oral-history-master

name	oral-history-master
description	口述史"整理稿"生成系统（Pass 1 去口语化）。将录音转写稿通过"方针师→整理者→质量门" 多角色协作，按口述史方法论转换为忠实、可读、可供受访人审阅签字的整理稿，并配套 人工复核包。专为长文（10 万字级）设计：分块 + 全局术语锚定 + 跨块一致性。 搭配 companion skill `oral-history-quality-guard` 做交付前忠实度审计。 触发词：口述史整理、转写稿去口语化、整理访谈记录、口述文本处理、oral history、 整理稿、"按口述史要求处理录音转文字"。书面化（Pass 2）见 workflows/pass2-bookify.md。

Oral History Master

录音转写稿 → 忠实整理稿（Pass 1）。多角色串行流水线 + 确定性脚本 + 机读执行契约。 存真 > 可读。 录音才是史料，整理稿是对录音的最小干预转写。

核心流水线：转写稿 → 归一(Ingest) → 建项目+专名预扫 → ⛔方针师(Surveyor) → 分块 → 整理者(Editor) → 一致性/忠实度门 → 复核包 → 质量门(QA) → 交付(签字)

[!CAUTION]

🚨 全局执行纪律（强制 · 最高优先级）

本流程是严格串行流水线。违反以下任一条即视为执行失败：

1. 串行执行 — 步骤必须按序进行，上一步产物是下一步输入。非 BLOCKING 的相邻步骤在前置满足后可连续推进，无需用户说"继续"。
2. BLOCKING = 硬停 — 标 ⛔ 的步骤必须完全停下，等用户明确回应才继续，不得替用户做决定。唯一 BLOCKING 点是 Step 2 方针师的"整理方针确认"。
3. 门控进入（🚧 GATE） — 每步开头列了前置条件，必须先核验再进入。
4. 不可越界改写 — 这是口述史。绝不添加受访人没说的信息（补全仅限语法成分）；不伪造确定性；不替受访人圆场矛盾；不抹方言与个性。冲突优先级：A 保护 > C 转换 > D 语境 > B 清除。
5. 逐块 term_lock 重读（强制） — Editor 整理每一块前必须 read_file <proj>/term_lock.md，人名/机构/专名按术语表、语气按画像、尺度按 switches。抗长文上下文压缩漂移的命门。
6. 逐块串行、主 agent 亲自做 — 顺序一块一块整理，禁止分批（如"一次 5 块"），禁止把整理丢给子 agent（破坏跨块语境一致性）。
7. 范例驱动，不堆规则 — 整理尺度向 references/examples.md 看齐，不要逐条套规则后漂移。
8. 禁止假统计 — 不输出"删了 N 个嗯、改了 N 处"。可追溯靠 review/对照稿.md，不靠编数字。
9. 禁止脚本改写文字 — 脚本只做确定性机械活（清洗/分块/校验/对照/打包）。"去口语化"判断必须由主 agent（Editor）逐块完成，不得写个脚本批量替换了事。
10. 质量门必经 — 交付前必须用 companion skill oral-history-quality-guard 对照原文逐句审忠实度。未过门不交付。
11. 只做 Pass 1 — 本 skill 只做去口语化整理稿。书面化（发表级编辑）是 Pass 2，须在签字后的整理稿上另起流程（workflows/pass2-bookify.md），绝不混做。

[!IMPORTANT]

🌐 语言规则

回应语言跟随用户与转写稿语言（默认中文）。整理稿、对照稿等产物用受访人原语言。

主流水线脚本

脚本	作用
${SKILL_DIR}/scripts/project_manager.py	建项目 / 导入 / 校验 / 进度（init·import·validate·status）
${SKILL_DIR}/scripts/transcript_ingest.py	清洗 + 说话人分离 + 时间戳归一（不改字）
${SKILL_DIR}/scripts/glossary_extractor.py	专名候选预扫 → Surveyor 据此填 term_lock
${SKILL_DIR}/scripts/chunker.py	分块（边界切分 + 重叠 + 进度锚）
${SKILL_DIR}/scripts/consistency_checker.py	跨块术语 / 标签 / 标记一致性
${SKILL_DIR}/scripts/fidelity_checker.py	忠实度硬门（添写 / 删过头）
${SKILL_DIR}/scripts/diff_reporter.py	对照稿（真·可追溯）
${SKILL_DIR}/scripts/package_review.py	拼接整理稿 + 待核对清单

完整文档见 ${SKILL_DIR}/scripts/README.md。

参考与模板索引

资源	路径	何时读
方法论（存真哲学 + A/B/C/D）	references/methodology.md	Surveyor 必读 / Editor 选读
方针师角色	references/surveyor.md	Step 2
整理者角色	references/editor.md	Step 4
金标准范例库	references/examples.md	Step 4 必读（执行尺度）
共享标准（标记/契约/伦理）	references/shared-standards.md	Editor / QA 必读
整理方针模板	templates/edit_spec_reference.md	Surveyor 填充
执行契约模板	templates/term_lock_reference.md	Surveyor 填充，Editor 每块重读

