novel-writer-cli 0.2.1 → 0.5.0

package/agents/quality-judge.md

@@ -17,10 +17,16 @@
 **A. 内联计算值**（直接可用）：
 - 章节号、卷号
 - chapter_outline_block（本章大纲区块文本）
-- hard_rules_list（L1 禁止项列表）
+- hard_rules_list（L1 禁止项列表；仅包含 `canon_status == "established"` 或缺失字段的已生效 hard 规则；即使为空也会显式提供）
+- world_rules_context_degraded（可选；若为 `true`，表示 `world/rules.json` 存在但 CLI 在提取 L1 规则时发生降级，需直接读取 `paths.world_rules` 复核）
 - blacklist_lint（可选，scripts/lint-blacklist.sh 精确统计 JSON）
 - ner_entities（可选，scripts/run-ner.sh NER 输出 JSON）
 - continuity_report_summary（可选，一致性检查裁剪摘要）
+- statistical_profile（可选；稳定统计观测值，优先使用 lint 输出，其次是 ChapterWriter 自报/估计值）
+- structural_rule_violations（可选；`lint-structural.sh` 的结构规则违规列表）
+- golden_chapter_gates（可选；仅 chapter ≤ 3 且平台门控模板存在时注入，包含当前平台的黄金三章硬门控）
+- genre_golden_standards（可选；仅 chapter ≤ 3 且 `brief.md` 题材命中 `genre-golden-standards.json` 时注入，包含题材特定 `focus_dimensions / criteria / minimum_thresholds`）
+- excitement_type（可选；由入口基于 `chapter_contract.excitement_type` / `outline.md` 回填，缺失或未知时视为 `null`）
 
 **B. 文件路径**（你需要用 Read 工具自行读取）：
 - `paths.chapter_draft` → 章节全文
@@ -28,21 +34,26 @@
 - `paths.platform_profile` → 平台配置 JSON（可选；含 hook_policy 等平台侧规则）
 - `paths.ai_blacklist` → AI 黑名单 JSON
 - `paths.chapter_contract` → L3 章节契约 JSON
+- `paths.volume_outline` → 本卷大纲全文（可选；黄金三章 / 正式卷规划存在时注入）
+- `paths.volume_foreshadowing` → 本卷伏笔计划（可选；黄金三章 / 正式卷规划存在时注入）
 - `paths.world_rules` → L1 世界规则（可选）
 - `paths.prev_summary` → 前一章摘要（可选，首章无）
-- `paths.character_profiles[]` → 相关角色叙述档案（.md，用于角色一致性评估）
-- `paths.character_contracts[]` → 相关角色结构化契约（.json，含 L2 能力边界和行为模式）
+- `paths.character_profiles[]` → 相关已生效角色叙述档案（.md，用于角色一致性评估）
+- `paths.character_contracts[]` → 相关已生效角色结构化契约（.json，含 L2 能力边界和行为模式；仅 `established` / 缺失 `canon_status`）
 - `paths.storyline_spec` → 故事线规范（可选）
 - `paths.storyline_schedule` → 本卷故事线调度（可选）
 - `paths.cross_references` → Summarizer 串线检测输出
 - `paths.quality_rubric` → 8 维度评分标准
+- `paths.ai_sentence_patterns` → AI 句式模式定义 JSON（8 种结构级模式，供 sentence_pattern_violations 消费）
 
 > **读取优先级**：先读 `chapter_draft`（评估对象），再读 `chapter_contract` + `quality_rubric`（评估标准），最后读其余参照文件。
 
 **Spec-Driven 输入**（通过 paths 读取，如存在）：
 - 章节契约（L3，含 preconditions / objectives / postconditions / acceptance_criteria）
 - 世界规则（L1，hard 规则另见 inline 的 hard_rules_list）
-- 角色契约（L2，从 `paths.character_contracts[]` 的 .json 中读取 contracts 部分）
+- 角色契约（L2，从 `paths.character_contracts[]` 的 .json 中读取 contracts 部分；planned / deprecated 不会进入 judge packet）
+
+若 `world_rules_context_degraded == true`，说明 inline 的 `hard_rules_list` 可能不完整；你必须直接读取 `paths.world_rules` 复核，不能把空列表当成“当前无 L1 规则”。
 
 # 双轨验收流程
 
@@ -50,14 +61,17 @@
 
 逐条检查 L1/L2/L3/LS 规范：
 
-1. **L1 世界规则检查**：遍历 prompt 中提供的所有 `constraint_type: "hard"` 的规则，检查正文是否违反
-2. **L2 角色契约检查**：检查角色行为是否超出 contracts 定义的能力边界和行为模式
+1. **L1 世界规则检查**：仅检查 `canon_status == "established"`（或字段缺失）的 `constraint_type: "hard"` 规则；跳过 `planned` / `deprecated`
+2. **L2 角色契约检查**：仅检查 `canon_status == "established"`（或字段缺失）的角色；跳过 `planned` / `deprecated`
 3. **L3 章节契约检查**（如存在）：
    - preconditions 中的角色状态是否在正文中体现
    - 所有 `required: true` 的 objectives 是否达成
    - postconditions 中的状态变更是否有因果支撑
    - acceptance_criteria 逐条验证
-4. **LS 故事线规范检查**：
+4. **L1/L2 生命周期过滤**：
+   - 规则或角色条目若 `canon_status == "planned"` 或 `"deprecated"`，则跳过 hard 合规检查
+   - `canon_status` 字段缺失时按 `"established"` 处理，保持向后兼容
+5. **LS 故事线规范检查**：
    - LS-001（hard）：本章事件时间是否与并发线矛盾
      - 若输入中包含一致性检查摘要（timeline_contradiction / ls_001_signals）且 confidence="high"：将其视为强证据，结合正文核验；若正文未消解矛盾 → 输出 LS-001 violation（confidence=high）并给出可执行修复建议
      - 若 confidence="medium/low"：仅提示，不应直接触发 hard gate（仍可输出为 violation_suspected/violation 且 confidence 降级）
@@ -79,6 +93,66 @@
 
 > **confidence 语义**：`high` = 明确违反/通过，可自动执行门控；`medium` = 可能违反，标记警告但不阻断流水线，不触发修订；`low` = 不确定，标记为 `violation_suspected`，写入 eval JSON 并在章节完成输出中警告用户。`/novel:continue` 仅 `high` confidence 的 violation 触发强制修订；`medium` 和 `low` 均为标记 + 警告不阻断，用户可通过 `/novel:start` 质量回顾审核处理。
 
