daggerheart-json-formatter

name	daggerheart-json-formatter
description	Identify the type of a translated Daggerheart text and format it into JSON according to template.md.

Daggerheart JSON Formatter

将翻译后的中文 Daggerheart 文本识别类型并转换为结构化 JSON。严格按照 examples/template.md 中的模板格式输出。

工作流

1. 识别内容类型 — 分析译文，确定是领域卡、武器、护甲、社群、种族、主职、子职、敌人还是环境
2. 参考模板 — 打开 examples/template.md，使用该类型的精确 JSON schema
3. 提取并映射 — 从译文提取数据，映射到模板字段
4. 输出有效 JSON — Markdown 代码块包裹，单个实体输出对象，多个实体输出数组，保持源顺序

提取策略

优先手动提取。 文档中总会有 OCR 错误、标题层级混乱等格式异常，强行使用自动化工具反而容易出错。逐块读取相关原文, 然后根据模板手动构造JSON. 一次只读一段/一个种类的原文进行构造, 不要强行一次读全文.

批量提取用脚本。 当译文格式一致、实体数量大（如数百张敌人卡），应编写 Python 提取脚本，通过正则解析 Markdown 结构批量生成 JSON。脚本提取的关键经验：

• 遇到格式错误导致脚本失败时, 与其修改复杂的正则与特殊情况, 不如直接修改原文的格式使其统一
• 按实体边界标题（## ）分割，排除 ## **特性**、## **特殊** 等子章节标题
• 用 utf-8-sig 读文件避免 BOM 干扰
• 英文名正则 (.+?)\s*([A-ZÀ-ÿ].+)$ 处理 : () 重音字符和无空格边界
• 提取后验证：实体数量、英文残留、特性/武器字段是否缺失

字段映射规则

• 键名：严格使用模板中的字段名（"名称" "原文" "类型" "特性" 等）
• 必填与选填: 必填的键名只有"名称","类型","描述"三者, 其余皆为选填
• 缺失数据：使用"无" / "-" 或空数组 []，不要编造
• 数据类型：模板中是字符串就用字符串（如 "12" 而非 12）
• 特性数组：每个特性包含 "名称" "原名" "类型" "特性描述"
• 类别一致性："类型" "种类" 等分类字段只保留核心类别，不混入修饰符。如源文中 (2) - 被动 → "类型": "被动"，修饰符 (2) 放到 "名称" 字段中

格式保留

• 机制语法保留原样：**花费 1 恐惧点**、*脆弱*
• 特性类型标签（被动/动作/反应）映射正确

格式转换

SKILL 输出的 JSON 为 zzz 格式（扁平列表，每张卡一个独立条目）。如需其他格式，使用 scripts/ 下的脚本转换：

脚本	用途
scripts/zzz2rrr.py	zzz 格式 ↔ rrr 格式（各实体类型分组打包）。用法：python zzz2rrr.py <输入.json> --zzz（zzz→rrr）或 --rrr（rrr→zzz），也支持 .dhcb
scripts/zzz2keyword.py	zzz/rrr 格式 → SealChat 术语表关键词列表。用法：python zzz2keyword.py <输入.json>，输出 _keyword.json

需要时才转换，一般不需要。不需要依赖。

边界

有模板就按模板提取。规则书、背景、叙事文本等非卡牌内容保留 Markdown，不强行结构化。不臆造字段。