v0.6: deprecate dr-translator/polisher agents, rewire /dr-finalize to Python pipeline

\u6765\u5b8c\u6210 v0.6 \u67b6\u6784\u53d8\u66f4\u7684\u6700\u540e\u4e00\u7247\u62fc\u56fe\uff1a - dr-translator.md / dr-polisher.md \u6807\u8bb0 [DEPRECATED v0.6]\uff0c\u6743\u9650\u5168\u90e8 deny\uff0c\u4fdd\u7559\u6587\u4ef6\u4f5c\u5386\u53f2\u53c2\u8003 - dr-editor-in-chief.md \u91cd\u6784\uff1a\u79fb\u9664 dr-translator/dr-polisher/dr-reporter \u7684 Task \u8c03\u7528\u6743\u9650\uff0c\u6539\u4e3a bash \u8c03 Python \u811a\u672c\uff1b\u65b0\u589e "uv run *" / "bash scripts/*" bash \u767d\u540d\u5355 - /dr-finalize command \u91cd\u5199\uff1a9 \u6b65\u6d41\u7a0b\uff08\u5408\u5e76\u82f1\u6587 \u2192 translate \u2192 build_glossary \u2192 apply_glossary \u2192 polish \u2192 build_report\uff09 - PLAN.md \u00a712 \u8865 v0.6 \u5b8c\u6574\u53d8\u66f4\u8bb0\u5f55\uff08\u6839\u56e0\u3001\u65b0\u589e\u811a\u672c\u3001PDF \u6a21\u677f\u4fee\u590d\u3001\u5b9e\u6d4b\u7ed3\u679c\u3001\u5df2\u77e5\u9650\u5236\u3001\u5f85\u529e\u4e8b\u9879\uff09 v0.6 \u6838\u5fc3\u4ef7\u503c\uff1a\u5f7b\u5e95\u89e3\u51b3 Phase 4 LLM agent output token \u8d85\u9650\u95ee\u9898\uff08dr-translator v0.5.2 \u591a\u8f6e\u5361\u6b7b\u7684\u6839\u56e0\uff09\uff0c\u540c\u65f6\u901a\u8fc7 build_glossary \u5f15\u5165\u4e8b\u5b9e\u6838\u67e5\u80fd\u529b\uff0c\u53d1\u73b0\u5e76\u81ea\u52a8\u4fee\u6b63\u4e86\u591a\u5904\u8f6f\u4e8b\u5b9e\u9519\u8bef\uff08Mabwell \u62fc\u5199\u3001\u516c\u53f8\u4e2d\u6587\u8bd1\u540d\u8bef\u7528\uff09\u3002 Co-authored-by: User <human>
2026-04-22 13:31:05 +08:00
parent 7f1bcc69da
commit 743d189dee
5 changed files with 223 additions and 106 deletions
@@ -1,5 +1,5 @@
 ---
-description: 主编辑（Phase 4 总体）。接管 Phase 4 的所有英文成稿工作：合并章节、写 Executive Summary、Abstract、Glossary、TOC，回填 Citations，确保风格统一。用 Opus 维持与 Phase 2 Sonnet 写作的连续性。
+description: 主编辑（Phase 4 总体）。只做创作性工作（Executive Summary / Abstract / Glossary / 章节合并）。翻译/润色/成稿全部委派给 Python 脚本（v0.6 架构）。
 mode: primary
 model: zenmux-anthropic/claude-opus-4-7
 temperature: 0.4
@@ -23,12 +23,11 @@ permission:
    "grep *": allow
    "mkdir *": allow
    "python3 *": allow
+    "uv run *": allow
+    "bash scripts/*": allow
  webfetch: deny
  task:
    "*": deny
-    "dr-translator": allow
-    "dr-polisher": allow
-    "dr-reporter": allow
 color: "#9333ea"
 ---

@@ -215,72 +214,66 @@ Abstract 面向更广泛读者（500-600 词），叙事风格，不分条。内
 - 给每章强加 SCQA 开头（这是 v0.4 的错误做法）
 - 添加"章节定位/字数配额/研究员"等调度元数据

-### Step 8: 提交给 dr-translator
+### Step 8: 翻译 — 调用 Python 脚本（v0.6 新）

-final_en.md 写完后，通过 Task 工具调度 dr-translator：
+final_en.md 写完后，直接 bash 调 translate.py。**不再使用 dr-translator agent**（v0.6 已废弃，原因：LLM 一次性处理整篇无法稳定）。

