dsh-cait 1.0.4 → 1.1.3

package/CHANGELOG.md

@@ -4,6 +4,207 @@ All notable changes to CAIT are documented here. The project follows
 [Semantic Versioning](https://semver.org/) and the format is based on
 [Keep a Changelog](https://keepachangelog.com/).
 
+## [1.1.3] - 2026-11-07
+
+Alignment, repetition and terminology: CAIT can now build a translation memory
+out of two finished files, fill repeated sentences by itself, and propose
+terminology with evidence instead of guessing.
+
+### Added
+
+- **Aligner.** Give it the source file and the translated file — two independent
+  documents, different languages allowed — and it pairs them segment by segment.
+  Scoring is cross-language: anchors (numbers, `{0}` placeholders, URLs,
+  capitalised names), length normalised per language, and paragraph structure.
+  Word-level similarity is deliberately not used, because it cannot compare two
+  languages. Blocked dynamic programming admits 1:1, 1:0, 0:1, 2:1 and 1:2 pairs;
+  rows are graded high / to-review / doubtful, and each row can be merged,
+  split or removed before writing to a library.
+- **`readUploadText`** reads text out of any supported upload (docx, epub, xlsx,
+  pptx, html, csv, srt, vtt, po, json, rtf, xliff, markdown, plain text) without
+  creating a document.
+- **Automatic propagation.** Confirming a segment copies its translation into
+  every other unconfirmed segment with the same source (`origin: auto`); editing
+  a draft keeps those copies in sync. "Fill repeated segments" does the same for
+  the whole document, and the rail only offers it when something would change.
+- **Terminology mining.** `lib/term-extract.js` counts candidates — Latin word
+  n-grams and repeated CJK substrings filtered by boundary entropy — and ranks
+  them C-value style. The library workspace lists them with occurrence counts,
+  existing glossary hits and any wording translation memory already contains.
+- **Agent tools** `cat_propose_translation`, `cat_align`,
+  `cat_consistency_report`, `cat_term_candidates` and `cat_add_terms`.
+
+### Changed
+
+- QA gained two checks: `UNTRANSLATED_RESIDUE` (the target is still the source)
+  and `INCONSISTENT_TARGET` (one source, several translations). Both are advisory
+  and never block confirming or exporting.
+- `proposeTranslation` writes only a `suggestion` plus its reason, never the
+  target: an agent can propose, the user keeps the last word.
+
+### Fixed
+
+- Editing one copy of a repeated sentence no longer leaves its siblings stale.
+
+## [1.1.2] - 2026-11-07
+
+Context-aware translation memory: the same sentence can now keep one
+translation per surrounding text, and an exact context match scores 101%.
+
+### Added
+
+- **Context matches (ICE).** Every confirmation stores the two neighbouring
+  source segments with the entry, hashed into `contextHash`. When a segment is
+  looked up with the same neighbours, it scores **101%** and is graded
+  `context`; a text match with different neighbours stays at 100%. Covered in
+  the review panel by a 101% badge and a `previous · next` line under the source.
+- **Pre-translation uses context.** The block loop resolves ICE first, falls back
+  to the generic entry, then to machine translation, and each filled segment
+  reports `ice: true`, which `cat_pre_translate` summarises.
+- **Library context column.** The library workspace shows each TM entry's
+  neighbouring text, so variants of one source can be told apart.
+
+### Changed
+
+- Translation memory is keyed by `(library, language pair, normalised source,
+  contextHash)` instead of the source alone. `addTM` / `importTM` without a
+  context write the generic variant; confirming a segment writes its variant.
+- Each key keeps at most 8 context variants; the oldest is evicted (the
+  generic entry never is).
+- TMX export writes `<prop type="x-context">` and import reads it back, so
+  context survives a round-trip; TMX import now dedupes by key **and** context.
+- Store version 4. Version 1–3 stores load unchanged: entries get a null
+  context, which behaves exactly like before.
+
+## [1.1.1] - 2026-11-07
+
+A library workspace that works without a document open.
+
+### Added
+
+- **Library workspace.** A new top-level view (topbar `Documents` / `Libraries`)
+  browses every translation-memory entry and glossary term, whether or not a
+  document is open and whether or not the library is mounted. It pages through
+  entries, filters by language, scopes the search to any combination of
+  libraries, and edits entries in a side panel without leaving the table.
+- **Library exports.** A translation-memory library exports to TMX and a
+  glossary exports to TBX, CSV, or JSON, straight from the workspace.
+- **Segment pagination.** The segment rail pages through filtered segments with a
+  20/50/100/200 page size (remembered in `localStorage`) and accepts a typed
+  segment number to jump to, clearing the filter when the target is hidden.
+- **Panel-to-library jump.** The right panel's library button opens the workspace
+  with the panel's current search text (and the glossary tab) applied, so looking
+  something up in the panel continues in the full list.
+
+### Changed
+
+- The glossary tab no longer dumps the mounted glossary into the side panel with
+  a hard 200-term cut-off. It lists only the terms that match the current
+  segment and links to the workspace for everything else.
