v0.7.2: 前置件排版重构 + emoji 禁令 + 引文核查

用户反馈 7 个 bug 修复：

1. 禁止 LLM 使用 emoji（全链路）
   - scripts/prompts/translate_system.txt 增加规则 12
   - scripts/prompts/polish_system.txt 增加规则 7
   - .opencode/agents/dr-analyst.md Hard Rules 增加第 10 条（同时把 prompt 自身的 ✅❌ 改为 MUST / MUST NOT）
   - .opencode/agents/dr-editor-in-chief.md 禁止事项加入 emoji 条款
   - .opencode/skills/output-hygiene/SKILL.md 新增 §J emoji 强制禁用

2. 术语表位置错误（应在目录之后）
   重构 build_body 为两阶段：
   (a) 扫描所有前置件（第一个正文 H1 前的所有 H1/H2），按 title_kind 分组收集
   (b) 按固定顺序渲染：免责声明 → 执行摘要 → 目录 → 术语表 → 正文 → 参考文献
   无论 Markdown 原文顺序如何，排版都一致。

3. 执行摘要/术语表提升为一级标题 + 分页空页 bug
   统一所有独立章节（disclaimer/executive_summary/toc/glossary/references）用 h1 样式，
   章节前 PageBreak；但第一个独立章节不 PageBreak（封面后已换页，避免空白）。
   去掉 build_toc 内部末尾 PageBreak（原双 PageBreak 夹出空白页）。

4. 参考文献分页
   已作为独立章节自动分页。

5. 附录章节自动删除
   _title_kind 识别 "appendix" / "version_history" / "abstract" 全部跳过。
   正文中若写了这些章节，模板直接丢弃。

6. 信源完整性核查
   新增 scripts/check_citations.py：
   - 孤立引用（正文有 sources 无）检测
   - 孤岛信源（sources 有正文无）检测
   - emoji 扫描
   - 实测发现项目中 61 条孤立引用（dr-analyst 编造的占位符）+ 5 条孤岛信源

7. git commit message 中文转义 bug
   之前 commit 用 shell 双引号 + 反斜杠导致 \uXXXX 字面保留。
   本 commit 用 heredoc 保证中文以 UTF-8 直接写入。
   已 push 的历史不改，之后都用本 commit 的写法。

PDF 验证结果：55 页，0 空白页。
章节起始页：封面(1) - 免责声明(2) - 执行摘要(3) - 目录(5) - 术语表(7) -
第一章(12) - 第十章(48) - 参考文献(52)。

.opencode/agents/dr-analyst.md

@@ -170,12 +170,13 @@ Follow `skill:humanizer-cn` §1-26 strictly:
 
 ## Hard Rules
 
-1. ✅ Every claim has `[src_xxx]` citation
+1. MUST: Every claim has `[src_xxx]` citation
-2. ✅ Every numerical fact has a source
+2. MUST: Every numerical fact has a source
-3. ✅ Counter-evidence section is mandatory (not optional)
+3. MUST: Counter-evidence section is mandatory (not optional)
-4. ✅ Word count ≥85% of quota, or continue searching
+4. MUST: Word count ≥85% of quota, or continue searching
-5. ✅ No scheduling metadata in body text (no "P0 core", "quota: X", "researcher: dr-analyst")
+5. MUST: No scheduling metadata in body text (no "P0 core", "quota: X", "researcher: dr-analyst")
-6. ✅ No SCQA labels (not even implicitly suggested by structure)
+6. MUST: No SCQA labels (not even implicitly suggested by structure)
-7. ❌ Never fabricate data, URLs, DOIs
+7. MUST NOT: Fabricate data, URLs, DOIs
-8. ❌ Never use Chinese words for claims (English working language)
+8. MUST NOT: Use Chinese words for claims (English working language)
-9. ❌ Never delegate to other agents
+9. MUST NOT: Delegate to other agents
+10. MUST NOT: **Use emoji anywhere in the draft** (no ✅ ❌ 🔶 🔷 ⭐ 🟢 🔴 ⚠️ 💡 📌 🔑 📊 etc.). The PDF font has no glyphs for colored emoji; they render as empty boxes. Use plain text equivalents (e.g., "✓", "×", "注:", "警告:", or descriptive words like "advantages / limitations / example").

