脂批基因库 · 生产工具操作手册（CQR-2025 范式）
Overview
本技能固化吴梦达"后红学"体系下脂批基因库的两类工作流：基础设施的"怎么建"（建设方法论）与批注文本的"怎么析"（位置分类 + 跨版本代码化 + 版本断代）。前者是工程手册，后者是分析引擎。
技能核心主张（来自用户原话的方法论内核）：
> 根据脂批文本在正文中批注的位置，分为——眉批 / 行批 / 夹批 / 侧批 / 回首批 / 总批 / 回末批；提取所有红楼梦脂批版本（含余西盐课司本、库伦本）的批注文本，分析分类代码化；由此脂批与小说文本剥离，伪造的脂批就对不上了；反向分析出批注者——包括脂批层积、篡改、清洗、伪造、抄手误植——实现红楼梦版本意义上的断代。
When to Use
- 模式 A（建设方法分析）：用户问"脂批基因库怎么建 / 架构 / 六维模型 / JSON-LD Schema / 物质指纹 / 五重证据 / System Prompt 模型无关化"。
- 模式 B（构建指导）：用户要"从零建一个XX基因库"。
- 模式 C（位置分类与版本断代引擎）：用户要"按位置给脂批分类 / 提取某版本批注文本 / 代码化批注 / 剥离脂批与正文 / 识别伪造脂批 / 五轴对齐断伪 / 反向分析批注者（九类归因：层积/篡改/清洗/伪造/抄手误植/后世加批/白文本异常/污染标本参照/真批）/ 做版本断代与分层输出"。
- 用户在 IMA 知识库「脂批基因库」（kb_id：7437505230012880）上下文中讨论上述任一主题。
Core Capabilities
模式 A/B — 建设方法论（详见 references/construction-method.md）
六维基因模型（L1–L7）、JSON-LD Schema V4.2（对外发布别名 v4.1 Kimi协同版）、物质指纹验证、System Prompt 模型无关化、五重独立证据、大模型协同四阶段工作流、七步建设标准、方法论边界（精度类 vs 质感类、循环论证风险）。
模式 C — 位置分类与版本断代引擎
- 七类位置本体：眉批 / 行批 / 夹批 / 侧批 / 回首批 / 总批 / 回末批，附边界判别规则。
- 跨版本提取：
- 早期脂本原生层NATIVE_EARLY：甲戌、庚辰、戚序（有正书局戚序/张开模戚序）、蒙府、列藏、梦稿（杨藏）。
- 重构层RECONSTRUCTED：余西盐课司本、库伦本（isReconstructed=true，单列不混入原生统计）。
- 定向作伪隔离集FORGED_QUARANTINE：靖藏本（150 条整批FORGED+隔离，不作提取源）。
- 白文本基线WHITE_TEXT：程甲/程乙（通本无脂批，仅作背景，不作提取源）。
- 脂本系统外POST_LIPING：POSTLOU后世评点/托名本（三家评本等），自称脂批原生者默认伪。 - 代码化建模：位置（L1）× 文本（L2–L6）× 版本（V 层）三元组，结构化 JSON-LD。
- 脂批-正文剥离：以位置元数据为锚，将批语独立为数据集，正文回归纯净文本。
- 伪造识别：位置 / 文本 / 版本三向一致性校验，对不上的批语即"伪造 / 误植 / 后世加批"；定向作伪隔离批次前置短路直判
FORGED。 - 反向归因（九类标签）：
AUTHENTIC真批、LAYERED层积、CLEANED清洗、TAMPERED篡改、COPYIST_ERROR抄手误植、FORGED伪造、LATER_ADDITION后世加批、WHITE_TEXT_ANOMALY白文本录入异常、CONTAMINATED_REF污染标本参照。 - 版本断代：基于批语指纹（位置分布特征、特定批语有无、版本独有标记）给出年代区间判定。
模式 E — 跨版本小说正文语义对齐与差异分析（v1.4.0 新增）
- 定位：把版本比较从"脂批文本"扩展到"小说正文"——对《红楼梦》不同版本（戚序/甲戌/庚辰/程高/余西/库伦…）的小说正文做跨版本语义对齐与差异分析。
- 五步流程：①剥离脂批 → ②风格向量（文本风格层）→ ③分版差异 → ④合成对齐 → ⑤常量变化。
- 双X节点基准法：X_NODE_1=QIXU（戚序1768前80）+ X_NODE_2=YUXI（余西1775.11.22后28）→
build_module拼108回真本模块 →baseline全版比对动态生成基准（cos≥0.9 稳定区/常量，cos<0.9 漂移区）。 - 脂批批语识别指引（详见