+- Glossary entries can be edited or deleted in libraries that are not mounted;
+  mounting a library is still the explicit toggle it was.
+
+## [1.1.0] - 2026-11-07
+
+Agent-assisted pre-translation and a stacked review workbench.
+
+### Added
+
+- **Pre-translation.** `cat_pre_translate` (and the `preTranslate` RPC) fills a
+  block of segments from exact translation-memory matches first, then machine
+  translation, in small concurrent batches. Confirmed segments and segments that
+  already carry a target are skipped, so repeated or interrupted runs never
+  overwrite human work. The workbench adds a topbar button that walks the
+  document block by block, shows `done/total`, and can be stopped between blocks.
+- **Stacked review.** The editor lays source, the machine/agent baseline, and the
+  editable target out top to bottom, so each block gets the full pane width. The
+  baseline is stored on `suggestion`, so editing the target always has the
+  original to compare against.
+- **Suggestion adoption.** `adoptSuggestion` copies a suggestion into the target
+  while keeping its origin and the suggestion itself for later comparison.
+- **Batch reading and confirmation for agents.** `cat_get_segments` lists a
+  bounded window with status, origin, and suggestions; `cat_confirm_segments`
+  confirms a list of indices or every segment awaiting review, reporting what it
+  skipped instead of guessing.
+- **Advisory QA.** A derived report flags missing placeholders/tags, mismatched
+  numbers, unused glossary terms, and segments marked as translated but empty.
+  Issues appear as a marker in the segment rail and as a banner in the export
+  dialog; they never block an export and nothing is written to disk.
+- **Translation memory and library maintenance.** Single TM entries can be
+  edited or deleted from the match cards, and TM/glossary libraries can be
+  renamed or deleted (the last library of a kind stays protected).
+- **Theme adaptation.** The workbench follows the host light/dark theme: the
+  root sets `color-scheme` (so native selects, checkboxes, and scrollbars match),
+  primary button labels use the inverted label token, and the segment rail search
+  now also matches suggestions.
+
+### Changed
+
+- Segments move through three states — `pending`, `translated`, `confirmed` —
+  with `origin` (`tm`/`mt`/`agent`/`manual`) recording who produced the text.
+  Progress now separates "awaiting review" from "pending" instead of counting
+  both as unfinished.
+- The store format is version 3. Versions 1 and 2 still load and migrate in
+  place; a version-2 draft with text but no confirmation becomes `translated`
+  with `origin: manual`.
+- UI scaling is damped above the design size (`1 + (fit - 1) × 0.6`, capped at
+  1.45×) so a maximized window no longer grows the interface far beyond the host
+  UI.
+- MT route discovery no longer filters providers by what the loader configuration
+  happens to mention: every registered provider is listed, configured ones first,
+  and providers without models stay visible but disabled.
+
+### Fixed
+
+- Adding a custom model provider no longer hides the built-in DeepSeek route from
+  the model-route list.
+- The selected segment and an unsaved draft are now persisted (debounced, plus a
+  flush on unload) instead of only travelling along with unrelated writes.
+- The primary button label no longer uses a surface token, which produced
+  unreadable text in the dark theme.
+
+## [1.0.5] - 2026-11-06
+
+EPUB support, an import preprocessing stage, and format hardening.
+
+### Added
+
+- EPUB 3 import and export. Import walks the OPF spine, turns XHTML text blocks
+  into segments, and keeps inline tags as placeholder tokens; export patches the
+  translations back into the retained source package, preserving chapters,
+  styles, images, and navigation. Documents created from plain text export as a
+  fresh EPUB 3 package. DRM, fixed-layout, and scripted EPUBs are out of scope.
+- Import preprocessing: whitespace normalization, invisible/control character
+  stripping, and blank-line collapsing before segmentation. Each step has a
+  settings toggle, applies to file imports and `createDocument`, and is stored
+  with the other settings.
+- A shared HTML/XHTML run scanner (`lib/html.js`) used by both HTML and EPUB, so
+  headings and inline markup survive import and are patched back on export.
+- CSV delimiter detection (comma, semicolon, tab, pipe) and richer RTF escapes
+  (`\cell`, `\row`, `\page`, `\sect`, symbol characters).
+
+### Changed
+
+- PDF import is explicitly out of scope. All three READMEs explain why PDF is a
+  poor fit for AI-assisted translation and recommend converting it with pandoc,
+  Acrobat, or LibreOffice first.
+- The supported-formats table, project layout, roadmap, and “Known limits”
+  sections now describe EPUB, preprocessing, and the PDF policy.
+
+### Fixed
+
+- Settings persistence now stores `uiLang` and the preprocessing flags instead of
+  falling back to defaults on reload.
+- The EPUB `mimetype` entry is written uncompressed, as the OCF specification
+  requires, and every other entry stays deflated.
+- HTML import no longer flattens headings and inline markup into blank-line
+  paragraphs.
+
+### Development
+
+- New `_dev/test-epub.mjs` and `_dev/test-preprocess.mjs` suites; the full suite
+  count is 15.
+
 ## [1.0.4] - 2026-11-05
 