.opencode/agents/dr-editor-in-chief.md

@@ -299,8 +299,9 @@ Phase 4 成稿完成
 
 ## 禁止事项
 
-- ❌ 改写 dr-analyst 已完成的章节正文
+- 改写 dr-analyst 已完成的章节正文
-- ❌ 给每章开头强加 "**Situation**:" "**Complication**:" 等标注
+- 给每章开头强加 "**Situation**:" "**Complication**:" 等标注
-- ❌ 在正文里保留"章节定位 / P0 核心章 / 字数配额 / 研究员"
+- 在正文里保留"章节定位 / P0 核心章 / 字数配额 / 研究员"
-- ❌ 参考文献用占位符了事，要确保 dr-reporter 把它填满
+- 参考文献用占位符了事，要确保 dr-reporter 把它填满
-- ❌ 中途调用 dr-chief-editor（它只管 Phase 3）
+- 中途调用 dr-chief-editor（它只管 Phase 3）
+- **在正文中使用 emoji**（✅ ❌ 🔶 🔷 ⭐ 🟢 🔴 ⚠️ 💡 📌 🔑 📊 等彩色符号）。PDF 字体无法渲染，会变成方框。用文字或简单符号（✓ × 注: 警告:）代替。

.opencode/skills/output-hygiene/SKILL.md

@@ -101,6 +101,34 @@ SCQA 要写得隐式融合（见 mckinsey-method skill）。
 
 例外：行内英文术语、代码、URL、数据单位前后保持英文标点合理。
 
+### J. Emoji（强制禁用）
+
+**正文与表格中严禁使用任何 emoji / 彩色符号**：
+
+禁用清单（但不限于）：
+`✅ ❌ ✔ ✖ 🔶 🔷 ⭐ 🟢 🔴 🟡 🟠 ⚠️ ⚠ 💡 📌 🔑 📊 📈 📉 🔥 ✨ 🎯 🎉 ➔ ➜`
+
+**原因**：PDF 使用的思源字体子集不包含这些字符的 glyph，渲染为空白方框（□）。
+
+**替代写法**：
+- 表格标记"有/无"：用 `✓` `×`（思源字体支持）或中文字 `是` / `否`
+- 强调状态：用 `◆` `●` 等几何符号（字体支持）
+- 警示：用 `注：` `警告：` `※` 等文字前缀
+- 重点：用 **粗体** 或引用块，不用 emoji
+
+扫描命令：
+```bash
+python3 -c "
+import re
+txt = open('final_zh_polished.md').read()
+pat = re.compile(r'[\u2700-\u27BF]|[\U0001F300-\U0001F9FF]|[\u2B00-\u2BFF]')
+hits = [(i, m.group()) for i, m in enumerate(pat.finditer(txt))]
+print(f'emoji 命中：{len(hits)} 处')
+for i, c in hits[:10]:
+    print(f'  位置 {i}: {c!r} (U+{ord(c):04X})')
+"
+```
+
 ---
 
 ## 三、参考文献完整性校验（最关键）

.opencode/templates/report-template.py

@@ -528,6 +528,37 @@ _UNICODE_SUB = {
 _SUPER_CHARS_RE = re.compile(f"([{''.join(_UNICODE_SUPER)}]+)")
 _SUB_CHARS_RE = re.compile(f"([{''.join(_UNICODE_SUB)}]+)")
 
