English Intensive Reader

AI 英语精读

面向四六级 / 考研 / 外刊备考大学生的逐句精读 Skill。 对标薄荷阅读 + 扇贝阅读，补齐它们没有同时覆盖的 3 个空白： ① 语法成分可追溯（每句标注主干 + 修饰成分，不是整段翻译）； ② 生词分级精准（按 CET4 / CET6 / 考研 / 外刊词表，不乱标）； ③ 单词本本地持久化（wordbook.json，可导出 Anki）。

反范围（不做的事）

不做：

• 论文速读 / 摘要
• 英文作文批改 / 评分
• 学术论文翻译
• 听力 / 口语训练
• 扫描件 OCR（请先转文本后喂入）
• 超过 3000 词的文章（本 Skill 分段提示用户，每次处理 ≤ 3000 词）
• 纯词汇记忆（无文章语境）

设计哲学（5 条）

1. 逐句可追溯：sentence_analysis.backbone 必须锚定原句，不添加原文没有的成分；vocab_notes.example 必须从原文取句，不编造。
2. 分级精准：生词标注严格按 level-vocab-bands.md 词表，CET4 级别不标 CET6 / 考研词汇为生词；CET6 级别不标 CET4 词汇为生词。
3. 双栏笔记：左栏原文（生词高亮 + 长难句下划线）+ 右栏分析（语法 + 词义），底部全文摘要 + 句型。
4. 单词本持久化：wordbook.json 本地存储，跨 session 累积，支持 Anki CSV 导出。
5. 防幻觉闭环：所有标注必须有原文锚点；URL 抓取失败 → 报错退出，不猜测内容；语法标签来自 grammar-tag-taxonomy.md 枚举，不自造标签。

快速工作流（10 步）

用户检查点（CP）一览

CP 实现规范：

• CP-0 是软检查点——沉默走默认路径，不打断流程；但 level 推断结果必须在 CP-0 中以「📊 难度推断：<中文级别名>（依据：文章 CET-X 词表外词汇占比约 XX%，非文章来源限制）」格式展示；level 的中文映射为：cet4 → 四级、cet6 → 六级、kaoyan → 考研级、foreign_press → 外刊级
• CP-8 是硬检查点——精读结束后必须主动生成 MD 报告文件并告知路径；用户说「生成 HTML」或「两者都要」时再写 HTML 文件
• 每个 CP 给用户至少 3 个可选动作（确认 / 修改 / 跳过）

输入规范

{
  "article": {
    "type": "text | url | pdf_path | docx_path",
    "content": "纯文本内容 或 URL 或 文件路径"
  },
  "level": "auto | cet4 | cet6 | kaoyan | foreign_press",
  "focus": "all | vocab | grammar | structure",
  "mode": "standard | guided",
  "granularity": "sentence | paragraph",
  "wordbook_path": "./wordbook.json"
}

mode 说明：

• standard（默认）：直接输出完整分析，适合自学用户
• guided：渐进式引导模式，按「词汇→句子→段落→全文」四步推进，适合想深度理解文章的用户

granularity 说明：

• sentence（默认）：逐句精读，每句输出 backbone + modifiers + grammar_tags + translation；适合短文或重点句型训练
• paragraph：逐段精读，以段落为单位输出段落译文 + 段落内长难句拆解（仅标注 is_complex=true 的句子）+ 段落 PEAL 分析；适合长文阅读，避免输出过于冗长
• 文章句数 > 20 句时，CP-0 主动推荐 paragraph 模式并询问用户确认

详见 references/input-schema.md。

输出规范

sentence_unit（逐句分析单元）

{
  "id": "s01",
  "raw": "原句文本",
  "is_complex": false,
  "highlights": {
    "new_words": ["word1", "word2"],
    "complex_clause_spans": ["从句片段文本"]
  },
  "sentence_analysis": {
    "backbone": "主干（主谓宾/主系表）",
    "modifiers": [
      {"text": "修饰成分文本", "role": "定语/状语/同位语/插入语"}
    ],
    "grammar_tags": ["定语从句", "虚拟语气"],
    "translation": "中文翻译"
  },
  "vocab_notes": [
    {
      "word": "word1",
      "pos": "n. / v. / adj. / adv. / prep.",
      "definition": "词义（对应 level 的释义）",
      "collocations": ["搭配1", "搭配2"],
      "example": "原文中含该词的句子（必须锚定原文，sentence_id: s01）",
      "level_tag": "cet4 | cet6 | kaoyan | foreign_press"
    }
  ]
}

底部汇总

{
  "article_summary": [
    "第1句：文章主题/背景",
    "第2句：核心论点/事件",
    "第3句：支撑论据/发展",
    "第4句：转折/对比（如有）",
    "第5句：结论/启示"
  ],
  "key_patterns": [
    {
      "pattern": "句型描述（如：让步状语从句 + 主句倒装）",
      "example": "原文例句",
      "source_id": "s07",
      "why_worth_learning": "使用场景说明（≤ 20 字）"
    }
  ]
}

详见 references/output-schema.md。

NEVER 速查表（约束硬规则）

违反任一条 = 流程错误。

渐进式精读模式（mode=guided）

四步引导法：词汇扫除 → 句子结构 → 段落逻辑 → 全文脉络。 完整执行规范见 references/guided-mode.md（Step 3 激活时必须加载）。