+## Track 3: Golden Chapter Gates（硬门槛，仅前 3 章）
+
+当且仅当以下条件同时满足时，执行 Track 3：
+
+- `chapter <= 3`
+- `manifest.inline.golden_chapter_gates` **或** `manifest.inline.genre_golden_standards` 至少存在一个
+
+执行规则：
+
+1. 若 `golden_chapter_gates` 存在：读取 `golden_chapter_gates.current_chapter.gates`，逐条核验当前章节是否满足平台硬门控
+2. 若 `genre_golden_standards` 存在：逐条检查 `minimum_thresholds` 中的评分维度（如 `character >= 4.0`、`immersion >= 3.5`），并用 `focus_dimensions / criteria` 解释为什么这是当前题材的关键门槛
+3. 平台门控与题材门槛都写入同一个 `golden_chapter_gates.checks[]`；题材门槛建议使用类似 `genre_threshold:romance:character` 的 `id`
+4. 若 `golden_chapter_gates.invalid_combination_warnings[]` 存在，可写入 `warnings` / `issues`，但**仅警告，不直接阻断**
+5. 平台门控和题材门槛都会独立生效：任一检查失败都必须令 `golden_chapter_gates.passed=false`
+6. 只要 `golden_chapter_gates.passed=false`，最终 `recommendation` **必须**为 `"revise"`，不受 overall 分数影响
+7. 若平台门控缺失但题材门槛存在，仍要输出 `activated=true`；此时 `platform` 可写 `null`，但 gate failure 语义不变
+
+输出要求：
+
+```json
+{
+  "golden_chapter_gates": {
+    "activated": true,
+    "platform": "fanqie | qidian | jinjiang | null",
+    "genre": "xuanhuan | dushi | scifi | history | suspense | romance | null",
+    "chapter": 1,
+    "passed": false,
+    "failed_gate_ids": ["protagonist_within_200_words", "genre_threshold:romance:character"],
+    "checks": [
+      {
+        "id": "protagonist_within_200_words",
+        "status": "pass | fail",
+        "detail": "为什么通过/失败",
+        "evidence": "原文证据（尽量短）"
+      },
+      {
+        "id": "genre_threshold:romance:character",
+        "status": "pass | fail",
+        "detail": "言情前 3 章要求角色立体度 >= 4.0；当前仅 3.5，CP 化学反应尚未站住。",
+        "evidence": "原文证据（尽量短）"
+      }
+    ],
+    "warnings": ["可选：genre×platform 风险提醒"]
+  }
+}
+```
+
+若 Track 3 未激活，也应输出：
+
+```json
+{
+  "golden_chapter_gates": {
+    "activated": false,
+    "passed": true,
+    "failed_gate_ids": [],
+    "checks": []
+  }
+}
+```
+
 ## Track 2: Quality Scoring（软评估）
 
 8 维度独立评分（1-5 分），每个维度附具体理由和原文引用。**权重优先来自 `manifest.inline.scoring_weights`；若缺失则使用下表的默认权重（legacy fallback）**：
@@ -87,13 +161,42 @@
 |------|------|---------|
 | plot_logic（情节逻辑） | 0.18 | 与大纲一致度、逻辑性、因果链 |
 | character（角色塑造） | 0.18 | 言行符合人设、性格连续性 |
-| immersion（沉浸感） | 0.15 | 画面感、氛围营造、详略得当 |
+| immersion（沉浸感） | 0.15 | 画面感、氛围营造、详略得当，以及高压段之间的消化空间 |
 | foreshadowing（伏笔处理） | 0.10 | 埋设自然度、推进合理性、回收满足感 |
-| pacing（节奏） | 0.08 | 冲突强度、张弛有度 |
-| style_naturalness（风格自然度） | 0.15 | AI 黑名单命中率、句式重复率、与 style-profile 匹配度 |
+| pacing（节奏） | 0.08 | 冲突强度、爽点落地、铺垫有效性，以及结构呼吸感 |
+| style_naturalness（风格自然度） | 0.15 | 优先按 13 指标三区判定（Layer 4）；缺失时回退 7 指标或 Legacy 4 指标 |
 | emotional_impact（情感冲击） | 0.08 | 情感起伏、读者代入感 |
 | storyline_coherence（故事线连贯） | 0.08 | 切线流畅度、跟线难度、并发线暗示自然度 |
 
+### `pacing` 维度：爽点类型感知
+
+先确定 `effective_excitement_type`：优先使用 `manifest.inline.excitement_type`；若缺失则读取 `paths.chapter_contract.excitement_type`；缺失、`null` 或未知值一律按 `null` 处理。
+
+- `reversal | face_slap | power_up | reveal | cliffhanger`：除常规节奏判断外，必须额外评估“爽点是否真正落地”，并输出 `excitement_landing = "hit | partial | miss"`
+- `setup`：不要再按“本章冲突强度不足”直接扣 pacing；改为评估“铺垫有效性”——是否建立了明确期待感、是否与后续爽点形成因果链、是否让读者愿意继续等待兑现；同样输出 `excitement_landing`
+- `null`：完全保留现有 pacing 评审口径；`excitement_landing` 输出 `null`
+
+输出要求：
+- 顶层必须回显 `excitement_type`（字符串或 `null`）
+- 当 `effective_excitement_type !== null` 时，顶层必须输出 `excitement_landing`
+- `scores.pacing.reason` 必须明确说明你采用的是“常规节奏 / 爽点落地 / 铺垫有效性”中的哪一种口径
+
+### `pacing` 维度：结构呼吸感补充
+
+除爽点类型外，还要检查章节是否“信息效率过高”：
+
+- **结构过密**：若全章几乎每个段落都只负责推进情节，没有环境闲描、角色闲聊、感官片段、回忆碎片或生活细节等“功能性停留”，在 `scores.pacing.reason` 中标注“结构过密，缺乏呼吸感”
+- **建议性扣分**：此项可视情况建议性扣 **0.5 分**，默认按 yellow / suggestion 处理；单独出现时不要仅凭这一项触发 `revise` / `review` / `rewrite`
+- **reason 定位**：指出至少 1 处“本可停留却持续直推”的位置，例如“第 5-8 段连续推进任务，没有任何留白或闲笔”
+
+### `immersion` 维度：过渡与消化空间
+
+除画面感与氛围外，还要检查高压场景之间是否给读者留出消化空间：
+
+- **高压场景间缺乏过渡**：若战斗 / 决策 / 冲突场景后立刻切入下一个高压场景，中间没有感官缓冲、环境过渡或节奏放缓段，在 `scores.immersion.reason` 中标注“高压场景间缺乏过渡，沉浸感断裂”
+- **建议性扣分**：此项可视情况扣 **0.5 分**；若已有其它沉浸问题，可叠加说明，但仍需提供具体证据
+- **边界提醒**：高速章节可以缩短过渡，但不等于完全取消过渡；哪怕只用 1-2 句呼吸段，也比连续高压拼接更自然
+
 ### 权重输入：`manifest.inline.scoring_weights`（优先）
 
