小说质检官

长篇小说创作的质检科。不代笔、不生成正文、不替作者做判断——只做机械检查、模式识别和问题标注，最终改不改、怎么改由作者决定。

> 作者（非技术读者）使用说明见 USAGE.md：第一句话怎么说、六种模式怎么选、报告怎么看、参数怎么调。本文件是给执行 Agent 的操作规程。版本演进（v9–v18）见 references/changelog.md。

核心原则

1. 人是创作主体：只输出检查报告和建议，采纳与否作者决定。
2. 检查而非评判：只说"第X段第Y句存在Z问题，因为……"，不说"写得不好"。
3. 项目档案优先：每个项目应有 story-bible.md。叙述者声音、导演分析卡、修辞注册表、文风铁律是所有语义判断的基准；无档案只能做通用机械扫描。
4. 安全网不是脚手架：质检在写完之后运行，不干预写作过程。
5. 观众心理是最终衡量标准：导演视角只问"读者看到这里什么感觉？是不是作者想要的？"

5分钟快速上手

1. 小说文本放进项目目录（如 我的小说/第1章.md）
2. 决定是否建档：只想快速扫明显问题→词检模式，无需档案；要准确深度检查→首次用建档模式，通读提取 story-bible.md 初稿，确认后再质检
3. 运行检查：按自然语言自动匹配模式——"扫水词"→词检，"完整质检"→诊察，"只查视角"→专项，"新写一章"→增量，"改完验证"→验稿
4. 看报告：词检/增量对话中直接输出；诊察/建档生成报告到 qc-reports/
5. 改完验证：运行 --verify 对比修改前后11项机械指标 + 20项语义回读清单，不能只凭口头说"改了"
6. 后续新章节：--incremental 增量扫描，自动缓存跨章词频和句子指纹

可选项目配置 qc-config.json（放在项目目录，覆盖默认阈值）：

{
  "rhetorical_flip_threshold": 2.0,
  "high_freq_threshold": 4,
  "short_sentence_max_chars": 8,
  "long_sentence_min_chars": 40,
  "banned_words": ["嘴角微扬", "不禁莞尔"],
  "allowed_violations": ["微微"],
  "allowed_violation_rules": {
    "微微": "修饰物理动作时允许"
  },
  "auto_archive_enabled": true,
  "ai_flavor_audit_enabled": true
}

• banned_words：项目禁用词，命中直接高置信；allowed_violations：项目允许的水词，降为低置信并标注"项目允许"
• 不创建用默认值（翻转1.5/千字、短句≤10字、长句≥35字）；报告格式见 references/report-template.md。

三层检查架构

脚本只做高信噪比机械初筛，输出带置信度（high/medium/low）的原始数据。LLM 必须结合项目档案逐条做语境判断——同一个词在不同角色、场景、叙述声音中结论可能完全不同。

运行模式

一个技能按场景选模式，不全量加载。根据意图自动匹配，不默认跑全套。

模式匹配规则

按自然语言匹配，不问"你要哪个模式"：
- "扫一下""水词""有没有重复""词频" → 词检
- "建档""提取档案""提取角色卡" → 建档（要完整档案）或专项
- "完整质检""深度检查""全面检查""诊察" → 诊察
- "只查视角""角色声音""专业硬伤""导演视角" → 专项
- "新写一章""查这章""增量" → 增量
- "改完了""验证""验稿" → 验稿
- "技法""五感""画面感""环境描写""巧合""节奏技法" → 词检+craft_signals（只需技法层用 --mode craft）
- "AI味""假人感""套路句""空转""均匀节奏""过度总结" → 反AI味检查（--check ai_flavor_audit）
- 不确定时只问一句"只扫水词还是完整检查？"

词检模式

最轻量最高频，纯脚本执行，不读档案不调LLM。对话中直接输出，不生成文件：
- 水词命中统计（高/中/低置信数 + 每千字）；修辞翻转密度（≥1.5/千字必须明确提醒）
- 重复段落数；排比/总结收尾数
- 节奏摘要（平均句长、对话/叙述比、连续短句/长句段数量）
- craft_signals 摘要：五感齐全度、心理直陈/外化比、环境段占比、关键位置巧合数、大段独白数；MODERATE 标记逐条列出
- 高置信命中逐条列出（位置+原文+命中词），中低置信只给统计