独立工作流

工作流	路径	用途
resume-execute	workflows/resume-execute.md	20 万字续跑 / 换窗口（split mode）
pass2-bookify	workflows/pass2-bookify.md	Pass 2 书面化（签字后另起流程）

---

流程

Step 1：项目初始化 + 转写稿归一

🚧 GATE：用户提供了转写稿（txt / md / docx / xlsx 任一）。

python3 ${SKILL_DIR}/scripts/project_manager.py init <name>
python3 ${SKILL_DIR}/scripts/project_manager.py import <name> <转写稿文件> --move
python3 ${SKILL_DIR}/scripts/transcript_ingest.py <name>      # → sources/ingested.md
python3 ${SKILL_DIR}/scripts/glossary_extractor.py <name>     # → work/glossary_candidates.json

✅ Checkpoint — ingested.md 生成、专名候选已预扫，进入 Step 2。

Step 2：方针师阶段（Surveyor · 不可跳过）

🚧 GATE：Step 1 完成。

Read references/surveyor.md
Read references/methodology.md

通读 ingested.md，核定术语表，拟存真红线，写 edit_spec.md + term_lock.md。

⛔ BLOCKING：把整理方针（受访人画像 / 本稿用途 / 仿真度 / 开关 / 术语表 / 存真红线 + 规模提示）打包呈现，等用户明确确认或修改。这是唯一核心确认点；确认后所有后续步骤自动推进。

✅ Checkpoint — 方针确认、term_lock 锁定，自动进入 Step 3。

Step 3：分块

🚧 GATE：term_lock.md 已锁定。

python3 ${SKILL_DIR}/scripts/chunker.py <name>     # → work/chunks/chunk_NNN.md + manifest

✅ Checkpoint — 分块完成，进入 Step 4。

Step 4：整理者阶段（Editor）

🚧 GATE：Step 3 完成。

Read references/editor.md
Read references/examples.md          # 执行尺度
Read references/shared-standards.md

• 整理每一块前 read_file <proj>/term_lock.md（强制，抗漂移）。
• 逐块、串行、主 agent 亲自做；按 methodology + examples + term_lock 整理正文。
• 输出 work/edited/chunk_NNN.edited.md（只写整理后正文）。

⚠️ 禁止子 agent 整理；禁止分批；禁止写脚本批量替换。

✅ Checkpoint — 全部块整理完，进入 Step 5。

Step 5：一致性 + 忠实度门（强制）

🚧 GATE：Step 4 完成。

python3 ${SKILL_DIR}/scripts/consistency_checker.py <name>   # 变体残留 → 返工
python3 ${SKILL_DIR}/scripts/fidelity_checker.py   <name>   # error → 必须返工

• consistency_checker 报变体未统一 → 回 Editor 修该块。
• fidelity_checker 报 error（偏长疑似添写 / 偏短疑似删过头）→ 回对应块返工，重跑直到 0 error。

✅ Checkpoint — 两个门全绿，进入 Step 6。

Step 6：复核包

🚧 GATE：Step 5 全绿。

python3 ${SKILL_DIR}/scripts/diff_reporter.py  <name>    # → review/对照稿.md
python3 ${SKILL_DIR}/scripts/package_review.py <name>    # → output/整理稿.md + review/待核对清单.md

✅ Checkpoint — 整理稿 + 四份复核报告齐备，进入 Step 7。

Step 7：质量门 + 交付（QA · 强制）

🚧 GATE：Step 6 完成。

用 companion skill oral-history-quality-guard 完成忠实度审计：

• 对照原文逐句审 review/对照稿.md，确认无捏造、无伪造确定性、无圆场矛盾、无抹方言；
• 抽查 ⚠ 是否该标尽标、术语是否全篇统一；
• 发现问题 → 回 Editor 修对应块，重跑 Step 5–6。

未过 QA 门不得交付。 交付时必须明确说明：已逐句审忠实度、已查捏造/确定性/矛盾/方言、已核 ⚠ 与术语一致性。

最终提醒用户：

📌 此整理稿（Pass 1）须经受访人审阅签字方可使用。 ⚠ 待核对处请对录音/原始材料核定后回填 term_lock 重跑一致性。书面化（Pass 2）请另起 workflows/pass2-bookify.md。

---

角色切换协议

切换角色前必须先读对应 reference，并输出标记：

## [角色切换：<角色名>]
📖 读取角色定义：references/<file>.md
📋 当前任务：<简述>

Notes

• 进度查看：python3 scripts/project_manager.py status <name>
• 20 万字：Step 2 后若规模重，按 workflows/resume-execute.md 转 split mode（换窗口续跑）。
• 依赖：核心流水线仅需 Python 3.9+ 标准库；.docx/.xlsx 转写稿需 pip install -r requirements.txt。