@topmindspace/topmind-skills 4.15.0 → 4.15.2

package/topmind-wechat/references/workflow.md

@@ -1,113 +0,0 @@
-# 工作流 · 交付包 · 状态机
-
-## 生命周期
-
-```text
-forward:        底稿 notes/*.md → 审校改写 → 质量三关 → 定稿 → 排版 → 发布
-reverse:        选题包 → 调研/素材 → 多轮改稿 → 质量三关 → 定稿 → 排版 → 发布 →（可选）回推
-站外拉取 (ext):  在线精选站/转载整合 → 创作/整合 → 质量三关 → 定稿 → 排版 → 发布 →（可选）回推
-```
-
-`direction` 写在 frontmatter：`forward | reverse`。**站外拉取也用 `reverse` + `target_file: pending`**（站外源不进 `notes/`，`forward` 会因 `source_file` 校验失败）。
-
-## 建包
-
-```bash
-export TOPMIND_WORKSPACE=/path/to/ws
-python3 scripts/new-article.py --slug <中文或英文短名> --title "中文标题" \
-  --direction reverse \
-  [--base <包根>] [--date YYYY-MM-DD] [--images a.png b.png] \
-  [--source-file notes/xxx.md]   # forward
-```
-
-产出目录 `YYYY-MM-DD-<中文短名>/`，骨架 `公众号稿.md`。
-
-### 站外拉取取源注意
-
-- Next.js 站点正文常在 RSC 载荷里：优先探 `GET /api/notes/<id>` 读 `item.body`，别只 `curl` HTML。
-- 图片可能在 `/api/uploads/<hash>`；下载时记录 hash → 本地名映射。
-- 同图可能双 hash：`md5` 去重；截图带页面残留时按面板边框裁切。
-- 与源差异、图片处理、口径边界写进包内 `README.md`；一手来源抓不到必须写明。
-
-## 反向选题包（可选，长文建议）
-
-```text
-YYYY-MM-DD-选题策划/
-├── 选题策划.md
-├── T1-<题>-调研与框架.md
-├── 素材总库.md
-├── 图表与配图方案.md
-└── 发布前待办.md
-```
-
-多轮调研**每轮回头找反证**。
-
-## 状态机
-
-| status | 目录名 | 含义 |
-|--------|--------|------|
-| 草稿 | `YYYY-MM-DD-名` | 写作中 |
-| 定稿 | `…-released` | 可发 |
-| 已发布 | `…-released` | 已上线（作者手动改） |
-
-```bash
-python3 scripts/sync-status.py                 # dry-run
-python3 scripts/sync-status.py --apply         # 刷字数 + 纠目录名
-python3 scripts/sync-status.py --set 定稿 <包> --apply
-```
-
-## 字数口径（三处别混）
-
-| 输出 | 口径 | 用途 |
-|------|------|------|
-| frontmatter `word_count` | 正文**全文**的 `[\u4e00-\u9fff]` 计数 —— **frontmatter 之后的一切都算，含图注、也含图片路径里的中文** | 映射真源 |
-| lint「字数」 | 视觉长度（中 1 + 英数 ×0.6，URL 不计） | 阅读时长 / 段长 |
-| md2wechat「正文字数」 | 渲染后字符 | 仅展示 |
-
-⚠️ `word_count` **只能由 `sync-status.py --apply` 回写，禁止手算**。它的口径与直觉不同：一篇 9 图稿，光 `images/NN-中文名.png` 这一串路名就贡献 40+ 字。自制口径（如「剔掉图注与路径」）会得出一个更小、更像「正文字数」的值，写进 frontmatter 后会被 `sync-mapping.py` 判为漂移 —— 实测一篇 1,027 vs 1,450，而错值同时落进 `topic.md` 总表与包内 README，**一个错值三处落盘**。
-
-## 定稿验收命令串
-
-```bash
-python3 scripts/scan_ai_flavor.py <包>/公众号稿.md    # 总分 ≥85 且「作者姿态分」≥85
-python3 scripts/lint-wechat.py --input <包>/公众号稿.md
-python3 scripts/audit-provenance.py --draft <包>/公众号稿.md --source <包>/源稿-*.md
-python3 scripts/sync-mapping.py --no-topstream
-python3 scripts/sync-status.py
-python3 scripts/md2wechat.py --input <包>/公众号稿.md --out-dir <包> \
-  --slug <slug> --asset-root <素材根> --embed-images
-```
-