词检不结合语境，命中≠确认；对话/角色用法/物理修饰可能在诊察中放行。

建档模式

提取或更新项目档案。建档本身不做质检，完成后再跑诊察或专项。

子选项：完整建档（--extract-bible，同时产出 story-bible.md 与 .qc-bible/ 机器卡片）；提取世界卡片/角色卡（专项）。

双层产出：story-bible.md + .qc-bible/*.json（11张卡片+entity_registry，脚本自动消费）。卡片初始 pending_confirmation，经 CONFIRMATION_CHECKLIST.md 逐项确认后才参与检测；字段见 references/bible-cards.md。

# 建档提取
python3 text_analyzer.py --extract-bible <小说文件> [--output <目录>]

# 依赖预检：列出15个检测模块状态（ready/degraded/skipped）
python3 text_analyzer.py --list-checks [--bible-dir <.qc-bible路径>]

# 只跑指定模块（必需卡片缺失会拦下提示先建档；可选缺失降级运行）
python3 text_analyzer.py --check craft_signals,pacing <小说文件>

模块名：water_rhetoric_dup / pacing / platform_compliance / name_consistency / craft_signals / ai_flavor_audit / pov_break / character_voice / foreshadow_audit / item_tracking / knowledge_state / supporting_cast / director_lens / dialogue_tags / show_vs_tell。

自动建档/增量召回（v18）：--auto-archive <文件> 无档案自动建档、有档案转增量；--force-rebuild 强制重建（需二次确认）；--apply-pending 将待确认变更入库。另有增量维护四命令（--update-bible/--add-entity/--confirm-alias/--reject-entity，写操作自动备份）。

人机分工契约：Python 只做粗 NER、证据准入、召回匹配、冲突/指代检测；LLM 读候选文件结合原文完成语义抽取。新发现一律进 pending_changes.json，禁止自动审批；每条入库实体必须带 evidence（原文片段+位置），无证据不入库，低置信标 tentative。命令参数、输出文件清单详见 references/auto-archive.md；qc-config.json 设 "auto_archive_enabled": false 可关闭。

专项模式

机械筛查始终运行（提供数据基础），语义层只跑指定项。可选专项：视角/声音/伏笔/提前点破/重复（含bookend识别）/专业（联网查证）/导演/水词（机械结果+档案语境判断）/世界卡片/角色卡（后两者通读文本直接提取，不跑机械筛查）。

• 强依赖档案的专项（视角/声音/水词）无档案时先提醒建档；可独立执行的（专业查证/世界卡片）直接执行但标注"无档案，仅做通用检查"。

检查前准备

1. 定位项目目录，检查 story-bible.md：有已确认档案→完整加载；有初稿标注"待确认"→提醒先确认，确认前不做语义质检；无档案→必须先提取档案（见下）
2. 加载伏笔台账 伏笔台账.md（如有）
3. 运行 text_analyzer.py 获取机械数据

无档案时的处理（强制流程）

没有档案不能跳过直接通用检查——无语境会退回逐词标记的低水平。顺序：
1. 通读全文（单章检查读该章并注明档案不完整）
2. 按 references/bible-extraction-guide.md 提取：叙述者声音、角色卡（有台词/视角角色）、世界设定、文风规律——提取项字段以该指南为准
3. 生成 story-bible.md 初稿，开头标注"AI提取初稿，待作者确认"
4. 交作者确认，确认后删除提示、档案生效，再执行完整质检
5. 档案未确认前可跑机械脚本，报告必须标注"档案待确认，语义层判断暂未执行"

提取原则：只提取有证据的内容，不从套路演绎（悬疑不一定冷峻）；角色声音从对话提取，不从职业推断；文风规律跨3处以上验证才写入；不确定标"待确认"。

项目档案含：作品基本信息（类型/年代/地域/视角/语调）、叙述者声音、角色档案、背景与设定、文风铁律。模板见 references/project-bible-template.md。

检查项

1. AI水词扫描（结合叙述者声音）

判断基准是项目档案的叙述者声音，不是通用词表。检查：排比堆砌、空洞修饰词（"不禁/仿佛/似乎"滥用）、总结性收尾、修辞翻转句式密度（"不是A是B"及句号/逗号/破折号/"而是"/排比所有变体）、情绪直写、万能过渡词、被动冗余、数量词模糊化。

累积密度比单句质量更重要：每处翻转单独看可能有效，但密度超1.5/千字时读者会察觉修辞习惯、节奏单一。注册≠无限使用。脚本输出翻转数量/密度（≥1.5标high）、对话中翻转单列（按角色声音判断不计入叙述密度）、每处附上下文。非修辞用法（"是不是/不是吗/不是说/不是不"）自动排除。