+# 彩色 emoji / 特殊符号 → 文字替代。思源字体子集不含这些字形，直接放会渲染成方框。
+# 替换为字体里**实际存在**的符号（经过 fontTools 验证）。
+# 验证命令见 scripts/lib/verify_font_glyphs.py
+_EMOJI_FALLBACK = {
+    "✅": "✓",    # U+2705 → U+2713 CHECK MARK（思源有）
+    "❌": "×",    # U+274C → U+00D7 MULTIPLICATION SIGN（思源有，✗ U+2717 思源没有）
+    "✖": "×",
+    "✗": "×",
+    "🔶": "◆",    # U+1F536 → U+25C6 BLACK DIAMOND（思源有）
+    "🔷": "◇",    # U+25C7 WHITE DIAMOND（思源有）
+    "🟢": "●",    # U+25CF BLACK CIRCLE（思源有）
+    "🔴": "●",
+    "🟡": "○",    # U+25CB WHITE CIRCLE
+    "🟠": "○",
+    "⭐": "★",    # U+2605 BLACK STAR（思源有）
+    "✔": "✓",
+    "☑": "[✓]",  # U+2611 思源没有，用方括号包围替代
+    "☒": "[×]",
+    "☐": "[ ]",
+    "➔": "→",
+    "➜": "→",
+    "⚠️": "※",   # U+203B REFERENCE MARK（思源有）
+    "⚠": "※",
+    "💡": "※",
+    "📌": "•",
+    "🔑": "※",
+    "📊": "※",
+    "📈": "※",
+    "📉": "※",
+}
+
 
 def _replace_unicode_superscripts(text: str) -> str:
     """把连续的 Unicode 上标字符替换为 ReportLab <super> 标签。
@@ -549,10 +580,20 @@ def _replace_unicode_superscripts(text: str) -> str:
     return text
 
 
+def _replace_emoji(text: str) -> str:
+    """把字体里没有的 emoji 替换为字体里有的等价符号。"""
+    for emoji, fallback in _EMOJI_FALLBACK.items():
+        if emoji in text:
+            text = text.replace(emoji, fallback)
+    return text
+
+
 def md_inline_to_rl(text: str, *, add_cjk_space: bool = True) -> str:
     """Markdown inline → ReportLab mini HTML."""
     # 先做 Unicode 上/下标归一（字体子集不含这些字形，否则渲染为方框）
     text = _replace_unicode_superscripts(text)
+    # emoji 替换为字体里有的符号
+    text = _replace_emoji(text)
     # 然后在中英交界处加空格
     if add_cjk_space:
         text = _add_cjk_spaces(text)
@@ -711,8 +752,8 @@ def collect_toc_entries(blocks: List[Block]) -> List[tuple[int, str]]:
 def build_toc(blocks: List[Block], styles: StyleSheet1) -> List:
     """生成目录条目。
 
-    目录末尾 PageBreak 让后续内容独立成页。开头不 PageBreak，
+    不在本函数内部 PageBreak——前面由调用方（H1/H2 分支）插入 PageBreak；
-    调用方（H1 分支）已经负责在 H1 前另起一页。
+    后面靠下一个章节的 H1 PageBreak 自然起作用。避免"连续 PageBreak 产生空页"。
     """
     story: list = []
     story.append(Paragraph("目录", styles["h1"]))
@@ -720,7 +761,6 @@ def build_toc(blocks: List[Block], styles: StyleSheet1) -> List:
     for level, title in collect_toc_entries(blocks):
         style_name = "toc-h1" if level == 1 else "toc-h2"
         story.append(Paragraph(md_inline_to_rl(title), styles[style_name]))
-    story.append(PageBreak())
     return story
 
 
@@ -993,99 +1033,16 @@ def render_table(md_table: str, styles: StyleSheet1) -> Table:
     return table
 
 
-def build_body(
+def _render_generic_block(block: Block, story: list, base_dir: Path, styles: StyleSheet1, *, in_summary: bool) -> None:
-    blocks: List[Block],
+    """渲染一个非 H1/H2 的 block（p/quote/bullet/hr/image/table/h3）。
-    base_dir: Path,
-    styles: StyleSheet1,
-    *,
-    sources_path: Optional[Path] = None,
-) -> List:
-    """把 Markdown blocks 渲染为 flowable。
 
