框架: 三角色审核skill定版——M3常设审核(opus金标准校准0.45达标,golden/入库)+拆书四步全流程集成(两pass→窗大纲→终检→审核)+金标准七条B4改造清单入档

2026-07-13 17:47:28 +08:00 · 2026-07-13 17:47:28 +08:00 · 3279cd7974
commit 3279cd7974
parent 1e15b05ff7
8 changed files with 361 additions and 3 deletions
--- a/.claude/skills/parse-book/SKILL.md
+++ b/.claude/skills/parse-book/SKILL.md
@ -33,13 +33,25 @@ disable-model-invocation: true

 **M3 直调形态（创始人 2026-07-13 拍板,现行）**：循环体不再派 opus/haiku 子代理,改为 `scripts/parse_llm.py` 直调 New-API `MiniMax-M3`（经 llm skill）——脚本自己取数（正文/前文实体/已积累卡名录内联进 prompt）→ M3 两 pass（脚手架→范式）→ `parse_ingest` 机械校验入库（比例硬顶/归型/字段越合同/15连字泄漏）。断点续跑按 example_parse_task 状态机逐章跳过已 done 的 pass。

+**放量全流程（每书四步,均 M3）**：
+
 ```bash
-# 逐章两 pass 拆一本书的指定章区（断点续跑,重跑自动补失败章）
-.venv/bin/python .claude/skills/parse-book/scripts/parse_llm.py --work-id 4 --from 1 --to 3
+# ① 逐章两 pass（脚手架→范式;断点续跑,重跑自动补失败章）
+.venv/bin/python .claude/skills/parse-book/scripts/parse_llm.py --work-id 4 --from 1 --to 50
+# ② 窗级大纲聚合（每 5–10 万字:多章细纲+正文→阶段大纲;单章对大纲层可能零贡献,不做章内比例强制）
+.venv/bin/python .claude/skills/parse-book/scripts/parse_outline.py window --work-id 4
+# ③ 全书拆完:终检（逐窗细纲对账大纲 + 跨段连贯性纵览）
+.venv/bin/python .claude/skills/parse-book/scripts/parse_outline.py check --work-id 4
+# ④ 公共卡三角色审核（番茄作家/起点作家/主编,M3 常设步骤;见 review-cards skill）
+.venv/bin/python .claude/skills/review-cards/scripts/review_cards.py review --batch <批次> --work-id 4
 # 进度
 .venv/bin/python .claude/skills/parse-book/scripts/parse_ingest.py progress
 ```

+审核纪律：常设审核=M3（已用 opus 金标准校准,偏差 0.45 达标）；fable/opus 只做起量前校准与起量后一次总审核（门禁与优化,不进流程循环）。
+
+试拆实测病理档（放量前须知）：M3 细纲按比例会写超（治=绝对字数上限+压缩重试）；type 一律标 craft 且串型混填（prompt 矫正无效,治=B4 环按金标准清单改造 prompt/schema）；重跑自噬（治=判重名录排除本章+0 卡不软删）；source 偷懒（治=机械回填）。
+
 ## 步骤(自底向上,与创作期规划的自顶向下互为镜像)

 1. 静态分章:import skill(规则,LLM 不参与);
--- a/.claude/skills/review-cards/SKILL.md
+++ b/.claude/skills/review-cards/SKILL.md
@ -0,0 +1,45 @@
+---
+name: review-cards
+description: 公共知识卡三角色审核（番茄作家/起点作家/主编）——拆书流程的常设步骤，MiniMax-M3 执行；检查内容成立性、AI 创作可用性、跨书可参考性，判定 pass/revise/reject 写回卡片。fable/opus 只做起量前校准与起量后总审核。
+---
+
+# review-cards —— 公共知识卡三角色审核（M3 常设）
+
+创始人拍板（2026-07-13）：审核是**流程内可复用资产**，不是每批都请 claude 角色扮演——
+- **常设执行**：MiniMax-M3 扮三角色（番茄作家=爽点商业性 / 起点作家=结构工艺 / 主编=资产 vs 噪声），每批拆书产出的卡过一遍；
+- **fable/opus 职责**：起量前出金标准校准本 skill（golden/），起量后做一次总审核；
