argus-decision-mcp 1.2.0 → 1.3.0

package/dist/lib/review/ingest.js

@@ -15,23 +15,39 @@
  * first-class state that reaches the UI, not a swallowed error.
  */
 import { fingerprint, stableId } from './ids.js';
+const deckNote = (lang, isDeck) => lang === 'en'
+    ? isDeck
+        ? 'This deck was reviewed by its slide text and order. Chart/image interpretation is limited.'
+        : 'Reviewed by text. Some tables/images may be left out of the analysis.'
+    : isDeck
+        ? '이 deck은 슬라이드 텍스트와 순서를 기준으로 검수했습니다. 차트/이미지 해석은 제한적입니다.'
+        : '텍스트를 기준으로 검수했습니다. 표/이미지 일부는 분석에서 빠질 수 있습니다.';
 const TIER0 = ['paste', 'markdown', 'txt', 'llm_answer', 'transcript', 'pr_diff'];
-const BINARY = ['pdf', 'docx', 'pptx'];
+const BINARY = ['pdf', 'docx', 'pptx', 'hwpx'];
 export function ingest(input) {
     const privacy_mode = input.privacy_mode ?? 'receipt_only';
-    const title = (input.title || '').trim() || defaultTitle(input.source_kind);
+    const lang = input.locale ?? 'ko';
+    const title = (input.title || '').trim() || defaultTitle(input.source_kind, lang);
     // Pre-anchored units from a real parser (pdf pages / pptx slides): trust the
     // parser's page/slide numbers rather than re-flattening to text.
     if (input.pre_extracted_units && input.pre_extracted_units.length > 0) {
-        return fromUnits(input, title, privacy_mode);
+        return fromUnits(input, title, privacy_mode, lang);
+    }
+    // A pure image has no text and no structure — it exists ONLY to be reviewed
+    // visually. Build a clean units-less artifact (never the discouraging
+    // `unsupported` degrade, which would trip Gate 0); the pipeline reviews it
+    // straight from the attached image via the vision path. Anchors are pages the
+    // model reads from the image itself, not extracted units.
+    if (input.source_kind === 'image') {
+        return imageArtifact(input, title, privacy_mode, lang);
     }
     // Binary format with no extracted text → honest degrade, data model intact.
     if (BINARY.includes(input.source_kind) && !input.pre_extracted && !input.text) {
-        return degradedArtifact(input.source_kind, title, privacy_mode);
+        return degradedArtifact(input.source_kind, title, privacy_mode, lang);
     }
     const text = (input.pre_extracted ?? input.text ?? '').replace(/\r\n/g, '\n');
     if (!text.trim()) {
-        return degradedArtifact(input.source_kind, title, privacy_mode, 'empty');
+        return degradedArtifact(input.source_kind, title, privacy_mode, lang, 'empty');
     }
     const isDeck = input.source_kind === 'pptx';
     const units = input.source_kind === 'transcript'
@@ -43,9 +59,7 @@ export function ingest(input) {
     const quality = input.extraction_quality ?? (TIER0.includes(input.source_kind) ? 'high' : 'medium');
     const notes = [...(input.extraction_notes ?? [])];
     if (BINARY.includes(input.source_kind) && notes.length === 0) {
-        notes.push(input.source_kind === 'pptx'
-            ? '이 deck은 슬라이드 텍스트와 순서를 기준으로 검수했습니다. 차트/이미지 해석은 제한적입니다.'
-            : '텍스트를 기준으로 검수했습니다. 표/이미지 일부는 분석에서 빠질 수 있습니다.');
+        notes.push(deckNote(lang, input.source_kind === 'pptx'));
     }
     return {
         artifact_id: `art_${fp}`,
@@ -72,7 +86,7 @@ export function ingest(input) {
  * pptx slides). The parser carries page/slide numbers that a flattened-text
  * re-extraction would lose, so we keep them verbatim and only derive structure.
  */
-function fromUnits(input, title, privacy_mode) {
+function fromUnits(input, title, privacy_mode, lang) {
     const units = input.pre_extracted_units;
     const joined = units.map((u) => u.text).join('\n');
     const fp = fingerprint(joined || title);
@@ -87,9 +101,7 @@ function fromUnits(input, title, privacy_mode) {
     }
     const notes = [...(input.extraction_notes ?? [])];
     if (notes.length === 0) {
-        notes.push(isDeck
-            ? '이 deck은 슬라이드 텍스트와 순서를 기준으로 검수했습니다. 차트/이미지 해석은 제한적입니다.'
-            : '텍스트를 기준으로 검수했습니다. 표/이미지 일부는 분석에서 빠질 수 있습니다.');