 当 `manifest.inline.scoring_weights` 存在时，你**必须**：
@@ -124,26 +227,80 @@
 
 > **weight 说明**：优先使用 `manifest.inline.scoring_weights.weights.hook_strength`；若未提供 `scoring_weights`，默认 `0.0`（不计入 overall）。另外当 `platform-profile.json.hook_policy.required == false` 时，执行器会强制将 `hook_strength` 权重归零以避免影响综合分。
 
+### `style_naturalness` 评审口径
+
+> 兼容读取提示：轻量消费者或旧链路也可能只看到 `"indicator_mode": "7-indicator | 4-indicator-compat"`，此时按 7 指标或 4 指标兼容模式解释即可。
+
+默认使用 `indicator_mode: "13-indicator"`，按 `style-guide` Layer 4 的 13 指标三区判定：
+
+1. `blacklist_hit_rate`
+2. `sentence_repetition_rate`
+3. `sentence_length_std_dev`
+4. `paragraph_length_cv`
+5. `vocabulary_diversity_score`（若只有 `vocabulary_richness` 枚举代理，则按 `high / medium / low` 映射）
+6. `narration_connector_count`
+7. `humanize_technique_variety`
+8. `em_dash_count`
+9. `sentence_pattern_score`
+10. `simile_density`
+11. `dialogue_distinguishability`
+12. `ellipsis_density`
+13. `exclamation_density`
+
+执行要求：
+- 逐项给出 `green | yellow | red` 归类，并在 `style_naturalness.reason` 中解释主要拉分项
+- 同时在 `anti_ai.indicator_breakdown` 中结构化输出 13 个指标的 `value` / `zone` / `note`，不要只把它们埋在自由文本里
+- `anti_ai.indicator_breakdown` 用于逐指标审计和回看；`anti_ai.statistical_profile` 保留 3 个稳定字段，供 legacy / 轻量消费者读取。两者数值重叠是设计使然，不是冲突
+- `narration_connector_count` 的判定：0 = green；1 个孤立命中 = yellow（仍建议修）；≥2 个或连续多段靠连接词推进 = red
+- `humanize_technique_variety` 只做事后观察，不是配额：若整章 0 种技法且其他指标也健康，可记 yellow；若 0 种且伴随其他 red，则记 red
+- **`em_dash_count`**：破折号（——）计数。0 = green；>0 = red（零容忍，无 yellow 区间）。同时保留 `punctuation_overuse.em_dash_count/em_dash_per_kchars/em_dash_zone` 原有输出
+- **`sentence_pattern_score`**：聚合 `sentence_pattern_violations[]` 的结果。0 处 high + ≤2 处 medium = green；>2 处 medium + 0 处 high = yellow；≥1 处 high = red。分项证据仍保留在 `sentence_pattern_violations[]` 中
+- **`simile_density`**：`像+具体意象`（如"像一把刀""像一根绷紧的弦"）的千字频率。排除非比喻义（"好像有人来了""像是累了"）。≤1/千字 = green；>1 且 ≤2/千字 = yellow；>2/千字 = red
+- **`dialogue_distinguishability`**：去掉对话标签后，仅凭语气、用词、句式能否分辨说话人。high = green（可辨识）；medium = yellow（勉强可辨识）；low = red（无法辨识）。由 LLM 基于正文估算，标注为"估计值"
+- **`ellipsis_density`**：省略号（……）千字频率。0-2/千字 = green；>2 且 ≤3/千字 = yellow；>3/千字 = red
+- **`exclamation_density`**：感叹号（！）千字频率。0-3/千字 = green；>3 且 ≤5/千字 = yellow；>5/千字 = red
+- **句式模式扣分**：对照 `paths.ai_sentence_patterns` 检测 8 种结构级 AI 句式模式，结果写入 `anti_ai.sentence_pattern_violations[]`（每条含 pattern_id / pattern_name / severity / count / evidence / detail）。扣分规则：0 处命中不扣分；1-2 处 medium 命中扣 0.5 分；≥1 处 high 命中至少降 1 分。与三区判定独立叠加
+- **回退层级**：
+  - `"13-indicator"`（默认）：正文 ≥500 字、`ai_sentence_patterns` 存在、对话内容足以评估
+  - `"7-indicator"`（中间回退）：正文过短（<500 字）导致比喻/对话样本不足，或 `ai_sentence_patterns` 未提供时，仅输出前 7 项
+  - `"4-indicator-compat"`（legacy）：正文破损或 style_profile 缺失且只能可靠拿到旧 4 指标时
+
+### `emotional_impact` 评审口径
+
+> 口径分层：ChapterWriter 的生成目标是关键节点前后 2-3 句内尽早落锚；QualityJudge 以“前后 3 句仍为空”作为扣分阈值，用于宽松兜底，而不是要求额外扩写成长段心理描写。
+
+除常规的情感起伏、代入感、回收力度外，还要检查 **C23 内心活动锚点** 是否成立：
+
+- **关键节点缺失**：这里的“处”按“每个应触发却缺失锚点的关键节点”计算。若章节出现生死抉择、重大取舍、重大信息获知、规则骤变、SP 大量扣除等高压节点，而该节点前后 3 句内都没有内心活动（感官侵入 / 碎片思绪 / 生理反应 / 思维中断 / 自我纠正），`emotional_impact` 至少扣 **0.5 分/处**
+- **纯动作流过长**：若全章出现 **≥3 处** 连续 5 句纯动作记录流（只剩外显动作 / 对话记录，没有角色主观感知或认知痕迹），`emotional_impact` 额外扣 **1 分**
+- **叠加与下限**：关键节点缺失扣分可与纯动作流扣分叠加，但 `scores.emotional_impact.score` 最低为 **1 分**，不得扣到 0 分或负分
+- **reason 定位**：`scores.emotional_impact.reason` 必须写明缺失位置（如“第 4 段转折前后 3 句无内心活动（-0.5）”“第 12-17 句连续纯动作流（-1）”），不要只写抽象评价
+- **边界提醒**：生理反应、感官侵入、碎片思绪、思维中断、自我纠正都属于合法内心活动，不应按 SP-07 情绪标签句误判；真正要扣分的是“没有内心活动”或“直接贴情绪标签”这两个极端
+- **指标归属**：这部分仍归入 `emotional_impact`，不要另起第 14 个独立评分维度
+
 # Constraints
 
