v0.6-wip: Python-based Phase 4 translation pipeline

架构变更：把 dr-translator 从 opencode agent 降级为 Python 脚本编排下的 LLM 调用。根本原因是 agent 一次性处理 19k 英文词整文，单次 output token 接近 Sonnet 4.6 上限（~32k），多次重跑都卡在同一个坑里——问题是架构本身，不是 prompt。新架构： scripts/lib/zenmux_client.py HTTP 客户端，指数退避重试、token 统计 JSONL 日志、secrets.env 自动加载 scripts/lib/markdown_chunker.py 按 H1/H2 切块，稳定 anchor ID（order+title sha1），支持合并/统计 scripts/prompts/translate_system.txt 英译中 prompt，用自定义 <<<TRANSLATION>>> 分隔符格式（规避 Markdown-in-JSON 问题） scripts/prompts/polish_system.txt 中文润色 prompt（留给下一步 polish.py） scripts/translate.py 主入口：章节级切块 → 逐块翻译 → 拼接关键设计： - 0 依赖 LLM 遵从性：Python 控制切块/循环/重试，LLM 只做单块翻译 - 断点续传：每块翻译完立即写 phase4/zh_chunks/<order>-<anchor>.md - 术语表累积：每块的 glossary_patch 合并回 phase4/glossary.json - 失败隔离：单块失败不影响其他块，重跑只补缺 - 调试友好：--only N,M / --limit K / --force 实测（dual-target-rnai-pipeline-2026）： - 63 块全部成功，17 分钟，$1.70 - 33,441 中文字（符合"研究类 ≥30,000 字"硬标准） - 310 条双语术语 - 翻译质量：接近母语咨询分析师写作下一步：polish.py（按 H2 section 润色）、merge_chapters.py（从 phase2/drafts 合并生成 final_en.md）、重构 dr-editor-in-chief 调度脚本、更新 /dr-finalize。 Co-authored-by: User <human>
2026-04-22 10:43:43 +08:00
parent 701bc1887e
commit 1b47b50d3c
74 changed files with 2792 additions and 3 deletions
@@ -0,0 +1,5 @@
+# 第三章 — 全球研发管线比头条新闻所呈现的更为密集，而中国的资产布局速度超过其他所有参与者
+
+双靶点siRNA临床管线——剔除被错误标注为"双靶点"的联合给药项目——截至2026年4月，全球已披露项目约为12至15个，较2023年数量大致翻倍。2024年后新增项目中，有一半持有中国IND或源自中国本土平台。心脏代谢疾病（cardiometabolic disease）的高度集中并非商业偏好使然，而是解剖学层面的结构性约束。肝细胞去唾液酸糖蛋白受体的密度（每个细胞约500,000个结合位点 [src_C04]），使GalNAc-siRNA在肝脏递送领域形成事实上的排他性优势；而脂质与血压生物学中所有主要肝脏靶点，均在同一细胞内共表达。正是这种共表达关系，构成了双靶点策略的供应链逻辑：两个基因同时沉默，一个偶联物，一次注射，一条生产线。
+
+---