+        notes.push(deckNote(lang, isDeck));
     }
     return {
         artifact_id: `art_${fp}`,
@@ -111,29 +123,81 @@ function fromUnits(input, title, privacy_mode) {
         source_caps: input.source_caps,
     };
 }
-function defaultTitle(kind) {
-    const map = {
+/**
+ * A units-less artifact for a pure image (png/jpg/webp). It carries no text and
+ * no anchorable units — the review runs entirely through the vision path, where
+ * the model reads the image directly. Quality is `medium` (a real, reviewable
+ * input) rather than `unsupported` (which Gate 0 rejects). extraction_notes
+ * states plainly that this is a visual review so the receipt never implies text
+ * extraction happened.
+ */
+function imageArtifact(input, title, privacy_mode, lang) {
+    const note = lang === 'en'
+        ? 'Reviewed the image visually (the model reads the image itself, not extracted text).'
+        : '이미지를 눈으로 검수했습니다 (텍스트 추출이 아니라 이미지를 직접 읽습니다).';
+    const fp = input.source_caps ? stableId('img', title, JSON.stringify(input.source_caps)) : stableId('img', title);
+    return {
+        artifact_id: `art_${fp}`,
+        source_kind: 'image',
+        source_title: title,
+        source_fingerprint: fp,
+        extraction_quality: input.extraction_quality ?? 'medium',
+        privacy_mode,
+        units: [],
+        detected_structure: { is_deck: false },
+        extraction_notes: [...(input.extraction_notes ?? []), note],
+        source_caps: input.source_caps,
+    };
+}
+function defaultTitle(kind, lang) {
+    const ko = {
         paste: '붙여넣은 문서',
         markdown: 'Markdown 문서',
         txt: '텍스트 문서',
         pdf: 'PDF 문서',
         docx: 'DOCX 문서',
         pptx: '슬라이드 덱',
+        hwpx: '한글 문서',
+        image: '이미지',
         transcript: '회의록',
         mcp_file: '파일',
         pr_diff: 'PR diff',
         llm_answer: 'AI 답변',
     };
-    return map[kind];
+    const en = {
+        paste: 'Pasted document',
+        markdown: 'Markdown document',
+        txt: 'Text document',
+        pdf: 'PDF document',
+        docx: 'DOCX document',
+        pptx: 'Slide deck',
+        hwpx: 'Hangul document',
+        image: 'Image',
+        transcript: 'Meeting notes',
+        mcp_file: 'File',
+        pr_diff: 'PR diff',
+        llm_answer: 'AI answer',
+    };
+    return (lang === 'en' ? en : ko)[kind];
 }
-function degradedArtifact(kind, title, privacy_mode, reason = 'unsupported') {
+function degradedArtifact(kind, title, privacy_mode, lang, reason = 'unsupported') {
     const note = reason === 'empty'
-        ? '문서에서 텍스트를 찾지 못했습니다.'
+        ? (lang === 'en' ? 'No text could be found in the document.' : '문서에서 텍스트를 찾지 못했습니다.')
         : kind === 'pdf'
-            ? '이 PDF는 아직 자동 텍스트 추출을 지원하지 않습니다. 본문 텍스트를 붙여넣으면 검수할 수 있습니다.'
+            ? (lang === 'en'
+                ? 'This PDF does not yet support automatic text extraction. Paste the body text and it can be reviewed.'
+                : '이 PDF는 아직 자동 텍스트 추출을 지원하지 않습니다. 본문 텍스트를 붙여넣으면 검수할 수 있습니다.')
             : kind === 'pptx'
-                ? '이 deck은 아직 자동 추출을 지원하지 않습니다. 슬라이드 텍스트를 붙여넣으면 검수할 수 있습니다.'
-                : '이 파일은 아직 자동 텍스트 추출을 지원하지 않습니다. 본문을 붙여넣어 주세요.';
+                ? (lang === 'en'
+                    ? 'This deck does not yet support automatic extraction. Paste the slide text and it can be reviewed.'
+                    : '이 deck은 아직 자동 추출을 지원하지 않습니다. 슬라이드 텍스트를 붙여넣으면 검수할 수 있습니다.')
+                : kind === 'hwpx'
+                    ? (lang === 'en'
+                        ? 'No text could be read from this Hangul document. Paste the body text and it can be reviewed.'
+                        : '이 한글 문서에서 텍스트를 찾지 못했습니다. 본문을 붙여넣으면 검수할 수 있습니다.')
+                    : (lang === 'en'
+                        ? 'This file does not yet support automatic text extraction. Please paste the body text.'
+                        : '이 파일은 아직 자동 텍스트 추출을 지원하지 않습니다. 본문을 붙여넣어 주세요.');
     return {
         artifact_id: `art_${stableId(kind, title, reason)}`,
         source_kind: kind,