 Provenance publishing.
@@ -365,3 +566,4 @@ directory (`$DSH_HOME/cait`), and API route (`/cait/api`) keep the CAIT name.
 | 2026-11-04 | First-tier exchange formats: CSV mapping, SRT, WebVTT, PO, XLIFF 1.2, metadata persistence, timeline fixes. |
 | 2026-11-04 | Second-tier formats: HTML, JSON, XLSX, PPTX, RTF; binary upload/export; source-preserving PPTX. |
 | 2026-11-04 | Responsive UI density 1×–1.8×; button contrast fix; v1.0.0 release. |
+| 2026-11-06 | EPUB 3 import/export with source-package patching, shared HTML/XHTML scanner, import preprocessing stage, CSV/RTF hardening, PDF out of scope; v1.0.5 release. |

package/README.ja.md

@@ -17,12 +17,12 @@
 <p align="center">
   <a href="https://www.npmjs.com/package/dsh-cait"><img alt="npm バージョン" src="https://img.shields.io/npm/v/dsh-cait.svg" /></a>
   <img alt="DSH 0.2.x" src="https://img.shields.io/badge/DSH-0.2.x-4d6bfe.svg" />
-  <img alt="テスト 13 スイート" src="https://img.shields.io/badge/tests-13%20suites-brightgreen.svg" />
+  <img alt="テスト 29 スイート" src="https://img.shields.io/badge/tests-29%20suites-brightgreen.svg" />
   <img alt="API キー不要" src="https://img.shields.io/badge/API%20key-not%20required-6b7280.svg" />
 </p>
 
 CAIT は DSH Web UI と DSH デスクトップに CAT ワークベンチを追加します。左サイドバーの
-エントリから開き、ワークベンチと 7 つのエージェントツールが 1 つのストアを共有するため、
+エントリから開き、ワークベンチと 15 のエージェントツールが 1 つのストアを共有するため、
 ソースファイルのインポートから訳文のエクスポートまでを一通りこなせます。
 
 > **DSH `0.2.2-rc.1` で動作確認済み。** CAIT は DSH 自身のモデルルートと認証情報を
@@ -34,11 +34,11 @@ CAIT は DSH Web UI と DSH デスクトップに CAT ワークベンチを追
 | | |
 |---|---|
 | **DSH ネイティブ** | 本物のサイドバーパネル、メインワークベンチ、DSH のテーマトークン、そして人とエージェントが同じストアを共有。iframe でも別アプリでもありません。 |
-| **説明できる翻訳メモリ** | 複数の TM ライブラリ、マウント済みライブラリのみの検索、完全一致 / ほぼ完全一致 / 高・中・低ファジーの段階、確定時の自動書き戻し。 |
+| **説明できる翻訳メモリ** | 複数の TM ライブラリ、マウント済みライブラリのみの検索、101% のコンテキスト（ICE）一致、完全一致 / ほぼ完全一致 / 高・中・低ファジーの段階、確定時の自動書き戻し。 |
 | **用語を意識した編集** | 複数の用語集、ソース言語による絞り込み、インライン強調、用語のクリック挿入、用語ごとの大文字小文字の区別。 |
 | **文書ワークフロー** | タブ、閉じる / 開き直し、最近の文書の整理、同一内容の再インポート再利用、文書ごとの進捗。 |
-| **実用的な形式対応** | TXT、Markdown、DOCX、TMX、CSV、SRT/VTT、PO、XLIFF 1.2/2.0/SDLXLIFF、HTML、JSON、XLSX、PPTX、RTF。 |
-| **エージェント対応** | 7 つのツールが開いている文書とストアを共有するので、エージェントと並行して翻訳できます。 |
+| **実用的な形式対応** | TXT、Markdown、DOCX、EPUB、TMX、CSV、SRT/VTT、PO、XLIFF 1.2/2.0/SDLXLIFF、HTML、JSON、XLSX、PPTX、RTF。 |
+| **エージェント対応** | 10 のツールが開いている文書とストアを共有するので、エージェントと並行して翻訳できます。 |
 
