ime-lexicon-optimize

name	ime-lexicon-optimize
description	合并多份词表，自动改明显英文笔误和「词对、拼音错」，剔除 v2u / 拼音当词。 吃不准的进待确认，不写回输入法。

optimize — 修正个人词库

父技能：ime-lexicon。本文件只改表。

何时用

• 豆包 + 微信两库合成一份
• 纠 agnet / clade / skils 这类明显错误
• 删指定垃圾词（xx但是）
• 不要在这里搜新行业词（走 build / 原 industry-dict）

自动改 vs 待确认

自动改（表在脚本 TYPO_MAP）：

• agnet→agent clade→claude gork/grokgrok→grok flsah→flash
• shft→shift skilsub→skill prma→proma boos→boss
• 词是英文、拼音只差 1 个字母，且不是高频缩写（skills/skils 改，skill/skil 留）

不自动改：ocv、产品名、短前缀。进 待确认.tsv。

命令

python3 "$HOME/.agents/skills/ime-lexicon/scripts/ime_lexicon.py" optimize \
  --from 工具/豆包输入法/个人词库.tsv \
  --from 工具/微信输入法/个人词库.tsv \
  --drop 'xx但是' --drop 'xx进入设置' \
  --out 工具/词库整合/优化

产出：词库.tsv 更正记录.tsv 待确认.tsv。

--no-auto 只合并不改字。

--profile personal（默认）：只砍「的了 / 的吧」、≥16 字句子、v2u。习惯词（含频次=1 的「示例词」）留。--drop-fragments 才再剔个人碎片。

--profile industry：再砍过长（≥10 字）、频次=1 残片、「的了」类、叠词。行业表默认狠。

--budget N：裁到 N 条。重复 (词,拼音) 留个人库（source 含 doubao/wetype/personal）。个人已超 N 则个人按频次留前 N。

代理步骤

1. 跑 optimize，报 in / out / fixed / review / profile。
2. 待确认里点名的才再改，不替用户猜缩写。
3. 要写回 → 父技能 import staging，问一句 apply。整表超过豆包剩余槽就加 --budget。