-第 3 行只在**有源稿**时跑（`reverse` / 站外拉取；`forward` 的底稿在 `notes/` 也一样适用）。退出码 **0 = 双向干净**、**1 = 有待判定项**、2 = 参数错。**1 不等于稿子有问题**——它只是把「本稿有源稿找不到」和「源稿有本稿落下」两类段摆出来，由人逐条判：归入已声明的修正/增补，或改回去。判定完把结论写进包内 `README.md`，这一关才算收口。
-
-三个易踩的点：
-
-- **阈值别乱调**：默认 `0.72`。调高会把正常的改写（换词、调序）判成新增，调低会漏掉真扩写。
-- **源稿后加的块要 `--skip`**：若源稿顶部有本包后补的勘误/说明块（`> [!note] …`），它在本稿侧不存在，会恒定报一条反向待判定。用 `--skip '^>\s*\[!'` 排除，别去改稿子。
-- **图注不算遗漏**：脚本反向侧额外建了一个「去掉 `▲ 图 N` 前缀」的候选池，图注编号不会被误判为漏段。
-
-## 收尾
-
-1. 更新专题 `topic.md` 总表（派生视图）  
-2. reverse 且要回推：**务必带 `--assets`**，否则 GitHub 上 `images/` 全裂：
-
-   ```bash
-   python3 scripts/push-to-topstream.py <包> --target notes/xxx.md --assets          # dry-run
-   python3 scripts/push-to-topstream.py <包> --target notes/xxx.md --assets --apply \
-     --asset-names "00-封面.jpg=01-cover.jpg,…"   # 仓库约定 ASCII 图名
-   ```
-
-   仓库图路径约定：`notes/<slug>.md` 引用 `../assets/images/<slug>/NN-name.png`。  
-   脚本只降级转换 + 写 notes + 搬图；**不自动改** README 索引 / `docs/公众号映射.md` / frontmatter（防索引漂移）。手工完成后再把 `target_file` 改实际路径。  
-3. 提醒：外链只能进「阅读原文」；图已 base64 内嵌，占位符按清单补传  
-4. 需要进交付层时：`save-output` 拷贝终稿到 `88-交付/`（`YYYY-MM-DD-描述.ext`）
-
-## Desktop
-
-| 步骤 | Desktop「公众号创作」 |
-|------|----------------------|
-| 建包/列表 | 扫工作区包根 |
-| 改稿 | 写闸回执 |
-| 三关 | AI 味 + lint + 事实勾选 |
-| 排版 | 主题预览 + 调脚本导出 |
-| 状态 | 调 `sync-status` |

package/topmind-wechat/references/writing-quality.md

@@ -1,137 +0,0 @@
-# 写作质量参考
-
-定稿前三关的可执行清单，以及这几轮改稿里真实踩过的坑。
-
-## 一、事实关
-
-### 检查动作
-
-1. 列出全文所有承重数字（会被引用的、支撑结论的），逐条回溯一手来源
-2. 一手来源优先级：厂商定价页/官方博客/官方公告 > arXiv 原文 > 政府与监管机构网站 > 标准组织官网 > 一手媒体报道
-3. 标注口径：厂商自报标「厂商口径」；社区转述标「据报道」；预测类写清「这是预测，不是已发生的事实」
-4. 无一手来源的传闻**直接删**，不要为了完整留着
-
-### 高频错误
-
-- **跨版本混用**：同一指标的不同年度版本数字混着用（IBM 2025 版 97% vs 2026 版 92%）
-- **单位错误**：「人均代码 4450→7839 行」实际是每月不是每年
-- **口径换算**：「3MB → 64MB 提高二十多倍」——前后计量方式不同（压缩后 MB vs 未压缩 MiB），不能换算
-- **州别/主体错位**：「佛蒙特约 600 家数据经纪商」实际是加州 500-600、佛蒙特 283-467
-- **把预测写成事实**：Gartner「2027 年底前 40% 项目被取消」是 2025-06 发布的**预测**
-
-### 核查员也会误判，必须自己复核
-
-出现「查不到/有反证」时，先确认它搜对了地方：
-
-- Mem0 的 issue #4573 被误判为不存在——核查员搜的是 `anthropics/claude-code`，实际在 `mem0ai/mem0`
-- ChatGPT 项目记忆 2025-08 被误判——`project-only memory` 与 `Projects` 功能是两回事
-- Claude Cowork 记忆合并 2026-08-25 被误判——Cowork 产品 2026-01 发布，但记忆合并是 8 月
-
-**可硬核实的数字自己动手取**：GitHub star 用 `curl https://api.github.com/repos/{owner}/{repo}` 取 `stargazers_count`，比搜来的区间值准。
-
-## 二、逻辑关
-
-- **每个单边结论旁配反方证据**。只写一方，文章就只剩卖方叙事
-- **结构前后一致**：结论前置的体例要贯穿全篇；短清单里的数字必须与正文同值
-- **区分「预测」与「已发生」**、「厂商自报」与「第三方复测」、「相关」与「因果」
-- **核心论断先找反证**：提出一个判断时，先搜「反对这个判断的证据」。曾因此把「harness 不重要」改写成更站得住的版本——找到了「只改 harness 不动模型就让准确率涨 13.7 个百分点」的硬反证
-
-## 三、文字关（去 AI 味）
-
-分两件事做，顺序不能反：**先立保真边界，再动词**。
-
-| 场景 | 用哪个技能 | 做什么 |
-|---|---|---|