-    v0.6 升级：
+    提取出来的帮助函数，给术语表内部循环和主循环复用。
-    - 跳过正文开头的封面 H1 + 紧跟的元信息段（由 build_cover 独立生成，避免重复）
-    - 识别"目录"占位段落 → 自动生成 TOC
-    - 识别"参考文献"占位段落 → 自动读 sources.jsonl 生成 GB/T 7714 列表
-    - H1 triggers PageBreak；H2/H3 keepWithNext；表格 splitByRow
     """
-    story: list = []
-    in_summary = False
-
-    # 第一步：跳过"封面块"——从正文开头一直跳到第一个 H2/H3 前。
-    # 封面块 = 首个 H1（主标题） + 副标题（加粗 p） + 元信息段（Confidentiality/Date/Version） + 分隔线（hr）。
-    # 这些已由 build_cover 从 manifest 独立生成，正文里再出现就是重复。
-    # 规则简单可靠：跳过所有 block 直到遇到第一个 H2/H3（如 "## 免责声明"）。
-    n = len(blocks)
-    first_section_idx = n
-    for k, b in enumerate(blocks):
-        if b.kind in ("h2", "h3"):
-            first_section_idx = k
-            break
-    i = first_section_idx  # 从第一个 section 开始处理
-
-    while i < n:
-        block = blocks[i]
-
-        # --- H1 处理（非首个；本循环内 first_section_idx 之后的 H1 都是真正的章节 H1）---
-        if block.kind == "h1":
-            story.append(PageBreak())
-            content = block.content
-            if any(k in content for k in ("执行摘要", "Executive Summary", "管理层摘要")):
-                in_summary = True
-            else:
-                in_summary = False
-
-            # 目录 / 参考文献：替换为自动生成的内容
-            title_low = content.strip().lower()
-            if any(s in title_low for s in ("目录", "table of contents")):
-                story.extend(build_toc(blocks, styles))
-                # 跳过紧随其后的占位段
-                j = i + 1
-                while j < n and blocks[j].kind == "p" and _TOC_PLACEHOLDER_RE.search(blocks[j].content):
-                    j += 1
-                i = j
-                continue
-            if any(s in title_low for s in ("参考文献", "references")):
-                story.extend(build_references(blocks, sources_path, styles))
-                j = i + 1
-                while j < n and blocks[j].kind == "p" and _REF_PLACEHOLDER_RE.search(blocks[j].content):
-                    j += 1
-                i = j
-                continue
-
-            story.append(Paragraph(md_inline_to_rl(content), styles["h1"]))
-            i += 1
-            continue
-
-        # --- H2 同样检测占位符 ---
-        if block.kind == "h2":
-            title_low = block.content.strip().lower()
-            if any(s in title_low for s in ("目录", "table of contents")):
-                story.extend(build_toc(blocks, styles))
-                j = i + 1
-                while j < n and blocks[j].kind == "p" and _TOC_PLACEHOLDER_RE.search(blocks[j].content):
-                    j += 1
-                i = j
-                continue
-            if any(s in title_low for s in ("参考文献", "references")):
-                story.extend(build_references(blocks, sources_path, styles))
-                j = i + 1
-                while j < n and blocks[j].kind == "p" and _REF_PLACEHOLDER_RE.search(blocks[j].content):
-                    j += 1
-                i = j
-                continue
-
-            story.append(Paragraph(md_inline_to_rl(block.content), styles["h2"]))
-            i += 1
-            continue
-
     if block.kind == "h3":
         story.append(Paragraph(md_inline_to_rl(block.content), styles["h3"]))
     elif block.kind == "p":
-            # 跳过已识别但没有标题的孤立占位符（防御性）
         if _TOC_PLACEHOLDER_RE.search(block.content) or _REF_PLACEHOLDER_RE.search(block.content):
-                i += 1
+            return
-                continue
         style = styles["summary"] if in_summary else styles["body"]
         story.append(Paragraph(md_inline_to_rl(block.content), style))
     elif block.kind == "quote":
@@ -1118,6 +1075,212 @@ def build_body(
         except Exception as e:
             story.append(Paragraph(f"[表格渲染失败: {e}]", styles["caption"]))
 
