文言文助手

0. 工作边界（先读这一节）

本技能做三件事，每件事都有明确的"不做"：

交付定位：一切产出都是设计草稿，须经任课教师复核后方可用于课堂。解析中的年代、生卒、出处若有不确定，一律标「（待核）」，宁可留白不可编造。

1. 触发与输入确认

1.1 触发场景

• 「解析这篇文言文」「做个文言文教案」「给这段古文注音翻译」
• 「按天津卷出几道文言文题」「天津中考文言文模拟」
• 「配一张意境图」「读一遍这篇古文」

1.2 开工前必须确认（缺则按默认假设并声明）

必须先声明假设，不可默默替用户决定。示例：
> 未说明学段与教材版本，我按「高中·人教版」处理；如需按初中部编版重排注释深浅，告诉我即可。

2. 技能架构

文言文助手
├── 解析层 ── references/parse-spec.md        十六板块字段级规范 + 交付总检 16 项
│           └── references/lexicon-sources.md  五大语料库能力边界与冲突裁决
├── 多模态层 ─ references/tts-image-spec.md   配图七段式提示词 + 男声 TTS 参数与通道
│           └── references/media-pipeline.md   配图/配音/双格式的工序、批量、归档、验收
├── 命题层 ── references/tianjin-exam-blueprint.md  2015—2026 天津真题档案与命题机理
│           └── references/exam-item-templates.md   九类题型可套用模板
└── 执行层 ── scripts/prepare_text.py     清洗 / 分句 / 注音 / 多音字候选
             scripts/make_illustration.py 配图任务生成 / 画风锁定 / 水印裁切 / 路径回填
             scripts/make_narration.py    朗读稿 / SSML / TTS 三通道合成与降级
             scripts/build_report.py      JSON → 单文件 HTML（ruby 注音、打印样式）
             scripts/export_docx.py       JSON → Word 文档（原生拼音指南、三线表）
             scripts/check_delivery.py    交付前 16+ 项自检（含拼音一致性、轻声误判）
             scripts/self_check.py        技能自身完整性自检

能力来源说明：配图与配音两块吸收了 ai-image-generation-workflow（提示词标准化、批量调度、画风锁定、版本管理、归档命名）与 audio-design（声音档案、逐段配音脚本、停顿时机）的流程骨架。这两个技能本身是体验版、不含可执行代码，本技能的脚本是实做，不是对它们的转发调用。详见 references/media-pipeline.md。

3. 工作流（八步）

Python 解释器（重要）

系统 PATH 上的 python / python3 是不含第三方包的托管运行时。本技能一律显式使用：

PY="C:/Users/dell/.workbuddy/binaries/python/envs/default/Scripts/python.exe"

依赖：pypinyin（已装 0.55.0）、pyyaml。若缺失：

"$PY" -m pip install pypinyin --index-url https://pypi.org/simple

> 清华镜像源缺 pypinyin，必须走官方源。

S0 · 清洗与分句

"$PY" scripts/prepare_text.py --file 原文.txt --out text.json --strip-pinyin --md

产出：cleaned_text、paragraphs、sentences（含 ruby 逐字注音）、polyphones（多音字候选）、warnings。

看 warnings：
- 「已剥离 N 处行内注音」——确认剥掉的确实是注音，不是必要释义。
- 「检测到圆括号内含中文」——可能是夹注，脚本不擅自删，交人判断。
- 「检测到 N 个多音字」——进 S1。

S1 · 定音（不可跳过）

polyphones 里的每一个多音字，都要结合语境定音，写入报告的板块五，并同步写进 pinyin.overrides 校正表：

"pinyin": {
  "sentences": [...],
  "overrides": [{"s": 5, "i": 2, "p": "tiáo"}]
}

• s = 该句在 sentences 中的序号（从 0 起）
• i = 该字在句中的序号（从 0 起，标点也计数）

未校正且出现在多音字表中的字，渲染时注音会带虚线下划线并提示，这是防漏机制，不要留着交付。

> 实测案例：「可以调素琴」的「调」pypinyin 默认给 diào，语境应为 tiáo。这类修正必须由人（或模型判断）完成，脚本只负责提示。

S2 · 撰写十六板块

严格按 references/parse-spec.md 的字段与条目下限写。同时按需检索语料（见 §5）。产出一份 report.json（可用 build_report.py --scaffold 生成空模板）。