-| 中文长文 / 公众号改稿 | `humanizer-zh` + `qu-aiwei-zh` | 先立边界，再扫描定位（默认组合） |
-| 只要分数和命中清单 | `qu-aiwei-zh` | 跑脚本，不改稿 |
-| 随笔要「加声音」 | `qu-aiwei-zh` + `qu-aiwei-zh/references/pan-style.md` | 用表达方式加，不编故事 |
-| 英文文本 | `humanizer` | `humanizer-zh` 只针对中文 |
-| 清单 / 词表 / 说明书 | 都不用 E 类姿态分 | 这类文体靠列举反例，检测器会把反例当真命中 |
-
-### 第一步：保真边界（`humanizer-zh`）
-
-`qu-aiwei-zh` 管「像不像人写的」，`humanizer-zh` 管「改完意思有没有变」。31 条检查点每条都带「保留」边界，**是检查线索不是词语黑名单**——命中不等于要改，回上下文判断是否空泛、重复、歧义或与文体不符。
-
-动词前先钉住这些：
-
-- 不新增原文没有的事实、数字、人名、日期、来源、经历、实现细节
-- 不丢失否定、比较对象、范围、条件、时间、完成状态、归因
-- 「可能」不改成「确定」，「计划」不改成「已经完成」，「相关」不改成「因果」
-- 三项列表 / 四字格 / 破折号 / 被动句按作用判断，不确定作用就保留
-
-### ⚠️ 分数不够时不许补事实
-
-`qu-aiwei-zh` 的结构维度会因「全文无数字」扣 12 分、「全文无第一人称」扣 8 分。**这两条是诊断，不是待办**：
-
-- 原文确实没有数字 → 分数就停在那儿，**不许为了拿分编一个数**
-- 原文是不需要第一人称的客观报道 → **不许硬塞「我」**
-
-抬分只有三条路：删套话、改表达、调节奏。补数字只有两条路：一手来源已在手，或用户提供。够不着就不补。
-
-### 第二步：扫描定位（`qu-aiwei-zh`）
-
-目标：`qu-aiwei-zh` 扫描 **总分 ≥ 85**，且**「作者姿态分」（E 类）也 ≥ 85**。两个分数独立，都要看。
-
-```bash
-python3 scripts/scan_ai_flavor.py <稿>.md
-# 或直连 canonical（同一个脚本）
-python3 ~/.workbuddy/skills/qu-aiwei-zh/scripts/scan_ai_flavor.py <稿>.md
-```
-
-`scripts/scan_ai_flavor.py` 是**转发器**，实现在 canonical `qu-aiwei-zh`，两条命令等价（`--which` 可查解析到哪一份）。
-
-⚠️ **认准「作者姿态层」这一节**：姿态分是后加的维度，早期版本没有。若输出里没有这一节，说明调用到了旧版脚本，**分数不可信**。实测同一篇稿：AI 完整版总分 92 / 姿态 21，手改发布版 100 / 100 —— 总分只差 8 分，姿态差 79 分，**只看总分会被骗**。
-
-⚠️ **姿态分只对文章有效**：清单 / 词表 / 说明书不适用——这类文体靠列举反例工作，检测器会把被引用的例子当成真命中。脚本命中 ≥70% 落在表格行时会提示「疑似清单文档」，看到提示先确认文体再改。
-
-### 删套话
-
-值得注意 / 值得记录 / 值得单独强调 / 本质上 / 事实上 / 意味着 / 由此可见 / 不难看出 / 换句话说 / 换言之 / 殊途同归 / 显而易见 / 众所周知 / 更进一步说
-
-改成直述。例：「最值得个人记住的其实是复盘里的一个细节」→「对个人最有参考价值的其实是复盘里的一个细节」→ 更好的是直接说细节是什么。
-
-### 删黑话
-
-护城河、生态位、闭环、打法、颗粒度、赋能、沉淀、赛道、倒逼、组合拳、卡位、底层逻辑
-
-换法：护城河→优势；闭环→这一轮/整条链；打法→做法；赛道→方向；沉淀→积累/形成。
-
-**不要误伤专业用法**：「口径」（官方口径/社区口径）、「对齐」（alignment）、「收敛」（数学语义）都是正常的。
-
-### 降调段末金句
-
-`**能搬走的数据，才是真正属于你的数据。**` → `能搬走的数据，才是真正属于你的数据。`
-
-删完套话却满篇加粗金句，等于从「AI 体」变成「新闻通稿」——同样没人味。
-
-### 保留的东西
-
-- **「不是 A 而是 B」多数要保留**：「你要的是同事，不是神」「沙箱不是边界，是概率」都是有信息量的反转，只删纯修辞的重复
-- **三段排比若内容扎实可留**，硬凑的才砍到两项或四项
-
-### 扫描器的两个误报（别照着改坏）
-
-`qu-aiwei-zh` 会把两类东西误判成 AI 味，改之前先自己看一遍原文：
-
-- **「排比三段式」误报数据陈述**：`从 15 个精简到 2 个，准确率从 80% 升到…`、`从发布、被审计、更正到上线` 是时间/数据变化，不是修辞排比，**保留**。
-- **「复盘」误报专有名词**：「37signals 退出云复盘」里的「复盘」是标题/专名，不改；只有「我们来复盘一下」这种动词套话才改。
-
-判断优先级：**先看语义是不是真排比/真套话，再决定删不删**，不要按扫描器命中的字面动手。
-
-### 加人味（只加表达，不加事实）
-
-有「我」、有具体场景、有具体数字与人名、有不确定性表达（「其实」「不过」「还在想」）、句子长短交替、有真实细节而不是「很多人」「大多数」。
-
-⚠️ 这一段说的是**表达方式**。原文没有第一人称、没有数字时，不许靠这一条去补——那正好踩中 `humanizer-zh` 的优先级第 1 条。加声音的手段是句长节奏、设问、括号自注（见 `qu-aiwei-zh/references/pan-style.md`），配合删掉元叙述和教学腔。`humanizer-zh` 里写着同一句话：「用户要求增强个人风格时，用表达方式实现，不编故事。」
-