package/dist/lib/review/lenses.js

@@ -7,6 +7,24 @@
  * So keep this list small and let routing.ts choose.
  */
 export const LENS_VERSION = '1';
+/** User-facing lens names in English. The Korean names live on each lens's
+ *  `label` (also used inside the Korean lens prompt); this map is the display
+ *  name for an English-locale reader. Keep the two in sync when adding a lens. */
+export const LENS_LABEL_EN = {
+    core_question: 'Core question',
+    claim_evidence: 'Claim vs evidence',
+    hidden_assumption: 'Hidden assumptions',
+    human_judgment: 'Human judgment',
+    stakeholder_objection: 'Stakeholder objections',
+    execution_risk: 'Execution risk',
+    reversibility: 'Reversibility',
+    falsifiable_followup: 'Falsifiable follow-up',
+    deck_narrative: 'Deck narrative',
+};
+/** Localized, user-facing label for a lens. */
+export function lensLabel(id, lang) {
+    return lang === 'en' ? LENS_LABEL_EN[id] : LENSES[id].label;
+}
 export const LENSES = {
     core_question: {
         id: 'core_question',

package/dist/lib/review/prompts.js

@@ -10,7 +10,7 @@
  *   - cite the source by unit_id (anchors) — an unanchored finding is worthless.
  *   - no generic advice ("리스크를 고려하세요") — must reference a specific claim.
  *   - never decide for the user; never invent facts not in the units.
- *   - Korean output, pure JSON.
+ *   - output in the document's language, pure JSON.
  */
 const SPINE = `너는 Argus의 판단 검수기다. 사용자의 결정을 대신 내리지 않는다.
 - 절대 "이 전략은 틀렸다", "진행하세요" 같은 평결을 내지 않는다.
@@ -20,7 +20,24 @@ const SPINE = `너는 Argus의 판단 검수기다. 사용자의 결정을 대
   식별자(u_...)를 문장에 절대 노출하지 않는다. unit_id는 오직 unit_ids 배열에만 넣는다.
 - "리스크를 고려하세요", "더 조사하세요" 같은 일반론은 금지한다. 무엇을 확인할지 구체적으로 쓴다.
 - 원문에 없는 사실을 지어내지 않는다.
-- 출력은 순수 JSON. 마크다운/설명 없이 { 로 시작해 } 로 끝난다. 한국어로 쓴다.`;
+- 지적의 "유형"을 다양하게 본다. "근거가 부족하다"만 반복하지 말고, 해당되면 더 날카로운 유형을 짚는다:
+  · 섹션 간 모순(A절은 X라는데 B절은 반대로 기술)  · 미충족 선결조건(전제가 아직 안 됐는데 그 위에서 결론)
+  · 비현실적/검증 안 된 가정  · 의존관계 역전(선행 과제가 후행보다 늦게 배치)  · 숫자·근거 불일치
+  · 이해관계자 반론(승인·예산을 쥔 사람이 먼저 걸 지점). 같은 문서의 findings 제목이 서로 붙여넣기처럼 보이면 실패다.
+- 짧고 날카롭게. title은 한 줄(대략 40자 이내), detail은 2문장 이내. 장황한 서술 금지.
+- 출력은 순수 JSON. 마크다운/설명 없이 { 로 시작해 } 로 끝난다.`;
+/**
+ * Output-language directive — appended LAST to every stage's system prompt so it
+ * wins over the Korean prompt scaffolding above it. Without this, the Korean
+ * instructions drag the model into Korean output even for an English document
+ * read by an English-locale user. This makes the review answer in the reader's
+ * locale (`lang`), not the prompt's language or the document's.
+ */
+function langDirective(lang) {
+    return lang === 'en'
+        ? `OUTPUT LANGUAGE — HIGHEST PRIORITY, overrides everything above: write EVERY user-facing string value in the JSON (every title, detail, rationale, question, heading, statement, label, text, if_false, suggested_action, …) in ENGLISH. The source document and these instructions may be in Korean; your output values MUST still be in English, and must never mix the two. Structural tokens stay exactly as specified: unit_id / lens_id values, the status/severity/confidence/kind enums, and YYYY-MM-DD dates.`
+        : `출력 언어 — 최우선, 위의 모든 지시보다 우선한다: JSON의 모든 사용자 노출 문자열 값(title·detail·rationale·question·heading·statement·label·text·if_false·suggested_action 등)을 한국어로 쓴다. 원문이나 이 지시가 영어라도 출력 값은 한국어로 쓰고, 두 언어를 섞지 않는다. 구조 토큰은 지정된 형식 그대로 둔다: unit_id / lens_id 값, status·severity·confidence·kind enum, YYYY-MM-DD 날짜.`;
+}
 export function renderUnits(units, limit) {
     return units
         .slice(0, limit)
@@ -28,19 +45,54 @@ export function renderUnits(units, limit) {
         const a = u.source_anchor;
         const loc = a.slide !== undefined
             ? `slide ${a.slide}`
-            : a.section_path?.length
-                ? a.section_path.join(' › ')