 ## クイックスタート
 
@@ -59,6 +59,10 @@ Host のリビジョンをポーリングするため、エージェントによ
 ### 翻訳メモリ
 
 - id、名前、マウント状態、既定の書き込みライブラリを持つ複数の TM ライブラリ。
+- **コンテキスト一致（ICE）は 101%。** 確定のたびに前後の原文 2 文を記録し、同じ
+  隣接文を持つセグメントは 101%・`context` 段階になります（テキストが同じでも
+  隣接文が違えば 100% のまま）。1 つのキーにつき最大 8 件のコンテキスト変種を保持し、
+  コンテキストなしの汎用エントリは常に残します。
 - 完全一致、ほぼ完全一致、そして 3 つのファジー帯:
   - `near_exact` は数字・句読点・空白を無視したキーで比較し、スコアのしきい値には
     依存しません。
@@ -74,6 +78,8 @@ Host のリビジョンをポーリングするため、エージェントによ
   件数です。全データが必要な場合は `cat_lookup_tm` かライブラリモーダルを使ってください。
 - TMX 1.4 の `<tu>/<tuv>/<seg>` インポート / エクスポート。TMX のインライン
   プレースホルダは、明示的な警告とともにプレーンテキストへ平坦化されます。
+  コンテキストは `<prop type="x-context">` として往復するため、CAIT が出力した
+  ファイルを再インポートしても 101% 一致が保たれます。
 
 ### 用語集
 
@@ -82,11 +88,63 @@ Host のリビジョンをポーリングするため、エージェントによ
 - CSV/TSV インポート、用語ごとのメモ、ソース言語による絞り込み、そしてワークベンチと
   `cat_lookup_glossary` の両方が尊重する `caseSensitive` フラグ。
 - 言語コードは正規化されます（`EN` → `en`、`ZH_cn` → `zh-CN`）。
+- 用語はマウントされていないライブラリでも編集・削除できます。マウント状態は
+  ワークベンチが検索・書き込みする対象を決めるだけです。
+- **用語の抽出**: 用語集ツールバーの「文書から用語を抽出」は、出現回数、
+  メモリにある既存の訳語、「登録済み」の印が付いた候補を一覧します。統計が候補を
+  見つけて並べ（ラテン語の n-gram、CJK の繰り返し部分文字列は左右の隣接エントロピーで
+  絞り込み）、モデルは短い候補リストを判定するだけです。
+
+### ライブラリワークスペース
+
+トップバーの「文書 / ライブラリ / 整列」で翻訳者向けビューとライブラリ管理を切り替えます。
+ライブラリ側は文書を開いている必要がありません。
+
+- TM と用語集がそれぞれ 1 つの表になり、ページ送り（20/50/100/200、記憶されます）、
+  言語フィルタ、任意のライブラリ組み合わせに絞った検索ができます。
+- 右側のパネルで選択中の項目をその場で編集し、項目を追加し、未保存の変更を表示します。
+- TM は **TMX**、用語集は **TBX**・**CSV**・**JSON** に書き出せます。インポートと
+  クリアも同じツールバーにあります。
+- 右サイドパネルのライブラリボタンは、その検索語を引き継いでワークスペースを開きます。
+  パネルでの調べものが一覧でそのまま続けられます。
+
+### 整列
+
+トップバーの「文書 / ライブラリ / 整列」の 3 つ目のビューは、完成した 2 つの
+ファイルから翻訳メモリを作ります。原文とその訳文を別々のファイルとして、
+対応形式なら何でも、言語の組み合わせも自由に使えます。
+
+- 言語をまたぐ採点: 共通のアンカー（数字、`{0}` プレースホルダー、URL、大文字で
+  始まる固有名）、言語ごとに正規化した長さの比、段落構造。2 言語を比べられない
+  字面の類似度は意図的に使いません。
+- ブロック化した動的計画法が 1:1、1:0、0:1、2:1、1:2 を対応づけます。各行は
+  高信頼 / 要確認 / 疑わしいの 3 段階で、既定で選ばれるのは高信頼だけです。
+- 書き込み前に、各行を次の行と結合、改行で分割、削除できます。書き込み先の
+  ライブラリはツールバーで選び、まったく同じ項目は重複させずに飛ばします。
 
