prpm-dbp 0.3.0 → 0.4.0

package/README.md

@@ -128,6 +128,7 @@ Pengguna kemudian menarik versi baharu dengan `npx skills update`.
 | `jawi <fail>` | tukar teks Rumi ke Jawi ikut ejaan DBP |
 | `rumi <fail>` | tukar teks Jawi ke Rumi dari cache |
 | `import-tsv <fail>` | import dataset rumi/jawi tambahan |
+| `nama <rumi> <jawi>` | sahkan satu nama khas |
 | `banding <kata...>` | silang semak PRPM lawan KamusDBP |
 | `cache` | status cache, `--buang <kata>` untuk padam satu |
 

package/SKILL.md

@@ -91,6 +91,31 @@ Sesetengah entri memulangkan **dua perkataan Jawi untuk satu perkataan Rumi**: `
 
 **Teks Arab yang dipetik dibiarkan sepenuhnya.** Jawi Melayu tidak menggunakan baris tanda vokal, jadi kehadiran fathah, kasrah, dammah, sukun atau tanwin bermakna potongan itu Arab, bukan Jawi. Ayat al-Quran dan hadis dalam dokumen Melayu lulus tanpa disentuh dan dilaporkan dalam medan `arab`.
 
+## Nama khas
+
+Diuji terhadap PRPM: **nama tokoh dan nama surah tiada sumber berwibawa.** `muhammad`, `ibrahim`, `musa`, `umar`, `aisyah`, `khadijah` semuanya tiada entri. Nama surah seperti `fatihah`, `baqarah`, `yasin` ada entri tetapi tanpa ejaan Jawi. Dataset komuniti meliputi nama tempat (`mekah` مکة, `mesir` مسير, `pahang` ڤاهڠ) tetapi bukan nama orang.
+
+Alat ini **tidak mereka ejaan nama**. Sebaliknya:
+
+- Perkataan berhuruf besar di **tengah** ayat dikira nama khas dan dilaporkan dalam medan `namaKhas`, berasingan daripada `belumDisahkan`. Nama bukan salah eja.
+- Sahkan sekali, guna selamanya:
+
+```bash
+npx prpm-dbp nama Muhammad <ejaan-jawi>
+npx prpm-dbp nama          # senaraikan yang sudah disahkan
+```
+
+Ejaan yang disimpan begini ditandakan datang daripada pengguna, bukan daripada DBP. Sahkan dengan guru atau rujukan bertulis dahulu.
+
+**Jangan keliru antara dua benda:**
+
+| | Layanan |
+|---|---|
+| Petikan bahasa Arab (ayat, doa, hadis) | kekal Arab, tidak disentuh |
+| Nama khas dalam ayat Melayu | **ditulis dalam Jawi**, bukan dikekalkan |
+
+Bagi nama berasal Arab, ejaan Jawinya memang ejaan Arab asal, jadi ia nampak seperti dikekalkan. Bagi nama bukan Arab ia ditransliterasi penuh: `Kuala Lumpur` menjadi `کوالا لومڤور`.
+
 ## Rantai kepercayaan
 
 Setiap ejaan Jawi yang dikeluarkan membawa asal-usulnya. Jangan runtuhkan lapisan ini.

