@oh-story/dsh 0.1.15 → 0.1.17

package/lib/oh-story/skills/story-long-analyze/references/stage2-extraction.md

@@ -1,128 +1,42 @@
-# Stage 2：批次提取规则与模板
+# Stage 2：主会话自己写批次
 
-子代理可用时由 `chapter-extractor` 按自己的定义提取，主会话只按 [pipeline-ops.md](pipeline-ops.md) 派发与提交，不读本文件。子代理不可用、主会话自己写批次时读本文件。
+子代理可用时由 `chapter-extractor` 按它自己的定义提取，主会话只按 [pipeline-ops.md](pipeline-ops.md) 派发与提交，不读本文件。子代理不可用、主会话自己写批次时读本文件。本文件与 chapter-extractor 模板同序同条，只把「写文件、回回执」换成主会话自己提交。
 
-## 提取方法
+## 材料与分析边界
 
-先运行 `manage_analysis_run.py plan`，只执行标准输出中的内存计划。Stage 2 不再存在逐章独立调用，也不落盘计划文件。
+按用户提供的虚构小说提取摘要、情节点、角色与写法，只根据可读材料分析，不补写剧情。家暴、出轨、复仇、虐待、暴力冲突、情爱张力等虚构情节按文本证据分析，不因题材淡化、改写或回避事件与因果。个别片段确实处理不了时只跳过该片段，照常写本章其余情节点与摘要，并在该章末标注「{N}处片段已跳过」。
 
-### A. 已有成果批次
+## 两种互斥输入模式
 
-对 `existing-results` 批次只读取计划列出的旧拆文文件：
+一次只做计划里的一个批次，按计划给的范围，不另选、不推算；一批最多 3 章，单个超长章独占一批。批次是读取单位，剧情点是分析单位，二者不一一对应。
 
-1. 上游 `章节/第N章_摘要.md` 优先；
-2. 没有摘要时复用黄金三章；
-3. 同一章只选择一个优先来源。
+- **`raw-original`**：按计划的逐章 `source_locator` 用行号读原文，同一次阅读写完逐章事实和跨章剧情点，不为生成逐章文件再读一次。每章在全书只属于一个原文块。
+- **`existing-results`**：只读计划列出的 `source_files`（上游 `章节/第N章_摘要.md` 优先，没有时用黄金三章，同一章只取一个来源），不打开原文。旧成果没有的信息写“旧资料未提供”。计划列出的摘要缺口落在本批时，为本批每章写章节块（格式同原文块，情节点至少 1 个，按旧资料写到的事件拆）；没有缺口时只写 `<!-- REUSED_CHAPTERS:{起章}-{止章} -->` 和跨章观察。
 
-从旧成果二次提取剧情点、关键事件与披露候选、关系和三维节奏。不得打开原文，不得为了统一格式重写旧逐章文件。旧资料没有的信息留空或写“旧资料未提供”。
+有交接缓存（计划的 `handoff_cache`）时只读其中 `### 跨批状态`，承接已确认别名、未闭合剧情点、悬念、关系和待核事项。交接批与本批之间隔着未拆的章节时，不假设那几章已接上：延续不了的目标另建剧情点 ID，交给 Stage 3 合并。
 
-### B. 未拆原文章节块
+## 交付：写文件再提交
 
-对 `raw-original` 批次一次读取一个不重叠的连续块：
+把完整输出写进 `{拆文目录}/_analysis_cache/输入-{批次ID}.md`，按 pipeline-ops「执行与提交一个批次」运行 `commit`；提交成功后删掉这份输入。提交被拒时按错误码定位到章号和情节点编号，只改出错处再提交；`raw-original` 缺内容时按 `source_locator` 定点回看，不重读整批。整体结构错乱（标记缺失、章节块错位）才整份重写。
 
-- 普通短章通常 3 章；
-- 长章或信息密集时 1-2 章；
-- 每块最多 3 章，默认同时受 25,000 字符上限约束；
-- 遇到卷界、来源缺口或空章必须断开；
-- 每章在全书运行计划中只属于一个原文块。
+## 共同事实边界
 
