天津市高考英语阅读理解解析

用途

把天津市高考英语阅读理解真题（原卷或已有解析），生成为一份可直接印发的
解析文档（.docx），版式与内容对齐用户历年真题解析文档的传统。

何时使用

• 用户给出天津卷阅读理解真题 A/B/C/D 各篇（docx / pdf / 纯文本 / 图片），要求「解析」
• 用户要求为阅读理解做「词汇注释」「长难句分析」「语篇分析」「翻译」「逐题分析」
• 用户要对某一年某一次天津卷做命题人视角的深度剖析

核心工作流（7 步，严格按序）

0 定位真题 → ①抽取语篇与选项 → ②语篇整体分析（深度思考模型）→ ③词汇注释
            → ④长难句解析 → ⑤翻译（DeepL / 模型）→ ⑥逐题解析（七步）→ ⑦渲染 docx
                                          ↓
                        glossary_lookup.py（查手册，分流「需联网」清单）
                                          ↓
                        WebFetch（仅对需联网词条补义）

⚠️ ②必须在⑥之前：逐题解析的「预判原文映射区域」要回指语篇分析的段落功能表，
先做逐题解析会失去宏观依据。

第 0 步　定位与读取真题

真题通常在 D:\新版外研版高中英语\高考英语真题\ 下按 年份年 第几次\ 分目录存放，
文件名形如 2025 天津卷 第二次 阅读理解D.docx。

若需要编辑或读取 docx 内容，先按 workbuddy-office-routing 的规则选择通道
（读/改既有文档 → workbuddy-local-office-edit）。若只是要把正文抽成纯文本供分析，
用 scripts/extract_reading.py 即可，不必走编辑器通道。

第 1 步　抽取语篇与选项（脚本化）

python scripts/extract_reading.py "2025 天津卷 第二次 阅读理解D.docx" --json -o extracted.json

脚本已处理天津卷真题的全部版式差异：

题号区间由 detect_range() 从文档自动推断；也可用 --first/--last 手工指定。

第 2 步　语篇整体分析（调用深度思考模型）

按 references/discourse_analysis.md 对完整语篇做深层分析，产出 discourse 对象。
必须覆盖六个维度：语篇类型与体裁图式、宏观结构与超主位、主题（显性/深层）、
逻辑衔接手段索引、情感线索与语境一致性、命题主轴总结。

调用方式：用 Agent 工具，subagent_type: "general-purpose"、model: "reasoning"，
把完整语篇 + references/discourse_analysis.md 一并交给它，要求返回 JSON。

产出要点：
- 段落功能表（必须标注每段涉及的题号——这是后续「预判原文映射区域」的依据）
- 段落逻辑链表（句子 | 功能 | 逻辑关系，2025 第二次 D 卷的成熟形态）
- 情感弧线（起点→转折→终点），每段引原文句作证据，并标出情感复现处
- 语境三层面：语场 / 语旨 / 语式 → 推出全文基调与 anti_schema（反常识图式）
- 命题主轴：考查重心分布 + 题号—图式槽位对应 + 必抓衔接信号清单

第 3 步　词汇注释（核心，脚本化）

这是本技能最确定、最可复用的部分，务必走脚本，不要凭记忆填释义。

# ① 筛重点词汇候选（按解题相关性打分：选项/题干/语篇/逻辑词/评价词/专名/词块）
python scripts/scan_reading.py extracted.json --top 40 --with-score

# ② 查《高中英语词汇手册》，输出规范表格行（--family 输出词族，与真题文档一致）
python scripts/glossary_lookup.py --passage passage.txt --top 40 --family

# ③ 只要「需联网补义」的清单
python scripts/glossary_lookup.py --passage passage.txt --top 40 --only-online

脚本行为：
- 自动探测《高中英语词汇手册.xlsx》（默认在 D:\新版外研版高中英语\高考英语真题\），
也可 --glossary "<绝对路径>" 指定
- 做索引感知的词形还原：shaped→shape、hoped→hope、tuned→tune、
carried→carry、bought→buy（不规则表），并处理连字符与撇号
（piano-tuning→tune、O'Hare→Hare）
- 短语精确匹配：in vain / give away / at random 不会被同首词条目污染
- 输出与真题文档完全一致的 5 列 星级|词条|音标|词性|注释内容
- 把「查无此词」和「释义为空」两类分流为需联网补义清单

> 实测：手册 4540 个词条中约 1554 行释义为空（多为专有名词与文化词），
> 这正是需要在线词典补齐的对象。

选词标准见 references/glossary_spec.md：标「解题所依赖的词、选项涉及词、
承载逻辑关系的词、评价态度词、文化专有名词」，不标冠词介词代词等虚词。
每篇 25—45 条，分 6—12 个语义场小组。

补义：按 references/online_dictionaries.md 用 WebFetch 补齐。
注意 Collins 必须用 WebFetch（curl 会 403），Macmillan 当前不可达直接跳过。
补齐后在单元格内注明来源（如「（据 Collins 补齐）」），并给该组加 ⚠ 标注。