+
+def build_body(
+    blocks: List[Block],
+    base_dir: Path,
+    styles: StyleSheet1,
+    *,
+    sources_path: Optional[Path] = None,
+) -> List:
+    """把 Markdown blocks 渲染为 flowable。
+
+    v0.6 升级：
+    - 跳过正文开头的封面 H1 + 紧跟的元信息段（由 build_cover 独立生成，避免重复）
+    - 识别"目录"占位段落 → 自动生成 TOC
+    - 识别"参考文献"占位段落 → 自动读 sources.jsonl 生成 GB/T 7714 列表
+    - H1 triggers PageBreak；H2/H3 keepWithNext；表格 splitByRow
+    """
+    story: list = []
+    in_summary = False
+
+    # 第一步：跳过"封面块"——从正文开头一直跳到第一个 H2/H3 前。
+    # 封面块 = 首个 H1（主标题） + 副标题（加粗 p） + 元信息段（Confidentiality/Date/Version） + 分隔线（hr）。
+    # 这些已由 build_cover 从 manifest 独立生成，正文里再出现就是重复。
+    # 规则简单可靠：跳过所有 block 直到遇到第一个 H2/H3（如 "## 免责声明"）。
+    n = len(blocks)
+    first_section_idx = n
+    for k, b in enumerate(blocks):
+        if b.kind in ("h2", "h3"):
+            first_section_idx = k
+            break
+    i = first_section_idx  # 从第一个 section 开始处理
+
+    def _title_kind(title_raw: str) -> str:
+        """识别标题的"语义类别"。无论原文 H1 或 H2，统一归类。
+
+        返回：
+          'abstract'        — 摘要（将被跳过）
+          'appendix'        — 附录（将被跳过）
+          'version_history' — 版本历史（将被跳过）
+          'toc'             — 目录（自动生成）
+          'references'      — 参考文献（自动生成）
+          'glossary'        — 术语表（独立章节）
+          'disclaimer'      — 免责声明（独立章节）
+          'executive_summary' — 执行摘要（独立章节）
+          'chapter'         — 正文章节（默认）
+        """
+        t = title_raw.strip().lower()
+        # 跳过类
+        if t in ("摘要", "abstract"):
+            return "abstract"
+        if t.startswith("附录") or t.startswith("appendix"):
+            return "appendix"
+        if t in ("版本历史", "version history", "版本"):
+            return "version_history"
+        # 自动生成类
+        if t in ("目录", "table of contents"):
+            return "toc"
+        if t in ("参考文献", "references", "bibliography"):
+            return "references"
+        # 识别类（带 PageBreak 独立成章）
+        if t in ("术语表", "glossary"):
+            return "glossary"
+        if t in ("免责声明", "disclaimer"):
+            return "disclaimer"
+        if t in ("执行摘要", "executive summary", "管理层摘要"):
+            return "executive_summary"
+        return "chapter"
+
+    def _consume_until_next_section(start: int) -> int:
+        """从 start 开始收集内容（非 H1/H2 的 block），返回下一个 H1/H2 的索引。"""
+        j = start
+        while j < n and blocks[j].kind not in ("h1", "h2"):
+            _render_generic_block(blocks[j], story, base_dir, styles, in_summary=in_summary)
+            j += 1
+        return j
+
+    def _skip_until_next_section(start: int) -> int:
+        """从 start 开始跳过内容，返回下一个 H1/H2 的索引。"""
+        j = start
+        while j < n and blocks[j].kind not in ("h1", "h2"):
+            j += 1
+        return j
+
+    # 收集前置件（在第一个"正文 H1 章节"之前的所有内容）按 title_kind 分组。
+    # 然后按固定顺序输出：免责声明 → 执行摘要 → 目录 → 术语表 → 正文 → 参考文献。
+    # 这样无论 Markdown 里写的顺序如何，最终排版都一致（目录在术语表之前）。
+    first_h1_idx = n
+    for k in range(i, n):
+        if blocks[k].kind == "h1" and _title_kind(blocks[k].content) == "chapter":
+            first_h1_idx = k
+            break
+
+    # 收集"前置件段"：从 i 到 first_h1_idx
+    front_sections: dict[str, list[Block]] = {}
+
+    def _collect_section(start: int, until: int) -> tuple[str, list[Block], int]:
+        """从 start 处的 H1/H2 开始，收集这一 section 直到下一个 H1/H2（或 until）。
+        返回 (kind, blocks 列表, 下一个 section 的起始索引)。
+        """
+        head = blocks[start]
+        kind = _title_kind(head.content)