-                : a.line_start !== undefined
-                    ? `L${a.line_start}`
-                    : '';
+            : a.page !== undefined
+                ? a.section_path?.length
+                    ? `${a.page}쪽 · ${a.section_path.join(' › ')}`
+                    : `${a.page}쪽`
+                : a.section_path?.length
+                    ? a.section_path.join(' › ')
+                    : a.line_start !== undefined
+                        ? `L${a.line_start}`
+                        : '';
         return `[${u.unit_id}] (${u.kind}${loc ? ' · ' + loc : ''}) ${u.text}`;
     })
         .join('\n');
 }
+/**
+ * A compact, ordered outline of the WHOLE document — its headings and slide
+ * titles with their location — so a single map-reduce chunk can see where it
+ * sits and flag a genuine conflict with a section it does not itself contain
+ * (the "the section-2 claim contradicts the section-8 conclusion" case a chunked
+ * review otherwise misses, because each chunk is judged in isolation). This is
+ * context only: a chunk may still cite ONLY its own units. Returns '' when the
+ * document has no headings/slide titles to outline (flat prose).
+ */
+export function buildDocumentOutline(units, maxChars = 1500) {
+    const lines = [];
+    for (const u of units) {
+        if (u.kind !== 'heading' && u.kind !== 'slide_title')
+            continue;
+        const a = u.source_anchor;
+        const loc = a.slide !== undefined ? `slide ${a.slide}`
+            : a.page !== undefined ? `${a.page}쪽`
+                : a.section_path?.length ? a.section_path.join(' › ')
+                    : a.line_start !== undefined ? `L${a.line_start}`
+                        : '';
+        const text = u.text.replace(/\s+/g, ' ').trim().slice(0, 80);
+        if (!text)
+            continue;
+        lines.push(`- ${loc ? `[${loc}] ` : ''}${text}`);
+        if (lines.join('\n').length > maxChars) {
+            lines.push('- …');
+            break;
+        }
+    }
+    return lines.join('\n');
+}
 // ---------------------------------------------------------------------------
 // 1. Extraction: Canonical Artifact → profile + Document Judgment Map
 // ---------------------------------------------------------------------------
-export function buildExtractionPrompt(units, ctx, unitLimit) {
+export function buildExtractionPrompt(units, ctx, unitLimit, lang) {
     const concerns = ctx.concerns?.length ? `사용자 관심사: ${ctx.concerns.join(', ')}.` : '';
     const hints = [
         ctx.audience_hint && `대상 독자 힌트: ${ctx.audience_hint}`,
@@ -57,7 +109,9 @@ document_type, intent, audience, stakes, artifact_maturity를 추론하고, 확
 논지들 사이의 의존 구조도 표시한다: main_claims에 나온 순서가 곧 번호다(첫 번째=C1, 두 번째=C2 …).
 어떤 논거가 특정 논지를 뒷받침하면 그 논거의 supports_claim_ids에 논지 번호(예: "C1")를 넣고,
 어떤 논지가 다른 논지가 참이어야 성립하면 그 논지의 depends_on_claim_ids에 기대는 논지 번호를 넣는다.
-확실하지 않으면 링크를 억지로 만들지 말고 생략한다(빈 배열).`;
+확실하지 않으면 링크를 억지로 만들지 말고 생략한다(빈 배열).
+
+${langDirective(lang)}`;
     const user = `아래는 검수할 문서의 단위(unit)들이다. 각 줄은 [unit_id] (종류 · 위치) 텍스트 형식이다.
 
 ${renderUnits(units, unitLimit)}
@@ -85,7 +139,7 @@ ${concerns}
 // ---------------------------------------------------------------------------
 // Quick Review: one bounded call for short documents
 // ---------------------------------------------------------------------------
-export function buildQuickReviewPrompt(units, ctx, unitLimit, today) {
+export function buildQuickReviewPrompt(units, ctx, unitLimit, today, lang) {
     const context = [
         ctx.audience_hint && `Audience hint: ${ctx.audience_hint}`,
         ctx.decision_wanted && `Decision wanted: ${ctx.decision_wanted}`,
@@ -100,8 +154,6 @@ judgment spine: core_question, claim_evidence, hidden_assumption,
 human_judgment, falsifiable_followup.
 