-英文文本才走 `humanizer`：它的取向是 **Add soul**（主动注入个性），与中文改稿的**保真优先**方向相反，别把它的思路套到中文稿上。
-
-### 工具纪律
-
-**并行编辑同一文件会互相覆盖**——同一文件的多处修改必须走**单个串行脚本**，改完立刻复核关键字段是否落盘（曾丢过 8 处，含 star 数与日期两处关键修正）。
-
-## 四、改稿红线
-
-不改技术事实、数据、评测结论、代码块内容。改稿改的是阅读节奏与表达，不是重写。
-
-外部工具改过的稿子（用户先拿别的模型改过一版再交回来）：**先核数字，再动文字，顺序不能反**。实测一轮揪出 7 处错值，其中 5 处是「比值对但绝对值错」——比值正确会让错误绝对值显得可信。判据：出现比值对而绝对值错，说明写的人是从别的口径倒推，该段所有数字都要重核。

package/topmind-wechat/scripts/audit-provenance.py

@@ -1,366 +0,0 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-"""audit-provenance.py — 双向逐段溯源审计（改稿保真度的机械化检查）。
-
-## 它解决什么问题
-
-把一篇成稿改成另一种形态（X 长文 → 公众号、底稿 → 交付稿）时，最容易出的不是错别字，
-而是**悄悄扩写**和**悄悄漏掉**。人眼逐段比对一篇几千字的稿子既慢又不可靠。
-
-本脚本做**两个方向**的机械化检查：
-
-- **正向（本稿 → 源稿）**：`--draft` 的每一段，能否在 `--source` 里找到？找不到的即
-  「疑似新增」—— 扩写就藏在这里
-- **反向（源稿 → 本稿）**：`--source` 的每一段，有没有在本稿里落下？找不到的即「疑似遗漏」
-
-## 为什么不用 diff
-
-形态转换必然改变排版：断段、标题层级、`++` 标记层、图注加 `▲ 图 N` 编号。
-逐行 diff 会被这些噪声淹没，真正的问题（多出/少掉的事实句）反而看不见。
-
-所以这里**先归一化到「纯文字内容」再比对**，并显式放过几类合法差异：
-
-| 分类 | 含义 |
-|------|------|
-| `identical` | 归一化后完全相同 |
-| `rewritten` | 同段但有文字改动（图注编号、标点、已声明的事实修正都落这里） |
-| `merged` | 本稿把源稿的**几段并成了一段** |
-| `split` | 源稿的一段被本稿**拆成了几段** |
-| `caption` | 仅图注加了 `▲ 图 N：` 前缀，正文一字未改 |
-| `tail` | 结尾 CTA / 签名 / 「首发于公众号」类附加句 |
-| `unexplained` | **其余全部**，需要人工判定 —— 这是唯一会被报警的一类 |
-
-⚠️ **`merged` / `split` 两类是必须的**：源稿常把「正文末句 + 图注」挤在同一段，本稿拆开是
-正常排版。没有这两类，几乎每张图都会报一次假阳性；而只做段落级匹配则会把所有拆段都误报。
-所以候选池同时建两级窗口：**段窗口**（1~3 段合并）与**句窗口**（1~3 句合并，长度下限 12 字）。
-
-## 已知陷阱（踩过）
-
-不要用 `^---.*?^---` 配 `re.S` 剥 frontmatter —— 正文里常有 `---` 分隔线，
-那个正则会连带把中间正文吃掉，导致源稿被误判成「只剩几段」。
-本脚本只剥**文件头**的 frontmatter：`^---\\n.*?\\n---\\n` + `count=1`。
-
-源稿里后加的块（勘误、HTML 注释）默认会进待判定，用 `--skip` 排除：
-
-    --skip '^>\\s*\\[!'
-
-## 用法
-
-    python3 scripts/audit-provenance.py --draft <包>/公众号稿.md --source <包>/源稿-X长文.md
-    python3 scripts/audit-provenance.py --draft a.md --source b.md --skip '^>\\s*\\[!' --json
-    python3 scripts/audit-provenance.py --draft a.md --source b.md --threshold 0.8 --verbose
-
-退出码：0 = 无待判定项；1 = 有 `unexplained`（需人工看）；2 = 参数/文件错误。
-"""
-
-from __future__ import annotations
-
-import argparse
-import json
-import re
-import sys
-from difflib import SequenceMatcher
-
-MAX_SPAN = 3          # 允许 1~MAX_SPAN 个相邻单位合并成一个窗口
-MIN_SENT_WIN = 12     # 句级窗口归一化后的最小长度，避免短句偶然命中
-
-# 元信息块（来源 / 抓取记录）——两侧都跳过
-META_RE = re.compile(
-    r"^>\s*(来源|实标题|标题|摘要|作者|站点|提取|约字数|说明|发布|原始)\s*[:：]"
-)
-IMG_ONLY_RE = re.compile(r"^\s*(!\[[^\]]*\]\([^)]*\)|!\[\[[^\]]*\]\])\s*$")
-HTML_COMMENT_RE = re.compile(r"^\s*<!--.*?-->\s*$", re.S)
-CAPTION_PREFIX_RE = re.compile(r"^▲\s*图\s*\d+\s*[：:\-–—]?\s*")