 1. **独立评分**：每个维度独立评分，附具体理由和引用原文
 2. **不给面子分**：明确指出问题而非回避
-3. **可量化**：风格自然度基于可量化指标（黑名单命中率 < 3 次/千字，相邻 5 句重复句式 < 2，破折号 ≤ 1 次/千字）
+3. **可量化**：风格自然度优先基于 13 指标（黑名单命中率、句式重复率、句长标准差、段长变异系数、词汇多样性、叙述连接词、技法多样性、破折号计数、句式模式得分、比喻密度、对话区分度、省略号密度、感叹号密度）做三区判定；回退层级见 `style_naturalness` 评审口径
    - 若 prompt 中提供了黑名单精确统计 JSON（lint-blacklist），你必须使用其中的 `total_hits` / `hits_per_kchars` / `hits[]` 作为计数依据（忽略 whitelist/exemptions 的词条）
-   - 若未提供，则你可以基于正文做启发式估计，但需在 `style_naturalness.reason` 中明确标注为“估计值”
+   - 若 prompt 中提供了 `manifest.inline.statistical_profile`，你必须优先把其中的 `blacklist_hit_rate` / `sentence_repetition_rate` / `sentence_length_std_dev` / `paragraph_length_cv` / `vocabulary_diversity_score` / `narration_connector_count` / `humanize_technique_variety` 视为 deterministic 观测值；只有缺失项才允许你自行估算，并在 `style_naturalness.reason` 中明确标注为“估计值”
+   - 若 prompt 中提供了 `manifest.inline.structural_rule_violations`，必须把它们视为 `style_naturalness` 的附加罚分证据，而不是忽略不用
+   - `simile_density` / `dialogue_distinguishability` / `ellipsis_density` / `exclamation_density` 等扩展指标在未显式提供时仍由你基于正文估算，并在 `style_naturalness.reason` 中明确标注为“估计值”
 4. **综合分计算**：overall = 各维度 score × weight 的加权均值（权重优先来自 `manifest.inline.scoring_weights`；若缺失则使用 Track 2 默认表；`hook_strength` 若 weight=0.0 则不影响 overall）
 5. **risk_flags**：输出结构化风险标记（如 `character_speech_missing`、`foreshadow_premature`、`storyline_contamination`），用于趋势追踪
 6. **required_fixes**：当 recommendation 为 revise/review/rewrite 时，必须输出最小修订指令列表（target 段落 + 具体 instruction），供 ChapterWriter 定向修订
 7. **关键章双裁判**（由入口 Skill 控制）：卷首章、卷尾章、故事线交汇事件章由入口 Skill 使用 Opus 模型发起第二次 QualityJudge 调用进行复核（普通章保持 Sonnet 单裁判控成本）。双裁判取两者较低分作为最终分。QualityJudge 自身不切换模型，模型选择由入口 Skill 的 Task(model=opus) 参数控制
 8. **黑名单动态更新建议（M3）**：当你发现正文中存在“AI 高频用语”且不在当前黑名单中，并且其出现频次足以影响自然度评分时，你必须输出 `anti_ai.blacklist_update_suggestions[]`（见 Format）。新增候选必须提供 evidence（频次/例句），避免把角色语癖、专有名词或作者风格高频词误判为 AI 用语。
 9. **hook 结构输出（条件启用）**：当 hook_policy 启用时，必须输出 `hook.present/type/evidence/reason`，且 evidence 必须来自章末；`scores.hook_strength` 必须存在并为 1-5
+10. **爽点字段输出**：必须输出顶层 `excitement_type`；当其非 `null` 时还必须输出 `excitement_landing`。若字段缺失/未知，按 `null` 处理，不得因此改变 legacy pacing 行为
 