package/bin/cli.js

@@ -6,6 +6,7 @@ import { pasangSkill } from '../src/install.js'
 import { banding, cariKamus } from '../src/kamus.js'
 import { keJawi, keRumi } from '../src/tukar.js'
 import { huraiTsv, muatDataset, simpanDataset } from '../src/dataset.js'
+import { NAMA_PATH, muatNama, tambahNama } from '../src/nama.js'
 import {
   CACHE_PATH,
   auditJawi,
@@ -26,6 +27,8 @@ const BANTUAN = `prpm-dbp — semak Bahasa Melayu dan Jawi terhadap PRPM DBP
   npx prpm-dbp jawi <fail.txt>           tukar teks Rumi ke Jawi ikut ejaan DBP
   npx prpm-dbp rumi <fail.txt>           tukar teks Jawi ke Rumi dari cache
   npx prpm-dbp import-tsv <fail.tsv>     import dataset rumi<TAB>jawi (dilabel bukan DBP)
+  npx prpm-dbp nama <rumi> <jawi>        sahkan satu nama khas (tokoh, surah, tempat)
+  npx prpm-dbp nama                      senaraikan nama khas yang disahkan
   npx prpm-dbp banding <kata...>         silang semak PRPM lawan KamusDBP
   npx prpm-dbp cache [--buang <kata>]    status cache
   npx prpm-dbp install [--link]          pasang sebagai Claude Code skill
@@ -160,6 +163,12 @@ async function main() {
             h.adaEntriTanpaJawi.join(', '),
         )
       }
+      if (h.namaKhas.length) {
+        console.error(
+          `nama khas belum disahkan (${h.namaKhas.length}): ${h.namaKhas.join(', ')}\n` +
+            `  sahkan dengan: npx prpm-dbp nama <rumi> <jawi>`,
+        )
+      }
       if (h.terbitanSah.length) {
         console.error(
           `terbitan sah tanpa ejaan Jawi (${h.terbitanSah.length}): ` +
@@ -183,6 +192,17 @@ async function main() {
       break
     }
 
+    case 'nama': {
+      if (baki.length >= 2) {
+        const rec = await tambahNama(baki[0], baki[1], { jenis: pilihan.jenis ?? null })
+        keluar({ disimpan: rec, fail: NAMA_PATH, nota: 'Ejaan ini datang dari anda, bukan dari DBP.' })
+        break
+      }
+      const peta = await muatNama()
+      keluar({ fail: NAMA_PATH, jumlah: Object.keys(peta).length, nama: peta })
+      break
+    }
+
     case 'import-tsv': {
       if (!baki[0]) throw new Error('perlu fail TSV: rumi<TAB>jawi setiap baris')
       const { peta, dilangkau, jumlah } = huraiTsv(await readFile(baki[0], 'utf8'))

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "prpm-dbp",
-  "version": "0.3.0",
+  "version": "0.4.0",
   "description": "Semak ejaan Bahasa Melayu dan Jawi terhadap PRPM Dewan Bahasa dan Pustaka. CLI dan skill untuk AI agent.",
   "keywords": [
     "bahasa-melayu",

package/src/nama.js

@@ -0,0 +1,70 @@
+/**
+ * Simpanan nama khas yang disahkan pengguna.
+ *
+ * Kenapa ini wujud: nama tokoh dan nama surah tiada sumber berwibawa yang
+ * boleh dicapai. Diuji terhadap PRPM, muhammad, ibrahim, musa, umar, aisyah
+ * dan khadijah semuanya TIADA entri. Dataset komuniti pula meliputi nama
+ * tempat (مکة, مسير, ڤاهڠ) tetapi bukan nama orang atau nama surah.
+ *
+ * Alat ini TIDAK mereka ejaan nama. Ia menyimpan apa yang pengguna sahkan
+ * sendiri, dengan sumber dicatat, supaya kerja pengesahan itu dibuat sekali
+ * sahaja dan boleh diaudit kemudian.
+ */
+
+import { mkdir, readFile, rename, writeFile } from 'node:fs/promises'
+import { dirname, join } from 'node:path'
+
+import { CACHE_PATH } from './prpm.js'
+
+export const NAMA_PATH = process.env.PRPM_NAMA ?? join(dirname(CACHE_PATH), 'nama-khas.json')
+
+let dimuat = null
+
+export async function muatNama() {
+  if (dimuat !== null) return dimuat
+  try {
+    dimuat = JSON.parse(await readFile(NAMA_PATH, 'utf8'))
+  } catch {
+    dimuat = {}
+  }
+  return dimuat
+}
+
+export async function simpanNama(peta) {
+  await mkdir(dirname(NAMA_PATH), { recursive: true })
+  const tmp = `${NAMA_PATH}.tmp`
+  await writeFile(tmp, JSON.stringify(peta, null, 1), 'utf8')
+  await rename(tmp, NAMA_PATH)
+  dimuat = peta
+  return NAMA_PATH
+}
+
+export async function tambahNama(rumi, jawi, { sumber = 'pengguna', jenis = null } = {}) {
+  const peta = { ...(await muatNama()) }
+  const kunci = String(rumi).trim().toLowerCase()
+  if (!kunci || !jawi) throw new Error('perlu rumi dan jawi')
+  peta[kunci] = { rumi: kunci, jawi: String(jawi).trim(), sumber, jenis }
+  await simpanNama(peta)
+  return peta[kunci]
+}
+
+export async function cariNama(kata) {
+  const peta = await muatNama()
+  const rec = peta[String(kata).trim().toLowerCase()]
+  if (!rec) return null
+  return { ...rec, dijumpai: true, disahkanDbp: false }
+}
+
+/**
+ * Teka sama ada perkataan itu nama khas.
+ *
+ * Huruf besar di TENGAH ayat ialah isyarat yang munasabah dalam teks Melayu.
+ * Ia sengaja tidak digunakan pada perkataan pertama ayat, kerana di situ
+ * huruf besar tidak bermakna apa-apa.
+ */
+export function mungkinNamaKhas(kata, sebelumnya) {
+  if (!/^[A-Z]/.test(kata)) return false
+  // Awal teks, atau selepas noktah, tanda soal, tanda seru, atau baris baru.
+  const awalAyat = !sebelumnya || /[.!?:\n]\s*$/.test(sebelumnya)
+  return !awalAyat
+}