第 4 步　长难句解析

筛出三层及以上结构的句子，按 references/sentence_analysis.md 的
「五步分析法」+ 用户既有的标注符号系统（[] 定语从句、<> 状语、
() 补足语、《》 状语从句、{} 整体、= 同位语、● 句首标记）逐步拆解。

每句必须写清：层次切分 L1/L2/L3 → 句法主干与从句 → 语义新信息与逻辑功能 →
信息焦点 → 关联到哪一道小题。若某句关联不到任何小题，就不必列为长难句。

第 5 步　翻译（DeepL 优先）

按 references/translation.md 执行：

python scripts/deepl_translate.py --check                      # 检验密钥
python scripts/deepl_translate.py --text-file passage.txt -o translation.json
python scripts/deepl_translate.py --text-file passage.txt --split-only -o sentences.json

DeepL 密钥配置：写入 ~/.workbuddy/settings.json 的 env.DEEPL_AUTH_KEY
（Bash 不加载 shell profile，export 无效；脚本会主动读该文件，无需重启）。
未配置时脚本输出待译清单并以退出码 3 结束，此时改用模型翻译通道，
并在 translation.engine_note 如实标注「未配置 DEEPL_AUTH_KEY，由模型翻译」
——不得伪造译文来源。

产出两部分：
- paragraphs：逐段对照译文，段落与原文严格一一对应
- aligned：关键句中英对照表（必填「关联题号」列），覆盖所有定位句、
长难句、情感转折句、主题句、文化词句、结论句

翻译质量红线（从真题文档的真实误译中提炼）：保留括号释义、保留引号内容、
人名译名前后统一、不得逐字硬译（如 experienced quiet 须译「体验到了安静」
而非真题文档里的误译「讨厌安静」）。

第 6 步　逐题解析（七步框架）

按 references/item_analysis_spec.md，每题必含七项：
① 考查类型 ② 提取定位词（显性/隐性）③ 预判原文映射区域 ④ 定位句
⑤ 原文高关联性相关信息（信息比对）⑥ 正确项依据 ⑦ 各干扰项原文、干扰类型及排除理由。

干扰项分析用三列表（真题文档惯例，正确项不入表）：

干扰类型必须取自 item_analysis_spec.md 的实证词表（44 份文档统计得出：
无中生有 190、偷换概念 115、反向干扰 80、以偏概全 55、张冠李戴 44、
曲解文意 38、过度推断 32、答非所问 30、以常代异 7、范围绝对/缩小/扩大、
因果倒置、条件结果倒置、条件混淆、时序颠倒…），可双标如「无中生有/偷换概念」，不自造。

同时必须应用从 44 份文档中提炼的隐含精细技能（见 spec 末节）：
干扰项原文回指检查、数字陷阱专项、词形偷换（scientific idea≠correct idea）、
搭配/共现检查、例证题方向性、主旨题范围维度、反常识题、定位词首现优先、
题干限定词四敏感点、复现即证据。

语篇层面的宏观预测要回指第 2 步 discourse.paragraph_map 的题号对应。

第 7 步　渲染成文档

python scripts/build_docx.py result.json -o "天津市高考英语阅读理解解析.docx"

脚本仅依赖标准库，不需要 python-docx。生成后用 present_files 呈现给用户。

输出 JSON 数据结构

{
  "title": "天津市高考英语阅读理解解析",
  "meta": { "卷别": "天津卷·第二次", "篇目": "阅读理解 D" },

  "passage": ["第1段原文", "..."],

  // ===== 第2步产出：语篇整体分析 =====
  "discourse": {
    "genre": "说明文（科普随笔）",
    "schema": "General Statement → Specific Examples → Conclusion",
    "structure": "开篇立论 → 三类局限分类展开 → 定义澄清与升华",
    "tense_frame": "全文以一般现在时为主",
    "macroscopic_theme": "开篇核心陈述：……",
    "theme": { "explicit": "…", "implicit": "…", "carrier": "承载句原文" },
    "paragraph_map": [
      { "para": 1, "superordinate": "主题句原文", "function": "Orientation（开端）",
        "items": [51, 52] }
    ],
    "cohesion_index": { "connectives": ["but","yet"], "reference": ["it(=science)"],
                        "lexical": ["mysteries ↔ mysteries"], "markers": ["Think about this"],
                        "rhetoric": ["What if…?（设问）"] },
    "ring_composition": "开头 … 与结尾 … 呼应",
    "emotion_thread": { "arc": "自信 → 谦抑 → 敬畏 → 开放",
                        "evidence": [{ "emotion": "自信", "quote": "原文句" }],
                        "recur": ["第3段与第5段的情感复现"] },
    "context": { "field": "…", "tenor": "…", "mode": "…", "tone": "…",
                 "anti_schema": "「不可检验的想法反而最有趣」" },
    "axis_summary": "事实细节 2 题 + 推理判断 1 题 + 段落主旨 1 题 + 定义理解 1 题",
    "item_map": "51-52 第1-2段｜53 第3段｜54 第4段｜55 第5段",
    "key_items": ["54", "55"],
    "must_catch": ["but", "yet", "never", "by definition"]
  },
  "paragraph_logic": [
    { "sentence": "1. We can do…", "function": "肯定成就（扬）", "relation": "铺垫" }
  ],
  "global_summary": ["三到五句全文总结"],

