goodbuddy/resources/skills/deai-writing/ai_smell_dict.py

"""通用「AI 味」病症词典。

两级：
  AI_SMELL    阻断项 —— 命中即应改写，目标压到接近 0。
  REVIEW_ONLY 复核项 —— 只作人工判断候选，不能作为自动删除或发布失败条件。

词条可以是普通字符串（按子串匹配）或正则（`re` 语法）。扫描器统一用
`re.search` 处理，普通字符串里的正则元字符需要自行转义。

扩充规则：每次评审被挑出的新 AI 味用词，回填到这里；只与单个项目/站点
相关的规则不要放这里，放 project_rules/ 下的项目词典。
"""

# ---------------------------------------------------------------------------
# 阻断项
# ---------------------------------------------------------------------------

AI_SMELL = {
    "套路连接词": [
        # "不仅/而且" 单列误报率过高，收敛成句式匹配（原清单的精确化）
        r"不仅.{0,40}(而且|并且|还|也)",
        "更是", "无疑", "毫无疑问", "值得注意的是", "需要指出的是",
        "总而言之", "综上所述", "总的来说", "换言之", "众所周知",
        "一言以蔽之",
    ],
    "对照模板": [
        r"不是.{0,40}而是", r"并非.{0,40}而是", "而不是",
        r"不只是.{0,40}(而是|还|也|更)", r"不止是.{0,40}(而是|还|也|更)",
        r"不只是[^，。；！？\n]{1,30}(?:[。；！？\n]|$)",
        r"不先.{0,30}先", r"下一步是.{0,40}而不是",
    ],
    "问答式标题": [
        r"回答了?[一二三四五六七八九十0-9]+个.{0,20}问题",
        r"以下[一二三四五六七八九十0-9]+[点项个]",
        r"[一二三四五六七八九十0-9]+个具体问题",
        r"结果说明了什么", r"需要关注的几个问题",
    ],
    "实施口号": [
        r"先把.{0,30}接入", "从单一场景切入", "从一个场景开始",
    ],
    "英文对照模板": [
        r"\bnot\b.{0,60}\bbut\b", r"\brather than\b", r"\binstead of\b",
    ],
    "英文元话语": [
        r"answers? (three|four|[0-9]+)",
        "three specific questions", "three findings from",
    ],
    "空心形容词": [
        "强大的", "卓越的", "高效的", "全方位", "一站式", "赋能", "助力",
        "打造", "深耕", "护航", "保驾护航", "量身定制", "极致", "无缝",
    ],
    "宏大开头": [
        r"随着.{0,30}(的)?(快速)?发展", "在当今", "在数字化", "近年来",
        "大背景下",
    ],
    "空洞升华": [
        "携手", "美好未来", "贡献力量", "必将", "奠定坚实基础", "开创",
    ],
    "客服尾巴": [
        "希望能对您有所帮助", "如有需要", "欢迎随时", "感谢您的",
    ],
    "绕弯结构": [
        r"进行了.{0,15}的?(操作|处理|优化|改造|分析)",
        r"做出了.{0,15}的?决定",
        r"起到了.{0,15}的?作用",
        r"具有.{0,20}的特点",
        r"实现了.{0,20}的功能",
    ],
    "过度对冲": [
        "在某种程度上", "总体而言", "一般来说",
    ],
    "万能收束": [
        "从本质上看", "从某种意义上说", "归根结底", "可以看出",
        "由此可见",
    ],
    "来源模糊": [
        "业内普遍认为", "专家指出", "有观点认为",
    ],
    "格式痕迹": [
        "——", "✅", "❌", "🚀", "💡", "🎯", "✨", "🔥", "📌", "⚡",
    ],
}

# ---------------------------------------------------------------------------
# 复核项：结合页面类型与专业语境判断，不机械清零
# ---------------------------------------------------------------------------

REVIEW_ONLY = {
    "内部审校话语": [
        "当前基线", "当前证据", "已知缺口", "成熟度等级", "页面所述",
    ],
    "抽象术语": [
        "闭环", "底座", "形成衔接", "共同约束",
    ],
    "教程式CTA": [
        "说明当前流程", "从第一步开始", "按清单准备材料",
    ],
    "标题口令": [
        r"^\s*#{1,6}\s*(把|让|先|再)",
        r"^\s*#{1,6}\s*(Bring|Start|Let|First)\b",
    ],
    "否定句堆叠": [
        "不代表", "不包含", "尚未", "不能",
    ],
    "分析框架": [
        "从多个维度", "核心在于", "关键在于", "具体而言",
        r"从.{0,20}角度来看",
    ],
    "无来源归因": [
        "研究表明", "数据显示", "实践证明",
    ],
    "角色槽位": [
        r"(系统|平台).{0,20}(做什么|负责什么).{0,40}"
        r"(学生|教师|用户|客户).{0,20}(做什么|看到什么|获得什么)",
        r"(学生|教师|用户|客户).{0,20}(做什么|负责什么).{0,40}"
        r"(系统|平台|教师|用户|客户).{0,20}(做什么|看到什么|获得什么)",
        r"输入是什么.{0,30}(处理什么|怎么处理).{0,30}输出什么",
        r"用户需要什么.{0,30}平台提供什么.{0,30}(最终)?获得什么",
    ],
    "工程黑话": [
        "闸门", "门禁", "硬约束", "卡点", "护栏",
    ],
    "拟人化技术表达": [
        r"[一两二三四五六七八九十百千万亿0-9]+颗(权重|参数)",
        "数据喂不够快", r"(存储|内存|显存).{0,20}(道路|路).{0,20}(繁忙|拥堵)",
        r"(模型|系统).{0,10}(思考|理解|读懂|看懂)",
    ],
    "绝对化承诺": [
        r"每一(次|个|项|条).{0,30}(都|均)", r"所有.{0,30}均",
        "任何情况下", "始终确保", "完全避免",
    ],
    "标签化三联": [
        r"(看得见|可见).{0,20}(查得到|可查).{0,20}(可追溯|能追溯)",
        r"事前.{0,20}事中.{0,20}事后",
        r"业务侧.{0,20}技术侧.{0,20}管理侧",
    ],
}

# ---------------------------------------------------------------------------
# 结构类近似检测：正则给候选，最终要人读
# ---------------------------------------------------------------------------

STRUCTURE_CHECKS = {
    # 短句里塞了 4 个以上顿号/逗号，多半是三段式排比或名词堆叠
    "疑似排比堆叠": {
        "pattern": r"[，、]",
        "min_count": 4,
        "max_line_len": 60,
    },
}