-SENT_RE = re.compile(r"[^。！？；!?;]*[。！？；!?;]|[^。！？；!?;]+")
-
-TAIL_HINTS = ("欢迎转发", "点个关注", "评论区", "不迷路", "首发于", "转载请注明",
-              "如果这篇", "如果对你有用")
-
-_TYPO = {
-    "\u201c": '"', "\u201d": '"', "\u2018": "'", "\u2019": "'",
-    "\u2014": "-", "\u2013": "-", "\u2026": "...",
-}
-
-
-# --------------------------------------------------------------------------- #
-# 切段与归一化
-# --------------------------------------------------------------------------- #
-
-def strip_fm(text: str) -> str:
-    """只剥文件头的 frontmatter。正文里的 --- 必须保留。"""
-    if text.startswith("---\n"):
-        m = re.match(r"^---\n.*?\n---\n", text, re.S | re.M)
-        if m:
-            return text[m.end():]
-    return text
-
-
-def blocks(text: str, skips):
-    """按空行切段；丢掉分隔线、纯图片、元信息块、HTML 注释块、--skip 命中的块。
-
-    代码块内部不切分，避免把一段代码拆散。
-    """
-    body = strip_fm(text).replace("\r\n", "\n")
-    out, buf, in_code = [], [], False
-    for line in body.split("\n"):
-        if line.strip().startswith("```"):
-            in_code = not in_code
-            buf.append(line)
-            continue
-        if in_code:
-            buf.append(line)
-            continue
-        if line.strip() == "":
-            if buf:
-                out.append("\n".join(buf))
-                buf = []
-        else:
-            buf.append(line)
-    if buf:
-        out.append("\n".join(buf))
-
-    keep = []
-    for b in out:
-        s = b.strip()
-        if not s or re.fullmatch(r"[-*_]{3,}", s) or IMG_ONLY_RE.match(s):
-            continue
-        if META_RE.match(s) or HTML_COMMENT_RE.match(s):
-            continue
-        if any(rx.search(s) for rx in skips):
-            continue
-        keep.append(s)
-    return keep
-
-
-def normalize(block: str) -> str:
-    """把一段 markdown 归一化成「可比较的纯文字内容」。"""
-    t = block
-    t = re.sub(r"^\s*>\s?", "", t, flags=re.M)
-    t = re.sub(r"^\s*#{1,6}\s*", "", t, flags=re.M)
-    t = re.sub(r"^\s*[-*+]\s+", "", t, flags=re.M)
-    t = re.sub(r"^\s*\d+[.)]\s+", "", t, flags=re.M)
-    t = re.sub(r"!\[[^\]]*\]\([^)]*\)", "", t)
-    t = re.sub(r"!\[\[[^\]]*\]\]", "", t)
-    t = re.sub(r"\[([^\]]*)\]\([^)]*\)", r"\1", t)
-    t = re.sub(r"`{1,3}", "", t)
-    for a in ("**", "__", "==", "++", "~~"):
-        t = t.replace(a, "")
-    for a, b in _TYPO.items():
-        t = t.replace(a, b)
-    return re.sub(r"\s+", "", t)
-
-
-def block_windows(norms):
-    """段级窗口：(起始段, 结束段, 合并文本)。"""
-    n = len(norms)
-    for i in range(n):
-        acc = ""
-        for k in range(MAX_SPAN):
-            if i + k >= n:
-                break