 ### ワークベンチ
 
 - 段落 / 文単位のセグメンテーションと、セグメントごとのターゲットエディタ。
-- ドラフト保存、確定して次へ、前後移動、進捗表示。
+- セグメントは **未翻訳** → **翻訳済み** → **確定済み** の 3 状態を持ち、訳文の由来
+  （`tm`、`mt`、`agent`、`manual`）も記録します。レールは状態で絞り込め、検索は
+  原文・訳文・サジェストを対象にします。
+- **セグメントのページ送り**: レールは絞り込み後のセグメントを 20/50/100/200 の
+  ページ単位で表示し、番号を直接入力して移動できます。移動先が絞り込みで隠れて
+  いるときは、先に絞り込みを解除します。
+- **事前翻訳**: TM の完全一致と機械翻訳で文書全体を小さなブロック単位で埋め、
+  `完了/総数` を表示し、ブロックの間で停止できます。確定済み・訳文のあるセグメントは
+  上書きしません。
+- **縦積みレビュー**: 原文・機械/agent のベースライン・編集可能な訳文を上から下へ
+  並べ、各ブロックがパネルの幅いっぱいを使います。**すべて確定** は確認ダイアログ
+  1 回でレビュー待ちをまとめて受け入れます。
+- ドラフト保存、確定して次へ、前後移動、進捗表示。選択中のセグメントとドラフトは
+  デバウンスして保存されるため、再起動後も続きから再開できます。
+- **繰り返しセグメントの自動同期**: 1 文を確定すると、同じ原文を持つ未確定の
+  セグメントに同じ訳文が入り（由来は `auto`）、ドラフトの編集も同期します。
+  「繰り返しを埋める」で文書全体を一度に処理できます。確定済みには触れません。
+- レールの QA マーカーと書き出し前の集計: プレースホルダー / タグの欠落、数字の
+  不一致、用語の未使用、空の訳文、原文のままの訳文、同じ原文に複数の訳文。
+  注意のみで、書き出しは妨げず、保存もしません。
 - 文書タブ。タブを閉じても文書は削除されません。
 - **既存の文書を開く** で、閉じた文書を開き直せます。
 - **設定 → インターフェース** の UI 言語切り替え: *DSH の言語に従う*（既定）、
@@ -96,9 +154,22 @@ Host のリビジョンをポーリングするため、エージェントによ
   元に戻せず、TM・用語集・その他の文書には触れません。
 - 同じ形式で同一内容を再インポートすると、重複を作らず既存の文書を再利用します。
   フィンガープリントは言語、ソース、形式、交換メタデータを対象にします。
-- レスポンシブな密度: ワークベンチは自身の DSH パネルを測り、`--cait-u` の倍率を
-  1×–1.8× で適用します。1600×900 のパネルは約 1.32×、2560×1440 は 1.8×。
-  高さの低いウィンドウでは縮小せず 1× のままです。
+- レスポンシブな密度: ワークベンチは自身の DSH パネルを測り、減衰させた `--cait-u`
+  倍率を 1×–1.45× で適用します。1600×900 のパネルは約 1.17×、最大化した 4K でも
+  1.45× で止まり、ホスト UI に近い大きさを保ちます。
+- ワークベンチは DSH のライト / ダークテーマに追従し、ネイティブコントロール
+  （`color-scheme`）も含めてセレクト、チェックボックス、スクロールバーが揃います。
+
+### 前処理
+
+インポートした原文は、分割の前に前処理ステージを通ります:
+
+- 連続する空白とタブを畳み、行頭のインデントを除き、連続する空行をまとめます。
+- ゼロ幅文字と余分な制御文字を除去します。
+- プレースホルダートークン（`{1}`、`{2}`…）、句読点、大文字小文字、段落順は
+  変更しません。XLIFF/HTML/EPUB のインラインマークアップはそのまま往復できます。
+- 3 つの手順は **設定 → 前処理** で個別に切り替えられ、他の設定と一緒に保存されます。
+  新しいインポートと `createDocument` 呼び出しに適用され、既存の文書は書き換えません。
 