+- 判定写回 `draft_payload.审核` 节（批次/均分/判定/三角色分与判词），可追溯可复审。
+
+## 用法
+
+```bash
+# 审核（全部或指定书的活卡；三角色各一次 M3 调用）
+.venv/bin/python .claude/skills/review-cards/scripts/review_cards.py review --batch <批次> [--work-id N] [--dry-run]
+
+# 校准：与 golden/scores.json（opus 金标准）对照（换模型/改 prompt 后必跑）
+.venv/bin/python .claude/skills/review-cards/scripts/review_cards.py calibrate --batch <批次>
+```
+
+判定阈值：三角色九维均分 ≥3.5 pass / ≥2.5 revise / 其余 reject。
+
+## 统一判定闸（自 opus 金标准三评审蒸馏，内嵌于审核 prompt）
+
+换书测试（抹专名换题材仍成立？）· 命名黑话检测 · 装置标签判定（信息差/契诃夫之枪/身份错认各有硬定义）· 伪精确检测（编造的间隔数字）· 同功重复（family 换皮）· 干货位检查（失败模式比手法值钱=手法空洞）· 专名泄漏。
+
+## 校准记录
+
+| 日期 | 批次 | 结果 |
+|---|---|---|
+| 2026-07-13 | cal-001（19 卡试拆批） | 平均绝对偏差 **0.45**（合格线 ≤0.5）、平均偏差 -0.08（无系统倾向）、最大背离 1.33<1.5；8 卡偏差 ≤0.11。M3 三角色总评独立复现金标准全部四大系统病（同功撞车/命名黑话/伪精确/专名污染）。**已知弱点**：对「场景级走位 vs 可复用范式」辨别偏松（《路人搭讪道具借用式情报截流》金 2.67 → M3 4.0）。 |
+
+金标准：`golden/金标准-{番茄作家,起点作家,主编}-2026-07-13.md` + `golden/scores.json`（19 卡九维均分）。
+
+## 金标准对拆书 prompt 的改进清单（B4 优化环的输入，未实施）
+
+1. 技法指纹先行+跨章聚类去重（母卡+多出处实例，消灭 family 换皮）；
+2. 换书测试闸门+强制占位符（专名/数字打回）；
+3. 两类卡模板：结构型伏笔卡（埋点/回收点/隔章记忆维持三件套）vs 场景型手法卡（复用节奏/异质化/每章上限）——不再硬套埋设/履约框架；
+4. 装置类型闭合枚举+判定测试；禁「信息差」当万能主标签；
+5. 翻转重心：每卡强制可迁移因果原则「当X做Y因为读者会Z」+触发条件+滥用反例；砍编造数字；
+6. 补「读者收益」字段（代入/掌控/期待/打脸/意外）；命名用作者短语（「先知降压」），长名降副标题；
+7. 采样扩到中段爽点章（打脸/升级/反转），别只啃前三章。
--- a/.claude/skills/review-cards/golden/scores.json
+++ b/.claude/skills/review-cards/golden/scores.json
@ -0,0 +1,21 @@
+{
+ "延时应答式洗脑成功伪装": 3.0,
+ "面瘫外化式心绪对冲可视化": 3.22,
+ "未来时态回望式处境降险": 3.11,
+ "筹码挂嘴边式第三方威慑锚定": 3.56,
+ "拟人化道具独白式规则灌注": 3.78,
+ "新闻播报式闹剧事件确认": 3.11,
+ "宿主梦境式欲望外泄落点": 2.0,
+ "亲密搭档冒充家长式谎言托管": 3.44,
+ "计划外变量即时消解式伏笔偷换": 3.33,
+ "剧透先知式选项四象限抉择可视化": 3.33,
+ "路线研究借口式职务身份脱敏注入": 3.44,
+ "面部肌肉即时复位式警觉伪装": 2.67,
+ "敌意阈值即时外化式内心杀意标定": 3.11,
+ "路人搭讪道具借用式情报截流": 2.67,
+ "首镜胖瘦差式肉身身份确认": 3.33,
+ "数字自算式减重目标具象化": 3.22,
+ "数值面板首秀式身份自证": 4.0,
+ "苦主自嘲式绝境降压对冲": 3.67,
+ "回望式时间线降维处境评估": 3.33
+}
--- a/.claude/skills/review-cards/golden/金标准-主编-2026-07-13.md
+++ b/.claude/skills/review-cards/golden/金标准-主编-2026-07-13.md
@ -0,0 +1,42 @@
+# 金标准评审 · 资深主编视角（opus，2026-07-13，对象=试拆 19 卡）
+
+> 校准基准。视角=可复制性与指导价值：这卡进知识库是资产还是噪声。
+
+## 逐卡（卡名 | 成立性 | 可用性 | 可参考性 | 判词）
+
+1. 延时应答式洗脑成功伪装 | 4 | 3 | 2 | 内核"给敌人一个他愿意信的解释"真本事；被场景焊死，名字像黑话
+2. 面瘫外化式心绪对冲可视化 | 3 | 2 | 2 | 烂大街手法包装成术语；照着写只会更套路，与12/13撞车