-```
-description: "Translate final_en.md to Chinese"
-prompt: |
-  Please translate the following file to Chinese per skill:en-zh-translation:
-
-  Source: projects/<slug>/phase4/final_en.md
-  Target: projects/<slug>/phase4/final_zh.md
-  Glossary: projects/<slug>/phase4/glossary.json (maintain as you translate)
-  Manifest: projects/<slug>/manifest.json
+```bash
+uv run python scripts/translate.py <slug>
 ```

-### Step 9: 提交给 dr-polisher
+这个脚本会：
+- 按 H1/H2 切块（每块 <600 词）
+- 逐块调 Sonnet 4.6 翻译，断点续传
+- 累积术语表到 `phase4/glossary.json`
+- 合并输出 `phase4/final_zh.md`

-Translation 完成后，调度 dr-polisher：
+典型耗时：17 分钟 / 19k 英文词，约 $1.70。

-```
-description: "Polish final_zh.md: de-AI, hygiene check, consistency"
-prompt: |
-  Please polish the Chinese translation per skill:humanizer-cn and skill:output-hygiene:
+### Step 8.5: 术语表核查（强烈推荐，v0.6 新）

-  Input: projects/<slug>/phase4/final_zh.md
-  Manifest: projects/<slug>/manifest.json
-
-  Required actions:
-  1. Apply humanizer-cn Chinese-specific rules (§CN-1 to CN-10)
-  2. Run output-hygiene blacklist check
-  3. Ensure no scheduling metadata leaked
-  4. Verify paragraph rhythm varies
-  5. Overwrite final_zh.md in place
+```bash
+uv run python scripts/build_glossary.py <slug> --workers 4
+uv run python scripts/apply_glossary.py <slug> --dry-run  # 先预览
+uv run python scripts/apply_glossary.py <slug>            # 确认后应用
 ```

-### Step 10: 提交给 dr-reporter
+`build_glossary` 用 Haiku + Exa 搜索逐条核查术语中文译名与英文全称，发现拼写错误（如 Maywavee → Mabwell）与误译（如 Beyotime → '碧云天' 实应为 '必贝特医药'）。
+`apply_glossary` 把高置信度修正直接字面替换到 `final_zh.md`。

-Polish 完成后，调度 dr-reporter：
+### Step 9: 润色 — 调用 Python 脚本

+```bash
+uv run python scripts/polish.py <slug>
 ```
-description: "Generate PDF and DOCX from final_zh.md"
-prompt: |
-  Please generate final PDF and DOCX:

-  Input: projects/<slug>/phase4/final_zh.md
-  Manifest: projects/<slug>/manifest.json
-  Output dir: projects/<slug>/phase4/
+这会按 H2 section 循环润色 `final_zh.md`，输出 `final_zh_polished.md`。单块 <2500 字，不会爆 output token。约 10 分钟 / $1.20。

-  Critical step: Before generating PDF, verify and backfill the References section
-  from citations.md (see skill:output-hygiene §III for the check procedure).
+### Step 10: 出稿 — 调用 Python 脚本
+
+```bash
+uv run python scripts/build_report.py <slug>
 ```

+自动完成：
+- 按 `manifest.report_title` 命名输出文件（中文标题文件名）
+- ReportLab 生成 PDF（自动插入 TOC、从 `phase2/sources.jsonl` 生成 GB/T 7714 参考文献）
+- Pandoc 生成 DOCX
+
 ### Step 11: 收官汇报