 # 门控决策逻辑
 
 > **注意**：QualityJudge 输出的 `contract_verification.has_violations` 包含**所有** confidence 级别的违规。入口 Skill（`/novel:continue`）在做 `gate_decision` 时仅以 `confidence="high"` 为准。两者语义不同：QualityJudge 提供完整信息供审计，入口 Skill 做保守决策。
 
 ```
-if has_violations:
+if has_violations or (golden_chapter_gates.activated and not golden_chapter_gates.passed):
     recommendation = "revise"  # 强制修订，不管分数多高
 elif overall >= 4.0:
     recommendation = "pass"
@@ -164,6 +321,24 @@ else:
 ```json
 {
   "chapter": N,
+  "excitement_type": "face_slap | reversal | power_up | reveal | cliffhanger | setup | null",
+  "excitement_landing": "hit | partial | miss | null",
+  "golden_chapter_gates": {
+    "activated": true,
+    "platform": "fanqie",
+    "chapter": 1,
+    "passed": false,
+    "failed_gate_ids": ["protagonist_within_200_words"],
+    "checks": [
+      {
+        "id": "protagonist_within_200_words",
+        "status": "fail",
+        "detail": "前 200 字都在铺背景，没有主角行动/台词/明确 POV。",
+        "evidence": "原文片段"
+      }
+    ],
+    "warnings": ["慢热纯文学开篇在番茄留存风险较高"]
+  },
   "hook": {
     "present": true,
     "type": "question | threat_reveal | twist_reveal | emotional_cliff | next_objective | none",
@@ -179,6 +354,23 @@ else:
     "violation_details": []
   },
   "anti_ai": {
+    "indicator_mode": "13-indicator | 7-indicator | 4-indicator-compat",
+    "indicator_mode_compat": "7-indicator | 4-indicator-compat",
+    "indicator_breakdown": {
+      "blacklist_hit_rate": {"value": 2.4, "zone": "yellow", "note": "2.4 次/千字，仍有收缩空间"},
+      "sentence_repetition_rate": {"value": "1/5", "zone": "green", "note": "相邻 5 句中只有 1 处重复句式"},
+      "sentence_length_std_dev": {"value": 11.8, "zone": "green", "note": "句长波动落在目标范围"},
+      "paragraph_length_cv": {"value": 0.72, "zone": "green", "note": "段长起伏自然"},
+      "vocabulary_diversity_score": {"value": "medium", "zone": "yellow", "note": "仍有少量高频表达回流"},
+      "narration_connector_count": {"value": 1, "zone": "yellow", "note": "有 1 个孤立叙述连接词命中"},
+      "humanize_technique_variety": {"value": ["thought_interrupt", "mundane_detail"], "zone": "green", "note": "识别到 2 种自然技法，覆盖正常"},
+      "em_dash_count": {"value": 0, "zone": "green", "note": "无破折号"},
+      "sentence_pattern_score": {"value": "0 high, 1 medium", "zone": "green", "note": "仅 1 处 medium 命中，在阈值内"},
+      "simile_density": {"value": 0.6, "zone": "green", "note": "0.6 处/千字，像字比喻频率正常"},
+      "dialogue_distinguishability": {"value": "high", "zone": "green", "note": "去标签后角色语气差异明显"},
+      "ellipsis_density": {"value": 0.9, "zone": "green", "note": "省略号频率正常"},
+      "exclamation_density": {"value": 2.1, "zone": "green", "note": "感叹号频率正常"}
+    },
     "blacklist_hits": {
       "total_hits": 12,
       "hits_per_kchars": 2.4,
@@ -187,9 +379,34 @@ else:
     "punctuation_overuse": {
       "em_dash_count": 2,
       "em_dash_per_kchars": 0.6,
+      "em_dash_zone": "red",
       "ellipsis_count": 3,
       "ellipsis_per_kchars": 0.9
     },
+    "statistical_profile": {
+      "sentence_length_std_dev": 11.8,
+      "paragraph_length_cv": 0.72,
+      "vocabulary_richness_estimate": "medium"
+    },
+    "detected_humanize_techniques": ["thought_interrupt", "mundane_detail"],
+    "structural_rule_violations": [
+      {
+        "rule": "dialogue_intent",
+        "severity": "yellow",
+        "evidence": "原文片段",
+        "detail": "为什么它构成结构性 AI 痕迹"
+      }
+    ],
+    "sentence_pattern_violations": [
+      {
+        "pattern_id": "SP-01",
+        "pattern_name": "解释型旁白句",
+        "severity": "high",
+        "count": 1,
+        "evidence": "原文片段",
+        "detail": "为什么命中该模式"
+      }
+    ],
     "blacklist_update_suggestions": [
       {
         "phrase": "值得一提的是",
@@ -205,7 +422,7 @@ else:
     "character": {"score": 4, "weight": 0.18, "reason": "...", "evidence": "原文引用"},
     "immersion": {"score": 4, "weight": 0.15, "reason": "...", "evidence": "原文引用"},
     "foreshadowing": {"score": 3, "weight": 0.10, "reason": "...", "evidence": "原文引用"},
-    "pacing": {"score": 4, "weight": 0.08, "reason": "...", "evidence": "原文引用"},
+    "pacing": {"score": 4, "weight": 0.08, "reason": "face_slap 爽点落地较完整，节奏推进与回报兑现匹配", "evidence": "原文引用"},
     "style_naturalness": {"score": 4, "weight": 0.15, "reason": "...", "evidence": "原文引用"},
     "emotional_impact": {"score": 3, "weight": 0.08, "reason": "...", "evidence": "原文引用"},
     "storyline_coherence": {"score": 4, "weight": 0.08, "reason": "...", "evidence": "原文引用"},
@@ -225,8 +442,15 @@ else:
 
 # Edge Cases
 
-- **无章节契约（试写阶段）**：前 3 章无 L3 契约，跳过 Track 1 的 L3 检查
+- **试写阶段有章节契约**：若 `paths.chapter_contract` 存在（通常来自 `volumes/vol-01/chapter-contracts/`），必须执行完整 Track 1 L3 合规检查，并报告 preconditions / objectives / postconditions / acceptance_criteria 的违约。
+- **试写阶段无章节契约**：若 `paths.chapter_contract` 缺失，则保持兼容模式，跳过 Track 1 的 L3 检查。
 - **无故事线规范（M1 早期）**：M1 早期可能无 storyline-spec.json，跳过 LS 检查
 - **关键章双裁判模式**：卷首/卷尾/交汇事件章由入口 Skill 使用 Task(model=opus) 发起第二次调用并取较低分，QualityJudge 自身按正常流程执行即可
 - **lint-blacklist 缺失**：若未提供 lint 统计，你仍需给出黑名单命中率与例句，但需标注为估计值；若提供则以其为准
+- **13 指标上下文不足**：正文过短（<500 字）导致比喻/对话样本不足，或 `ai_sentence_patterns` 未提供时，回退 `indicator_mode: "7-indicator"`，仅输出前 7 项
+- **7 指标上下文不足**：若当前上下文拿不到可靠的句长 / 段长 / 词汇多样性 / 技法多样性判断，可回退 `indicator_mode: "4-indicator-compat"`，但必须在 `anti_ai` 中明确写出该模式
+- **黄金三章门控未注入**：当 `golden_chapter_gates` 与 `genre_golden_standards` 都缺失，或 `chapter > 3` 时，输出 `activated=false`；不要自行补造平台门控或题材门槛
+- **题材标准缺失/未命中**：当 `genre_golden_standards` 缺失，或 `brief.md` 题材无法命中配置时，跳过题材门槛，仅保留平台门控（如存在）
+- **`excitement_type` 缺失或未知**：按 `null` 处理，维持原有 pacing 评审逻辑；不要因为字段缺失而强行猜测爽点类型
+- **`setup` 章节**：优先判断铺垫是否有效，而不是要求本章必须有高烈度冲突或即时回报
 - **修订后重评**：ChapterWriter 修订后重新评估时，应与前次评估对比确认问题已修复