+3. 未来时态回望式处境降险 | 3 | 2 | 2 | 与19同书重复；AI学了会写出没有风险感的软场面
+4. 筹码挂嘴边式第三方威慑锚定 | 3 | 3 | 2 | "人质当悬而未发的枪"起了唬人名字；"隔两章以上"数字是编的
+5. 拟人化道具独白式规则灌注 | 4 | 4 | 3 | 少见的好卡——反 info-dump 真手艺，能跨题材
+6. 新闻播报式闹剧事件确认 | 4 | 4 | 3 | 真手艺+这批最好的摘要（通用机制而非剧情复述）
+7. 宿主梦境式欲望外泄落点 | 2 | 2 | 1 | 一次性搞笑桥段供成范式，纯噪声，垫底
+8. 亲密搭档冒充家长式谎言托管 | 3 | 3 | 2 | 真价值是堵叙事硬伤；卡名让检索找不到它解决的问题
+9. 计划外变量即时消解式伏笔偷换 | 3 | 3 | 2 | 内核对；卡名绕到没人读得懂，好东西埋在黑话里
+10. 剧透先知式选项四象限抉择可视化 | 4 | 3 | 3 | 真手艺但"四象限"名不副实
+11. 路线研究借口式职务身份脱敏注入 | 3 | 3 | 2 | 内核简单却起了数据脱敏式黑话名，检索灾难
+12. 面部肌肉即时复位式警觉伪装 | 2 | 2 | 2 | 面瘫内心戏第三次分身，一秒僵硬供成范式
+13. 敌意阈值即时外化式内心杀意标定 | 3 | 3 | 2 | 有点东西但名字中二，与2/12撞
+14. 路人搭讪道具借用式情报截流 | 3 | 3 | 2 | 藏了真规矩"借的道具必须场景内还清"；整卡被具体场景焊死
+15. 首镜胖瘦差式肉身身份确认 | 4 | 3 | 3 | 价值在"别念体检报告"的失败模式不在手法本身
+16. 数字自算式减重目标具象化 | 3 | 3 | 3 | 真原理被减肥场景锁死，卡名太窄埋没通用价值
+17. 数值面板首秀式身份自证 | 4 | 4 | 3 | 分析扎实失败模式真干货——这批的资产卡
+18. 苦主自嘲式绝境降压对冲 | 3 | 3 | 2 | 失败模式（吐槽带优越感让主角失温）比手法本身值钱；与2重叠
+19. 回望式时间线降维处境评估 | 2 | 3 | 2 | 第3卡分身；唯一增量"先知必须逐步失灵"是真规律，可惜埋在重复卡里
+
+**资产卡**：5、6、17（其次 10、15、16）。**噪声卡**：7、12（毙掉或降级用例），3/19、2/18 需合并。
+
+## 系统性问题
+
+1. 命名黑话化+场景焊死=检索死："XX式YY化ZZ"堆叠既非行业术语检索者又猜不到用途；一句话摘要多复制"定位"=剧情复述而非通用手法陈述——资产变噪声头号原因
+2. 把偶然当规律+伪精确：一句带过的桥段抬成装置，配编造的间隔数字写得像铁律——false precision 最危险
+3. 同一手法反复分身冒充多个范式：19 张去重后只有 10–12 个独立技法
+4. "公共范式"名不副实：5 本全是男频穿越/系统/机甲一条赛道，很多是子类型语气癖；多张语气卡照做会主动泄掉紧张感——可用性为负
+5. 卡里最值钱的是"失败模式"不是"手法"：干货几乎都在失败模式字段，说明拆书 prompt 抓错重心——擅长复述发生了什么，不擅长提炼可迁移原则
+（附 schema 问题：埋设/履约/间隔是伏笔专用框架，半数卡不是伏笔，硬塞=拿一种规范套另一种规范）
+
+## prompt 改进建议
+
+1. 强制"迁移测试"砍场景专名：先写出"这技法在完全不同题材（都市悬疑/古装宫斗）怎么用"，写不出=不是范式，打回或降级"用例"；摘要固定模板「何时用+怎么做+读者得到什么」且禁止复制"定位"
+2. 两阶段产卡先聚类去重再出卡；整顿装置类型标签（禁"信息差"这种覆盖 11/19 的万能标签当主标签；标签词表与卡名解耦）
+3. 翻转重心：每卡强制 (a)可迁移因果原则「当X做Y因为读者会Z」(b)触发条件（什么场景该检索到它）(c)至少一个滥用反例；砍掉编造的章节数字（数不出真实间隔就只许定性）
--- a/.claude/skills/review-cards/golden/金标准-番茄作家-2026-07-13.md
+++ b/.claude/skills/review-cards/golden/金标准-番茄作家-2026-07-13.md
@ -0,0 +1,40 @@
+# 金标准评审 · 顶级番茄作家视角（opus，2026-07-13，对象=试拆 19 卡）
+
+> 校准基准：M3 审核 skill 的评分应与此对齐。视角=爽点节奏/读者留存/商业性。
+
+## 逐卡（卡名 | 成立性 | 可用性 | 可参考性 | 判词）
+
+1. 延时应答式洗脑成功伪装 | 3 | 3 | 2 | 真招被埋在原书剧情里，一次性妙笔换本书用不上
+2. 面瘫外化式心绪对冲可视化 | 4 | 4 | 3 | 面瘫吐槽是真手艺，节奏能落笔——可惜和第13张严重重叠
+3. 未来时态回望式处境降险 | 4 | 4 | 4 | 穿越者先知降压成立且通用——但与第19张同招换皮
+4. 筹码挂嘴边式第三方威慑锚定 | 4 | 4 | 3 | 硬通货范式，但字段塞了"海拉/探望权"专名泄漏
+5. 拟人化道具独白式规则灌注 | 4 | 4 | 3 | 反设定灌输真经验——"千亿夸克"原书数字漏进字段
