译脉·先知 2.0 —— 翻译记忆预测引擎
功能描述
- 确定性记忆网络：D1-D8 模块（Hebbian 学习、二阶马尔可夫、角色索引、预测缓存、自适应学习率、弹性遗忘、领域偏置、对比学习、注意力边权、WAL、联邦增量、主动学习、双语对齐），零第三方依赖，同输入必同输出。
- 翻译记忆（TM）+ 术语库（TB）：#22 模块 —— add_tm / fuzzy_match（S1 四分量白盒：token/tfidf/char/ngram/tokenset）/ concordance / load_tbx / enforce_terms / check_terms。
- 记忆闭环：observe（记录步骤）→ predict（下一步预测+证据链）→ reward（采纳/拒绝反馈）→ consolidate（固化重放），重启不丢（tm_store.json 原子落盘）。
- 质量与扩展：qe_auto（QE+MQM）、style_check（风格一致性）、style_report（风格一致报告）、back_align（回译 LCS 对齐）、term_conflicts（术语冲突）、bleu_score / chrf_score（MT 评测）、retrieve_for_prompt（TMPlm 三段式 prompt 上下文）。
- 多形态消费：27 REST 端点（25 业务 + metrics/health）+
/mcpMCP Server（25 tools）+ 前端工作台（8 面板，含记忆图谱可视化、职业译员双栏工作台、双语对齐热力图、主动学习推荐、风格一致报告）。
调用条件（触发场景）
- 翻译/本地化工作流需要 TM 记忆（相似句检索、术语守门、质量评分）
- 需要 预测式翻译记忆（根据已做步骤推荐下一步，可解释）
- 需要 MT 质量评测（BLEU-4 / chrF++，零依赖可复现）
- 需要 TMPlm（把 TM 检索结果组装成 LLM prompt 上下文）
- 需要 记忆可视化/审计（白盒卡片、记忆图谱、术语冲突）
快速启动
# Windows（MSVC 已装）：一键构建→启动→灌示例→冒烟
powershell -ExecutionPolicy Bypass -File scripts/dev.ps1
# 或分步：scripts/setup.ps1 → build.ps1 → run.ps1 → seed.ps1 → smoke.ps1
服务地址：http://127.0.0.1:8787；数据持久化：tm_store.json（原子写，重启恢复）。
API 手册（REST，全部 POST + JSON body；MCP 等价 tools 见 /mcp）
| 端点 | 请求 | 响应要点 |
|---|---|---|
/api/add_tm |
{"src","tgt"} |
{id,status} 新增 TM 并落盘 |
/api/fuzzy_match |
{"query","k","threshold"} |
Top-K + S1 四分量白盒（sim_token/tfidf/char/ngram/tokenset） |
/api/check_terms |
{"source","target"} |
术语违规数组（term/expected/mid），空=通过 |
/api/concordance |
{"term","k"} |
含术语 TM 段（hits 频次） |
/api/qe_auto |
{"source","target","match_rate"} |
{qe_score,term_ok,mqm} |
/api/predict |
{"k"} |
{predictions,confidence,uncertainty} + 路径证据 |
/api/observe |
{"text","mtype"} |
{mid,status} 记录步骤（学习） |
/api/recall |
{"query","k"} |
激活扩散召回（via_edges） |
/api/explain |
{"mid"} |
白盒卡片（value_breakdown/activation_path） |
/api/reward |
{"mid","score"} |
采纳/拒绝反馈（闭环核心） |
/api/consolidate |
{"prune"} |
固化重放（pruned/nodes/edges） |
/api/tm_count |
— | {tm_count} 存量 |
/api/retrieve_prompt |
{"query","k","threshold"} |
TMPlm 三段：suggestions/terms/glossary |
/api/bleu · /api/chrf |
{"ref","hyp"} |
MT 质量评测分数 |
/api/style_check |
{"text"} |
风格问题数组（rule/level/message） |
/api/style_report |
{"text"?} |
风格一致报告：句长/正式度分布 + 术语变体族 + 新译文偏离建议 |
/api/back_align |
{"source","target"} |
{align_score,misaligns,ops} 含字符级对齐脚本 |
/api/term_conflicts |
— | 一词多译/多词一译 |
/api/fed_export · /api/fed_import |
{"added","updated"} |
联邦增量 |
/api/distill_inject |
{"table":{k:v}} |
蒸馏偏置注入 |
/api/active_learning |
{"k"} |
主动学习推荐：待标注句 Top-K（uncertainty×0.6+novelty×0.4，角色去重） |
/api/mqm_re_annotate |
{"source","target","match_rate"} |
MQM 二次标注（re_annotated / critical_count / re_annotations） |
/api/metrics |
— | 引擎运行指标（tm_count / term_count / total_memories / term_coverage / predict_calls / hit_rate） |
/api/health |
— | 健康详情（uptime_seconds / version / last_save_status / last_save_age_seconds） |
/api/ping |
— | 健康检查 |
MCP 接入（Claude Desktop / 通用 MCP 客户端）
{ "mcpServers": { "yimai": { "url": "http://127.0.0.1:8787/mcp" } } }
25 个 MCP tools 与上表端点一一对应（initialize → tools/list → tools/call）。
数据契约
- tm_store.json：
to_json()全量快照（memories/edges/clock/domain_bias 等），from_json()恢复后重建内部索引（role_members / tm_idf）。写操作原子落盘（tmp+rename）。 - JSON 边界：引擎零依赖纯函数，外部能力（OCR/LLM/持久化宿主）经 JSON 注入——
ocr_image/retrieve_for_prompt均走此边界。 - 确定性：逻辑时钟
clock（非 wall-clock），同输入必同输出（R15 契约）；浮点统一r4舍入。
已知边界
- Windows native 构建需 MSVC（
link.native.cc指向 cl.exe，scripts/setup.ps1可检测）。 - BLEU 实现口径：Add-1 平滑 + BP（Papineni 2002 单参考），与 sacrebleu 数值可能有小幅差异。
- chrF++：字符 1-6 元 + 词 1-2 元，β=2（Popović 2017），空格不参与字符 n-gram。
- MQM 严重度采用标准尺度 None=0/Minor=1/Major=5/Critical=10；数字守门（numeric_consistency）
不受跨语种影响。