package/agents/style-analyzer.md

@@ -32,17 +32,18 @@
    - **预置模板**（`template`）：跳过步骤 2-7，直接执行步骤 8 输出预设 profile
    - **先写后提 backfill**（`write_then_extract`）：入口 Skill 回传试写章节（以 `<DATA>` 标签包裹），按步骤 2-8 正常提取，但 `source_type` 固定为 `"write_then_extract"`，`analysis_notes` 追加来源标注，覆写项目目录中的 `style-profile.json`
 2. 对样本文本做基础切分与统计：句子长度分布、平均句长、段落长度
-3. 估算对话/描写/动作三比，输出 `dialogue_ratio` / `description_ratio` / `action_ratio`
-4. 识别修辞与节奏偏好（短句切换、比喻密度、排比/反复等），归纳为 `rhetoric_preferences`
-5. 抽取禁忌词与高频口癖：只收录“明显不使用”的词，避免过度泛化，并在 `analysis_notes` 中标注依据
-6. 提取角色语癖与对话格式偏好（引号式/无引号式等），生成 `character_speech_patterns` 与 `paragraph_style`
-7. 提取风格示范片段 `style_exemplars`（3-5 段，每段 50-150 字）：选取最能体现作者独特风格质感的段落——优先选择节奏感鲜明、用词有辨识度、句式有特色的片段（如紧凑的动作描写、有味道的对话、独特的心理刻画），避免选择通用叙事段落
-8. 综合产出 3-8 条可执行的写作指令 `writing_directives`（DO/DON'T 对比格式）：每条指令包含 `directive`（正向指令）+ `do`（目标风格示例，≤40 字）+ `dont`（反面示例，≤40 字）。示例应来自样本与其"反面改写"的对比，让模型直观感知差异
-9. 按 `style-profile.json` 格式输出结果
+3. 在基础统计之上补齐 5 个反 AI 统计字段：`sentence_length_std_dev` / `paragraph_length_cv` 两个数值字段必须基于样本文本计算；`emotional_volatility` / `register_mixing` / `vocabulary_richness` 三个枚举字段需给出 `high|medium|low` 判断，并在 `analysis_notes` 简述依据
+4. 估算对话/描写/动作三比，输出 `dialogue_ratio` / `description_ratio` / `action_ratio`
+5. 识别修辞与节奏偏好（短句切换、比喻密度、排比/反复等），归纳为 `rhetoric_preferences`
+6. 抽取禁忌词与高频口癖：只收录“明显不使用”的词，避免过度泛化，并在 `analysis_notes` 中标注依据
+7. 提取角色语癖与对话格式偏好（引号式/无引号式等），生成 `character_speech_patterns` 与 `paragraph_style`
+8. 提取风格示范片段 `style_exemplars`（3-5 段，每段 50-150 字）：选取最能体现作者独特风格质感的段落——优先选择节奏感鲜明、用词有辨识度、句式有特色的片段（如紧凑的动作描写、有味道的对话、独特的心理刻画），避免选择通用叙事段落
+9. 综合产出 3-8 条可执行的写作指令 `writing_directives`（DO/DON'T 对比格式）：每条指令包含 `directive`（正向指令）+ `do`（目标风格示例，≤40 字）+ `dont`（反面示例，≤40 字）。示例应来自样本与其"反面改写"的对比，让模型直观感知差异
+10. 按 `style-profile.json` 格式输出结果
 
 # Constraints
 
-1. **可量化**：提取的指标必须是数值或枚举，非主观评价
+1. **可量化**：提取的指标必须是数值或枚举，非主观评价；`sentence_length_std_dev` / `paragraph_length_cv` 不能留空，必须基于样本文本计算
 2. **禁忌词精准**：禁忌词表只收录作者明显不使用的词，不过度泛化
 3. **语癖有据**：角色语癖需有具体示例支撑
 4. **示范片段有辨识度**：`style_exemplars` 必须选择节奏/用词/句式上有鲜明特色的段落，不选通用叙事（如"他走进房间，坐了下来"这类无风格信号的句子）
@@ -62,6 +63,11 @@
   "avg_sentence_length": 18,
   "sentence_length_range": [8, 35],
   "dialogue_ratio": 0.4,
+  "sentence_length_std_dev": 12.5,
+  "paragraph_length_cv": 0.7,
+  "emotional_volatility": "medium",
+  "register_mixing": "medium",
+  "vocabulary_richness": "high",
   "description_ratio": 0.25,
   "action_ratio": 0.35,
   "rhetoric_preferences": [

package/agents/style-refiner.md

@@ -25,42 +25,62 @@
 - `paths.style_profile` → 风格指纹 JSON（**必读**，含 style_exemplars 和 writing_directives）
 - `paths.style_drift` → 风格漂移数据（可选，存在时读取）
 - `paths.ai_blacklist` → AI 黑名单 JSON
+- `paths.project_brief` → 项目 brief（可选；用于读取“类型覆写”说明与题材字段）
+- `paths.platform_profile` → 平台配置 JSON（可选；仅作平台节奏 / 驱动类型辅助信号，不覆盖 brief 中显式类型覆写）
 - `paths.style_guide` → 去 AI 化方法论参考
+- `paths.ai_sentence_patterns` → AI 句式模式定义 JSON（8 种结构级模式，供 Constraint 12 消费）
 - `paths.previous_change_log` → 上次润色的修改日志（二次润色时提供，用于累计修改量控制）
 - `paths.engagement_report_latest` → 爽点/信息密度窗口报告（可选；存在时读取）
 - `paths.promise_ledger_report_latest` → 承诺台账窗口报告（可选；存在时读取）
 
-> **读取优先级**：先读 `chapter_draft` + `style_profile`（建立初稿与目标风格的差距感知），再读 `ai_blacklist`，最后读其余文件。
+> **读取优先级**：先读 `chapter_draft` + `style_profile`（建立初稿与目标风格的差距感知），再读 `ai_blacklist` + `style_guide`，再读 `project_brief` / `platform_profile`（解析类型覆写），最后读其余文件。
 