-同一次理解产生两层结果：
+- `A 明确`：输入资料直接给出；`B 强推断`：多个明确细节共同支持；`C 暂定`：证据不足，只留作待核。
+- 不把后来结果倒推成人物早有计划。
+- `涉及人物` 与剧情点只写具体人物：群体称呼（村民们）、无名路人和泛称（大哥、掌柜、老师这类）不单列，除非原文固定用它指代某一个人。
+- 逐章事实与情节点按文本披露顺序；客观发生顺序只进入关键事件与披露候选，交给 Stage 3 合并双时间线。
+- 原文模式的证据写 `source_locator + 5–15字定位词`；已有成果模式写资料路径和其中的短定位词。
+- 不复制长段原文，不为填表重复改写同一事实。
 
-1. 每章紧凑事实：概要、因果、信息变化、状态变化、三维分数、钩子、证据和情节点（一般 10–20 个、最多 30，短章按字数降下限）；
-2. 批次观察：剧情点、关键事件与披露候选、关系、三维异常点和跨批状态。
+## 批次提交格式
 
-逐章兼容文件由脚本从紧凑事实机械生成；批次缓存保留全部逐章紧凑事实和跨章观察，作为恢复证据。全局聚合用 `digest` 取跨章观察与所需逐章字段，不整份读缓存，也不逐个打开章节文件。不得第二次读取该块来生成逐章文件，也不得把 50-60 章交给一个 agent 后让它自行拆成多个“批次”。
-
-### C. 剧情点是主要分析单位
-
-每个剧情点记录：
-
-| 字段 | 说明 |
-|---|---|
-| 章节范围 | 当前可确认的起止章；允许跨批延续 |
-| 起始目标 | 谁想做什么 |
-| 阻碍 | 人物、规则、资源、信息或环境阻碍 |
-| 变化来源 | 改变局面的选择、行动或外部事件 |
-| 局面变化 | 目标、风险、资源、关系、知识或行动方向的前后差异 |
-| 得失 | 收益归谁、代价由谁承担 |
-| 后续影响 | 结果怎样促成或限制后续行动 |
-| 状态 | `open` / `closed` |
-| 证据 | 原文模式用 source locator；已有成果模式用资料路径 |
-
-读取批次不等于剧情点。一个批次可以出现多个剧情点，一个剧情点也可以跨批次。跨批延续时继承剧情点 ID 和当前状态；Stage 3 再统一合并、拆分和校验边界。
-
-### D. 兼容逐章资料
-
-逐章投影只保留现有导入、写作与查询实际使用的内容：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、证据和情节点序列（逐点带基调）。取消逐章重复的长篇写法公式、角色复述和扩写技法长表。写法机制、信息差、关系与节奏集中在剧情点及 Stage 3 权威产物中。
-
-### E. 跨章观察
-
-批次缓存固定包含：
-
-1. 剧情点；
-2. 仅限主线/关键转折的事件与披露候选；
-3. 有向关系变化；
-4. 事件、情绪、篇幅三维节奏的峰谷与分离点；
-5. 未闭合剧情点、悬念、关系状态和待核事项。
-
-角色实体只记录新别名和状态变化，不在每章重复生成人物小传。
-
-### 原子提取六大铁律
-
-1. **双序分离**：逐章事实按文本披露顺序排列；客观事件另标故事内发生顺序，不能把倒叙或回忆挪成当前事件
-2. **客观白描**：记录"发生了什么"和结果，原文明说的起因照写，不推测未写出的动机，不用叙事框架词
-3. **信息保真**：不遗漏改变语境的关键细节
-4. **高度浓缩**：一个情节点一句话概括
-5. **复合合并**：为同一戏剧目的服务的连续微动作合并为一个情节点
-6. **客观事实**：提取客观事实，不做叙事分析
-
-**客观白描 vs 叙事框架词**：
-- 禁止：「通过对话，郑松得知张子豪在韩国训练」
-- 正确：「吴志斌告诉郑松，张子豪在韩国训练」
-- 禁止：「林风展现了自己的实力」
-- 正确：「林风三招击败对手，围观者倒吸一口凉气」
-- 禁止：「邵阳感到心碎和愤怒」
-- 正确：「邵阳目睹宋丽与人拥抱，表情由刺痛转为冷漠」
-
-## 分块与主会话串行
-
-Stage 2 按运行计划分别建立旧成果批次和缺章原文块，每批调用一次 chapter-extractor；原文块同次返回逐章事实和跨章观察，旧成果批次只返回跨章观察。其他阶段只消费这些结果和可复用旧资料。
-
-> **先分清两个互不相干的轴**（混在一个「块」字里会让 >500 章出现差 30-100 倍的两套规格）：
-> - **语义分块**＝*在哪里切*。按叙事弧切，产出「块元数据」用于组织分析结果，块可以很大（一个 914 章的书通常 5-10 个弧）。它不决定一次读多少。
-> - **处理批次**＝*一次读多少*。受上下文容量约束，原文块按索引字数切分，旧成果批次按资料体积切分。下表指的是**处理批次**。
-
-| 单章与上下文情况 | 读取批次策略 | 常见章数 |