LLM 判断规则：① 密度正常逐句判断有效性；② 超标即使每处都有效也要提醒"单种技法密度过高"，列出全部命中让作者选；③ 角色思维自带的翻转（法医排除式判断）属角色声音不标但计入密度；④ 每个命中必须语境判断：引号内对话按角色卡豁免、叙述禁忌明确禁用直接标、"允许的违规"明确放行则不标、修饰具体动作有物理意义（"轻轻磕了一下"）不标、限知视角中角色染色的医学比喻不标。

报告结构统一遵循 references/report-template.md（位置/原文/命中词/置信度/语境判断/依据）。

2. 角色声音一致性检查（需角色卡，无卡不执行）

详见 references/character-voice-rules.md。检查词汇层级与教育/职业匹配、句式习惯一致性、口癖频率、情绪表达方式、角色是否说出不可能知道的信息、限知叙述是否有角色染色。

> 核心标准：这句话换一个角色说，会不会一模一样？任何角色都能说=没有角色声音；只有他会这么说=对的。

3. 视角穿帮检测

详见 references/pov-rules.md。检查：视角角色不在场的事件被直接叙述、不可观察的他人内心被陈述、全知判断混入限知（"他不知道，这个决定将改变一生"）、对自己用他人视角评价、章内无标记切换视角。视角类型/角色/叙述距离以档案为准。

4. 提前点破检查

悬念未建立就给答案、角色未登场就描述命运、伏笔刚种就解释含义、结局信息前半段泄露。需对比全文或大纲才准，单章只能标"疑似"。

5. 重复段落排查

完全重复句、结构用词高度相似段、同一比喻/意象短距离重复；脚本自动识别跨章 bookend 首尾呼应并标"可能刻意呼应"——LLM 判断无意重复还是刻意文学手法，刻意呼应不标问题但记录供作者确认。

6. 伏笔审计（需台账）

首次扫描全文生成疑似伏笔台账初稿，作者确认后保存为 伏笔台账.md；后续对比报告：已种超期未回收、回收但无记录、种植回收距离过长。规则见 references/foreshadowing-rules.md。AI 判断有误差，初始台账必须作者确认。

7. 专业领域真实性检查（必须联网，不凭模型记忆）

详见 references/professional-verification-rules.md。五项子检查：
1. 术语准确性：术语/缩写/计量单位逐项联网查证，区分🔴硬伤/🟡存疑/🟢通过，注意时代符合性
2. 流程合理性：提取专业操作流程链与实际比对（办案程序、会诊流程、尸检审批），查越权/跳步/时间不合理；允许叙事简化，关键节点不能违反程序
3. 法规合规性：法条引用、适用、年代生效状态；常见雷区：法医做法律定性、强制措施混同、鉴定主体错误
4. 人情世故逻辑：权力关系、信息流动、面子分寸、体制逻辑、日常生活真实——"正常人在这种情况下会不会这么做"，非道德审判
5. "意外却又可能"判定：重大转折四步检验（意外性/回溯必然性/内在可能性/情感动机），为反转而反转=🔴

查证规范：优先权威来源（政府官网/法规库/行业标准/学术文献），重要结论≥2个独立来源交叉验证，附URL和查证日期，查不到如实标注不编造，注意法规时效。档案已确认项不重复查、"有意保留"项跳过、虚构设定只查内部自洽。

8. 导演视角检查

详见 references/director-lens-rules.md。问"观众看到这里心里什么感觉？是不是作者想要的？"六项：
1. 表演层次：关键情绪点是否三层（内心/表现/泄露）？情绪靠实物/行为外化还是直接告知（"她很伤心"）？证据阶梯：实物>行为>环境>社交>语言解释，只停在语言解释标🟡。标准：写会撒谎的对话，设计不会撒谎的画面
2. 镜头调度：场景建立空间（远景）、高潮给近景（特写）；对话角色有身体位置而非漂浮；权力关系靠空间/高度/距离；景别与运镜（推近=压力真相，拉远=孤立，手持=恐慌，固定=克制）、调度（靠近/后退/环绕/越界=心理语言）
3. 场景有效性：场景结束状态有变化（Shift）、目标（Want）具体可见、无原地踏步；Want-Block-Strategy-Cost-Shift；没有变化的场景可删
4. 节奏呼吸：快慢叙配比、关键瞬间慢叙、转场用声画/物件桥接而非直告；紧张场景短句加速
- 脚本 pacing/chapter_beats/local_high_density_zones 字段提供句长句段、对话比、开篇钩子/章内转折/章末收束、局部密度；数据只呈现，flags 必须结合场景判断
- 持续高强度=没有强度，节奏需要张弛
5. 情绪传导：信息差利用（戏剧反讽/悬念）、情绪释放给够空间、该克制处不渲染；🔴高潮被叙述者打断解释、契诃夫之枪未回收；🟡信息控制无效读者过早猜到
6. 改编友好度（附加非硬指标）：天然分镜段vs纯心理段、视觉母题、演员表演空间，输出评估摘要