 ### MT 支援
 
@@ -120,15 +191,16 @@ CAIT はエンドポイントもキーも持ちません。セレクタは DSH
 | 形式 | インポート | エクスポート | 備考 |
 | --- | :---: | :---: | --- |
 | TXT / Markdown | ✅ | ✅ | 段落と文のセグメンテーション |
-| CSV | ✅ | ✅ | ヘッダー名または 1 始まりの番号でソース / ターゲット列を指定可能。既存の対訳エクスポートにも対応 |
+| CSV | ✅ | ✅ | カンマ、セミコロン、タブ、パイプの区切りを自動判定。ヘッダー名または 1 始まりの番号でソース / ターゲット列を指定可能。既存の対訳エクスポートにも対応 |
 | DOCX | ✅ | ✅ | 本文段落。表ブロックはインポート対象外。エクスポートは元のパッケージにパッチを当て、スタイル、番号付け、画像、ヘッダー、表、レイアウトを保つ |
-| TMX 1.4 | ✅ | ✅ | 一般的な `<tu>/<tuv>/<seg>` サブセット。インライン要素は警告付きで平坦化 |
+| EPUB | ✅ | ✅ | EPUB 3 の spine 順に XHTML テキストブロックを読み、インライン要素をトークンとして保持し、保持したソースパッケージに書き戻す。DRM、固定レイアウト、スクリプト化された EPUB は非対応 |
+| TMX 1.4 | ✅ | ✅ | 一般的な `<tu>/<tuv>/<seg>` サブセット。インライン要素は警告付きで平坦化し、コンテキストは `<prop type="x-context">` で往復 |
 | SRT / WebVTT | ✅ | ✅ | 1 キュー = 1 セグメント。タイミング / 設定 / 識別子を保持し、セマンティックタグも維持。不正な範囲は拒否 |
 | PO | ✅ | ✅ | コンテキスト、複数形、翻訳者コメント、廃止された `#~` エントリ |
 | XLIFF 1.2 | ✅ | ✅ | インラインタグは `{n}` トークンになり、欠落していると確定できない |
 | XLIFF 2.0 | ✅ | ✅ | `<unit><segment><source>/<target>` の基本サブセット |
 | SDLXLIFF | ✅ | ✅ | XLIFF 1.2 の基本パス。SDL 固有の拡張はラウンドトリップしない |
-| HTML | ✅ | ✅ | テキストブロックのみ。元のマークアップ / CSS は保持しない |
+| HTML | ✅ | ✅ | テキストブロックとインラインタグを保持。文書全体の CSS / レイアウトは再構築しない |
 | JSON | ✅ | ✅ | 文字列パスのサブセット。オブジェクト / 配列構造はテンプレートで保持。キーと数値は翻訳しない |
 | XLSX | ✅ | ✅ | 最初のワークシート。`Source`/`Target` ヘッダーまたは A/B 列。エクスポートは 2 列の新しいワークブック |
 | PPTX | ✅ | ✅* | ソース保持エクスポート。インポートした `.pptx` パッケージが必要。本文テキストのみで、ノート / グラフ / SmartArt はインポートしない |
@@ -139,7 +211,26 @@ CAIT はエンドポイントもキーも持ちません。セレクタは DSH
 
 交換メタデータ（字幕のタイミング、PO のコンテキスト / 複数形 / コメント、XLIFF の id と
 インライントークンマップ、JSON のパス / テンプレート、XLSX の行、PPTX のスライド /
-段落位置）は文書とセグメントに保持され、スナップショットに永続化されます。
+段落位置、EPUB の spine href とブロック番号）は文書とセグメントに保持され、
+スナップショットに永続化されます。
+
+### PDF はサポートされません
+
+CAIT は PDF をインポートせず、今後のリリースでも PDF 対応を追加しません。PDF は
+固定レイアウトの印刷形式で、論理的な段落、読み順、インラインマークアップを持ちません。
+抽出したテキストは描画命令の間に断片化し、見出し、表、インライン強調が失われるため、
+翻訳メモリや MT にとって質の低い入力になります。つまり PDF は AI 関連の作業に
+極めて不向きです。
+
+PDF の内容を翻訳する場合は、先にサポート形式へ変換してください。例えば:
+
+```sh
+pandoc input.pdf -t docx -o output.docx   # または -t html、-t markdown
+```
+
+Adobe Acrobat の **Word/HTML へエクスポート**、LibreOffice、その他 DOCX、HTML、
+EPUB、プレーンテキストを生成できるツールでも構いません。スキャン PDF は変換前に
+OCR が必要です。CAIT に画像 OCR ステージはありません。
 
 ## インストール
 
@@ -156,7 +247,7 @@ DSH デスクトップ（または `plugin_manager` ツールがある任意の
 plugin_manager install_bundle target: dsh-cait
 ```
 
-バージョンを固定するときは `dsh-cait@1.0.4`、最新版は `dsh-cait@latest` を指定します。
+バージョンを固定するときは `dsh-cait@1.1.3`、最新版は `dsh-cait@latest` を指定します。
 マネージャが registry のパッケージを解決し、bundle patch を適用してプラグインを有効化します。
 
 CLI 管理のプロファイル:
@@ -222,7 +313,7 @@ dsh web --patch C:\absolute\path\to\dsh-CAIT\_dev\cait.patch.yml
 ```
 