-|------|------|--------|
-| 普通章节、上下文充足 | 连续读取并保留跨章状态 | 3 章/批 |
-| 长章、信息密集或上下文较小 | 缩小批次，不截断明显短因果链 | 1-2 章/批 |
-| 超长书 | 批次数量增加；语义弧仍独立于读取批次 | 仍按上述字数与上下文判断 |
-
-> 批次数由原文长度和上下文决定，不设“超过 500 章就固定 10-20 章/批”的第二套规则。
-
-**主会话串行模式（agent 不可用时的降级）**
-
-无法 spawn 子代理时由主会话按同一连续批次契约顺序处理。批次可因主会话上下文更小而缩短，但仍须同次产生逐章事实和跨章观察，不能退回每章一次调用。
-
-**不要做的事**
-
-- 不要把大语义弧整块塞进一次上下文。
-- 不要固定章数而忽略原文字数、上下文容量和章界。
-- 不要在 Stage 3、4、5 各自重新读取同一批原文。
-- 不要用跳读锚点冒充完整语义覆盖。
-
-## 输出模板
-
-Stage 2 有两种互斥输入。`raw-original` 只处理运行计划列出的未拆章节块；`existing-results` 只读取旧成果做二次提取。两种结果都形成批次剧情点，只有 `raw-original` 生成新的逐章兼容投影。
-
-### 未拆章节的紧凑语义结果
-
-`chapter-extractor` 在一次章节块阅读中按章输出以下紧凑字段。它是模型输出，不直接充当旧接口文件：
+标记缺失或顺序不对整批拒收。本批每章一块，章号连续、各恰好一次；跨章观察块恰好一个，放在所有章节块之后。不要写 `MODEL_OUTPUT_START/END` 或 `story-long-analyze:cache` 标记，脚本自己加。
 
 ```markdown
+<!-- CHAPTER_START:{N} -->
 ## 第{N}章 {标题}
 
-**概要**：{60-160字，按文本披露顺序说明主要行动、原文给出的原因和结果}
+**概要**：{60–160字，按文本披露顺序说明主要行动、原文给出的原因和结果}
 
 **因果**：目标：{谁想做什么}｜阻碍：{具体阻碍}｜行动：{改变局面的选择/行动/外部事件}｜结果：{局面变化}｜得失：{承担者及得失}
 
@@ -132,64 +46,30 @@ Stage 2 有两种互斥输入。`raw-original` 只处理运行计划列出的未
 
 **涉及人物**：{关键人物，顿号分隔；没有写无}
 
-**信息变化**：{新披露内容｜读者所知｜关键角色所知或未知}
+**信息变化**：{新披露内容｜读者所知｜关键角色所知或未知；没有写无}
 
-**状态变化**：{角色/关系/资源/风险的净变化}
+**状态变化**：{角色/关系/资源/风险的净变化；没有写无}
 
-**三维节奏**：事件{1-5}/5｜情绪{类型+1-5}/5｜篇幅{1-3}/3｜{三轴差异的一句话原因}
+**三维节奏**：事件{1-5}/5｜情绪{类型+1-5}/5｜篇幅{1-3}/3｜{三轴是否分离及原因}
 
 **章尾钩子**：{类型与具体等待；没有写无}
 
-**证据**：{source_locator+5-15字定位词}
+**证据**：{source_locator+5–15字定位词}
 
 **情节点**：
 
-P{序号} **{标题}**：类型{转折点/信息揭示/冲突/解决/铺垫/行动/对话/状态变化} | {白描一句话：谁做了什么、结果如何；原文给出的起因一并写进来，不推测动机；埋伏笔的写出伏笔线索} | 涉及{全名，逗号分隔；无人物写无} | 地点{如明确，否则无} | 物品{如涉及，否则无} | 时间{如明确，否则无}
+P1 **{标题}**：类型{枚举} | {白描一句话} | 涉及{全名，逗号分隔；无人物写无} | 地点{或无} | 物品{或无} | 时间{或无}
 {可选引用行：≤400字原文连续切片，或 `原文定位：{可 grep 的原句片段}`}
 
-主题标签{爱情/亲情/友情/权力/金钱/成长/复仇/悬念/搞笑/热血/日常/其他} | 基调：{紧张/轻松/悲伤/热血/爽/甜/温馨/恐怖/压抑/其他}
+主题标签{枚举} | 基调：{枚举}
 
 ---
 
-P{序号+1} ……
-```
-
-**情节点**是逐章事件序列，下游对标挑章、结构关键点定位和导入反推情绪弧线都按它读：
-
-- 原文块每章一般 10–20 个，按字数调节，最多 30；下限是计划给的 `min_plot_points`（字数÷200 四舍五入，至少 1、至多 10）；旧成果补摘要下限 1 个，按旧资料写到的事件拆，不凑数；编号从 P1 连续。太粗（整段打架）丢细节，太细（举起右手）碎片化，恰当粒度是一个完整戏剧事件。
-- 严格按原文事件时间顺序，不重排、不归纳。标题 ≤15 字，不与白描同句。