+        sec = [head]
+        k = start + 1
+        while k < until and blocks[k].kind not in ("h1", "h2"):
+            sec.append(blocks[k])
+            k += 1
+        return kind, sec, k
+
+    # 在前置件区域内遍历
+    k = i
+    while k < first_h1_idx:
+        b = blocks[k]
+        if b.kind not in ("h1", "h2"):
+            k += 1
+            continue
+        kind, sec, next_k = _collect_section(k, first_h1_idx)
+        if kind in ("abstract", "appendix", "version_history"):
+            pass  # 丢弃
+        elif kind in front_sections:
+            # 重复出现：保留第一份
+            pass
+        else:
+            front_sections[kind] = sec
+        k = next_k
+
+    # 前置件输出顺序（固定）
+    front_order = [
+        "disclaimer",        # 免责声明
+        "executive_summary", # 执行摘要
+        "toc",               # 目录
+        "glossary",          # 术语表
+    ]
+
+    def _render_head_section(kind: str, sec: list[Block]) -> None:
+        """渲染一个前置件 section。sec[0] 是标题，其余是正文。"""
+        nonlocal in_summary
+        # 独立章节前加 PageBreak（但第一个除外，避免封面后空白页）
+        if len(story) > 0:
+            story.append(PageBreak())
+        in_summary = (kind == "executive_summary")
+        head = sec[0]
+
+        # TOC 和 references 调用专门的生成器
+        if kind == "toc":
+            story.extend(build_toc(blocks, styles))
+            return
+        if kind == "references":
+            story.extend(build_references(blocks, sources_path, styles))
+            return
+
+        # 其它前置件：H1 样式渲染标题 + 内容
+        story.append(Paragraph(md_inline_to_rl(head.content), styles["h1"]))
+        for sub in sec[1:]:
+            # 跳过占位符段
+            if sub.kind == "p" and (
+                _TOC_PLACEHOLDER_RE.search(sub.content)
+                or _REF_PLACEHOLDER_RE.search(sub.content)
+            ):
+                continue
+            _render_generic_block(sub, story, base_dir, styles, in_summary=in_summary)
+
+    for kind in front_order:
+        if kind in front_sections:
+            _render_head_section(kind, front_sections[kind])
+
+    in_summary = False
+
+    # 现在输出正文（从 first_h1_idx 开始）
+    i = first_h1_idx
+    while i < n:
+        block = blocks[i]
+
+        if block.kind not in ("h1", "h2"):
+            _render_generic_block(block, story, base_dir, styles, in_summary=in_summary)
+            i += 1
+            continue
+
+        kind = _title_kind(block.content)
+
+        # 跳过类
+        if kind in ("abstract", "appendix", "version_history"):
+            i = _skip_until_next_section(i + 1)
+            continue
+
+        # 参考文献：自动生成
+        if kind == "references":
+            story.append(PageBreak())
+            story.extend(build_references(blocks, sources_path, styles))
+            j = i + 1
+            while j < n and blocks[j].kind == "p" and _REF_PLACEHOLDER_RE.search(blocks[j].content):
+                j += 1
+            i = j
+            continue
+
+        # 目录/术语表不应在正文中出现（已经作为前置件处理）
+        # 如果原文里在正文中又写了一遍目录/术语表，则跳过
+        if kind in ("toc", "glossary", "disclaimer", "executive_summary"):
+            i = _skip_until_next_section(i + 1)
+            continue
+
+        # H1 正文章节（chapter）：PageBreak + h1 样式
+        if block.kind == "h1":
+            story.append(PageBreak())
+            story.append(Paragraph(md_inline_to_rl(block.content), styles["h1"]))
+        else:
+            # H2 正文小节：h2 样式（不分页）
+            story.append(Paragraph(md_inline_to_rl(block.content), styles["h2"]))
         i += 1
 