 Keep the result selective and concise:
-- Write every user-facing value in Korean, even though these instructions and
-  JSON keys are in English.
 - When the document contains unsupported causal claims, untested assumptions,
   or a human-only decision, return 2 to 5 material findings. Return zero only
   when there is genuinely no material issue. Do not manufacture one per lens.
@@ -111,20 +163,142 @@ Keep the result selective and concise:
 - Separate claims, evidence, and assumptions. Do not treat repetition as proof.
 - current_heading describes the document's present direction without deciding
   for the user.
+- A judgment obligation is a DECISION the human must make, NOT a restatement of
+  a finding. Never repeat a finding as an obligation. Keep obligations distinct
+  from each other and from the findings.
 - Return at most 3 judgment obligations and 3 falsifiable followups.
 - followup check_by must be a real date after ${today}.
-- Complete every JSON field below; use empty arrays instead of filler.`;
+- Complete every JSON field below; use empty arrays instead of filler.
+
+${langDirective(lang)}`;
     const user = `Document units:
 ${renderUnits(units, unitLimit)}
 
 ${context}
 
-Return this JSON shape:
+Return this JSON shape. The FIRST product fields — findings, judgment_obligations,
+followups — are what the user reads: fill them completely and specifically before
+the map fields below them. The trailing map fields (evidence_items, tradeoffs,
+stakeholders, open_questions, missing_sections) are secondary scaffolding — keep
+them brief so they never crowd out the product fields.
 {
   "profile": { "document_type": "...", "intent": "...", "audience": "...", "stakes": "low|medium|high", "artifact_maturity": "...", "source_confidence": 0.0 },
   "core_question": "the actual decision question",
   "explicit_recommendation": "stated recommendation or empty",
   "implicit_recommendation": "implied recommendation or empty",
+  "findings": [ { "lens_id": "core_question|claim_evidence|hidden_assumption|human_judgment|falsifiable_followup", "title": "...", "detail": "...", "severity": "minor|caution|critical", "confidence": "low|medium|high", "suggested_action": "a concrete check", "unit_ids": ["..."] } ],
+  "judgment_obligations": [ { "statement": "...", "owner": "...", "why_human": "...", "decision_needed_by": "...", "evidence_needed": "...", "unit_ids": ["..."] } ],
+  "followups": [ { "predicate": "...", "pass_condition": "...", "fail_condition": "...", "check_by": "YYYY-MM-DD" } ],
+  "current_heading": "neutral summary of the document's current direction",
+  "main_claims": [ { "text": "...", "status": "supported|weak|unsupported|human_check|contradicted", "unit_ids": ["..."], "rationale": "...", "evidence_needed": "...", "fix_suggestion": "...", "depends_on_claim_ids": ["C1"] } ],
+  "assumptions": [ { "text": "...", "unit_ids": ["..."], "if_false": "..." } ],
+  "decision_points": [ { "text": "...", "human_only": true, "unit_ids": ["..."] } ],
+  "evidence_items": [ { "text": "...", "unit_ids": ["..."], "kind": "internal|external_cited|asserted", "supports_claim_ids": ["C1"] } ],
+  "tradeoffs": [ { "text": "...", "unit_ids": ["..."] } ],
+  "stakeholders": [ { "role": "...", "likely_objection": "...", "unit_ids": ["..."] } ],
+  "open_questions": [ { "text": "...", "unit_ids": ["..."] } ],
+  "missing_sections": [ { "label": "...", "why_it_matters": "..." } ]
+}`;
+    return { system, user };
+}
+// ---------------------------------------------------------------------------
+// Vision review: a single multimodal pass. The model SEES the document (a PDF
+// rendered to pages, or a deck's embedded images) alongside the extracted text,
+// so it can catch what the text extractor drops — a chart that contradicts the
+// prose, a number living inside an image, a layout that changes the meaning.
+// Anchors are PAGE/SLIDE numbers (the model sees pages, not our unit ids).
+// ---------------------------------------------------------------------------
+export function buildVisionReviewPrompt(units, ctx, unitLimit, today, lang, isDeck) {