-- 白描只写可见事实：不替角色补原文没写的情感、意图，不写“精彩”“气氛紧张”这类评价，不用“通过对话得知”这类叙事框架词；原文明说的起因和内心活动照写。
-- 字段名后不加冒号；`主题标签` 只填一个值；每个情节点紧跟自己的 `主题标签X | 基调：Y` 行，`基调：` 用全角冒号。
-- 引用只给关键转折、关键台词、写法样本，每章至多 8 条，其余情节点不写引用行。
-
-### 批次提交格式
-
-提交给 `manage_analysis_run.py commit` 的文件按下列标记包裹，子代理与主会话自己写批次都一样；标记缺失或顺序不对整批拒收：
-
-```markdown
-<!-- CHAPTER_START:{N} -->
-## 第{N}章 {标题}
-{上面的紧凑字段与情节点}
+P2 ……
 <!-- CHAPTER_END:{N} -->
-（本批每章一块，章号连续、各恰好一次）
 
 <!-- BATCH_OBSERVATIONS_START -->
 ## 跨章观察
-{下方「批次剧情点」的五个小节}
-<!-- BATCH_OBSERVATIONS_END -->
-```
-
-- 旧成果批次（`REUSE-*`）：计划列出的摘要缺口落在本批时，为本批每章都写章节块（情节点至少 1 个）；没有缺口时不写章节块，改在开头写一行 `<!-- REUSED_CHAPTERS:{起章}-{止章} -->`。
-- 跨章观察块恰好一个，放在所有章节块之后。不要输出 `MODEL_OUTPUT_START/END` 或 `story-long-analyze:cache` 标记（脚本自己加）。
-
-`manage_analysis_run.py commit` 校验这些字段后，机械生成缺失的 `章节/第{N}章_摘要.md`：情节点逐条投影并把类型、主题、基调映射到枚举，章级字段保留“概要、关键事件、涉及、章尾钩子、证据”标签。原文块每章情节点少于该章 `min_plot_points` 或多于 30 时整批拒收。同一批完整模型结果和跨章观察写进 `_analysis_cache/批次-{范围ID}.md`，作为恢复证据；全局合并用 `manage_analysis_run.py digest` 取其跨章观察，不整批读取。模型不输出章节卡表，也不为兼容文件再次读取原文。
-
-### 批次剧情点
-
-`raw-original` 与 `existing-results` 都按范围 ID 写完整批次缓存，内容共用下列结构：
-
-```markdown
-## 跨章观察
 
 ### 剧情点
 
@@ -198,32 +78,64 @@ P{序号+1} ……
 
 ### 关键事件与披露候选
 
-只列可能进入主线或关键转折表的候选：候选ID｜章节｜客观事件及大致发生顺序｜异常→线索→解释→确认的披露路径｜读者所知｜关键角色所知｜判断变化｜叙事作用｜证据。过渡动作不建条目。
+只收可能进入主线或关键转折表的事件，过渡动作不建条目。每项写：候选ID｜章节｜客观事件及大致发生顺序｜本批披露路径（异常/线索/解释/确认）｜读者与关键角色的信息差｜判断变化｜叙事作用｜证据。无法判断客观发生时间时写待核。
 
 ### 关系变化
 
-| 关系ID | 主体 → 客体 | 关系动作 | 表面/真实状态 | 触发 | 双方得失 | 变化后状态 | 证据强度 | 证据 |
+| 关系ID | 主体 → 客体 | 关系动作 | 表面/真实状态 | 触发 | 双方得失 | 变化后状态 | 证据等级 | 证据 |
 |---|---|---|---|---|---|---|---|---|
 
 ### 三维节奏
 
-只列峰值、谷值与三轴明显分离处：章节/剧情点｜事件推进及理由｜情绪类型/强度及触发｜篇幅展开度｜展开/压缩/省略/反复的作用｜证据。普通章的紧凑分数不在这里重复。
+只写峰值、谷值和三轴明显分离处：章节/剧情点｜事件推进及理由｜情绪类型/强度及触发｜篇幅展开度｜展开/压缩/省略/反复的作用｜证据。普通章的分数已在逐章紧凑事实里，不重复。
 
 ### 跨批状态
 
-- 已确认别名：{别名→本名，含交接批传下来的}
-- 未闭合剧情点：{ID、主体、目标、阻碍、最后证据}
-- 未决悬念：{读者已知和等待确认的内容}
-- 关系状态：{下一批需继承的有向状态}
-- 待核事项：{冲突、C暂定或缺失}
+- 已确认别名：{别名→本名，含交接批传下来的；没有写无}
+- 未闭合剧情点：{ID、主体、目标、当前阻碍、最后证据；没有写无}
+- 未决悬念：{读者已知和等待确认的内容；没有写无}
+- 关系状态：{下一批需继承的有向状态；没有写无}
+- 待核事项：{冲突、C暂定或缺失；没有写无}
+<!-- BATCH_OBSERVATIONS_END -->
 ```
 