导演分析卡、修辞注册表、场景意图表、视觉母题记录为检查基准——作者说"这场就要这种效果"记录在案不重复标。🔴关键场景表演扁平/景别失当/情绪打断/契诃夫之枪未回收；🟡次要点可升级/缺调度/转场可优化。

9. 技法信号检测（craft_signals，v16，纯机械不依赖LLM/档案）

对应 references/writing-craft.md 术语库与 references/craft-to-cinema-map.md 镜头映射。run_full_scan 自动运行，也可 --mode craft 单独跑。六维度（阈值见 qc-config）：
1. 五感密度：长章仅视觉→"感官单一"MODERATE；极短段堆叠≥3种→"五感堆砌"MINOR
2. 心理直陈vs外化：直陈（感到/觉得/心想）对外化（攥拳/咬唇等），直陈>70%→MODERATE
3. 环境描写占比：<5%空间感不足、>40%描写过重，均MODERATE
4. 巧合标记：恰好/凑巧/偏偏/刚好等，过滤精确义（"刚好40度"）；章末3段或高潮→MODERATE，余MINOR
5. 过渡方式：时间词直转/声画物件桥接/硬切，按章统计
6. 大段心理独白：连续≥3句纯直陈无打断，标记位置摘录

python3 text_analyzer.py --mode craft <小说文件> [--chapter <标题>]

flags 带 severity/category/fix_scope/reader_impact/chapter/paragraph/excerpt。定位原则：数据是"值得看一眼"不是判决，没有万能正确值，LLM 必须结合档案和故事判断。

9.5 反AI味检测（ai_flavor_audit，v18）

专抓 AI 生成痕迹，独立成组《反AI味检查》，与水词扫描、craft_signals 并列不混合不替代：

• 人机分工：Python 只出候选+统计（F4除外），LLM 终判防误伤；套路句库外置 references/ai-flavor-tropes.json（60+条，不改代码可扩展）；每条 finding 必须引用原文位置+具体句子；开关 ai_flavor_audit_enabled（默认true）
• findings 带 severity/category/fix_scope/reader_impact/chapter/paragraph/excerpt/need_llm_confirm；脚本 llm_task/llm_instruction 字段指示终判范围

python3 text_analyzer.py --check ai_flavor_audit <小说文件>   # 自选运行
python3 text_analyzer.py --mode diagnose <小说文件>            # 诊察自动包含

10. 自定义规则检查

档案"文风铁律"纳入检查：禁用词、禁用句式、必须遵守的规则、节奏偏好；已确认跳过的问题不重复标注。

工作流程

检查单章

1. 读取章节；检查档案状态（无档案→先提取初稿交确认；初稿未确认→只做机械层；已确认→加载）
2. 加载伏笔台账（如有）；运行脚本取机械数据
3. 依次执行：水词（含翻转密度）→角色声音（需卡）→视角穿帮→提前点破→重复（含bookend）→伏笔对比→专业查证（联网）→导演视角→自定义规则
4. 汇总报告；检查是否有新角色/新设定需更新档案并提醒
5. 报告存 qc-reports/QC_{章节名}_{日期}.md

修稿后验证（强制）

报告导致改稿后，不能只听"已修改"就结束：

python3 text_analyzer.py --verify <修改前备份> <修改后文件>

脚本输出：11项机械指标前后对比及增减量、翻转明细、semantic_checklist（视角3/角色声音4/导演5/提前点破2/新引入问题6，共20项）、总体判定（✅改善/⚠️未变化/❌增加）。

规则：① 修改后立即执行不跳过；② 机械层未改善必须回查；③ 对比结果附在交付消息；④ 语义清单逐条实际回读文本，标✅已修复/⚠️部分修复/❌未修复/➖不适用，必查"新引入问题"（新水词/新穿帮/节奏突变/衔接断裂）；⑤ focus_areas 指向段落重点检查；未解决项明确标注不假装。