触发条件：mode=guided 或用户说「引导我理解 / 一步一步来 / 帮我深度理解 / 教我怎么读」

四步概览：

• Step A 词汇扫除：先引导用户用上下文线索推断词义，再给正式释义 + 构词法
• Step B 句子结构：引导用户描述句子结构，再输出 backbone + modifiers + grammar_tags
• Step C 段落逻辑：引导用户分析段落，再输出 PEAL 分析
• Step D 全文脉络：输出 article_summary + key_patterns + upgrade_suggestions

双栏笔记渲染规范

HTML 双栏布局（CSS Grid）：

┌─────────────────────────────────┬──────────────────────────────────────┐
│ 左栏：原文（60%）                │ 右栏：分析（40%）                     │
│                                 │                                      │
│ [s01] 原句文本 ← grid-row: 1    │ 🌐 译文：...        ← grid-row: 1    │
│   <mark>生词</mark> 高亮         │ （点击展开详细分析）                  │
│   <u>长难句</u> 下划线           │ ▼ [展开] 折叠面板：                  │
│   [+单词本] 按钮（每个生词旁）   │   � 主干：...                       │
│                                 │   � 修饰：定语从句 / 状语从句        │
│                                 │   � 语法：虚拟语气                   │
│                                 │   📖 词义：word1 → n. 含义           │
├─────────────────────────────────┴──────────────────────────────────────┤
│ 📋 全文脉络（3~5 句）                                                    │
│ ✨ 值得背诵的 3 个句型（含原文出处）                                      │
│ 📈 句式升级建议（2 条）                                                  │
└────────────────────────────────────────────────────────────────────────┘

对齐与折叠规范（HTML 渲染强制要求）：

1. 行级对齐：每个 sentence_unit 的原句（左栏）与译文（右栏）必须在同一 CSS Grid row 内，使用 align-items: start 确保顶部对齐，禁止译文浮动到其他行。
2. 折叠面板（granularity=sentence）：译文始终可见；backbone / modifiers / grammar_tags / vocab_notes 默认折叠为 <details> 元素，用户点击 ▶ 查看分析 展开；长难句（is_complex=true）默认展开。
3. 逐段模式（granularity=paragraph）：左栏显示段落原文（生词高亮），右栏显示段落译文 + 段落 PEAL 分析；段落内长难句单独展开显示逐句拆解。
4. 模式切换按钮：HTML 报告顶部提供「逐句 / 逐段」切换 Tab，无需重新生成报告。
5. Header badge 中文展示：HTML 报告顶部 badge 中，难度级别必须使用中文名称（cet4 → 四级、cet6 → 六级、kaoyan → 考研级、foreign_press → 外刊级）；精读焦点展示为「词汇 + 语法 + 结构」（focus=all）或对应中文名；精读方式展示为「逐句解析」或「逐段解析」；禁止在 badge 中出现英文内部参数名（如 kaoyan、foreign_press、all、paragraph 等）。

详见 scripts/render_note.py。

单词本规范

• 存储路径：./wordbook.json（默认，用户可自定义）
• 操作：add / list / delete / export-anki / export-md
• 触发方式：
  • 用户说"把 X 加入单词本" → wordbook_manager.py add --word X --context <原句>
  • 用户说"导出单词本" → wordbook_manager.py export --format anki
  • 用户说"查看单词本" → wordbook_manager.py list

详见 references/wordbook-spec.md。

多轮追问闭环

同 session 已精读文章时，触发条件 = 无新文章 + 表述含「再问 / 继续 / 那句 / 第几句 / 这个词」等指代：

• 动作：复用已解析的 sentence_units，仅追加回答，不重出完整笔记
• 支持追问：「第 3 句的语法再解释一下」/ 「backbone 是什么意思」/ 「这个词还有什么搭配」

Refs 加载窄边界

按需加载，不预加载全部 refs。每次输出 sentence_unit 前必须加载 anti-hallucination-rules.md 进行自检。

容易踩的坑（FAQ）

Q: level=auto 时如何推断？ A: 统计文章中 CET4 词表外词汇占比：< 5% → cet4；515% → cet6；1525% → kaoyan；> 25% → foreign_press。

Q: 一篇文章有 30 句，全部输出会不会太长？ A: 超过 20 句时，CP-0 主动推荐 granularity=paragraph 模式——以段落为单位输出，只对长难句做逐句拆解，大幅压缩输出量。用户坚持 granularity=sentence 时，HTML 报告中分析面板默认折叠（<details>），Markdown 报告中每段分析用 <details> 包裹。

Q: granularity=paragraph 时输出什么？ A: 每段输出：① 段落原文（生词高亮）② 段落整体译文 ③ 段落内长难句（is_complex=true）的逐句拆解 ④ PEAL 段落分析（Point/Evidence/Analysis/Link）。短句（< 15 词且无从句）不单独拆解。

Q: 用户只想看某几句的分析怎么办？ A: 用户可以说"只分析第 3、5、7 句"，Skill 按 sentence_id 过滤输出。

Q: 单词本文件不存在怎么办？ A: wordbook_manager.py 自动创建空文件，不报错。

Q: URL 被反爬怎么办？ A: 报错提示「无法抓取该 URL，请复制文章文本后粘贴」，不猜测内容（N5）。