到就改写为“资料未明确”或删除，不为聚合二次读取原文。
+2. **缺失写「原文未明确」，禁编造填空**：原文没给的字段，写「原文未明确/节选未涉及」，绝不用近义项、别处的范例或惯例补一个看似合理的值。
+3. **跨指代不串**：相邻实体的属性不互相挪用——坐骑等级≠骑手等级、A 的台词≠B 的台词、本章统计数字≠相邻章数字。
+
+落盘后做一次**事实可溯源自检**：抽查设定、角色和报告里的硬事实，逐条核对到本次允许使用的证据源。`raw-original` 可按 `source_locator` 机械定位原文，`existing-results` 只能核对计划列出的旧成果文件；旧成果没有的细节改写为「旧资料未提供」或删除，不借核证之名回读已覆盖章节原文。此自检独立于 Stage 3 的质量阈值——阈值查归类质量，它查事实真伪。

package/lib/oh-story/skills/story-long-analyze/scripts/manage_analysis_run.py

@@ -51,6 +51,7 @@ POINT_ALIASES = {"揭示": "信息揭示", "转折": "转折点", "变化": "状
                  "交谈": "对话", "化解": "解决"}
 MIN_PLOT_POINTS = 10
 MAX_PLOT_POINTS = 30
+CHARS_PER_FLOOR_POINT = 200
 MAX_CHAPTERS = 3
 MAX_CHARS = 25_000
 # Stage 3-6 each run once over complete Stage 2 output; their rows decide 最终状态.
@@ -260,6 +261,17 @@ def write_state(progress: Path, state: Dict[str, Any]) -> bool:
     return True
 
 
+def min_plot_points(chapter_chars: Optional[int]) -> int:
+    """Raw-chapter floor: chars / 200 rounded, at least 1, at most 10 (a ~540-char prologue needs 3)."""
+    if chapter_chars is None:
+        return MIN_PLOT_POINTS
+    return max(1, min(MIN_PLOT_POINTS, (chapter_chars + CHARS_PER_FLOOR_POINT // 2) // CHARS_PER_FLOOR_POINT))
+
+
+def chars_by_chapter(rows: Optional[Sequence[Dict[str, Any]]]) -> Dict[int, int]:
+    return {row["chapter"]: row["char_count"] for row in rows or []}
+
+
 def summary_path(root: Path, chapter: int) -> Path:
     return root / "章节" / ("第%s章_摘要.md" % chapter)
 
@@ -370,7 +382,7 @@ def add_recoverable_caches(root: Path, state: Dict[str, Any],
             if input_kind == "raw-original":
                 if rows is None or current_hash != range_sha256(rows, start, end):
                     continue
-            records = parse_model_output(metadata["model_output"], start, end, input_kind)
+            records = parse_model_output(metadata["model_output"], start, end, input_kind, chars_by_chapter(rows))
             missing = [chapter for chapter in range(start, end + 1) if not summary_path(root, chapter).is_file()]
             if missing and not all(chapter in records for chapter in missing):
                 continue
@@ -419,6 +431,13 @@ def plan_command(args: argparse.Namespace) -> Dict[str, Any]:
         reuse_targets = ((semantic - summaries) | invalid_reuse) - raw_targets
     raw_targets -= cache_covered
     reuse_targets -= cache_covered
+    window = parse_chapter_window(args.chapters)
+    if window:
+        if window[0] > int(expected):
+            raise RunError("invalid_chapter_window", "%s-%s beyond %s chapters" % (window[0], window[1], expected))
+        in_window = set(range(window[0], window[1] + 1))
+        raw_targets &= in_window
+        reuse_targets &= in_window
     if raw_targets and index_rows is None:
         raise RunError("chapter_index_required", "raw-original work remains")
     if index_rows is not None:
@@ -457,6 +476,16 @@ def plan_command(args: argparse.Namespace) -> Dict[str, Any]:
                     selected.append({"input_kind": item["input_kind"], "start": child["end"] + 1, "end": item["end"]})
                 break
 