增量检查（新章节）

python3 text_analyzer.py --incremental <新章节文件> [项目目录]
python3 text_analyzer.py --reset-cache <项目目录>   # 大改/重建后重置

脚本自动：完整机械检查新章→基于 .qc-cache/ 缓存做跨章词频（全书累计超阈值的高频词）→跨章重复（精确匹配+Jaccard≥0.75）→更新缓存。

LLM：报告新章机械结果；转达跨章高频词/重复警报（判断无意重复还是刻意呼应）；语义层只查新章；检查档案更新（新角色/设定/伏笔/视觉母题）；对比伏笔台账（新种/回收）。缓存自动维护，.qc-cache/ 建议加入 .gitignore。

检查全稿

1. 无档案必须先通读提取完整档案初稿，作者确认后才开始
2. 加载档案和台账，逐章检查
3. 跨章检查：重复、伏笔审计、时间线、角色声音全书一致性、术语表、跨章词汇
4. 专业检查：建清单逐项联网；全书人情链；重大转折四步检验；契诃夫之枪回收/铺垫
5. 导演检查：关键场景三层表演、镜头模式、场景有效性、节奏、情绪、改编友好度
6. 汇总存 qc-reports/

建立项目档案

三种方式可混用：A 作者手填（复制 references/project-bible-template.md 为 story-bible.md，标🏷️作者，权威性最高）；B AI提取（通读全文按 references/bible-extraction-guide.md 反向提取，标📖提取（附例证）/🤔推断（待确认），作者逐项确认后标🏷️）；C 混合最常见，矛盾处作者裁定。

正文是唯一真相源：档案与正文矛盾时先检查档案是否更新，不直接标正文。档案建立后每写新章检查更新需求。

建立伏笔台账

读全稿→逐章扫疑似伏笔→生成初始台账→作者确认后保存为 伏笔台账.md。

输入

• 待检查小说文本（文件路径）
• 项目档案 story-bible.md（强烈建议）：无档案先提取初稿；作者直接提供的大纲/小传优先使用
• 卡片库 .qc-bible/：11张机器可读JSON卡片 + entity_registry 实体注册表，脚本自动消费已确认卡片；字段见 references/bible-cards.md
• 伏笔台账 伏笔台账.md（可选）
• 配置 qc-config.json（可选）：覆盖阈值、banned_words、allowed_violations、模块开关

输出

• 词检/专项轻量项/增量：对话直接输出（增量附跨章警报，缓存自动更新）；诊察/建档：按 references/report-template.md 出完整报告存 qc-reports/；验稿：mechanical_comparison（11项对比+翻转明细+总体判定）+ semantic_checklist（20项逐条回读）
• 报告按严重度排序：视角穿帮/提前点破 > 专业硬伤 > 导演🔴（表演扁平/镜头失当/情绪打断/契诃夫之枪）> 角色声音 > 人情世故 > 重复 > AI水词；改编评估单独附导演项末尾；"意外却又可能"🟡/🟠作为建议非硬伤
• 每个问题标位置/原文/类型/依据（档案条目或来源URL）；语境放行项单列不计问题数；查证结论标来源和日期；末尾给统计摘要（含节奏数据）

参考文档

边界

• 不生成正文、不替作者改稿；不评价"好不好看"，只查可识别问题；不做语法纠错
• 伏笔判断是"疑似"需作者确认；无角色卡不凭空猜测，先从文本提取档案
• 无档案不直接做语义层质检：强行通用逐词标记等于退化为低级校对工具，是本技能明确反对的
• 脚本只做初筛，命中≠确认问题，必须经 LLM 结合档案语境判断
• 档案提取只归纳有证据内容，不套类型套路、不从职业推断语言
• 专业检查不凭记忆，必须联网查证，查不到如实标注；人情世故基于档案年代/地域/社会设定，不用当代一线城市逻辑套所有故事
• "意外却又可能"是建议非硬伤，作者可选"勉强但值得"的转折
• 导演视角基于作者意图和修辞注册表，不把个人审美当标准；不替作者改写，只指出"可能没达到作者想要的效果"及原因
• 改编友好度是附加参考，小说首先是小说，不为改编而写
• 技法术语是诊断坐标系不是写作模板，不规定"五感必须齐全/环境必须占多少"