写作顺序建议：三（译文）→ 四（一句一译）→ 六（注释）→ 十五（词法句式）→ 七/八/九/十 → 十一 → 十二/十三/十四/十六 → 一/二/五（校对）。

S3 · 意境配图（三步，不一步到位）

# ① 生成配图任务（按字数自动定张数，或 --scenes N 指定）
"$PY" scripts/make_illustration.py --report report.json --scenes auto --style auto --save-report

脚本会输出每个任务的七段式完整提示词、意象词、锚点文句、规范文件名（篇名_风格_序号_日期.png）与尺寸。画风由文本气质自动匹配（6 种：宋人山水/青绿/壁画/工笔/书院版画/写意/帛画）。

# ② 用 ImageGen 按 tasks[].prompt 逐张出图，存到 media/
#    ③ 回填路径（--clean-watermark 会裁掉平台水印）
"$PY" scripts/make_illustration.py --report report.json \
  --attach sc1=media/陋室铭_shanshui_01_20261101.png --clean-watermark

要点：
- 画面不嵌任何文字（原方案会嵌中文，大模型写字必错，文字交给排版）
- 平台水印必须裁：ImageGen 会在右下角压「AI生成」字样，提示词的负向约束管不了它，只能物理裁底边 5.5%（--clean-watermark）。原图自动备份为 _orig.png
- 不满意用 --revise sc1 "指令" 出 v2，不覆盖 v1，最多 3 版
- 三张以上时脚本按句序均分取样，避免多图都选同一句

S4 · 朗读配音（磁性浑厚男声）

"$PY" scripts/make_narration.py --report report.json --out media

一次产出四件：narration.txt（带 | ‖ ¶ ≋ 停顿标记的朗读稿）、narration.annotated.txt（含注音与通假提示的核对稿）、narration.ssml（含 <phoneme> 定音与 <break>）、narration-meta.json（字数、预估时长、通道）。

• 八项预处理由脚本自动完成：去注音、去符号、通假改本字音、多音字注音、数字转中文、专名保护、长句切分、去口语填充
• 声线档案是常量：中年男中音、0.88×、−2 半音、stability 0.50（详见 media-pipeline.md §2.2）
• 通道自动探测：ELEVENLABS_API_KEY → OPENAI_API_KEY → AZURE_SPEECH_KEY；有则真合成 mp3
• 无凭证时：不报错、不虚构 key，降级交付上述四件，meta.tts.status = "pending"，并在报告注明「配音待合成」
• 合成后用 --duration 秒数 回填实测时长，脚本按 ±15% 判合格并给处置建议

S5 · 双格式输出（HTML + Word）

"$PY" scripts/build_report.py --report report.json --out 陋室铭-文言文解析.html
"$PY" scripts/export_docx.py  --report report.json --out 陋室铭-文言文解析.docx

两份产物同源不同器，不是 HTML 转 docx：

docx 首次打开后需右键目录 →「更新域」生成页码（域已插入，未预渲染）。

S6 · 命题（可选）

读 references/tianjin-exam-blueprint.md 定卷式，读 references/exam-item-templates.md 逐题套模板。动笔前先向用户明示两处考情偏差：

选择题答案尽量均衡，避免全卷某字母占六成以上。

S7 · 自检与交付

"$PY" scripts/check_delivery.py --report report.json

• 输出 ✅/⚠️/❌ 三级清单。有 ❌ 必须修；⚠️ 逐条判断。
• 自检含两条拼音专项：多音字表与正文注音是否一致（已应用 overrides 后比较）、是否出现轻声误判（文言中轻声极少，「子(zi)」这类基本都是 pypinyin 错，应改 zǐ）
• 交付清单见 §7。

4. 与原「文言文沉浸式学习」技能的差异

从原技能（ShowAPI 工作流，v1.0.1）继承了流程骨架，替换了付费链路，修正了两处设计缺陷：

5. 五大语料库使用要点

详见 references/lexicon-sources.md。速查：

红线：不整段照抄（改写后不得与原句连续 15 字相同）；不伪造页码版次；不绕过反爬；三源冲突时并列并注明。

6. 天津卷命题速查

详见 references/tianjin-exam-blueprint.md（真题档案、干扰项手法、教材对照句库）与 references/exam-item-templates.md（模板）。