+    const context = [
+        ctx.audience_hint && `Audience hint: ${ctx.audience_hint}`,
+        ctx.decision_wanted && `Decision wanted: ${ctx.decision_wanted}`,
+        ctx.biggest_worry && `Biggest worry: ${ctx.biggest_worry}`,
+        ctx.concerns?.length && `Requested concerns: ${ctx.concerns.join(', ')}`,
+    ].filter(Boolean).join('\n');
+    const anchorWord = isDeck ? 'slide' : 'page';
+    const system = `${SPINE}
+
+You can SEE the document itself — ${isDeck ? "the deck's images (charts/diagrams) are attached" : 'the PDF pages are attached and rendered'} — in ADDITION to the extracted text below. Use both: read the visuals (charts, tables, figures, numbers inside images, layout) that plain text extraction misses, and cross-check them against the prose. Apply the complete five-part judgment spine: core_question, claim_evidence, hidden_assumption, human_judgment, falsifiable_followup.
+
+Keep the result selective and concise:
+- Return 2 to 5 material findings; zero only when genuinely nothing is material. Do not manufacture one per lens.
+- Prefer findings that only the VISUAL reveals (a chart trend that contradicts a claim, a number shown only in an image) — that is the point of this pass.
+- A judgment obligation is a DECISION the human must make, NOT a restatement of a finding. Keep obligations distinct from each other and from the findings.
+- Each attached image is preceded by a "— Page N —" text label (a rendered PDF may arrive in several batches, so N is the ABSOLUTE page). Reference locations in prose the human way ("slide 4의 시장규모 차트", "3쪽 표") and, in the JSON, cite that page label's number in the "pages" array (e.g. [4] or [4,7]).
+- followup check_by must be a real date after ${today}. Return at most 3 obligations and 3 followups.
+
+${langDirective(lang)}`;
+    const user = `Extracted text (for cross-reference — the attached ${isDeck ? 'images' : 'pages'} are the source of truth for anything visual):
+${renderUnits(units, unitLimit)}
+
+${context}
+
+Return this JSON shape (findings/obligations/followups first — they are the product; cite ${anchorWord} numbers in "pages"):
+{
+  "profile": { "document_type": "...", "intent": "...", "audience": "...", "stakes": "low|medium|high", "artifact_maturity": "...", "source_confidence": 0.0 },
+  "core_question": "the actual decision question",
+  "explicit_recommendation": "stated recommendation or empty",
+  "findings": [ { "lens_id": "core_question|claim_evidence|hidden_assumption|human_judgment|falsifiable_followup", "title": "...", "detail": "...", "severity": "minor|caution|critical", "confidence": "low|medium|high", "suggested_action": "a concrete check", "seen_in_visual": true, "pages": [1] } ],
+  "judgment_obligations": [ { "statement": "...", "owner": "...", "why_human": "...", "decision_needed_by": "...", "evidence_needed": "...", "pages": [1] } ],
+  "followups": [ { "predicate": "...", "pass_condition": "...", "fail_condition": "...", "check_by": "YYYY-MM-DD" } ],
+  "current_heading": "neutral summary of the document's current direction",
+  "main_claims": [ { "text": "...", "status": "supported|weak|unsupported|human_check|contradicted", "pages": [1], "rationale": "..." } ],
+  "assumptions": [ { "text": "...", "pages": [1], "if_false": "..." } ],
+  "decision_points": [ { "text": "...", "human_only": true, "pages": [1] } ]
+}`;
+    return { system, user };
+}
+// ---------------------------------------------------------------------------
+// Map step: one chunk of a long document → partial judgment map + findings.
+// The reduce step (synthesis) merges chunks and de-dups, so a chunk extracts
+// ONLY what its own text supports and never restates the whole document.
+// ---------------------------------------------------------------------------
+export function buildMapPrompt(units, ctx, chunkIndex, chunkCount, today, lang, outline = '') {
+    const context = [
+        ctx.audience_hint && `Audience hint: ${ctx.audience_hint}`,
+        ctx.decision_wanted && `Decision wanted: ${ctx.decision_wanted}`,