-            acc += norms[i + k]
-            yield i, i + k, acc
-
-
-def sent_windows(norms):
-    """句级窗口：(所属段, 所属段, 合并文本)。用于识别「源稿一段被拆开」。"""
-    for i, blk in enumerate(norms):
-        sents = [s for s in SENT_RE.findall(blk) if s]
-        for a in range(len(sents)):
-            acc = ""
-            for k in range(MAX_SPAN):
-                if a + k >= len(sents):
-                    break
-                acc += sents[a + k]
-                if len(acc) >= MIN_SENT_WIN:
-                    yield i, i, acc
-
-
-def best(needle, win_list):
-    """返回 (最高相似度, 窗口起, 窗口止, 次高相似度)。"""
-    if not needle or not win_list:
-        return 0.0, -1, -1, 0.0
-    scored = []
-    for a, b, txt in win_list:
-        scored.append((SequenceMatcher(None, needle, txt).ratio(), a, b))
-    scored.sort(key=lambda x: x[0], reverse=True)
-    top = scored[0]
-    second = scored[1][0] if len(scored) > 1 else 0.0
-    return top[0], top[1], top[2], second
-
-
-def is_tail(text: str) -> bool:
-    return any(h in text for h in TAIL_HINTS)
-
-
-def snippet(text: str, n: int = 44) -> str:
-    one = re.sub(r"\s+", " ", text).strip()
-    return one if len(one) <= n else one[:n] + "…"
-
-
-# --------------------------------------------------------------------------- #
-# 审计
-# --------------------------------------------------------------------------- #
-
-def audit(draft_path, source_path, threshold, skips):
-    dblocks = blocks(open(draft_path, encoding="utf-8").read(), skips)
-    sblocks = blocks(open(source_path, encoding="utf-8").read(), skips)
-    dn = [normalize(b) for b in dblocks]
-    sn = [normalize(b) for b in sblocks]
-
-    s_blk = list(block_windows(sn))
-    s_sent = list(sent_windows(sn))
-    # 本稿侧额外把「去掉 ▲ 图 N 前缀」的版本算作候选，图注不算遗漏
-    dn_plus = list(dn) + [normalize(CAPTION_PREFIX_RE.sub("", b.strip()))
-                          for b in dblocks if CAPTION_PREFIX_RE.match(b.strip())]
-    dn_plus = [x for x in dn_plus if x]
-    d_blk = list(block_windows(dn_plus))
-    d_sent = list(sent_windows(dn_plus))
-
-    def judge(r_blk, r_sent, span_blk, span_sent):
-        """按「先段级、后句级」判定分类。"""
-        if r_blk >= threshold:
-            if r_blk >= 0.995:
-                return "identical", r_blk, span_blk
-            if span_blk[1] > span_blk[0]:
-                return "merged", r_blk, span_blk
-            return "rewritten", r_blk, span_blk
-        if r_sent >= threshold:
-            return "split", r_sent, span_sent
-        return "unexplained", max(r_blk, r_sent), span_blk
-
-    forward = []
-    for i, d in enumerate(dblocks):