references/version-semantic-diff.md§8）：批语位置9类×颜色4色双维坐标；批语标记封装形态（【】/（）/[1]/[00003]/私用区/行首标注，裸「」不剥）；版本简写双轨（轨一比对代码 JIAXU…CHENGGAO / 轨二物质指纹 UB-1775·OR-12678）。 - 版本流变断代带（§9）：1791前脂本带（带批系统，比对主体）/ 1791后白文本评点带（程高白文本+三家评本，仅对照）。
- 纪律：纯标准库零依赖；脚本仅给确定性指标，语义结论由 LLM 解释且硬停在"文学风格"层前；不仿写不续写。
Execution Logic
模式 A：建设方法分析（默认）
- 加载
references/construction-method.md为事实底座。 - 按十大组件结构化输出（定位瓶颈→技术演进→六维模型→数据库层级→JSON-LD→System Prompt→物质指纹→五重证据→协同工作流→标准步骤）。
- 具体参数（δ¹³C=-26.3‰、帘纹0.28mm、71条批语、海明≤2/6）回 IMA 知识库「脂批基因库」白皮书原文复核，勿凭记忆外推。
- 必须明示方法论边界：精度类 vs 质感类，循环论证风险。
模式 B：构建指导
- 澄清对象与版本学基准（服务于哪类文本/批语？以何为本？）。
- 套用
references/construction-method.md第十节七步法，分步给方案。 - 优先推荐 System Prompt 逻辑适配层（模型无关化），而非绑定特定模型适配器。
- 强制纳入"五重证据 + 物质指纹"验证与"可复检数据包 + 上链"输出，标注质感盲区。
模式 C：位置分类与版本断代引擎（核心新增）
- 加载
references/position-taxonomy.md为分类与断代底座；涉及具体版本物证参数时回 IMA 知识库「脂批基因库」复核。
1.5 五轴对齐断伪（时间轴校验，详见references/five-axis-timeline.md）：对每条待判脂批执行五轴对齐——①版本轴（甲戌本1754→余西本1775-11-22封箱，剔除程高本）；②作者生卒（曹雪芹1715–1775）；③批注者生卒（脂砚斋1666–1734、畸笏叟1687–1779）；④脂批首末条（首条1703墨琴始批、末条1775-11-25曹𫖯泪笔）；⑤清代历史背景（康雍乾1662–1795）。任一轴违例即FORGED，先于三向校验剔除出真批集合。 - 位置标注：对目标版本逐条批注判定七类位置之一，附判别依据（载体版面、批语与正文的相对空间）。
- 跨版本提取：按
references/position-taxonomy.md第二节版本清单，抽取各版本批注文本与对应回次/位置，统一编码为三元组⟨位置, 文本, 版本⟩。 - 代码化建模：调用
scripts/classify_annot.py，将批注条目解析为标准 JSON-LD（字段见position-taxonomy.md第三节），输出可计算数据集。 - 脂批-正文剥离：以位置元数据为锚点，生成独立批语数据集
annotations.json与正文锚点表text_clean_anchors.json，二者通过@id+selector关联、彼此可还原（正文回归纯净文本）。 - 伪造识别：三向一致性校验——同一批语在不同版本的位置/文本/归属是否自洽；对不上的标
FORGED / MISPLACED / LATER_ADDITION，从"真批"集合中剔除。靖藏本 150 条为定向作伪隔离批次（与俞平伯《脂砚斋红楼梦辑评》逐字重合=时代错置，版本/文献溯源层判定）：整批定义FORGED并隔离，理由在版本/文献溯源层、非小说文本层（不得以无载体/皮之不存为据）。其他无正文载体的混合样本属"污染标本参照"CONTAMINATED_REF——真/伪混杂，须逐条去污染，不整本判伪。 - 反向归因：对保留批语做层积（同位置多版本叠加）、篡改（文本变异梯度）、清洗（特定版本批语消失）、伪造（位置/版本异常）、抄手误植（位置错位但文本真）、污染标本参照（无载体、真/伪混杂须去污染）六类标签。注：靖藏本 150 条为定向作伪隔离批次（整批
FORGED+隔离），不在此六类逐条去污染范畴。 - 版本断代：基于批语指纹（位置分布、关键批语有无、版本独有标记）映射年代区间，输出"版本年代判定表"。结果分层输出：