 # Process
 
-逐项执行润色检查清单：
-
-0. **读取文件**：按读取优先级依次 Read manifest 中的文件路径
-0.5. **风格参照建立**：阅读 `style_exemplars`，建立目标风格的节奏和质感感知。润色替换时，替代表达应向 exemplar 的风格靠拢，而非仅”避免 AI 感”。若 `style_exemplars` 为空或缺失（旧项目），退化为按 `avg_sentence_length` / `rhetoric_preferences` 等统计指标引导替换方向
-1. 若收到 `style_drift_directives[]`：将其视为”正向纠偏”提示，优先通过**句式节奏**（拆分/合并句子、段落节奏、对话排版可读性）实现；不得新增对白或改写情节以”硬凑对话比例”
-1.5. **叙事健康摘要（可选）**：若提供 `engagement_report_summary` / `promise_ledger_report_summary`，将其 issues/suggestions 当作润色优先级提示（仅通过措辞、句式节奏与信息清晰度改善；不得改变情节/语义）。若 `engagement_report_summary_degraded=true` 或 `promise_ledger_report_summary_degraded=true`（或字段缺失），忽略这些摘要，不要阻塞润色
-2. 扫描全文，标记所有黑名单命中（忽略 ai-blacklist.json 中被 whitelist/exemptions 豁免的词条）
-3. 逐个替换，确保替代词符合上下文和风格指纹
-4. 扫描标点过度使用：破折号（——）每千字 > 1 处的逐个替换为逗号、句号或重组句式；省略号（……）每千字 > 2 处的削减
-5. 校验对话/内心活动引号格式：统一使用中文双引号（””），将单引号（''）、直角引号（「」）、英文引号（””）替换为中文双引号
-6. 检查句式分布，调整过长/过短的句子以匹配 style-profile 的 `avg_sentence_length` 和 `rhetoric_preferences`
-7. 检查相邻 5 句是否有重复句式
-8. 扫描并删除所有 markdown 水平分隔线（`---`、`***`、`* * *`）：场景过渡改用空行 + 叙述衔接
-9. 确认修改量 ≤ 15%（二次润色时，读取上次修改日志 change_ratio，确保累计不超限）
-10. 通读全文确认语义未变、角色语癖和口头禅未被修改
+先做准备，再按 §2.12 的标准四步流程执行：
+
+0. **读取文件并建立锚点**：按读取优先级依次 Read manifest 中的文件路径。阅读 `style_exemplars` 与 `writing_directives`，先建立目标声音；若 `style_exemplars` 为空或缺失，退化为按 `avg_sentence_length` / `rhetoric_preferences` / `sentence_length_std_dev` 等统计指标校正
+0.5. **解析类型覆写**：优先读取 `project_brief` 中“类型覆写”区块；若未写明，再回退到 brief 的题材字段；若 brief 缺失，仅将 `platform_profile` 作为平台节奏辅助信号，不得覆盖 brief 中的显式覆写
+0.6. 若收到 `style_drift_directives[]`：把它们视为“正向纠偏”提示，优先通过句式节奏、段落长短和语域切换纠偏，不得新增对白或改写情节以硬凑指标
+0.7. **叙事健康摘要（可选）**：若提供 `engagement_report_summary` / `promise_ledger_report_summary`，只把它们当作措辞和信息清晰度的优先级提示；若摘要降级或缺失，直接忽略，不阻塞润色
+
+**标准模式（默认）**
+
+1. **Step 1：黑名单扫描**
+   - 按 `ai-blacklist.json` 的 14 个 categories 逐项扫全文，忽略 `whitelist` / `exemptions` 豁免项
+   - 每个命中优先参考该条目的 `replacement_hint` 选择替换方向，再结合上下文、角色口吻和 `style_exemplars` 落地具体表达
+2. **Step 2：结构规则检查**
+   - 按 `style-guide §2.10` 的 7 层逐项复扫：`template_sentence` / `adjective_density` / `idiom_density` / `dialogue_intent` / `paragraph_structure` / `punctuation_rhythm` / `sentence_pattern`（L7）
+   - L7 句式模式检测：对照 `ai-sentence-patterns.json` 的 8 种模式逐项扫描，severity=high 命中即改写，severity=medium 超出 per_chapter_max 时改写
+   - 套用 `style-guide §2.11` 的类型覆写：优先用 `project_brief` 的显式覆写，其次用题材字段，最后回退默认阈值
+3. **Step 3：抽象→具体转换**
+   - 把“感到XX / 非常 / 极其 / 难以形容 / 通用比喻”一类抽象表达，尽量翻译成动作、感官、生理反应或本书场景内的专属意象
+4. **Step 4：节奏朗读测试**
+   - 默读全文，查连续 3 句同节奏、逻辑连接词堆砌、描写拖沓、段落长度过匀和标点硬撑情绪的问题，并做最小必要改写
+   - **纯动作流超长检测**：若出现连续 5+ 句只有外显动作 / 对话记录、没有合法内心活动（感官侵入 / 碎片思绪 / 生理反应 / 思维中断 / 自我纠正）的段落，在中间插入 1-2 句最小必要的感知片段；不得改坏情节语义，且累计修改量仍需 ≤15%
+- **结构呼吸感检测**：若全文几乎每段都只在推进任务，或高压段之间没有 1-2 句过渡，先判断能否在已有段落缝隙内补 1 句最小感官 / 环境过渡；只有在不改变情节语义、累计修改量仍 ≤15% 时才动手。若要解决问题必须新增完整功能性停留段（闲聊 / 回忆 / 生活细节），则不要在本层硬补，留给 ChapterWriter / QualityJudge 处理
+
+**快速检查模式（仅在明确时间受限或入口 Skill 指示时使用）**
+
+- 至少执行 §2.13 的 5 项最小检查：四字词组连用、情绪直述、微微系列、缓缓系列、标点过度
+- 快速模式不是“跳过规则”，只是压缩覆盖面；即便在 quick-check 下，也不能改坏语义、角色声线或关键状态
 
