59 lines
3.9 KiB
Markdown
59 lines
3.9 KiB
Markdown
---
|
||
name: 导入书稿
|
||
description: 将参考书或用户旧稿 txt 确定性分章并写入作品、章节、正文 block 和来源档案。首次导入完整书稿或明确重导时使用；不调用模型、不改写正文。导入后散落广告/乱码/拉票等语义噪声归 清理书稿文本，本 Skill 不做 M3 探测删除。
|
||
disable-model-invocation: true
|
||
---
|
||
|
||
# 导入完整书稿
|
||
|
||
对应 muse API 面：导入解析旅程（产品-03 §3.7）。落库走 psycopg 直连（凭据同 `访问数据库`），写入约定见 [`表映射.md`](../../../../../authority/db/表映射.md)。
|
||
|
||
## 用法
|
||
|
||
```bash
|
||
# 预演：只解析打印对账，不落库
|
||
.venv/bin/python muse/content/entity/skills/ingest/导入书稿/scripts/import_novel.py --dry-run "../小说清单/机动风暴_骷髅精灵.txt"
|
||
|
||
# 正式导入（已存在同名作品则拒绝，--force 软删旧行重导）
|
||
.venv/bin/python muse/content/entity/skills/ingest/导入书稿/scripts/import_novel.py "../小说清单/超神机械师_齐佩甲.txt"
|
||
.venv/bin/python muse/content/entity/skills/ingest/导入书稿/scripts/import_novel.py --force "../小说清单/机动风暴_骷髅精灵.txt"
|
||
```
|
||
|
||
## 分章规则（按覆盖的真实格式）
|
||
|
||
- **恒启用**：`第X章 标题`（中文/阿拉伯数字，含「两/零/〇」）；`第X卷 第Y章 标题` 与无空格变体（取章开章，卷号入章行快照）；纯卷行（有卷无章）不开章只计数。
|
||
- **自适应启用**（书内命中 ≥50 次才生效，防误切）：裸阿拉伯 `001 标题` 式；裸中文数字 `一百零二 标题` 式。
|
||
- **修复规则**：同题重现一律不开新章（盗版重贴水印，丢标题行、正文归当前章）；尾部章号大幅回落（<前文峰值一半且位于文件末 5%）→ 该处起截断丢弃；全文过 `html.unescape` 解实体；章号解析失败（如「一八五十一」错写）→ 继承前章号+1 并计数。
|
||
|
||
## 落库（一书一事务）
|
||
|
||
| 表 | 写入 |
|
||
|---|---|
|
||
| muse_content_work | 一行：title/genre='科幻'/status='completed'/owner_user_id=1/字数章数/import_status='imported'/parse_status='pending' |
|
||
| muse_content_chapter | 一章一行：order_no=顺序号、title=章题（≤200 字）、outline_snapshot 存 {卷号,解析章号} |
|
||
| muse_content_block | 一章一 block：order_no=1、block_type='scene'、content_text=正文、word_count |
|
||
| muse_knowledge_base | 幂等 ensure 两行：『参考书私有库』(kb_type='user') 与『公共范式库』(kb_type='global') |
|
||
| muse_knowledge_document | 每书一行挂私有库：file_hash=sha256、storage_ref=源文件相对路径 |
|
||
| example_reference_work | 参考书档案：作者/声明章数/导入章数/字符数/notes（修复统计） |
|
||
| muse_content_import_task | 审计一行：command_id=import-<hash16> 幂等，source_snapshot=对账 JSON |
|
||
|
||
## 审查面
|
||
|
||
- `--dry-run` 与正式导入都打印**对账表**：声明章数 vs 导入章数、丢弃重复题数、尾部截断行、卷分隔数、章号异常数、总字数，另附首/中/末三章题目与正文首行抽样。
|
||
- 导入后用 `访问数据库` 抽查：`query "SELECT order_no,title FROM muse_content_chapter WHERE work_id=… ORDER BY order_no LIMIT 5"`。
|
||
|
||
## 红线
|
||
|
||
- 原文只入私有库（work/chapter/block + 私有 kb 档案），公共面（拆书范式）另走 B2 且脱敏；本 skill 不做任何内容改写（除实体解码与噪音标题行修复）。
|
||
- 同名作品不覆盖：必须显式 `--force`（软删旧行，审计可溯）。
|
||
|
||
## 输出
|
||
|
||
- 面向当前任务的可执行判断、检查清单或改写建议（Markdown 结构化段落）。
|
||
- 不直接落库、不代替 `写下一章` / `决定正文候选去留` 写 Canonical。
|
||
|
||
## 复利合同
|
||
|
||
- 成功落库后经 `记录运行证据` 的 `propose_lesson_dedup` 登记 `example_lesson`（绑 run_id / work_id）。
|
||
- 升格仍走人工评审，不自动把单次运行升为公共范式。
|