-        if not dn[i]:
-            continue
-        rb, ab1, ab2, sb = best(dn[i], s_blk)
-        rs, as1, as2, ss = best(dn[i], s_sent)
-        capped = bool(CAPTION_PREFIX_RE.match(d.strip()))
-        r_nocap = -1.0
-        if capped:
-            alt = normalize(CAPTION_PREFIX_RE.sub("", d.strip()))
-            if alt:
-                r_nocap, *_ = best(alt, s_blk)
-        top = max(rb, rs, r_nocap)
-
-        if top >= threshold:
-            kind, _, span = judge(rb, rs, (ab1, ab2), (as1, as2))
-            if capped and r_nocap > max(rb, rs):
-                kind = "caption"
-            forward.append({"i": i, "kind": kind, "ratio": round(top, 3),
-                            "source_span": list(span), "text": snippet(d)})
-        elif is_tail(d):
-            forward.append({"i": i, "kind": "tail", "ratio": round(top, 3),
-                            "source_span": [-1, -1], "text": snippet(d)})
-        else:
-            forward.append({"i": i, "kind": "unexplained", "ratio": round(top, 3),
-                            "second": round(max(sb, ss), 3), "source_span": [ab1, ab2],
-                            "text": snippet(d)})
-
-    backward = []
-    for i, s in enumerate(sblocks):
-        if not sn[i]:
-            continue
-        rb, ab1, ab2, sb = best(sn[i], d_blk)
-        rs, as1, as2, ss = best(sn[i], d_sent)
-        kind, ratio, span = judge(rb, rs, (ab1, ab2), (as1, as2))
-        if kind == "identical":
-            kind = "found"
-        rec = {"i": i, "kind": kind, "ratio": round(ratio, 3),
-               "draft_span": list(span), "text": snippet(s)}
-        if kind == "unexplained":
-            rec["second"] = round(max(sb, ss), 3)
-        backward.append(rec)
-
-    return {"draft": draft_path, "source": source_path, "threshold": threshold,
-            "draft_blocks": len(dblocks), "source_blocks": len(sblocks),
-            "forward": forward, "backward": backward}
-
-
-def report(res) -> int:
-    f, b = res["forward"], res["backward"]
-    f_un = [x for x in f if x["kind"] == "unexplained"]
-    b_un = [x for x in b if x["kind"] == "unexplained"]
-
-    print("溯源审计：%s  ←  %s" % (res["draft"], res["source"]))
-    print("阈值 %.2f · 本稿 %d 段 · 源稿 %d 段" %
-          (res["threshold"], res["draft_blocks"], res["source_blocks"]))
-    print("-" * 78)
-
-    def tally(rows):
-        d = {}
-        for r in rows:
-            d[r["kind"]] = d.get(r["kind"], 0) + 1
-        return d
-
-    print("正向（本稿 → 源稿）：", "  ".join("%s %d" % kv for kv in sorted(tally(f).items())))