package/src/tukar.js

@@ -11,6 +11,7 @@
 import { lookup } from './prpm.js'
 import { normalisasiJawi } from './kamus.js'
 import { cariDataset, muatDataset } from './dataset.js'
+import { cariNama, mungkinNamaKhas } from './nama.js'
 
 // Baris tanda vokal Arab (fathah, kasrah, dammah, sukun, syaddah, tanwin,
 // alef superscript). Jawi Melayu TIDAK menggunakannya; teks al-Quran dan
@@ -130,6 +131,8 @@ export async function keJawi(teks, cache, opts = {}) {
   const dariDataset = []
   const dbp = []
   const adaEntriTanpaJawi = []
+  const dariNama = []
+  const namaKhas = []
   const bahagian = teks.split(PECAH_RUMI)
   const keluar = []
 
@@ -155,6 +158,14 @@ export async function keJawi(teks, cache, opts = {}) {
       }
     }
 
+    // Nama khas yang pengguna sudah sahkan sendiri.
+    const nm = await cariNama(cebis)
+    if (nm?.jawi) {
+      dariNama.push({ kata: cebis, jawi: nm.jawi })
+      keluar.push(nm.jawi)
+      continue
+    }
+
     if (cubaDasar) {
       const dasar = await cariDasar(cebis.toLowerCase(), cache, opts)
       if (dasar) {
@@ -166,7 +177,11 @@ export async function keJawi(teks, cache, opts = {}) {
       }
     }
 
-    belumDisahkan.push(cebis)
+    // Nama khas yang belum disahkan bukan salah eja. Ia dilaporkan
+    // berasingan supaya pengguna tahu apa yang perlu disahkan sekali, dan
+    // bukan mengulang menyemak ejaan yang memang betul.
+    if (mungkinNamaKhas(cebis, bahagian[i - 1])) namaKhas.push(cebis)
+    else belumDisahkan.push(cebis)
     keluar.push(penanda[0] + cebis + penanda[1])
   }
 
@@ -174,10 +189,12 @@ export async function keJawi(teks, cache, opts = {}) {
     teks: keluar.join(''),
     disahkanDbp: dbp.length,
     dariDataset,
+    dariNama,
+    namaKhas: [...new Set(namaKhas)],
     adaEntriTanpaJawi: [...new Set(adaEntriTanpaJawi)],
     belumDisahkan: [...new Set(belumDisahkan)],
     terbitanSah,
-    lengkap: belumDisahkan.length === 0 && terbitanSah.length === 0,
+    lengkap: belumDisahkan.length === 0 && terbitanSah.length === 0 && namaKhas.length === 0,
     // Sepenuhnya DBP bermakna setiap perkataan datang dari sumber rasmi.
     semuanyaDbp: dariDataset.length === 0 && belumDisahkan.length === 0 && terbitanSah.length === 0,
   }