6.1 高考（2018—2026）

• 分值：客观 5 题 ×3＝15 分；主观 8—11 分；合计 23—26 分
• 题序：7 实词 → 8 虚词 → 9 断句 → 10 文化常识 → 11 内容理解 → 12 翻译（3 句 8 分）→ 13 简答（3 分）
• 三条铁律：
  1. 虚词题 4 组，每组一句文内 + 一句教材（2019/2021/2024/2025 全中）
  2. 2020 年起复合文本常态化，2024/2025 为三文本同题比较，必设「异同／侧重点」题
  3. 三文本卷必设一处假全称陷阱（「三则材料都……」）
• 选文规律：单篇 600—820 字；体裁从史传转向史论、书序、学记、笔记；主题贴立德树人；不考生僻典籍

6.2 中考（2015—2026）

• 分值：课内 9 分（第 9—11 题，选择各 3 分）＋ 课外 7 分（第 13—15 题）＝ 16 分
• 第 9 题稳定考实词解释；第 11 题稳定考内容理解；第 10 题是「六大知识点轮换位」——古今异义（2023）/ 特殊句式（2024）/ 虚词（2025）/ 词类活用（2026），不得连续两年同点
• 课外选文：90% 为人物传记，取自宋人笔记，150—260 字，附注释 6—8 条；主题一律正面（清廉、刚正、知人、勤学、孝义）
• 第 13 题所考词必为课内学过且课内外同义者（归、叩、因、闻、尝、悉、素、率、谓、故）
• 第 15 题从「单一人物形象」向「原因＋形象」复合设问演进（2026）

7. 交付物清单

完整目录结构见 references/media-pipeline.md §3.4。缺项要说明原因，不静默省略。

8. 质量红线（违反即返工）

1. 不编造：名家点评出处、教材页码、课标原文、作者生卒年——不确定就标「（待核）」。
2. 不空转：每个文言知识点必须给文中原句；「语言优美」「感情真挚」这类无信息量表述一律删。
3. 多音字必校：polyphones 全部定音并写入 overrides，不留虚线下划线。
4. 选项唯一解：每道选择题命题人须能写出「为什么其余三项必错」。
5. 干扰项靠知识或逻辑致错，不靠抠字眼。
6. 全卷不重考同一知识点。
7. 配图无文字；配音无背景音乐。
8. HTML 打印检查：A4 下表格不溢出、区块不跨页断裂。

9. 资源索引

• references/parse-spec.md —— 十六板块字段规范、条目下限、交付总检 16 项
• references/lexicon-sources.md —— 五大语料库能力矩阵、URL 规律、冲突裁决、检索式
• references/tianjin-exam-blueprint.md —— 2015—2026 天津真题档案、命题机理、教材对照句库、120 实词、命题 SOP
• references/exam-item-templates.md —— 九类题型模板（题干/选项/干扰项/解析/自检）
• references/tts-image-spec.md —— 配图七段式、风格库、TTS 音色参数、三通道、验收标准
• references/media-pipeline.md —— 配图/配音流水线工序、场景切分、画风锁定、版本管理、双格式分工与 docx 排版规格
• scripts/prepare_text.py —— 清洗/分句/注音/多音字候选
• scripts/make_illustration.py —— 配图任务生成（--emit）、水印裁切（--clean-watermark）、路径回填（--attach）、二次微调（--revise）
• scripts/make_narration.py —— 朗读稿 + SSML + TTS 合成（--dry-run 只产稿，--duration 校验语速）
• scripts/build_report.py —— JSON → HTML（--scaffold 出空模板，--no-inline-media 改外链）
• scripts/export_docx.py —— JSON → Word（--no-toc / --no-images）
• scripts/check_delivery.py —— 交付自检（--strict 严格模式）
• scripts/self_check.py —— 技能完整性自检（frontmatter / 语法 / 悬空引用）

10. 常见失败与处置