kaiandUser <human>
1b47b50d3c
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>
4 lines
938 B
Markdown
4 lines
938 B
Markdown
# 第四章 — 固相合成仍是主流，但竞争优势正向液相合成与酶连接转移
|
|
|
|
固相亚磷酰胺合成（SPOS）是迄今所有已获批GalNAc-siRNA药物的生产方式，也是2'修饰治疗性寡核苷酸领域唯一具有明确GMP先例的技术路线。然而，三股汇聚的趋势正在侵蚀其在双靶点构建体领域的主导地位：SPOS的累积收率在链长超过约40个核苷酸后急剧下降；味之素（Ajinomoto）的AJIPHASE®液相平台已跨入商业规模FDA批准药物的生产；Codexis的ECO Synthesis平台于2025年完成了经验证的3 kg临床级siRNA批次生产，三家头部合同开发与生产组织（CDMO）已在各自设施内完成工艺转移验证 [src_B11, src_B12, src_B15]。对于服务双靶点管线的供应商而言，战略问题已不再是"是否采用替代方案"，而是"哪种替代方案适配哪类构建体，以及在何种时间节点落地"。
|