+        ctx.biggest_worry && `Biggest worry: ${ctx.biggest_worry}`,
+        ctx.concerns?.length && `Requested concerns: ${ctx.concerns.join(', ')}`,
+    ].filter(Boolean).join('\n');
+    // Contextual header (Anthropic "Contextual Retrieval" pattern, adapted): a
+    // chunk judged in isolation cannot see a section it does not contain, so it
+    // misses cross-section conflicts. Give it the whole-document outline as
+    // CONTEXT — never as new material to review — so it can flag when its own
+    // content genuinely contradicts another section, but still cites only its own units.
+    const outlineBlock = outline
+        ? `
+
+전체 문서 개요(맥락용 참고 — 이 구간 밖 항목은 그 자체로 지적하지 말 것):
+${outline}
+
+이 구간의 내용이 위 개요의 다른 항목과 **명백히 모순**될 때에만 그 관계를 finding으로
+낸다(그때도 unit_ids에는 이 구간의 unit_id만 넣는다). 개요 항목 자체를 지적 대상으로 삼지 않는다.`
+        : '';
+    const system = `${SPINE}
+
+이 문서는 길어서 여러 구간으로 나눠 검수한다. 지금은 ${chunkCount}개 구간 중
+${chunkIndex + 1}번째 구간이다. **이 구간의 원문 단위(units)에 실제로 담긴 것만**
+지도로 뽑는다 — 다른 구간의 내용이나 문서 전체 요약을 지어내지 않는다.${outlineBlock}
+
+- 이 구간이 뒷받침하는 main_claims / assumptions / decision_points / findings만 낸다.
+- 판단 스파인 5개(core_question, claim_evidence, hidden_assumption, human_judgment,
+  falsifiable_followup)를 이 구간에 적용한다. finding의 lens_id에 이 다섯 중 하나를
+  snake_case 그대로 넣는다(번역·결합·생략 금지).
+- 이 구간에 실질 이슈가 있을 때만 finding 0~4개. 없으면 빈 배열. 렌즈마다 억지로 만들지 않는다.
+- 모든 claim·assumption·finding은 이 구간의 unit_id를 하나 이상 인용한다.
+- core_question은 이 구간에서 읽히는 결정 질문의 최선 추정이다(뒤 구간에서 갱신될 수 있다).
+- obligations·followups는 여기서 내지 않는다(전체를 합친 뒤 한 번에 만든다).
+
+${langDirective(lang)}`;
+    const user = `구간 ${chunkIndex + 1}/${chunkCount}의 원문 단위:
+${renderUnits(units, units.length)}
+
+${context}
+
+다음 JSON을 출력하라(이 구간에 없는 항목은 빈 배열):
+{
+  "profile": { "document_type": "...", "intent": "...", "audience": "...", "stakes": "low|medium|high", "artifact_maturity": "...", "source_confidence": 0.0 },
+  "core_question": "이 구간에서 읽히는 결정 질문(최선 추정)",
   "main_claims": [ { "text": "...", "status": "supported|weak|unsupported|human_check|contradicted", "unit_ids": ["..."], "rationale": "...", "evidence_needed": "...", "fix_suggestion": "...", "depends_on_claim_ids": ["C1"] } ],
   "evidence_items": [ { "text": "...", "unit_ids": ["..."], "kind": "internal|external_cited|asserted", "supports_claim_ids": ["C1"] } ],
   "assumptions": [ { "text": "...", "unit_ids": ["..."], "if_false": "..." } ],
@@ -133,17 +307,16 @@ Return this JSON shape:
   "open_questions": [ { "text": "...", "unit_ids": ["..."] } ],
   "decision_points": [ { "text": "...", "human_only": true, "unit_ids": ["..."] } ],
   "missing_sections": [ { "label": "...", "why_it_matters": "..." } ],
-  "findings": [ { "lens_id": "core_question|claim_evidence|hidden_assumption|human_judgment|falsifiable_followup", "title": "...", "detail": "...", "severity": "minor|caution|critical", "confidence": "low|medium|high", "suggested_action": "a concrete check", "unit_ids": ["..."] } ],
-  "current_heading": "neutral summary of the document's current direction",
-  "judgment_obligations": [ { "statement": "...", "owner": "...", "why_human": "...", "decision_needed_by": "...", "evidence_needed": "...", "unit_ids": ["..."] } ],
-  "followups": [ { "predicate": "...", "pass_condition": "...", "fail_condition": "...", "check_by": "YYYY-MM-DD" } ]
+  "findings": [ { "lens_id": "core_question|claim_evidence|hidden_assumption|human_judgment|falsifiable_followup", "title": "...", "detail": "...", "severity": "minor|caution|critical", "confidence": "low|medium|high", "suggested_action": "구체적 확인", "unit_ids": ["..."] } ],
+  "current_heading": "이 구간의 중립적 방향 한 줄"
 }`;
+    void today;
     return { system, user };
 }
 // ---------------------------------------------------------------------------
 // 2. Lens Review: one lens → findings only
 // ---------------------------------------------------------------------------
-export function buildLensPrompt(lens, mapSummary, units, unitLimit) {
+export function buildLensPrompt(lens, mapSummary, units, unitLimit, lang) {
     const system = `${SPINE}
 