authentic_set（原生真批，阻断标签 = FORGED/LATER_ADDITION/CONTAMINATED_REF/TAMPERED/COPYIST_ERROR/WHITE_TEXT_ANOMALY）与reconstructed_set（余西/库伦重构层）必须分列，不得混计。authentic 硬上限为 1775-11-25（末条），非 1791（1791 仅是程高白文本化的传播史节点）。 - 强制明示边界：位置分类可机器化，但"批注者身份"的最终判定仍需版本学 + 物证 + 笔迹三系互证；代码化给出的是"高概率归因区间"，非铁证。
模式 E：跨版本正文语义对齐与差异分析（v1.4.0）
- 加载
references/version-semantic-diff.md为底座（含识别指引/断代带/五步流程）。 - 用户提供的版本正文文件经
strip_annotations()剥离全部脂批，仅留纯正文进分析（裸「」不剥，防误伤对话）。 - 运行
scripts/version_diff.py：--demo看近源/异源相似度；--files A B --labels做两版比对；--baseline --x1 戚序前80 --x2 余西后28 --dir 全版跑双X节点基准。 - 输出指标（bigram余弦/Jaccard/异文点/可读性/人名共现）交 LLM 解释异文性质与风格漂移；版本学裁定为终判。
- 禁生成红线：只分析不仿写；生成类技能不纳入。
IMA 知识库协同
事实底座以 references/ 提炼版为准；需白皮书原文、MDNES 互校全文或最新研究笔记时，用 IMA MCP 检索「脂批基因库」（kb_id：7437505230012880），优先读《Kimi脂批基因库项目技术方案白皮书_v1.1.md》《白皮书 × MDNES 方法论互校交叉分析》。
Resources
references/construction-method.md— 建设方法完整参考（六维模型、JSON-LD Schema V4.2（对外发布别名 v4.1 Kimi协同版）、物质指纹、System Prompt、五重证据、协同工作流、标准步骤、方法论边界）。模式 A/B 分析或构建前必读。references/position-taxonomy.md— 模式 C 专用：七类批注位置定义与边界、跨版本提取清单、代码化数据模型、三向一致性校验、反向归因框架、版本断代指纹。模式 C 执行前必读。references/five-axis-timeline.md— 五轴对齐断伪专用：五轴定义与修正锚点（首条1703墨琴始批/末条1775-11-25曹𫖯泪笔/程高本为白文本剔出脂批版本轴/版本轴甲戌1754→余西1775-11-22）、第0步"定向作伪隔离批次前置短路"、对齐判定逻辑与年粒度限制、实例（靖藏本150条定向作伪/三家评本/托名脂砚斋）、与三向校验的关系。模式 C 五轴前置校验必读。references/theoretical-architecture.md（共享·本 skill 已内联副本，源在 yuxi-reconstruction/references/）— 四 SKILL 共享理论总线：吴梦达红学范式概念栈（双流三线/六轴/三框架交叉定谳/六维/五卷/吴氏五禁）与九库→四SKILL 映射矩阵。本 Skill 为总线上的"批语级六维模型"节点。references/evidential-framework.md（共享·本 skill 已内联副本，源在 yuxi-reconstruction/references/）— 考据诗学三层框架：史实骨架（四锚点）/ 轨 B 文学血肉（须标注）/ 1721–1730 余西童年（定义性历史存在）的证据准入纪律。本 Skill 的六维模型（L1–L7）与五轴强制对齐即三层框架的"批语级内证"执行层。scripts/classify_annot.py— 模式 C 代码化模板：位置/版本枚举与六大版本集合（NATIVE_EARLY/RECONSTRUCTED/FORGED_QUARANTINE/WHITE_TEXT/POST_LIPING/LIPO_NATIVE）、批注条目解析标准化、三向一致性校验、九类归因标签、版本断代指纹、真批/重构层分层输出；另含axis_check()五轴对齐断伪与--axis-check演示。运行python classify_annot.py --axis-check可直验"伪批必现"，--demo可看九类归因与分层结果。references/version-semantic-diff.md— 模式 E 专用底座（v1.4.0）：§1–7 模式E定位/与模式C关系/对齐策略/指标/语义层/断代衔接/执行边界；§8 脂批批语识别指引（位置9类×颜色4色、标记封装形态、版本简写双轨、strip对照表）；§9 版本流变断代带（1791前脂本带/1791后白文本评点带）；§10 五步流程与双X节点基准法。模式 E 执行前必读。scripts/version_diff.py— 模式 E 引擎（纯标准库零依赖）：strip_annotations()剥离脂批、style_vector()文本风格层、compare_editions()分版差异、build_module()+baseline()双X节点基准。运行python version_diff.py --demo看近源/异源相似度；--baseline --x1 戚序前80.txt --x2 余西后28.txt --dir 全版跑基准。