 スナップショットには文書、開いているタブ、TM、用語集、ライブラリ、マウント、そして
-秘密でない設定が保存されます。インポートした DOCX/PPTX のソースパッケージは `sources/`
+秘密でない設定が保存されます。インポートした DOCX/PPTX/EPUB のソースパッケージは `sources/`
 に置かれます。
 
 アプリ内設定（**設定**）は上記の YAML ではなくスナップショットに保存されます: ソース /
@@ -235,8 +326,9 @@ dsh web --patch C:\absolute\path\to\dsh-CAIT\_dev\cait.patch.yml
 
 スナップショットが破損している、または未知のバージョンの場合、CAIT は警告をログに残し、
 `store.json.corrupt-<timestamp>` に退避してから空の状態で起動します（有効化は失敗しません）。
-バージョン 1 のスナップショットは、既定の TM と用語集ライブラリを付けてバージョン 2 へ
-移行されます。
+バージョン 1・2 のスナップショットは、既定の TM と用語集ライブラリを付けてバージョン 3 へ
+移行されます。バージョン 2 で「訳文はあるが未確定」のドラフトは `translated` になり、
+由来は `manual` として記録されます。
 
 ## エージェントツール
 
@@ -249,6 +341,19 @@ dsh web --patch C:\absolute\path\to\dsh-CAIT\_dev\cait.patch.yml
 | `cat_list_documents` | 文書と進捗の一覧 |
 | `cat_switch_document` | アクティブな文書を切り替え |
 | `cat_suggest_mt` | 選択した DSH ルート経由の MT、または明示的なオフラインフォールバック |
+| `cat_pre_translate` | TM + MT で 1 ブロックを埋め、確定済み・訳文ありは飛ばし `next` を返す |
+| `cat_get_segments` | 状態・由来・サジェスト付きで、範囲を限ったセグメント一覧 |
+| `cat_confirm_segments` | インデックス一覧、範囲、またはレビュー待ち全体を確定 |
+| `cat_propose_translation` | 確定済みの訳文に触れず、サジェストと理由だけを残す |
+| `cat_align` | 2 つのテキストを整列し、高信頼 / 要確認 / 疑わしい組を報告 |
+| `cat_consistency_report` | 訳文が揺れている同一原文をグループ化して一覧 |
+| `cat_term_candidates` | 用語候補の短いリスト: 頻度、例文、メモリにある既存の訳語 |
+| `cat_add_terms` | 選んだ用語を用語集へまとめて登録 |
+
+そのためエージェントは UI を操作せずに文書全体を下書きできます: `cat_pre_translate` を
+`from: next` で `next` が `null` になるまで繰り返し、`cat_get_segments` で確認し、
+`cat_confirm_segments` でまとめて受け入れます。用語は `cat_term_candidates` で候補を読み、
+リストを判断して `cat_add_terms` で書き込みます。
 