+6. 新闻播报式闹剧事件确认 | 3 | 3 | 3 | 路子对但摘要与字段各说各话，绑死原书梗
+7. 宿主梦境式欲望外泄落点 | 2 | 2 | 2 | 过度解读典型，"YY指标"没法指导落笔
+8. 亲密搭档冒充家长式谎言托管 | 4 | 3 | 3 | 解决"少年主角没人管"真痛点，但名字绕口核心没提干净
+9. 计划外变量即时消解式伏笔偷换 | 3 | 3 | 3 | 伏笔术成立但绑在换婴情节上，自造装置分类
+10. 剧透先知式选项四象限抉择可视化 | 3 | 3 | 3 | "四象限"是AI硬套的伪精确，先知系列扎堆
+11. 路线研究借口式职务身份脱敏注入 | 4 | 3 | 4 | 通用谍战范式迁移性好——名字像技术黑话
+12. 面部肌肉即时复位式警觉伪装 | 3 | 3 | 2 | 与第1张同族，攒一起就是灌水
+13. 敌意阈值即时外化式内心杀意标定 | 4 | 3 | 3 | "留白本身成为信息"真手艺——装置类型自曝与第2张重复
+14. 路人搭讪道具借用式情报截流 | 2 | 2 | 2 | 场景小动作拆成理论，过度解读
+15. 首镜胖瘦差式肉身身份确认 | 4 | 4 | 4 | 套路但真好用，本批少见能直接抄
+16. 数字自算式减重目标具象化 | 4 | 4 | 3 | 内核（量化驱动行动感）能迁移
+17. 数值面板首秀式身份自证 | 5 | 4 | 4 | 最硬的通用范式，契约意识专业
+18. 苦主自嘲式绝境降压对冲 | 5 | 4 | 4 | 齐佩甲招牌+留人利器+给了频控——本批最值钱
+19. 回望式时间线降维处境评估 | 4 | 4 | 4 | 比第3张好（先知逐步失灵制造反压）——留这张删第3张
+
+## 系统性问题
+
+1. 近义卡没去重，检索自我稀释（先知降压 3/19/10、面瘫外化 2/12/13、微表情复位 1/12）
+2. 把"一次性妙笔"误当"可复用范式"（7/14/1）——红线：换一本书还成立、还能指导落笔吗
+3. 命名和字段全是 AI 黑话且信息冗余（埋设手法与履约方式互相复述摘要）
+4. 出处细节漏进抽象层破坏跨书复用（海拉/千亿夸克/我老大天老二/专名数字梗）
+5. 只见文学装置不见读者爽感 + 采样偏科开局（打脸/升级/扮猪吃虎/反转中段引擎零覆盖）
+
+## prompt 改进建议
+
+1. 先建"技法指纹"再出卡强制归并：指纹相同合并成母卡+多出处实例；全书拆完跑跨章聚类去重
+2. 加"换书测试"闸门+强制占位符：抹掉专名数字还成立才进公共库；字段只许占位符（角色A/敌方/某设定）
+3. 补"读者收益"栏（代入/掌控/期待/打脸/意外/装逼）+采样扩到中段爽点
+4. 命名用作者黑话短名（"先知降压""面瘫吐槽""照镜确认""面板开局"），长名降级副标题
--- a/.claude/skills/review-cards/golden/金标准-起点作家-2026-07-13.md
+++ b/.claude/skills/review-cards/golden/金标准-起点作家-2026-07-13.md
@ -0,0 +1,43 @@
+# 金标准评审 · 起点白金作家视角（opus，2026-07-13，对象=试拆 19 卡）
+
+> 校准基准。视角=长篇结构工艺：伏笔埋收距离/信息差维护成本/装置与主线耦合度。
+
+## 逐卡（卡名 | 成立性 | 可用性 | 可参考性 | 判词）
+
+1. 延时应答式洗脑成功伪装 | 4 | 3 | 3 | "伪装挂在敌方已知标签反面"真高级工艺；失败模式表述拧巴，命名太贴设定
+2. 面瘫外化式心绪对冲可视化 | 4 | 4 | 3 | 表里双轨反差真本事；但是场景级跑梗不是埋收装置，硬套伏笔框架
+3. 未来时态回望式处境降险 | 4 | 3 | 2 | 工艺真实；与 #19 几乎同卡、与 #18 同源，间隔建议自相矛盾
+4. 筹码挂嘴边式第三方威慑锚定 | 5 | 4 | 4 | 全批最扎实之一——"不兑现的持续威慑"，两条失败模式都真，可迁移
+5. 拟人化道具独白式规则灌注 | 4 | 4 | 4 | 对治 AI 设定倾倒很有用；但"信息差"标签不成立（主角读者同步获知）
+6. 新闻播报式闹剧事件确认 | 3 | 2 | 3 | 真喜剧工艺但卡自相打架（定位与摘要矛盾、现编标签、两对埋收混一团）
+7. 宿主梦境式欲望外泄落点 | 3 | 2 | 2 | 唯一真货"用意象承载内心状态"；间隔纪律照抄原文段落结构换书即废
+8. 亲密搭档冒充家长式谎言托管 | 5 | 4 | 4 | 真结构工——"谎言必须有到期日"是白金级提醒
+9. 计划外变量即时消解式伏笔偷换 | 5 | 4 | 4 | 高级货：埋近收远双层伏笔+"反对旁白补完"，全是真伏笔纪律
+10. 剧透先知式选项四象限抉择可视化 | 4 | 4 | 3 | "被放弃的选项作伏笔总账"真巧思；命名撒谎（没有象限）
+11. 路线研究借口式职务身份脱敏注入 | 4 | 4 | 4 | 直击信息差维护成本；命名黑话拖后腿
+12. 面部肌肉即时复位式警觉伪装 | 4 | 3 | 3 | "微表情伏笔+别用独白填死留白"真本事；身份错认标签乱贴
+13. 敌意阈值即时外化式内心杀意标定 | 4 | 3 | 3 | "未执行本身成为信息"高级；拿别的卡名当装置分类，标签近亲繁殖