     return story

scripts/check_citations.py

@@ -0,0 +1,146 @@
+#!/usr/bin/env python3
+"""引文完整性核查。
+
+检查 final_zh_polished.md（或其它正文）中的 [src_xxx] 引用与 sources.jsonl 是否一致：
+- 孤立引用（正文有但 sources.jsonl 无）：需要 dr-analyst 补信源或删这处引用
+- 孤岛信源（sources.jsonl 有但正文无）：被 polish 或润色误删了上下文，或 dr-analyst 收集了
+  但没用上
+- emoji 扫描：正文里不该有 emoji
+- 编号格式：检查 src_xxx 是否符合规范
+
+用法：
+    uv run python scripts/check_citations.py <project_slug>
+    uv run python scripts/check_citations.py <project_slug> --md phase4/final_zh.md
+"""
+
+from __future__ import annotations
+
+import argparse
+import json
+import re
+import sys
+from pathlib import Path
+
+
+EMOJI_RE = re.compile(
+    r"[\U0001F000-\U0001FFFF]"    # Supplementary Plane emoji
+    r"|[\u2700-\u27BF]"            # Dingbats (✅ ❌)
+    r"|[\u2600-\u26FF]"            # Misc symbols (⭐ ⚠ ☀)
+    r"|[\u2B00-\u2BFF]"            # Misc symbols and arrows
+)
+
+# 允许的符号（字体支持）
+ALLOWED_SYMBOLS = {
+    "✓", "×", "◆", "◇", "●", "○", "★", "※",
+    "→", "←", "↑", "↓",
+}
+
+SRC_ID_RE = re.compile(r"\[(src_[A-Za-z0-9_\-]+(?:\s*,\s*src_[A-Za-z0-9_\-]+)*)\]")
+
+
+def resolve_project(arg: str) -> Path:
+    p = Path(arg)
+    if p.is_dir():
+        return p
+    cand = Path.cwd() / "projects" / arg
+    if cand.is_dir():
+        return cand
+    raise SystemExit(f"project not found: {arg}")
+
+
+def main() -> int:
+    parser = argparse.ArgumentParser(description="引文完整性核查")
+    parser.add_argument("project", help="项目 slug 或路径")
+    parser.add_argument("--md", default="phase4/final_zh_polished.md")
+    parser.add_argument("--sources", default="phase2/sources.jsonl")
+    args = parser.parse_args()
+
+    project = resolve_project(args.project)
+    md_path = project / args.md
+    src_path = project / args.sources
+
+    if not md_path.exists():
+        raise SystemExit(f"找不到正文：{md_path}")
+
+    text = md_path.read_text(encoding="utf-8")
+
+    # 1. 收集正文引用（保序去重）
+    cited: list[str] = []
+    cited_set: set[str] = set()
+    for m in SRC_ID_RE.finditer(text):
+        for sid in m.group(1).split(","):
+            sid = sid.strip()
+            if sid and sid not in cited_set:
+                cited_set.add(sid)
+                cited.append(sid)
+
+    # 2. 收集 sources.jsonl 中的 ID
+    sources: dict[str, dict] = {}
+    if src_path.exists():
+        for line in src_path.read_text(encoding="utf-8").splitlines():
+            line = line.strip()
+            if not line:
+                continue
+            try:
+                r = json.loads(line)
+                if sid := r.get("id"):
+                    sources[sid] = r
+            except Exception:
+                continue
+
+    orphan_cites = [s for s in cited if s not in sources]
+    island_sources = [s for s in sources if s not in cited_set]
+    matched = [s for s in cited if s in sources]
+
+    print(f"=== 引文统计 ===")
+    print(f"  正文引用（独立 ID）：{len(cited_set)}")
+    print(f"  sources.jsonl 收录：{len(sources)}")
+    print(f"  匹配：{len(matched)}")
+    print(f"  孤立引用（正文有 sources 无）：{len(orphan_cites)}")
+    print(f"  孤岛信源（sources 有正文无）：{len(island_sources)}")
+
+    if orphan_cites:
+        print(f"\n=== 孤立引用（前 20 条）===")
+        for s in orphan_cites[:20]:
+            print(f"  {s}")
+        if len(orphan_cites) > 20:
+            print(f"  ...还有 {len(orphan_cites) - 20}")
+        print(f"\n  处理建议：")
+        print(f"  (a) 如果是 dr-analyst 编造的占位符 → 在正文中删除该引用")
+        print(f"  (b) 如果是信源未收录 → 补到 sources.jsonl")
+
+    if island_sources:
+        print(f"\n=== 孤岛信源（前 20 条）===")
+        for s in island_sources[:20]:
+            print(f"  {s}  — {sources[s].get('title', '')[:80]}")
+        if len(island_sources) > 20:
+            print(f"  ...还有 {len(island_sources) - 20}")
+        print(f"\n  处理建议：")
+        print(f"  (a) 如果是 polish 阶段误删了使用该信源的段落 → 检查 polish diff")
+        print(f"  (b) 如果是收集多余信源 → 可以保留（build_references 会自动忽略）")
+
+    # 3. Emoji 扫描
+    emoji_hits = []
+    for m in EMOJI_RE.finditer(text):
+        c = m.group()
+        if c not in ALLOWED_SYMBOLS:
+            line = text[:m.start()].count("\n") + 1
+            emoji_hits.append((line, c))
+
+    if emoji_hits:
+        print(f"\n=== ⚠ 发现 {len(emoji_hits)} 个 emoji（不允许出现在正文）===")
+        seen = {}
+        for line, c in emoji_hits:
+            seen.setdefault(c, []).append(line)
+        for c, lines in seen.items():
+            print(f"  U+{ord(c):04X} {c!r}  第 {lines[:5]} 行 等 {len(lines)} 处")
+        print(f"  建议用 python3 替换：sed -i '' 's/{list(seen.keys())[0]}//g' {md_path}")
+
+    # 返回码：有问题返回非零便于 CI 使用
+    if orphan_cites or emoji_hits:
+        return 1
+    return 0
+
+
+if __name__ == "__main__":
+    sys.exit(main())