 ワークベンチとツールは 1 つの `CatStore` を共有するため、エージェントはユーザーが開いて
 いるのと同じ文書を翻訳できます。
@@ -259,7 +364,7 @@ dsh web --patch C:\absolute\path\to\dsh-CAIT\_dev\cait.patch.yml
 flowchart LR
   UI["DSH Web UI<br/>(sidebar + workbench)"] --> Client["client.js<br/>generated Web bundle"]
   Client --> API["/cait/api/rpc<br/>same-origin JSON"]
-  Tools["7 agent tools"] --> Store["CatStore"]
+  Tools["15 agent tools"] --> Store["CatStore"]
   API --> Store
   Store --> Snapshot[("store.json<br/>+ sources/")]
 ```
@@ -300,6 +405,9 @@ cait/
 │  ├─ persistence.js
 │  ├─ import-export.js
 │  ├─ formats.js            # CSV/SRT/VTT/PO/XLIFF/HTML/JSON/RTF
+│  ├─ html.js               # HTML/XHTML テキストラン走査と書き戻し
+│  ├─ epub.js               # EPUB パッケージ読み込み / spine インポート / パッチ書き出し
+│  ├─ preprocess.js         # インポート時の原文前処理ステージ
 │  ├─ xlsx.js
 │  ├─ pptx.js
 │  ├─ segmenter.js
@@ -327,6 +435,8 @@ node --check client.js
 node _dev/test-core.mjs
 node _dev/test-imports.mjs
 node _dev/test-formats.mjs
+node _dev/test-epub.mjs
+node _dev/test-preprocess.mjs
 node _dev/test-second-tier.mjs
 node _dev/test-docx-export.mjs
 node _dev/test-api.mjs
@@ -341,7 +451,7 @@ node _dev/test-mt.mjs
 
 インポート / エクスポートのフィクスチャは `_dev/sample.docx`、`_dev/sample-table.docx`、
 `_dev/sample-format.docx` です。対応する `python _dev/make-*.py` スクリプトで再生成
-できます。13 スイートすべてが通るはずです。
+できます。29 スイートすべてが通るはずです。
 
 ### リリース
 
@@ -383,7 +493,10 @@ npm publish
 
 ## 既知の制限とロードマップ
 
-- PDF、EPUB、画像 OCR のインポートはまだありません。
+- PDF のインポートは非対応で、今後も対象外です（[PDF はサポートされません](#pdf-はサポートされません)）。
+  画像 OCR も未対応です。
+- EPUB インポートは spine 内の本文 XHTML テキストブロックのみを対象とします。
+  DRM、固定レイアウト、スクリプト化、MathML を多用する書籍は非対応です。
 - DOCX インポートは表、ヘッダー、脚注、フィールド、代替テキスト、変更履歴の削除を
   スキップします。DOCX エクスポートではそれらの領域はソース言語のまま残ります。
 - 複数の run が混在する DOCX/PPTX の段落は、先頭 run の書式を継承します。
@@ -393,20 +506,29 @@ npm publish
 - HTML/RTF のエクスポートは元のスタイルをラウンドトリップしません。JSON は文字列値だけを
   翻訳します。
 - TM のマッチングは意味ではなく字句に基づきます。ステミング、同義語、埋め込みはありません。
-- ライブラリの名前変更 / 削除と、タブごとのマウント状態は v1.0.0 の対象外です。
+- コンテキストごとに 1 つの原文へ 1 つの訳文を保存します。同じ文でも隣接文の組み合わせが
+  違えば別の変種として保持し（キーごとに最大 8 件）、隣接文が一致しない場合は
+  コンテキストなしの汎用エントリに戻ります。
+- コンテキストは前後の原文 2 文だけで、文書・顧客・プロジェクトのメタデータは含みません。
+- TBX と JSON の用語集書き出しは一方向です。読み戻せるのは TMX と CSV だけです。
 - ワークベンチ UI は中国語・英語・日本語の 3 言語で、設定から切り替えられます。
   README も英語・簡体字中国語・日本語の 3 版があり、英語版が正本です。
 
-次に予定しているのは、PDF と EPUB のアダプタ、マルチモーダルな DSH ルート経由の画像 /
-ビジョン入力、より充実したライブラリ管理、スタイルを保つ XLSX 出力、XLIFF の
-`<alt-trans>` / ノート対応です。
+次に予定しているのは、マルチモーダルな DSH ルート経由の画像 / ビジョン入力、
+スタイルを保つ XLSX 出力、XLIFF の `<alt-trans>` / ノート対応です。
 
 ## 変更履歴とバージョン
 
 [CHANGELOG.md](CHANGELOG.md) を参照してください。`v1.0.0` が最初の公開リリースで、
 `v1.0.1` が日本語 UI とアプリ内の UI 言語切り替えを追加し、`v1.0.2` で
 *DSH の言語に従う* が DSH のロケールに従うようになり、`v1.0.3` で npm に公開、
-`v1.0.4` から以降のリリースは provenance 付きの公開ワークフローで行われます。
+`v1.0.4` から以降のリリースは provenance 付きの公開ワークフローで行われ、
+`v1.0.5` で EPUB、インポート前処理、PDF ポリシーを、`v1.1.0` でエージェントによる
+事前翻訳、セグメントの 3 状態、縦積みレビュー、軽量 QA を、`v1.1.1` で
+TMX/TBX/CSV/JSON 書き出し付きのライブラリ画面、セグメントのページ送り、
+サイドパネルからライブラリ画面への移動を、`v1.1.2` で 101%（ICE）一致を含む
+コンテキスト対応メモリを、`v1.1.3` で 2 ファイルの整列、繰り返しセグメントの
+自動同期、用語の抽出、エージェントがサジェストを書くためのプリミティブを追加しました。
 プロジェクトは `0.1.0` として開発され、GitHub リリースに向けて採番し直されました。
 
 > **ライセンス:** Apache License 2.0 — [LICENSE](LICENSE) を参照してください。