v0.6-wip: polish pipeline + PDF template fixes

Phase 4 \u6da6\u8272\u5c42\u4e0e PDF \u6a21\u677f\u4fee\u590d\uff0c\u63a5\u7740\u4e0a\u4e00\u4e2a commit\u3002

polish.py\uff08\u65b0\u589e\uff09\uff1a
- \u548c translate.py \u5bf9\u79f0\uff0c\u6309 H2 section \u5207\u5757 \u2192 \u5faa\u73af\u6da6\u8272 \u2192 \u62fc\u63a5
- \u4f7f\u7528 <<<POLISHED>>>/<<<NOTES>>> \u5206\u9694\u7b26 prompt\uff08\u907f\u5f00 Markdown-in-JSON \u95ee\u9898\uff09
- \u65ad\u70b9\u7eed\u4f20\u3001\u6a21\u578b\u81ea\u8bc4\u6ce8\u8bb0\u843d\u76d8 polish_notes.jsonl
- \u5728\u53cc\u9776\u70b9 RNAi \u9879\u76ee\u8dd1\u901a\uff1a60 \u5757\u5168\u6210\u529f\uff0c10.7 \u5206\u949f\uff0c$1.20\uff0c\u5b57\u6570 -0.2%

report-template.py\uff08\u5927\u6539\u4e00\u6279 P0 bug\uff09\uff1a
- \u5b57\u4f53\u6ce8\u518c\u652f\u6301 fonts/ttf/ \u5b50\u76ee\u5f55\uff08\u89e3\u51b3 OTF PostScript outlines \u4e0d\u517c\u5bb9\uff09
- \u5220\u9664 build_disclaimer \u91cd\u590d\u8c03\u7528\uff08\u514d\u8d23\u58f0\u660e\u4ece Markdown \u8bfb\uff0cmanifest \u4e0d\u518d\u91cd\u590d\uff09
- build_body \u81ea\u52a8\u8df3\u8fc7\u6b63\u6587\u9996\u4e2a H1+\u5c01\u9762\u5143\u4fe1\u606f\u6bb5\uff08\u4e0e\u5c01\u9762\u91cd\u590d\uff09
- \u5360\u4f4d\u7b26 \u201c\u76ee\u5f55\u5c06\u5728\u6700\u7ec8\u6e32\u67d3\u65f6\u81ea\u52a8\u751f\u6210\u201d \u2192 \u81ea\u52a8\u751f\u6210 TOC
- \u5360\u4f4d\u7b26 \u201c\u5b8c\u6574\u7f16\u53f7\u53c2\u8003\u6587\u732e\u5217\u8868\u2026\u201d \u2192 \u4ece phase2/sources.jsonl \u81ea\u52a8\u751f\u6210 GB/T 7714 \u683c\u5f0f\u5f15\u6587
- src \u4e0a\u6807\u6b63\u5219\u6269\u5c55\uff1a\u652f\u6301 src_A14 / src_B-18 \u7b49\u5b57\u6bcd+\u6570\u5b57\u7ec4\u5408 ID\uff08\u539f\u53ea\u652f\u6301 src_\d+\uff09
- Unicode \u4e0a/\u4e0b\u6807\u8f6c <super>/<sub>\uff1a10\u2076 \u2192 10<super>6</super>\uff08\u601d\u6e90\u5b57\u4f53\u5b50\u96c6\u4e0d\u542b\u4e0a\u6807\u5b57\u5f62\uff0c\u5426\u5219\u6e32\u67d3\u65b9\u6846\uff09
- \u4e2d\u82f1\u6df7\u6392\u81ea\u52a8\u52a0\u7a7a\u683c\uff08CJK \u2194 [A-Za-z0-9] \u8fb9\u754c\uff09
- \u8868\u683c\u6837\u5f0f\u91cd\u505a\uff1atable-header/table-cell/table-cell-center\uff1b\u5782\u76f4\u5c45\u4e2d\uff1b\u77ed cell\uff08\u7eaf\u6570\u5b57/\u77ed\u6807\u7b7e\uff09\u6c34\u5e73\u5c45\u4e2d\uff1b\u957f cell \u81ea\u52a8 CJK \u6362\u884c
- TOC \u672b\u5c3e PageBreak\uff08\u76ee\u5f55\u72ec\u5360\u6574\u9875\uff09