 너는 "${lens.label}" 렌즈다. 목적: ${lens.purpose}
@@ -154,7 +327,9 @@ ${lens.review_questions.map((q) => `- ${q}`).join('\n')}
 ${lens.failure_modes.map((f) => `- "${f}"`).join('\n')}
 
 너의 렌즈에 해당하는 finding만 낸다. 전체 결론이나 다른 렌즈의 영역은 건드리지 않는다.
-finding이 없으면 빈 배열을 낸다(억지로 만들지 않는다).`;
+finding이 없으면 빈 배열을 낸다(억지로 만들지 않는다).
+
+${langDirective(lang)}`;
     const user = `문서 판단 지도 요약:
 ${mapSummary}
 
@@ -179,14 +354,16 @@ ${renderUnits(units, unitLimit)}
 // ---------------------------------------------------------------------------
 // 3. Synthesis: lens findings + map → receipt-level fields
 // ---------------------------------------------------------------------------
-export function buildSynthesisPrompt(mapSummary, findingsSummary, ctx, today) {
+export function buildSynthesisPrompt(mapSummary, findingsSummary, ctx, today, lang) {
     const system = `${SPINE}
 
 이번 단계는 "종합"이다. 렌즈 결과를 Judgment Receipt 필드로 압축한다.
 - current_heading은 중립적 방향 한 줄이다. "진행하세요" 같은 평결이 아니다.
 - judgment_obligations는 사람이 직접 판단해야 하는 항목이다. AI가 대신 결론내지 않는다.
 - 사용자가 결론을 냈다고 말하지 않는다.
-- follow-up predicate는 나중에 현실이 pass/fail로 답할 수 있어야 한다. check_by는 ${today} 이후의 미래 날짜(YYYY-MM-DD)로 제안한다.`;
+- follow-up predicate는 나중에 현실이 pass/fail로 답할 수 있어야 한다. check_by는 ${today} 이후의 미래 날짜(YYYY-MM-DD)로 제안한다.
+
+${langDirective(lang)}`;
     const worry = ctx.biggest_worry ? `사용자가 가장 불안해한 부분: ${ctx.biggest_worry}` : '';
     const user = `문서 판단 지도 요약:
 ${mapSummary}

package/dist/lib/review/reviewability.js

@@ -17,22 +17,23 @@ const EXTRACTION_WEIGHT = {
     low: 35,
     unsupported: 0,
 };
-export function scoreReviewability(artifact, map) {
+export function scoreReviewability(artifact, map, lang = 'ko') {
+    const t = (ko, en) => (lang === 'en' ? en : ko);
     const reasons = [];
     // 1. extraction
     const extraction = EXTRACTION_WEIGHT[artifact.extraction_quality];
     if (artifact.extraction_quality === 'unsupported') {
-        reasons.push('텍스트를 추출하지 못해 전체 검수가 어렵습니다.');
+        reasons.push(t('텍스트를 추출하지 못해 전체 검수가 어렵습니다.', 'Text could not be extracted, so a full review is hard.'));
     }
     else if (artifact.extraction_quality === 'low') {
-        reasons.push('텍스트 추출 품질이 낮습니다.');
+        reasons.push(t('텍스트 추출 품질이 낮습니다.', 'Text extraction quality is low.'));
     }
     // 2. structure — headings/sections/slides give the reviewer scaffolding
     const s = artifact.detected_structure;
     const structuralUnits = (s.heading_count ?? 0) + (s.slide_count ?? 0) + (s.section_count ?? 0);
     const structure = clamp(structuralUnits === 0 ? 40 : 60 + Math.min(40, structuralUnits * 8));
     if (structuralUnits === 0 && artifact.units.length > 0) {
-        reasons.push('구조(제목/섹션)가 없어 근거 위치를 짚기 어렵습니다.');
+        reasons.push(t('구조(제목/섹션)가 없어 근거 위치를 짚기 어렵습니다.', 'Without structure (headings/sections) it is hard to pin down where the evidence sits.'));
     }
     // 3. anchor coverage — share of units that carry a usable anchor
     const anchored = artifact.units.filter((u) => hasAnchor(u.source_anchor)).length;
@@ -45,7 +46,7 @@ export function scoreReviewability(artifact, map) {
         const decisionPoints = map.decision_points.length;
         decision_clarity = clamp((hasCore ? 55 : 20) + Math.min(45, decisionPoints * 15));
         if (!hasCore)
-            reasons.push('문서에서 결정할 질문이 뚜렷하지 않습니다.');
+            reasons.push(t('문서에서 결정할 질문이 뚜렷하지 않습니다.', 'The document does not make the decision question clear.'));
         const claims = map.main_claims.length || 1;
         const withEvidence = map.main_claims.filter((c) => c.anchors.length > 0 || c.status === 'supported').length;
         evidence_availability = clamp(Math.round((withEvidence / claims) * 100));
@@ -57,10 +58,10 @@ export function scoreReviewability(artifact, map) {
         evidence_availability * 0.15);
     const band = reviewabilityBand(score);
     if (band === 'insufficient') {
-        reasons.push('전체 receipt 대신 "무엇이 빠졌는지"를 먼저 보여줍니다.');
+        reasons.push(t('전체 receipt 대신 "무엇이 빠졌는지"를 먼저 보여줍니다.', 'Instead of a full receipt, it shows "what is missing" first.'));
     }
     else if (band === 'limited') {
-        reasons.push('제한적으로만 검수하고 부족한 맥락을 요청합니다.');
+        reasons.push(t('제한적으로만 검수하고 부족한 맥락을 요청합니다.', 'It reviews only partially and asks for the missing context.'));
     }
     return {
         score,