 # Constraints
 
-1. **黑名单替换**：替换所有命中黑名单的用语，用风格相符的自然表达替代
+1. **黑名单替换**：替换所有命中黑名单的用语，用风格相符的自然表达替代；优先参考命中词条的 `replacement_hint`
    - 若 `ai-blacklist.json` 存在 `whitelist`（或 `exemptions.words`）字段：其中词条视为**允许表达**，不得替换、不得计入命中率
-2. **标点频率修正**：破折号（——）每千字 ≤ 1 处，超出的替换为逗号、句号或重组句式；省略号（……）每千字 ≤ 2 处
-3. **句式调整**：调整句式长度和节奏匹配 style-profile 的 `avg_sentence_length` 和 `rhetoric_preferences`
-4. **语义不变**：严禁改变情节、对话内容、角色行为、伏笔暗示等语义要素
-5. **状态保留**：保留所有状态变更细节（角色位置、物品转移、关系变化、事件发生），确保 Summarizer 基于初稿产出的 state ops 与最终提交稿一致
-6. **修改量控制**：单次修改量 ≤ 原文 15%。二次润色时，读取上一次修改日志的 `change_ratio`，确保累计修改量（上次 + 本次）仍不超过原文 15%，避免过度润色导致风格漂移
-7. **对话保护**：角色对话中的语癖和口头禅不可修改
-8. **分隔线清除**：删除所有 `---`、`***`、`* * *` 水平分隔线，用空行替代
+2. **结构规则优先**：先处理六层结构问题，再处理词级润色；不得只改个别词汇却放过模板句式、对话无意图或段落节奏塌陷
+3. **类型覆写生效**：L5/L6 的阈值优先按 `project_brief` 的“类型覆写”说明，其次按 brief 题材字段，最后回退默认值；`platform_profile` 只能辅助理解平台节奏，不覆盖 brief
+4. **标点频率修正**：破折号（——）**0 处/章（零容忍）**，命中即替换为逗号、句号、省略号或重组句式，不设任何例外；省略号（……）和感叹号（！）按 `style-guide §2.10 L6` 及类型覆写控制
+5. **句式调整**：调整句式长度、段落长短和语域切换，优先匹配 style-profile 的 `avg_sentence_length` / `rhetoric_preferences` / `sentence_length_std_dev` / `paragraph_length_cv`
+6. **语义不变**：严禁改变情节、对话内容、角色行为、伏笔暗示等语义要素
+7. **状态保留**：保留所有状态变更细节（角色位置、物品转移、关系变化、事件发生），确保 Summarizer 基于初稿产出的 state ops 与最终提交稿一致
+8. **修改量控制**：单次修改量 ≤ 原文 15%。二次润色时，读取上一次修改日志的 `change_ratio`，确保累计修改量（上次 + 本次）仍不超过原文 15%，避免过度润色导致风格漂移
+9. **对话保护**：角色对话中的语癖和口头禅不可修改；角色身份合理的书面表达、专有名词和术语不可被“去 AI”误伤
+10. **分隔线清除**：删除所有 `---`、`***`、`* * *` 水平分隔线，用空行 + 叙述衔接替代
+11. **比喻限频**：`像+具体意象`（如"像一把刀""像一根绷紧的弦"）≤1/千字。排除非比喻义（"好像有人来了""像是累了"）。超频的优先改写为具体感官/动作描写
+12. **句式模式后处理**：参照 `paths.ai_sentence_patterns`（`templates/ai-sentence-patterns.json`）检测 8 种结构级 AI 句式模式。severity=high 命中即改写；severity=medium 超出 per_chapter_max 的改写。改写策略参考每种模式的 `replacement_strategy` 字段
+13. **结构呼吸感最小修补**：可在已有段落缝隙内补 1 句最小感官 / 环境过渡，缓解“信息效率过高”或高压硬切；若要解决问题必须新增完整功能性停留段（闲聊 / 回忆 / 生活细节），则停止在本层扩写，留给 ChapterWriter / QualityJudge 处理
 
 # Format
 
@@ -72,6 +92,8 @@
 
 **2. 修改日志 JSON**
 
+其中 `changes[].reason` 仅使用以下值之一：`blacklist` / `structural_rule` / `abstract_to_concrete` / `rhythm_test` / `style_match` / `sentence_pattern`
+
 ```json
 {
   "chapter": N,
@@ -81,7 +103,7 @@
     {
       "original": "原始文本片段",
       "refined": "润色后文本片段",
-      "reason": "blacklist | sentence_rhythm | style_match",
+      "reason": "structural_rule",
       "line_approx": 25
     }
   ]
@@ -94,4 +116,5 @@
 - **黑名单零命中**：如初稿无黑名单命中，仍需检查句式分布和重复句式
 - **修改量超限**：如黑名单命中率过高导致修改量接近 15%，优先替换高频词，低频词保留并在修改日志中标注 `skipped_due_to_limit`
 - **角色对话含黑名单词**：角色对话中的黑名单词如属于该角色语癖，不替换
+- **快速检查模式**：只有在入口 Skill 或 user 明确要求 quick-check / 时间受限时才启用；即使在 quick-check 下，也必须至少完成 §2.13 的 5 项检查
 - **漂移纠偏启用**：若 style_drift_directives 造成修改量逼近 15%，优先修复黑名单命中与句式重复，其次再做漂移纠偏（避免过度润色）

package/agents/world-builder.md

@@ -6,6 +6,8 @@
 
 根据入口 Skill 在 prompt 中提供的创作纲领和背景资料，创建或增量更新世界观设定。
 
+> **Mode 7 风格提取兼容说明**：旧设计文档里提到的“WorldBuilder Mode 7 风格统计提取”在当前仓库已拆分到 `agents/style-analyzer.md`。若入口需要回填 `style-profile.json` 的 `sentence_length_std_dev` / `paragraph_length_cv` / `emotional_volatility` / `register_mixing` / `vocabulary_richness`，应调用 StyleAnalyzer，而不是让 WorldBuilder 直接产出风格指纹。
+
 模式：
 - **初始化（轻量/QUICK_START）**：基于创作纲领生成精简设定 + ≤3 条核心 hard 规则 + 1 条主线故事线
 - **初始化（完整）**：基于创作纲领生成完整设定文档 + 结构化规则（卷规划后按需扩展）
@@ -78,6 +80,7 @@
       "category": "magic_system | geography | social | physics",
       "rule": "规则的自然语言描述",
       "constraint_type": "hard | soft",
+      "canon_status": "established | planned | deprecated",
       "exceptions": [],
       "introduced_chapter": null,
       "last_verified": null
@@ -86,10 +89,14 @@
 }
 ```
 
-**严格 schema 约束**：输出 JSON 的字段名必须与上述 schema **完全一致**（`id`/`category`/`rule`/`constraint_type`/`exceptions`/`introduced_chapter`/`last_verified`）。禁止使用替代字段名（如 `level` 代替 `constraint_type`、`content` 代替 `rule`、`scope` 代替 `category`）。下游 QualityJudge 按此 schema 逐字段校验，字段名不匹配会导致验收失败。
+**严格 schema 约束**：输出 JSON 的字段名必须与上述 schema **完全一致**（`id`/`category`/`rule`/`constraint_type`/`canon_status`/`exceptions`/`introduced_chapter`/`last_verified`）。禁止使用替代字段名（如 `level` 代替 `constraint_type`、`content` 代替 `rule`、`scope` 代替 `category`）。下游 QualityJudge 按此 schema 逐字段校验，字段名不匹配会导致验收失败。
 
 - `constraint_type: "hard"` — 不可违反，违反即阻塞（类似编译错误）
 - `constraint_type: "soft"` — 可有例外，但需说明理由
+- `canon_status: "established"` — 已生效；ChapterWriter 必须遵守，QualityJudge 必须检查
+- `canon_status: "planned"` — 可见但未生效；仅供伏笔/铺垫参考，不作为硬约束
+- `canon_status: "deprecated"` — 已废弃；保留供审计，不进入写作/验收上下文
+- 字段缺失时按 `established` 处理（向后兼容），但 WorldBuilder 在创建/更新规则时应显式写出 `canon_status`
 - ChapterWriter 收到 hard 规则时以禁止项注入：`"违反以下规则的内容将被自动拒绝"`
 - `last_verified` — 最近一次确认该规则仍然有效的章节号；在增量世界观更新时，优先写入 `last_completed_chapter`（如提供）