-剧情点回答“目标 → 阻碍 → 改变局面的行动或外部事件 → 得失 → 后续影响”。它可以跨章和跨读取批次，不能把每个处理批次直接当成剧情点。跨批未闭合时沿用剧情点 ID；Stage 3 再做合并、拆分和边界复核。
+`existing-results` 的五个跨章观察小节同上，证据指向旧成果文件，不指向未读的原文。`commit` 校验后机械生成缺失的 `章节/第{N}章_摘要.md`（投影成“概要、关键事件、涉及、基调”等旧接口标签，已有摘要不覆盖），并把整批写进 `_analysis_cache/批次-{批次ID}.md` 作为恢复证据。
+
+## 情节点规则
+
+情节点是逐章事件序列，供下游挑对标章、定结构关键点、反推情绪弧线；每章须拆足，不因读多章而压缩。
+
+- **数量**：原文块每章约为字数÷150–200，一般 10–20 个，最多 30 个；下限是本章 `min_plot_points`（字数÷200 四舍五入，至少 1、至多 10）。低于下限或多于 30 整批拒收。旧成果补摘要下限 1 个，旧资料写到多少就拆多少，不凑数。
+- **粒度**：一个完整戏剧事件为一点。太粗（整段打架写成一点）丢细节，太细（“举起右手”）碎片化；为同一戏剧目的服务的连续微动作合并。
+- **顺序与白描**：严格按文本披露顺序；白描写谁做了什么、结果如何，原文给出的起因照写，不漏掉改变语境的细节；不补原文没写的情感和意图，不写“精彩”“气氛紧张”这类评价，不用叙事框架词：写「吴志斌告诉郑松，张子豪在韩国训练」，不写「通过对话，郑松得知……」；写「林风三招击败对手」，不写「林风展现了实力」。
+- **枚举**：三个字段各只填一个表内值，不自造词：
+  - 类型：转折点/信息揭示/冲突/解决/铺垫/行动/对话/状态变化
+  - 主题标签：爱情/亲情/友情/权力/金钱/成长/复仇/悬念/搞笑/热血/日常/其他
+  - 基调：紧张/轻松/悲伤/热血/爽/甜/温馨/恐怖/压抑/其他
+  - 消歧：爽＝打脸/复仇得手/反转的解气；热血＝拼搏战斗的燃；甜＝恋爱暧昧；温馨＝亲情友情的暖；恐怖＝惊悚诡异；紧张＝危机悬而未决；压抑＝绝望、无力、被碾压。期待、释然等表外感受归到最近的值，归不了写「其他」。
+- **格式**：P 行固定六段 `类型X | 白描 | 涉及… | 地点… | 物品… | 时间…`，白描不能省（标题只是 15 字内的短标签），缺的段写「无」；`主题标签X | 基调：Y` 另起一行；`类型`、`主题标签` 后直接连写值，`基调：` 用全角冒号。
+- **引用**：只给关键转折、关键台词、写法样本，每章至多 8 条。
+
+## 剧情点完善规则
+
+剧情点回答：谁起初想做什么 → 遇到什么阻碍 → 哪个行动或外部事件改变局面 → 谁得到什么、谁失去什么 → 结果怎样约束后续行动。
+
+- 一个剧情点可以跨多章、跨批次；一个批次也可以有多个剧情点。
+- 本批只是延续已有目标时，沿用上批 ID 并补充变化，不另建同义剧情点；本批结束仍未结算时标 `open`。
+- 转场或日常过渡没有独立局面变化时，只写进章节事实和节奏作用，不强造剧情点。
 