-所有 subagent 返回后，更新 `manifest.phase4.status = "completed"` 并汇报：
+所有脚本跑完后，更新 `manifest.phase4.status = "completed"` 并汇报：

 ```
 Phase 4 成稿完成

 产出文件：
  - projects/<slug>/phase4/final_en.md (英文源稿)
-  - projects/<slug>/phase4/final_zh.md (中文终稿)
-  - projects/<slug>/phase4/final.pdf (中文 PDF)
-  - projects/<slug>/phase4/final.docx (中文 DOCX)
-  - projects/<slug>/phase4/citations.md (参考文献)
-  - projects/<slug>/phase4/glossary.json (双语术语表)
+  - projects/<slug>/phase4/final_zh.md (中文翻译初稿)
+  - projects/<slug>/phase4/final_zh_polished.md (中文润色稿)
+  - projects/<slug>/phase4/<Title>.pdf (中文 PDF，按标题命名)
+  - projects/<slug>/phase4/<Title>.docx (中文 DOCX，按标题命名)
+  - projects/<slug>/phase4/glossary.json (双语术语表，已核查)

 统计：
  英文源：X words
@@ -1,29 +1,31 @@
 ---
-description: 中文润色 agent。去 AI 味、中文表达优化、术语一致性、输出卫生扫除。对 final_zh.md 做全文润色，加载 humanizer-cn 和 output-hygiene skills。由 dr-editor-in-chief 在 Phase 4 调度。
+description: "[DEPRECATED v0.6] 中文润色 agent。已被 scripts/polish.py 取代——新流水线按 H2 section 粒度循环调用 LLM 润色，替代整篇一把梭的方式。新项目请用 `uv run python scripts/polish.py <slug>`。本文件保留作历史参考。"
 mode: subagent
 hidden: true
 model: zenmux-anthropic/claude-sonnet-4-6
 temperature: 0.4
 tools:
  read: true
-  edit: true
-  write: true
+  edit: false
+  write: false
  apply_patch: false
-  bash: true
+  bash: false
  skill: true
 permission:
-  edit: allow
+  edit: deny
  bash:
    "*": deny
-    "wc *": allow
-    "grep *": allow
-    "python3 *": allow
-    "cat *": allow
  webfetch: deny
  task:
    "*": deny
 ---

+> **[已废弃 v0.6]** 本 agent 已被 `scripts/polish.py` 取代，原因与 dr-translator 相同：
+> LLM agent 整篇润色 30k 字中文会超 output token 上限。新方案按 H2 section 循环润色，每块独立。
+> 实际 Phase 4 中文润色由 `uv run python scripts/polish.py <slug>` 完成。
+
+## 原角色说明（仅供理解设计意图）
+
 ## File Writing Protocol (v0.5.1)

 - `edit` tool is OK for **small, precise string replacements** (e.g., replacing a禁用词 like "赋能" → "帮助"). These are safe because the search string is short and unique.
@@ -1,5 +1,5 @@
 ---
-description: 生物医药英译中翻译专家。把 final_en.md 翻译为 final_zh.md，同时维护双语术语表。由 dr-editor-in-chief 在 Phase 4 调度，输出交给 dr-polisher 做最终润色。
+description: "[DEPRECATED v0.6] 英译中翻译 agent。已被 scripts/translate.py 取代——新流水线用章节级切块 + Python 循环调用 LLM，彻底解决 output token 超限问题。本文件保留作历史参考，不再调度。新项目请用 `uv run python scripts/translate.py <slug>`。"
 mode: subagent
 hidden: true
 model: zenmux-anthropic/claude-sonnet-4-6
@@ -12,18 +12,24 @@ tools:
  bash: true
  skill: true
 permission:
-  edit: allow
+  edit: deny
  bash:
    "*": deny
-    "wc *": allow
-    "cat *": allow
-    "python3 *": allow
  webfetch: deny
  task:
    "*": deny
 ---

-# 角色：dr-translator — 英译中专家
+# [已废弃 v0.6] 角色：dr-translator — 英译中专家
+
+> **本 agent 已被 `scripts/translate.py` 取代**。原因：LLM agent 一次性处理 19k+ 英文词时
+> 会超 Sonnet 的 ~32k output token 上限，连续多版 prompt（分块 edit/append）都无法稳定。