scripts/prompts/polish_system.txt

@@ -8,6 +8,7 @@
 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。
+7. **严禁使用 emoji**（✅ ❌ 🔶 🔷 ⭐ 🟢 🔴 ⚠️ 💡 📌 🔑 📊 等彩色符号）。如果原文里有 emoji，替换为字体支持的符号（✓ × ◆ ● ★ * 注 等）或直接删除。这些 emoji 在 PDF 里渲染为方框。
 
 ## 要去掉的"AI 味/翻译腔"表征
 

scripts/prompts/translate_system.txt

@@ -13,6 +13,7 @@ You are a senior English-to-Chinese biomedical translator and editor. You do NOT
 9. Do NOT collapse or merge consecutive paragraphs — preserve paragraph breaks.
 10. Output Chinese-style punctuation inside Chinese text: `，。；：？！""（）`. Keep English punctuation inside parenthetical English phrases.
 11. Do NOT add separator lines (`---`) or blank lines that weren't in the source. If the source ends with `---`, keep it; if it doesn't, don't add one.
+12. **NEVER use emoji** (✅ ❌ 🔶 🔷 ⭐ 🟢 🔴 ⚠️ 💡 📌 🔑 📊 etc.). If the source contains emoji, replace with plain text or punctuation equivalents (✓ × ◆ ● ★ * 注 等). These do not render in the PDF (font has no glyphs).
 
 ## Style rules (aim for native-Chinese feel)