| name | daggerheart-glossary-extractor |
| description | Extract document-specific glossary from Daggerheart project original text. Scans source/_original.md for proper nouns and recurring unique concepts, outputs glossary/_glossary.json with shortest-root terms and variants. Use during daggerheart-translation-pipeline step 3, or when user says "提取术语表" or "run step 3". |
Daggerheart Glossary Extractor
用 LLM 扫描项目 source/_original.md 全文，提取文档特有的专有名词并翻译，按最短有效词根输出含中文翻译的术语表 JSON。
用法
用户提供项目路径，从中读取 source/_original.md，写入 glossary/_glossary.json。
提取范围
- 人名、地名、组织/派系名、种族名、生物名、物品名
- 世界观设定中反复出现的独特概念
- 游戏机制：职业(class)/子职(subclass)/种族(Ancestry)/社群(community)/领域(domain)/卡牌(card)/特性(feature)名等
- 文档中反复出现（≥2 次）的专有名词
- 以及其他理论上会反复使用, 需要保持翻译一致性的术语
不提取
- 泛型名词（sword、potion、castle）
- 只出现一次的描述性词语
翻译要求
翻译时确定术语的类型，世设中的名词可以文学化发挥，游戏机制术语则需要准确无歧义。完成后确保没有未翻译的"translation": ""。
粒度原则：最短有效词根
术语替换用 \bterm\b 正则匹配，不会自动处理复数/屈折变化。优先缩小术语粒度而非提取精确多词词组：
| ❌ 不要 | ✅ 要 | 原因 |
|---|
Engram Card | Engram | 自然匹配 Engram / Engram Cards |
Transhuman - Synapse | Transhuman 和 Synapse 分开 | 连在一起无法匹配各自单词 |
Power | Power Trait | Power太泛，会大量污染原文 |
输出格式
[
{"term": "Terra", "translation": "泰拉"},
{"term": "ancestries", "translation": "种族", "variants": ["Ancestry", "Ancestries", "ancestry"]},
{"term": "The End", "translation": "终末", "note": "Pluto 称号", "case_sensitive": true}
]
note 仅在术语有歧义、是常用词的特殊含义、或需要额外上下文时填写。variants: 可选数组。用于列出需要映射到同一译名的英文变体，替换时会与 term 一起生效，并共用同一条目的 translation、note、case_sensitive。variants 主要用于 \bterm\b 无法自然覆盖的不规则形式，例如复数、连字符差异、常见别写法。不要把它当成随意堆同义短语的字段。- 优先遵守“最短有效词根”原则。若主词根已能自然匹配多数场景，就不要额外塞
variants；只有确实匹配不到时才补。
case_sensitive: 默认不开启（术语替换时不区分大小写）。设为 true 时该条目强制区分大小写。以下情况必须设为 true：
- 术语本身是常用英文短语，极易污染普通文本（如
"The End"、"Charge"、"Broken"）
- 术语是 3 字母及以下的短词且译文与字面含义差异大
- 术语在原文中是大写才有专名含义
输出路径
写入 {用户提供的项目路径}/glossary/_glossary.json。
报告
提取完成后报告：
- 提取了多少条术语
- 哪些多词术语因粒度原则被合并/精简
- 如果有基于经验的重要译名建议，列出来供用户确认