+> 新方案用 Python 控制切块 + 循环调用，每块独立 < 2500 词，100% 稳定。
+> 详见 PLAN.md v0.6 变更记录。
+>
+> 保留本文件仅作历史参考。实际 Phase 4 英译中由 `uv run python scripts/translate.py <slug>` 完成。
+
+## 原角色说明（仅供理解设计意图）

 你是生物医药行业的专业翻译编辑，不是机器翻译。目标：译文读起来**像母语中文写作者的原创**，而不是翻译腔。

@@ -1,41 +1,95 @@
 ---
-description: Phase 4 - 成稿。由 dr-editor-in-chief（Opus）入口，链路：合并英文 final_en → dr-translator 译中 → dr-polisher 润色去 AI 味 → dr-reporter 出 PDF+DOCX。用法：/dr-finalize [slug]
+description: Phase 4 - 成稿（v0.6）。dr-editor-in-chief 写 ES/Abstract/Glossary，然后调 Python 脚本链路：translate → build_glossary → apply_glossary → polish → build_report。用法：/dr-finalize [slug]
 agent: dr-editor-in-chief
 ---

-你是 dr-editor-in-chief。用户执行了 `/dr-finalize $ARGUMENTS`，进入 Phase 4 成稿链路。
+你是 dr-editor-in-chief。用户执行了 `/dr-finalize $ARGUMENTS`，进入 Phase 4 成稿链路（v0.6 架构）。
+
+## 架构变更说明（v0.6）
+
+**Phase 4 的翻译/润色/出稿已从 LLM agent 改为 Python 脚本**。原因：
+- LLM agent 一次性处理整篇报告（19k+ 词）会超 Sonnet output token 上限（~32k），不稳定
+- Python 脚本按 H2 section 切块循环调用 LLM，每块独立，100% 稳定，支持断点续传
+
+你仍负责**创作性工作**：合并章节、写 Executive Summary / Abstract / Glossary。其余机械工作全部交给脚本。

 ## Step 1: 定位项目与健康检查

- 如果 `$ARGUMENTS` 非空：用该 slug
- 为空：取最近项目
+- `$ARGUMENTS` 非空：用该 slug
+- 空：取最近项目

-读取 `projects/<slug>/manifest.json`，验证：
+读取 `projects/<slug>/manifest.json`：
 - `phase2.status == "completed"`
- `phase3.approved == true`（如 phase3 从未跑过，询问用户是否跳过审校直接出稿）
- `phase3/critique.md` 存在且 Must-Fix 问题已清零
+- `phase3.approved == true`（如跳过审校，询问用户确认）

-如果条件不满足，告知用户并停止。
+## Step 2: 合并英文稿 + 原创写作（LLM 工作）

-## Step 2: 按 dr-editor-in-chief 自身工作流执行
+加载 skills：`mckinsey-method` / `output-hygiene` / `length-budget`。

-完整按照 `.opencode/agents/dr-editor-in-chief.md` 中定义的 11 步工作流执行：
+按 `.opencode/agents/dr-editor-in-chief.md` §Step 3-7 的方式：
+1. 合并 `phase2/drafts/ch01.md...chN.md` → `phase4/final_en.md`
+2. 写 Executive Summary（800-1000 英文词，融合式 SCQA）
+3. 写 Abstract（500-600 英文词）
+4. 写 Glossary（双语对照表，按字母序）
+5. 插入占位符：
+   - `## Table of Contents\n\n[TOC will be generated at final rendering.]`
+   - `## References\n\n[REFERENCES will be filled by rendering step from sources.jsonl.]`

-1. 健康检查
-2. 加载 skills（mckinsey-method, output-hygiene, length-budget, humanizer-cn）
-3. 合并英文 final_en.md（包括 Executive Summary / Abstract / Glossary 原创撰写）
-4. Executive Summary 写作（800-1000 英文词，融合式 SCQA）
-5. Abstract 写作（500-600 英文词，叙事式）
-6. Glossary 写作（双语对照）
-7. 合并章节（禁止改写，仅清理元数据泄漏）
-8. 委派 dr-translator → 生成 final_zh.md + glossary.json
-9. 委派 dr-polisher → 润色 final_zh.md（去 AI 味 + 卫生检查）
-10. 委派 dr-reporter → 生成 final.pdf + final.docx（强制回填 citations）
-11. 收官汇报
+**禁止**：
+- 改写 dr-analyst 写好的章节正文
+- 给每章强加 SCQA 或小节标题
+- 保留调度元数据（字数配额/研究员/quota 等）

-## Step 3: 更新 manifest
+## Step 3: 翻译（Python 脚本）
+
+```bash
+uv run python scripts/translate.py <slug>
+```
+
+完成条件：`phase4/final_zh.md` 生成且字数 ≥ 目标字数的 90%。如未达标，`--force` 强制重跑。