  // ===== 第4步产出：长难句 =====
  "sentences": [
    { "text": "●<标注文本>",
      "layers": "L1 …；L2 …；L3 …",
      "syntax": "句法分析", "semantics": "语义分析", "focus": "信息焦点",
      "why": "关联题号与解题价值" }
  ],

  // ===== 第3步产出：词汇注释 =====
  "glossary": [
    { "head": "核心概念词",
      "rows": [["**","testable","/ˈtestəbl/","adj.","可检验的；可试验的；可验证的"]] },
    { "head": "culture ⚠ 词汇手册未给出释义",
      "rows": [["","piano","/piˈænəʊ/","n.","钢琴（据 Collins 补齐）"]],
      "note": "⚠《高中英语词汇手册》中该词条「释义」列为空，释义据 Collins 补齐。" }
  ],

  // ===== 第6步产出：逐题解析七项 =====
  "items": [
    { "no": 51,
      "stem": "Why does the author mention \"knife\" and \"hammer\" in Paragraph 1?",
      "options": { "A": "…", "B": "…", "C": "…", "D": "…" },
      "answer": "D",
      "qtype": "推理判断题（写作意图/例证目的题）",
      "locators": { "explicit": ["knife","hammer","Paragraph 1"],
                    "implicit": ["why mention（作者为什么举例）"] },
      "predict": "首段例证处。例证题通常「例子在前，观点在后」……",
      "anchor": "There are occasions where I have used the handle of a knife…",
      "compare": ["刀柄当锤子：能用，但「更合适的工具」会更好。",
                  "a more suitable tool ↔ the right tool"],
      "core": "工具要匹配任务；科学也有适用范围。",
      "distractors": [
        { "opt": "A", "text": "To demonstrate how tools can be used creatively.",
          "type": "无中生有/曲解文意",
          "reason": "工具可创造性使用：原文不是强调创意，而是强调工具是否合适。" }
      ] }
  ],

  // ===== 第5步产出：翻译 =====
  "translation": {
    "engine": "deepl",
    "engine_note": "DeepL API（api-free）",   // 无密钥时写「未配置 DEEPL_AUTH_KEY，由模型翻译」
    "aligned": [
      { "no": 1, "en": "…", "zh": "…", "items": [51], "why": "第51题定位句" }
    ],
    "paragraphs": [ { "en": "…", "zh": "…" } ]
  },

  "closing": ["命题规律总结……"]
}

bundled 资源

批量处理多篇真题（推荐流程）

当用户一次性给出多篇（如 A/B/C/D 全篇、多年份）时，用批量流水线：

# ① 一次抽出全部篇目，生成工作包（已内置词汇查表结果）
python scripts/prepare_packages.py          # → packages/pkg_<tag>.json + _index.json

# ② 判断哪些词需要联网补义（排除基础词），把清单给 WebFetch 批量查
python scripts/refine_vocab.py               # 自测；实际清单见各包的 online 字段

# ③ 交给子代理（reasoning 模型）按组生成解析 JSON → results/res_<tag>.json
#    每组 4 篇，11 组可并行；提示词模板见本文件「输出 JSON 数据结构」

# ④ 校验全部篇目
python scripts/validate_all.py               # 逐篇核对全部硬性要求

# ⑤ 合并渲染总册
python scripts/build_master.py               # → outputs/天津市高考英语阅读理解解析（…）.docx

# ⑥ 最终核验
python scripts/verify_master.py

分工建议：
- 机械部分（抽取、查表、渲染、校验）→ 脚本，零 token 成本。
- 思辨部分（语篇分析、长难句、逐题七步、翻译）→ model: "reasoning" 的子代理。
- 子代理产出后必须跑 validate_all.py，并把不达标的项返工。

注意：results/ 里的 JSON 由子代理写出，偶发把单个中文字写成替换字符（U+FFFD）。
合并前应扫描 ` 并按上下文订正 ——tools/fix_mojibake.py` 是本次的修复范例。

质量红线

1. 释义必须来自手册或在线词典原文，不得凭记忆编造音标与释义。
2. 干扰类型从实证词表取，不自造；干扰项表格只列 3 个，正确项不入表。
3. 每题必须含七项字段，顺序固定，缺一不可。
4. 排除理由必须回指原文，不接受空泛表述。
5. 信息比对至少 2 组同义替换对（↔ 连接）。
6. 语篇分析必须在逐题解析之前完成，且逐题的宏观预测要回指段落功能表。
7. 手册无星级时星级列留空，不自行杜撰 ⭐ 标记。
8. 需联网补义的必须显式标注 ⚠ 并注明来源词典。
9. 译文来源必须如实标注（DeepL / 模型），不得伪造。
10. 长难句必须同时给句法与语义，层次切分写到 L3 及以上，且关联到具体题号。