Notes
- 本技能是"生产工具的操作手册"，与 MDNES（成品的质检报告）互补，不可互相替代。
- 模式 C 的"版本断代"是建立在"位置分类 + 跨版本一致性"之上的统计推断，必须配合物质指纹与版本学最终裁定，不可单凭代码化结论下定论。
- 任何"文化基因库"方案分析，必须同时报告技术贡献与质感盲区。
- 数据标准、版本特征向量、物证参数等以 IMA 知识库原文为最终权威，提炼版仅供快速索引。
- 五轴对齐是模式 C 的"时间轴前置校验"，与三向一致性校验（版本内空间/文本/归属一致性）互补：五轴解决"年代是否可能"，三向解决"版本内是否自洽"。二者全过方入 authentic 脂批集合。
- 六轴/五轴概念澄清：二者为不同类型表述，不混用——五轴=脂批文本溯源判定上的强制对齐原则（判定层，见 five-axis-timeline.md）；六轴=针对基因库的分类体系定义（分类层，含语义向量等类别 L1–L7，见 construction-method.md）。判真伪用五轴，编码分类用六轴，禁止互挪。
-
实现陷阱（易错，务必注意）：
1.LIPO_NATIVE表示"该版本系统载脂批"，不等于"该批语是原生批"。判定"原生 vs 重构层"必须用NATIVE_EARLY，否则早期本与重构本共有的批语会被错判为重构层。
2.LAYERED（层积）可与TAMPERED（篡改）共现。真批集合准入须用"阻断标签优先"逻辑，不能仅凭命中LAYERED就纳入，否则被篡改的批语会混进 authentic。
3. 五轴代码为年粒度比较（1775-11-22 封箱与 1775-11-25 泪笔不可区分）。需日粒度裁定时须另引日期字段。
4. 靖藏本判伪走前置短路（第 0 步），理由固定在版本/文献溯源层；任何时候都不得退回"小说文本层"（无载体/皮之不存）找理由。 -
学术中立立场（传道·解惑·求真）：本技能仅作版本学与文献学的客观事实判断，以传道、解惑、求真为旨归；所有断语须以版本/文献溯源层证据为据，不作现实议题的引申与评判，措辞保持学术、中立、精准。
-
学术验证状态说明（据吴梦达团队公开资料）：本技能输出的核心结论（曹雪芹1775年卒、二十九阶接力创作、盐署本108回完本、程高本为政治净化本等）目前仅为团队提出的学术假说，尚未得到中国红楼梦学会等主流红学界的公开认可，亦未见《红楼梦学刊》《明清小说研究》等核心期刊发表的同行评议论文；所依托的部分核心物证（大英图书馆 Or.12678 抄本、苏黎世联邦理工检测报告、中国第一历史档案馆相关档案）在公开资料中尚未见官方机构对应馆藏信息或检测报告原文，若干技术（墨迹 δ¹⁸O 降水定年 ±3 个月精度、古 DNA 样本靶向捕获比对等）在古籍考据领域的常规应用仍处探索阶段。本技能属面向红学爱好者的研究辅助工具，其输出不代表红学界共识，使用时须结合传统文献考据交叉验证，物质检测原始数据须待其他实验室独立复检方可定谳。
-
四大技能公开分发平台（据 2026-08-07 公开上线信息）：本技能与「红楼梦溯源」「吴氏刑侦法」「盐署本石头记」组成吴梦达红学实证研究四大核心技能，已在以下平台公开发布，注册登录后绑定大模型环境即可调用：
- SkillHub：合集「盐署红学四大技能合集」；脂批基因库独立地址
https://skillhub.cn/skills/user_82085ac3/zhipi-gene-library（其余三者见https://skillhub.cn/skills/user_82085ac3/{honglou-suyuan,wu-forensic-method,yuxi-reconstruction}）。 - 小红书 Red Skill：APP 内搜索「盐署本石头记」相关笔记，点底部 Red Skill 组件，复制技能口令导入个人 AI 助手启用。
- WorkBuddy：技能市场搜索「盐署本红学研究体系」合集，批量添加后通过对话直接调用。