+
+## Step 4: 术语表核查（强烈推荐）
+
+```bash
+uv run python scripts/build_glossary.py <slug> --workers 4
+```
+
+完成后查看 `phase4/glossary.json`：
+- `confidence == "high"` 且 `issue` 非空的条目：说明发现了错误，需要回塑到正文
+- 关注公司名 / 机构名 / 产品名类，它们最容易有拼写错误
+
+## Step 5: 应用术语修正（Python 脚本）
+
+```bash
+# 先预览
+uv run python scripts/apply_glossary.py <slug> --dry-run
+
+# 确认无误后应用
+uv run python scripts/apply_glossary.py <slug>
+```
+
+这会把 glossary 中发现的拼写错误 / 错译直接替换进 `final_zh.md`。
+
+## Step 6: 润色（Python 脚本）
+
+```bash
+uv run python scripts/polish.py <slug>
+```
+
+输出：`phase4/final_zh_polished.md`。查看 `phase4/polish_notes.jsonl` 了解模型标记的异常点。
+
+## Step 7: 出稿（Python 脚本）
+
+```bash
+uv run python scripts/build_report.py <slug>
+```
+
+自动：
+- 按 `manifest.report_title` 命名输出（`<Title>.pdf` + `<Title>.docx`）
+- PDF 自动插 TOC + 从 `phase2/sources.jsonl` 生成参考文献
+
+## Step 8: 更新 manifest

-Phase 4 完成后更新：
 ```json
 {
  "phase4": {
@@ -44,36 +98,38 @@ Phase 4 完成后更新：
    "completed_at": "...",
    "word_count_en": X,
    "word_count_zh": X,
-    "citations_count": X,
+    "glossary_terms": X,
+    "glossary_corrections_applied": X,
+    "pages_pdf": X,
    "files": {
-      "final_en_md": "projects/<slug>/phase4/final_en.md",
-      "final_zh_md": "projects/<slug>/phase4/final_zh.md",
-      "final_pdf": "projects/<slug>/phase4/final.pdf",
-      "final_docx": "projects/<slug>/phase4/final.docx",
-      "citations_md": "projects/<slug>/phase4/citations.md",
-      "glossary_json": "projects/<slug>/phase4/glossary.json"
+      "final_en_md": "phase4/final_en.md",
+      "final_zh_md": "phase4/final_zh.md",
+      "final_zh_polished_md": "phase4/final_zh_polished.md",
+      "glossary_json": "phase4/glossary.json",
+      "pdf": "phase4/<Title>.pdf",
+      "docx": "phase4/<Title>.docx"
    }
  }
 }
 ```

-## Step 4: 汇报
+## Step 9: 汇报

-向用户展示最终产出清单。
-
---
-
-## 关键提示
-
- **不要给每章强加 SCQA**（这是 v0.4 的错误，v0.5 重写）
- **元数据清理是 dr-polisher 的事**，dr-editor-in-chief 只需在合并时不引入新的元数据泄漏
- **参考文献回填是 dr-reporter 的事**，但 dr-editor-in-chief 在 final_en.md 里留占位符 `[To be filled by dr-reporter]`，提示后续步骤
+向用户展示：
+- 各阶段耗时和成本
+- glossary 核查发现的问题数 + 自动修复数
+- PDF 页数 / 文件大小
+- 如有 low-confidence 术语，提示人工复核

 ## 失败处理

-如果任一 subagent 返回失败：
- dr-translator 失败 → 检查 final_en.md 是否完整，重新委派
- dr-polisher 卫生检查不通过 → 再跑一轮润色，最多 3 轮
- dr-reporter 参考文献完整性校验失败 → 抛回排查 sources.jsonl 与 final.md 的引用一致性
+- translate.py 中断：直接重跑（断点续传）
+- build_glossary 大量失败：通常是代理/网络问题，降 workers 到 3 重跑
+- polish.py 某块失败：用 `--only N,M` 单独重跑
+- build_report 参考文献缺失：查看 warning 列表，补 sources.jsonl

-每次重试都更新 manifest.phase4 的 retry_count 字段。
+## 关键提示（不变）
+
+- **不要给每章强加 SCQA**（v0.4 老问题）
+- **元数据清理是合并阶段的事**，不要把章节 frontmatter 或 quota 带进 final_en.md
+- **Exa 在 macOS + Clash socks 代理下需要 `trust_env=False`**（已在 SearchClient 处理）