+    # Handoff = the committed batch that ends nearest before a batch's first chapter.
+    committed = [row for row in state["batches"].values() if completed_batch(root, row, index_rows)]
+
+    def handoff_cache(start: int) -> Optional[str]:
+        before = [row for row in committed if row["end"] < start]
+        if not before:
+            return None
+        row = max(before, key=lambda value: (value["end"], value["start"]))
+        return row.get("cache") or cache_path(root, row["batch_id"]).relative_to(root).as_posix()
+
     batches = []
     raw_reads = 0
     result_reads = 0
@@ -473,12 +502,18 @@ def plan_command(args: argparse.Namespace) -> Dict[str, Any]:
         else:
             sources = sorted(set(preferred_paths.get(str(chapter), "") for chapter in range(item["start"], item["end"] + 1)) - {""})
             result_reads += len(sources)
+        chapter_chars = [index_by_chapter[chapter]["char_count"] for chapter in range(item["start"], item["end"] + 1)] \
+            if item["input_kind"] == "raw-original" else []
         batches.append({
             "batch_id": batch_id, "chapter_range": [item["start"], item["end"]],
             "input_kind": item["input_kind"], "range_sha256": current_range_hash,
             "source_files": sources, "cache": "_analysis_cache/批次-%s.md" % batch_id,
-            "chapter_chars": [index_by_chapter[chapter]["char_count"] for chapter in range(item["start"], item["end"] + 1)]
-            if item["input_kind"] == "raw-original" else [],
+            "chapter_chars": chapter_chars,
+            # Reuse gap summaries have no length to scale by: at least one point each.
+            "min_plot_points": [min_plot_points(chars) for chars in chapter_chars]
+            if chapter_chars else [1] * (item["end"] - item["start"] + 1),
+            "input_file": "_analysis_cache/输入-%s.md" % batch_id,
+            "handoff_cache": handoff_cache(item["start"]),
         })
     required_stages = list(report.get("stage_repairs", []))
     if batches or recoverable_caches:
@@ -495,6 +530,8 @@ def plan_command(args: argparse.Namespace) -> Dict[str, Any]:
         "required_stages": required_stages,
         "state_written": False,
     }
+    if window:
+        payload["chapter_window"] = [window[0], window[1]]
     if args.next is not None:
         if args.next < 0:
             raise RunError("invalid_next", str(args.next))
@@ -582,7 +619,8 @@ def parse_plot_points(body: str, chapter: int, minimum: int) -> List[Dict[str, A
     return points
 
 
-def parse_model_output(text: str, start: int, end: int, input_kind: str) -> Dict[int, Dict[str, Any]]:
+def parse_model_output(text: str, start: int, end: int, input_kind: str,
+                       chapter_chars: Optional[Dict[int, int]] = None) -> Dict[int, Dict[str, Any]]:
     text = normalized(text)
     if "BATCH_ERROR:" in text:
         raise RunError("extractor_reported_error", "model returned BATCH_ERROR")
@@ -594,8 +632,6 @@ def parse_model_output(text: str, start: int, end: int, input_kind: str) -> Dict
         raise RunError("chapter_marker_mismatch", "expected %s; received %s" % (expected_tokens, actual_tokens))
     if actual_tokens and actual_tokens != expected_tokens:
         raise RunError("chapter_marker_mismatch", "expected %s; received %s" % (expected_tokens, actual_tokens))
-    # Projections rebuilt from old results may hold fewer beats than a fresh reading.
-    minimum = MIN_PLOT_POINTS if input_kind == "raw-original" else 1
     records = {}  # type: Dict[int, Dict[str, Any]]
     for match in CHAPTER_BLOCK_RE.finditer(text):
         chapter = int(match.group(1))
@@ -603,6 +639,8 @@ def parse_model_output(text: str, start: int, end: int, input_kind: str) -> Dict
         if not re.search(r"(?m)^##\s+第%s章(?:\s+.*)?$" % chapter, body):
             raise RunError("chapter_schema_incomplete", "chapter %s heading missing" % chapter)
         fields = {name: compact_field(body, name) for name in COMPACT_FIELDS}  # type: Dict[str, Any]
+        # Raw floor scales with chapter length; projections rebuilt from old results need only one beat.
+        minimum = min_plot_points((chapter_chars or {}).get(chapter)) if input_kind == "raw-original" else 1
         fields["情节点"] = parse_plot_points(body, chapter, minimum)
         records[chapter] = fields
     if input_kind == "raw-original" and set(records) != set(range(start, end + 1)):
@@ -706,7 +744,7 @@ def commit_from_cache(root: Path, metadata: Dict[str, Any], cache: Path,
             raise RunError("range_hash_mismatch", batch_id)
     else:
         current_hash = metadata["range_sha256"]
-    records = parse_model_output(metadata["model_output"], start, end, input_kind)
+    records = parse_model_output(metadata["model_output"], start, end, input_kind, chars_by_chapter(index_rows))
     hashes = {row["chapter"]: row["chapter_sha256"] for row in index_rows or []}
     created = []
     kept = []
@@ -741,8 +779,8 @@ def commit_command(args: argparse.Namespace) -> Dict[str, Any]:
     if end - start + 1 > MAX_CHAPTERS:
         raise RunError("batch_too_large", "%s exceeds %s chapters" % (args.batch_id, MAX_CHAPTERS))
     text = args.input.read_text(encoding="utf-8-sig")
-    records = parse_model_output(text, start, end, input_kind)
     index_rows = read_index(root, args.index) if input_kind == "raw-original" or (args.index or root / "chapter_index.csv").is_file() else None
+    records = parse_model_output(text, start, end, input_kind, chars_by_chapter(index_rows))
     if input_kind == "raw-original" and end > start:
         total_chars = sum(row["char_count"] for row in index_rows if start <= row["chapter"] <= end)
         if total_chars > MAX_CHARS:
@@ -1044,6 +1082,7 @@ def build_parser() -> argparse.ArgumentParser:
     plan.add_argument("--intent", choices=("continue", "enhance"), default="continue")
     plan.add_argument("--next", type=int, metavar="N",
                       help="only print the first N batches (0 = counts only); remaining_batches stays total")
+    plan.add_argument("--chapters", help="only plan this chapter window, e.g. 40-80")
     plan.set_defaults(handler=plan_command)
     commit = sub.add_parser("commit", help="validate and atomically commit one batch")
     commit.add_argument("--root", required=True, type=Path)