+14. 路人搭讪道具借用式情报截流 | 4 | 3 | 3 | 真调度技巧；但是场景走位不是伏笔装置，"间隔纪律"只是单场闭环
+15. 首镜胖瘦差式肉身身份确认 | 3 | 3 | 2 | 反面警告有用；装置类型自打耳光（卡名"确认"标签"错认"）
+16. 数字自算式减重目标具象化 | 3 | 3 | 3 | "清单即承诺"内核成立；信息差标签硬错（算自己体重哪来信息差）
+17. 数值面板首秀式身份自证 | 5 | 4 | 3 | 最强之一——"面板首秀=为后续数值机制铺契约"，三条失败模式全干货，标签少见全对
+18. 苦主自嘲式绝境降压对冲 | 5 | 4 | 3 | 降压 family 最好一张：失败模式全锋利+给了节奏；与 #3 #19 三卡同功
+19. 回望式时间线降维处境评估 | 5 | 3 | 3 | "先知逐步失灵制造反压"是全批最锋利一句、真白金结构；但与 #3 同卡且粒度错（全书级决策塞进场景卡）
+
+## 系统性问题
+
+1. 去重失败同书同功卡扎堆：超神独占 7 张（3/18/19 三卡同功）；12/13 同章同族；15/16 同书同题——应按功能合并，取各卡最锋利的失败模式并入
+2. 装置类型标签体系混乱通胀乱贴：信息差滥用到不成立处、现编标签、拿卡名当分类——标签集合没有闭合定义
+3. 框架硬套：场景级语气/走位技巧塞进"埋设—履约—间隔"伏笔框架，逼出照抄原文的伪纪律——伏笔卡和场景手法卡应用不同字段模板
+4. 抽象度两极分化：贴死情节换书即废的偏多；可迁移内核被埋在书专属外壳下，检索命不中
+5. 伏笔卡普遍缺"回收点+记忆维持"（reminder 节奏）这一环——长篇伏笔的真正成本所在；失败模式质量参差说明该字段没有统一检验标准
+
+## prompt 改进建议
+
+1. 装置类型闭合枚举+每类一句判定测试（信息差=必须存在角色A知道而B/读者不知道的明确落差；契诃夫之枪=预先可见放置+后续引爆，一次性道具不算；身份错认=必须有人把A当成B）——不满足任何一类宁可标"场景手法（非装置）"
+2. 拆成两类卡模板：结构型伏笔卡强制三件套（埋点/回收点/隔章记忆维持）；场景型手法卡改填（复用节奏/异质化要求/每章上限）
+3. 命名强制"手法内核在前、书专属外壳只进出处"；拆完一本跑一次同书按功能去重关
+
+## 一句话总结
+
+强的极强（4/8/9/17 白金货），弱的贴死原书（6/7/15 换书即废），中间一大批被"标签乱贴+同功重复+框架硬套"拖累。先修标签判定和去重，整体抬一个档。
--- a/.claude/skills/review-cards/scripts/review_cards.py
+++ b/.claude/skills/review-cards/scripts/review_cards.py
@ -0,0 +1,153 @@
+#!/usr/bin/env python3
+"""review-cards skill：公共知识卡三角色审核（拆书流程常设步骤，MiniMax-M3 执行）。
+
+创始人拍板（2026-07-13）：审核是流程内可复用资产——放量时每批卡由 M3 扮演
+番茄作家/起点作家/主编三角色审核；fable/opus 只在起量前校准本 skill 质量
+（金标准见 golden/），起量后做一次总审核。
+
+流程：三角色各一次 M3 调用（全批卡）→ 三组评分汇总 → 判定（pass/revise/reject）
+→ 写回 draft_payload.审核 节（可追溯）。--calibrate 与 golden 金标准对照输出一致性。
+"""
+import json
+import pathlib
+import statistics
+import sys
+
+import click
+import psycopg
+
+sys.path.insert(0, str(pathlib.Path(__file__).resolve().parents[2] / "llm" / "scripts"))
+from llm import chat, extract_json  # noqa: E402
+
+DSN = ("postgresql://root:f6710e2d0294eb1c10e26a805a64bc54@100.64.0.8:5433/muse-example"
+       "?keepalives=1&keepalives_idle=15&keepalives_interval=5&keepalives_count=3")
+TENANT, ACTOR = 1, "1"
+GOLDEN = pathlib.Path(__file__).resolve().parents[1] / "golden"
+
+# 三角色身份（与金标准评审同源）
+ROLES = {
+    "番茄作家": "番茄小说网顶级畅销作家（多本10亿+在读爆款）。独特视角：爽点节奏、读者留存、商业性——这卡能不能帮 AI 写出让人上头的东西。",
+    "起点作家": "起点中文网白金作家（以结构工艺著称）。独特视角：长篇结构工艺——伏笔埋收距离、信息差维护成本、装置与主线耦合度。",