\u5df2\u77e5\u672a\u4fee\u590d\uff1a
- Maywavee \u662f LLM \u5728 dr-analyst \u9636\u6bb5\u7f16\u9020\uff0c\u6b63\u786e\u4e3a Mabwell\uff08\u8fc8\u5a01\u751f\u7269\uff09\u3002\u4fe1\u6e90\u4fa7 bug\uff0c\u9700\u5728\u540e\u7eed build_glossary.py \u4e2d\u505a\u4e8b\u5b9e\u6838\u67e5\u3002
- \u6b63\u6587 101 \u4e2a src_id\u3001sources.jsonl \u53ea\u670947 \u4e2a\u3001\u4ea4\u96c6 39 \u4e2a\u2014\u2014\u662f v0.4 \u9057\u7559\u7684\u6ce8\u5165 bug\uff0cbuild_references \u73b0\u5728\u4f1a\u5217\u51fa\u7f3a\u5931\u7684 id \u4f9b\u4eba\u5de5\u6838\u5bf9
- \u53cd\u9a73\u8bc1\u636e\u6bb5\u683c\u5f0f\u4e0d\u7edf\u4e00\u662f dr-analyst/skill \u89c4\u8303\u95ee\u9898\uff0c\u4e0b\u4e00\u6279\u6539 skill

Co-authored-by: User <human>

scripts/prompts/polish_system.txt

@@ -3,40 +3,45 @@
 ## 不可违反的规则
 
 1. **保留所有引用标注** `[src_xxx]`，位置可以微调但不得删除或改写。
-2. **保留所有数字、百分比、日期、单位、化学式、药物代号**，一字不改。
+2. **保留所有数字、百分比、日期、单位、化学式、药物代号、机构名称**，一字不改。
 3. **保留 Markdown 结构**：输入是什么标题层级（#/##/###）输出就是什么。表格的 `|` 分隔符和列数不变。列表符号（-, *, 1.）不变。
-4. **保留段落数量**：不要合并或拆分段落。每段原文输出一段译文。
-5. **专有名词首次出现保持"中文（English）"格式**；如果译文里这个术语已经这样标了就别改。
+4. **保留段落数量**：不要合并或拆分段落。每段原文对应一段输出。
+5. **专有名词首次出现保持"中文（English）"格式**；如果译文里这个术语已经这样标了就别改，也不要删掉。
 6. **不改变论点、结论、数据、案例**。只改语言表达。
 
 ## 要去掉的"AI 味/翻译腔"表征
 
 - 空泛套话：随着…不断发展、综上所述、本质上、从根本上、跃迁、赋能、落地、抓手
-- 翻译腔：对于…来说、在…方面、…的话、值得注意的是、众所周知、毫无疑问
+- 翻译腔开头：值得注意的是、众所周知、毫无疑问、不难看出
 - 冗余连词开头：此外、而且、并且、再者（英文 moreover / furthermore / additionally 的直译残留）
-- 过度强调：非常、十分、极其、特别（没有数据支撑时）
+- 介词短语套用：对于…来说、在…方面、…的话、关于…这一点
+- 过度强调：非常、十分、极其、特别、尤为（没有数据支撑时）
 - 长串的"的"字（"X 的 Y 的 Z 的 W"）改为短句
-- 被动语态（"被…所…"）尽量改主动
-- 把"我们"去掉，除非是真的作者第一人称立场
+- 被动语态（"被…所…"、"……得以……"）尽量改主动
+- 把"我们"删掉，除非真是作者第一人称立场
 
 ## 要加强的中文表达特征
 
-- 句子节奏变化：短句和中句交替，避免一路长句
+- 句子节奏变化：短句与中句交替，避免一路长句
 - 动词前置：中文偏好动词驱动，不要像英文那样把名词短语堆在主语
-- 具体化：如果翻译留下了模糊的"相关", "一定的", "较大的"，尽量换成源文里的具体含义
-- 段落内逻辑词（因此、相比之下、代价是）用得准确
+- 具体化：如果译文留下了模糊的"相关"、"一定的"、"较大的"，根据上下文换成源文里的具体含义；若无依据，保留原样不硬改
+- 段落内逻辑词（因此、相比之下、代价是）用得准确、用得克制
 
 ## 特殊情况
 
 - 如果段落里有"译者注"、"TRANSLATOR_NOTE:" 之类残留，删除后自然连接上下文
-- 如果出现明显的翻译错误（中文表达反了意思），修正它，但在输出的 `notes` 字段里记一笔
+- 如果出现明显的翻译错误（中文表达反了意思），修正它，但在输出的 `notes` 中记一笔
 - 如果某句过于生硬又不确定原意，保守处理（小改），不要激进重写
 
-## 输出格式
+## 输出格式（严格）
 
-返回一行 JSON，两个键：
+输出完全按下面的分隔符格式，前后不得有任何多余字符、说明或代码围栏。
 
-- `polished`: 完整润色后的 Markdown 块，字符串。
-- `notes`: 字符串，最多两句。若无异常就给空串。
+<<<POLISHED>>>
+...润色后的完整 Markdown 块，逐字复制，包括标题行...
+<<<END_POLISHED>>>
+<<<NOTES>>>
+...最多两句话的异常说明；若无异常就留空...
+<<<END_NOTES>>>
 
-**不要**用 ```json 包裹。不要加 JSON 外的任何字符。
+`<<<POLISHED>>>...<<<END_POLISHED>>>` 之间是原生 Markdown（无需转义）。