-    print("反向（源稿 → 本稿）：", "  ".join("%s %d" % kv for kv in sorted(tally(b).items())))
-
-    if f_un:
-        print("\n⚠ 正向待判定（本稿有、源稿找不到 —— 扩写藏在这里）：")
-        for r in f_un:
-            print("  段%-4d 相似度 %.2f（次高 %.2f）  「%s」" %
-                  (r["i"], r["ratio"], r.get("second", 0), r["text"]))
-    if b_un:
-        print("\n⚠ 反向待判定（源稿有、本稿落下了）：")
-        for r in b_un:
-            print("  段%-4d 相似度 %.2f（次高 %.2f）  「%s」" %
-                  (r["i"], r["ratio"], r.get("second", 0), r["text"]))
-
-    total = len(f_un) + len(b_un)
-    print("-" * 78)
-    if total == 0:
-        print("✓ 无待判定项：本稿相对源稿只剩排版差异、图注编号与结尾附加句")
-        return 0
-    print("✗ %d 项待人工判定（正向新增 %d · 反向遗漏 %d）" % (total, len(f_un), len(b_un)))
-    print("  判定口径：每一项要么归入「已声明的事实修正 / 已声明的增补」，")
-    print("  要么就是不该出现的改动 —— 见技能 SKILL.md「改稿底线」。")
-    print("  源稿里后加的块（勘误等）用 --skip '^>\\s*\\[!' 排除。")
-    return 1
-
-
-def main():
-    ap = argparse.ArgumentParser(
-        description="双向逐段溯源审计：查改稿有没有悄悄扩写或漏掉")
-    ap.add_argument("--draft", required=True, help="派生稿（如 公众号稿.md）")
-    ap.add_argument("--source", required=True, help="源稿（如 源稿-X长文.md）")
-    ap.add_argument("--threshold", type=float, default=0.72,
-                    help="相似度阈值，低于它即待判定（默认 0.72）")
-    ap.add_argument("--skip", action="append", default=[],
-                    help="正则：命中的段直接排除（可重复，两侧都生效）")
-    ap.add_argument("--json", action="store_true", help="输出 JSON")
-    ap.add_argument("--verbose", action="store_true", help="打印逐段明细")
-    args = ap.parse_args()
-
-    for p in (args.draft, args.source):
-        try:
-            open(p, encoding="utf-8").close()
-        except OSError as e:
-            print("✗ 读不到文件：%s（%s）" % (p, e), file=sys.stderr)
-            return 2
-
-    try:
-        skips = [re.compile(rx) for rx in args.skip]
-    except re.error as e:
-        print("✗ --skip 正则非法：%s" % e, file=sys.stderr)
-        return 2
-
-    res = audit(args.draft, args.source, args.threshold, skips)
-
-    if args.verbose:
-        print("逐段明细：")
-        for tag, rows in (("正", res["forward"]), ("反", res["backward"])):
-            for r in rows:
-                print("  %s 段%-4d %-11s %.2f  %s" %
-                      (tag, r["i"], r["kind"], r["ratio"], r["text"]))
-        print("-" * 78)
-
-    if args.json:
-        print(json.dumps(res, ensure_ascii=False, indent=2))
-        return 0 if not any(x["kind"] == "unexplained"
-                            for x in res["forward"] + res["backward"]) else 1
-    return report(res)
-
-
-if __name__ == "__main__":
-    sys.exit(main())