+    "主编": "头部网文平台资深主编（二十年审稿）。独特视角：可复制性与指导价值——这卡进知识库是资产还是噪声；最懂垃圾写作课的套路话术。",
+}
+
+# 统一判定闸（自 opus 金标准三评审蒸馏的共性红线）
+CRITERIA = """审查判定要点（每张卡都过一遍）：
+1. 换书测试：抹掉书名/专名/具体数字，换一个完全不同题材（都市悬疑/古装宫斗），这卡还成立、还能指导落笔吗？不成立=一次性妙笔而非范式；
+2. 命名黑话检测：卡名是"作者会说的话"还是"XX式YY化ZZ"的 AI 修饰语堆叠？摘要是通用手法陈述还是原书剧情复述？
+3. 标签判定：装置类型是否乱贴（信息差=必须存在角色A知道而B/读者不知道的落差；契诃夫之枪=预先可见放置+后续引爆；身份错认=必须有人把A当成B）；
+4. 伪精确检测："隔两章以上"这类数字是从原文数出来的还是编的？编的=危险的 false precision；
+5. 同功重复：与本批其他卡是否同一手法换皮（先知降压/面瘫外化这类 family）；
+6. 干货位检查：失败模式字段是否比手法本身更值钱（是→说明手法总结空洞）；
+7. 专名泄漏：字段里出现原书人名/地名/数字/梗=破坏跨书复用。"""
+
+REVIEW_PROMPT = """你是{role_desc}
+
+背景：muse 是 AI 长篇创作系统，从经典网文拆出「公共范式卡」，未来 AI 写新书时检索这些卡作写作参考。你负责质量审核：内容是否成立、AI 创作时是否可用、是否可参考（跨书复用）。
+
+{criteria}
+
+下面是本批 {n} 张卡（JSON）。逐卡评分（1-5 整数）并给一句毒舌判词。
+输出规则（只输出一个 JSON 对象）：
+{{"reviews": [{{"name": "卡名", "cheng": 成立性, "yong": 可用性, "can": 可参考性, "verdict": "一句话判词"}}], "overall": "本批系统性问题一句话"}}
+
+【卡片】
+{cards}"""
+
+
+def load_cards(conn, work_id=None):
+    sql = """SELECT id, draft_payload FROM muse_knowledge_draft
+             WHERE tenant_id=%s AND source_type='parse_book' AND deleted=FALSE"""
+    args = [TENANT]
+    if work_id:
+        sql += " AND source_id=%s"
+        args.append(work_id)
+    return conn.execute(sql + " ORDER BY id", args).fetchall()
+
+
+@click.group()
+def cli():
+    """公共知识卡三角色审核（M3 常设步骤）"""
+
+
+@cli.command()
+@click.option("--work-id", type=int, help="只审该书的卡；不给则全部")
+@click.option("--batch", required=True, help="审核批次号")
+@click.option("--model", default="MiniMax-M3", show_default=True)
+@click.option("--dry-run", is_flag=True, help="只打印不写库")
+def review(work_id, batch, model, dry_run):
+    """三角色审核并写回 draft_payload.审核 节。判定：均分≥3.5 pass / ≥2.5 revise / 其余 reject。"""
+    with psycopg.connect(DSN) as conn:
+        rows = load_cards(conn, work_id)
+        if not rows:
+            click.echo("无待审卡")
+            return
+        cards_json = json.dumps([r[1] for r in rows], ensure_ascii=False, indent=1)
+        all_reviews = {}
+        for role, desc in ROLES.items():
+            content, usage = chat(REVIEW_PROMPT.format(
+                role_desc=desc, criteria=CRITERIA, n=len(rows), cards=cards_json), model=model)
+            data = extract_json(content)
+            all_reviews[role] = {r["name"]: r for r in data.get("reviews", [])}