-### 已有成果二次提取
+## 双时间线与三维节奏
 
-`existing-results` 的证据只指向只读计划列出的旧成果文件。完整旧项目增强时用 `<!-- REUSED_CHAPTERS:{起章}-{止章} -->` 声明覆盖，只写批次剧情点及关联观察。计划列出的摘要缺口落在本批时，必须为本批每章从黄金三章生成同一紧凑章块（情节点至少 1 个），否则摘要永远补不上；提交脚本只补缺失文件。旧资料没有的字段写“旧资料未提供”。
+- 每批只提交可能进入主线或关键转折的候选；Stage 3 从全书候选中精选约 8–15 个关键节点。
+- 关键事件只登记一次；异常、线索、解释、确认合并为它的披露路径，分别记录读者和关键角色当时知道什么、披露后判断怎样改变。
+- 事件推进看目标、风险、资源、关系、知识或行动方向的变化；读者情绪写文本触发的期待、紧张、甜、压抑、释然等变化；篇幅安排写哪些节点被展开、压缩、跳过或反复及作用。
+- 分数只用于比较，文字理由和证据不能省。
 
-每个成功批次由 `manage_analysis_run.py commit` 先写完整缓存、再补缺失摘要、最后写 `_progress.md` 状态行。没有逐文件收据、checkpoint 账本或 Stage receipt。
+## 提交前检查
 
-**Stage 2 输出自检**：输入模式与 `manage_analysis_run.py plan` 的内存计划一致｜原文章节块连续、不重叠且不超过3章/25,000字符｜已有成果模式没有读取原文｜每章紧凑字段完整｜情节点不少于 `min_plot_points`、最多 30、按时序、白描客观｜剧情点包含因果与得失｜只保留关键事件/披露候选｜三维节奏分别解释｜跨批状态可继续。
+1. 输入模式只有一种，范围与计划一致，没有读计划外原文。
+2. 每章恰好一对标记（`existing-results` 只在有摘要缺口时写章节块）。
+3. 情节点数量在下限与 30 之间，编号从 P1 连续、按披露顺序，枚举各取一个值；不生成章节卡表。
+4. 每个剧情点有局面变化或明确标为未闭合，不把批次直接当剧情点；跨批状态足以接续，且不带入已解决的悬念。
+5. 不含模板占位符或候选项列表。
+6. 有章节块时用 `grep -c` 数输出文件：`^P[0-9]+ \*\*[^*]+\*\*[：:] ?类型` 与 `^主题标签` 的行数都要等于 `^P[0-9]+ ` 的行数；十个章级字段 `^\*\*(概要|因果|关键行动|局面结果|涉及人物|信息变化|状态变化|三维节奏|章尾钩子|证据)\*\*[：:]` 的行数等于 10 × 本批章数。对不上就补齐再提交。