+            click.echo(f"[{role}] 评 {len(data.get('reviews', []))} 卡 "
+                       f"(in={usage.get('prompt_tokens')}) 总评: {data.get('overall', '')[:80]}")
+        # 汇总判定并写库
+        stats = {"pass": 0, "revise": 0, "reject": 0}
+        for cid, payload in rows:
+            name = payload.get("名称")
+            scores, per_role = [], {}
+            for role in ROLES:
+                r = all_reviews[role].get(name)
+                if r:
+                    s = [r.get("cheng", 0), r.get("yong", 0), r.get("can", 0)]
+                    scores += s
+                    per_role[role] = {"分": s, "判词": r.get("verdict", "")}
+            if not scores:
+                continue
+            avg = round(statistics.mean(scores), 2)
+            verdict = "pass" if avg >= 3.5 else ("revise" if avg >= 2.5 else "reject")
+            stats[verdict] += 1
+            click.echo(f"  {verdict:6s} {avg} 《{name}》")
+            if dry_run:
+                continue
+            payload["审核"] = {"批次": batch, "模型": model, "均分": avg,
+                              "判定": verdict, "角色": per_role}
+            conn.execute("UPDATE muse_knowledge_draft SET draft_payload=%s, updater=%s WHERE id=%s",
+                         (json.dumps(payload, ensure_ascii=False), ACTOR, cid))
+        if not dry_run:
+            conn.commit()
+    click.echo(f"审核完成: pass {stats['pass']} / revise {stats['revise']} / reject {stats['reject']}"
+               + ("（dry-run 未写库）" if dry_run else ""))
+
+
+@cli.command()
+@click.option("--work-id", type=int, help="限定书")
+@click.option("--batch", required=True, help="要对照的审核批次号（先跑 review）")
+def calibrate(work_id, batch):
+    """与 golden/scores.json 金标准对照：输出逐卡偏差与整体一致性（起量前校准用）。"""
+    golden = json.loads((GOLDEN / "scores.json").read_text())  # {卡名: 金标准均分}
+    with psycopg.connect(DSN) as conn:
+        rows = load_cards(conn, work_id)
+    diffs, lines = [], []
+    for _, payload in rows:
+        name = payload.get("名称")
+        audit = payload.get("审核") or {}
+        if audit.get("批次") != batch or name not in golden:
+            continue
+        g, m = golden[name], audit["均分"]
+        diffs.append(m - g)
+        lines.append((abs(m - g), f"  Δ{m - g:+.2f}  M3={m} 金={g} 《{name}》"))
+    for _, ln in sorted(lines, reverse=True):
+        click.echo(ln)
+    if diffs:
+        click.echo(f"对照 {len(diffs)} 卡：平均偏差 {statistics.mean(diffs):+.2f}，"
+                   f"平均绝对偏差 {statistics.mean(map(abs, diffs)):.2f}，最大 {max(map(abs, diffs)):.2f}")
+        click.echo("校准合格线（拍板前建议）：平均绝对偏差 ≤0.5 且无 ≥1.5 的单卡背离")
+
+
+if __name__ == "__main__":
+    try:
+        cli()
+    except (psycopg.Error, RuntimeError) as e:
+        click.echo(f"[错误] {type(e).__name__}: {e}", err=True)
+        sys.exit(1)
--- a/README.md
+++ b/README.md
@ -228,7 +228,9 @@ flowchart LR
 - **opus 试拆基准（workflow 已完成）**：机动风暴 1–3 章，范式卡 2 张入库（ch2/ch3 各 1 拒 1 越合同）+ch1 脚手架；opus 也犯 JSON 中文引号/缺逗号病（已被 llm skill 容错吸收）。此产物只作 M3 对比基准，不算正式拆书。
 - **P2 全语料清洗收口（2026-07-13）**：8 书全清（门①创始人放行）——总删 1,685 段/约 6.1 万字（机破星河 2.4 万/机战无限 1.9 万/超神 0.6 万…），审计全在 example_clean_log（批次 P2-20260713 主删 + fix/fix2/fix3 补删 + P2-sweep 高频水印收割），全库空行归一 8,786 章。守卫体系放量长成：行级垃圾特征+书名豁免+水印裁剪+20%顶带下限+敏感窗备选模型降级（见 clean/SKILL.md）。误删实测 1 例 3 字已修复。已知残留待拍：机动风暴「重贴章题+（第N更 求月票）」嵌正文行变体（求票嫌疑 270 处主源）、感言/请假条整章、作者疲劳话散句。
 - **B2 试拆收口（2026-07-13，门②已呈报）**：5 本×前 3 章 M3 直调完成——scaffold 15/15 全过（绝对字数上限+压缩重试对症后，细纲 2.9%–7.8%）；范式卡三轮迭代后活卡 19 张（样张 `docs/试拆-门②样张.md`，opus 同章基准 `docs/试拆-opus基准-机动风暴.md`）。**M3 三病理已档**：①归型偏科——内容有型区分但 type 一律标 craft，prompt 两轮矫正无效，字段指纹改型又被「串型混填」挫败（一卡混两型字段）；②重跑自噬——判重名录含本章旧卡+幂等软删+LLM 随机性组合损耗（已修：名录排除本章+0 卡不软删）；③偶发脱敏违规/source 偷懒（守卫拦对+机械回填治）。
- **未决**：①门② 试拆样张质检+craft 偏科处理方向（B4 环迭代 / 分型单 pass / 接受先行）②B2 放量（硬停，等创始人新指令）③机动残留变体与感言章处理方式。
+- **拆书流程增补（2026-07-13 创始人拍板+落地）**：①**窗级大纲聚合**——大纲不从单章抽（单章对大纲层可能零贡献），5–10 万字窗（多章细纲+正文）聚合一次，整本完后拿全体细纲终检（parse_outline.py + 93 表）；②**三角色审核常设步骤**——番茄作家/起点作家/主编审核公共卡（成立性/AI 可用性/可参考性），**M3 执行**（review-cards skill）；fable/opus 只做起量前校准+起量后总审核。校准已过：opus 三评审金标准入 golden/，M3 对照平均绝对偏差 0.45（合格线 0.5），四大系统病独立复现。首批 19 卡 M3 判定 pass 5 / revise 10 / reject 4。
+- **金标准评审结论（拆书 prompt 的 B4 改造清单,见 review-cards/SKILL.md）**：同功 family 撞车（19 卡实为 10–12 个独立技法）、命名黑话+专名泄漏、伪精确数字、伏笔框架硬套场景手法、失败模式才是干货位、采样偏科开局——七条改进已档,B4 环实施。
+- **未决**：①B2 放量（硬停,等创始人新指令;放量流程四步已固化=两 pass→窗大纲→终检→M3 审核）②B4 按金标准清单改造拆书 prompt/schema（craft 偏科等病的根治层）③机动残留变体与感言章处理方式。
 - **教训入档**：StructuredOutput 工具 schema 属性名仅限 ASCII（中文键 API 400）——schema ASCII 键+入库脚本键名归一；Tailscale 长事务需 keepalive+批量写（逐行两万往返曾半死 16 分钟）。

 ## 九·旧（2026-07-10 快照，留档）