D06 文档技术规范与算法校核系统范式

类别：技术规范（范式）
对象：文档技术规范校核系统（E1 文档校核 / E2 算法与文档校核）
落位：~/.workbuddy/spec\3.行政法规\范式\D06文档技术规范与算法校核系统范式.md
版本：V1.0.0（2026-08-26 首版，挂载 E1/E2 场景，复用 G7 异源双模量化底座）
依赖复用：Ⓡ G25 异源双模校核范式（量化共识底座）、Ⓡ N03 全域文件命名规则范式、Ⓡ W02 全域文件工作流规则范式、Ⓡ G3 楷体Word输出规范

〇、定位与职责

本系统解决「文档（尤其 Word 技术规范/报告/四件套交付物）在产出后、发布前的规范符合性校核」问题，分两层：

• E1 技术规范校核：以「引用既有技术规范 → 复用校核」为主线，对交付物逐条比对所引用规范；引用复用规范时强制以 Ⓡ 标记表示跨场景复用（对齐全域更新逻辑图记号）。校核阶段额外纳入两份文档做比对：
• Ⓡ DOC《华南理工大学硕士学位论文排版规范》——仅限排版复核阶段生效（正文格式/字体/字号/行距/页边距/页码/图表的规范符合性）。
• Ⓡ DOC《lihengbian_DIY_jishubiaozhunpaibanzhushou_技术规范清单》——排版引擎（doc_spec.py / render_kaiti.py 顶部 KAITI_SPEC）规范符合性。
• E2 算法与文档校核：在 E1 基础上引入异源双模（DeepSeek-V4-Pro × Hy3）对校核结果做共识量化，输出量化报告；并落盘 E2 输出物（校核清单 + 技术规范 Word + 四件套 Class B）。

系统物理前提与 Ⓡ G7 一致：两模型须独立厂商/语料/权重，量化共识得分 S 为唯一放行依据，不读取任一模型自我置信度。

一、E1 技术规范校核

1.1 Ⓡ 复用标记铁律

• 凡在本文档、校核清单、量化报告、四件套中引用既有技术规范（范式/SOP/DOC），一律以 Ⓡ 前缀标注，表示「跨场景复用既有权威规范」，不得改写为新规范另行立项。
• Ⓡ 标记对象：Ⓡ G7、Ⓡ N1、Ⓡ W1、Ⓡ G3、Ⓡ DOC《华南理工大学硕士学位论文排版规范》、Ⓡ DOC《lihengbian_DIY_jishubiaozhunpaibanzhushou_技术规范清单》、Ⓡ S01/S02/S06/S10 等。
• 未带 Ⓡ 的规范条目视为本系统新增/专有条款（如 §三 算法权重、§四 校核清单三态）。

1.2 校核阶段与规范引用清单

⚠️ 两份 DOC 规范仅在「排版复核阶段」纳入比对；非排版类文档（纯策略/数据报告）不做强制比对，仅作可选参考。

1.3 校核对象

• 业务交付物（报告/技术规范 Word）、治理四件套（Class B）、校核清单、量化报告本身。
• 每次校核先回显会话模型 ID，确认异源双模通道可用；否则终止并提示。

二、E2 算法与文档校核

2.1 异源双模关联复用

• 待校核对象分别提交 DeepSeek-V4-Pro（会话侧）与 Hy3（API 侧），两路并行、互不感知，强制统一 JSON 模板输出（对齐 Ⓡ G7 §1.2）：

{
  "dimensions": {"事实准确性": 0, "逻辑一致性": 0, "规范符合性": 0, "可操作性": 0},
  "issue_list": [{"issue_id":"1","dimension":"规范符合性","severity":"critical",
                  "topic":"简短主题词","location":"位置","description":"问题描述","suggested_fix":"修订建议"}]
}

• dimensions 四维度 0–100 整数；severity ∈ {critical/major/minor}；dimension ∈ 四维度之一。

2.2 多维统计学共识量化（对齐 Ⓡ G7 §1.3）

权重：S = 0.45·Kappa + 0.25·Jaccard + 0.30·Cosine，落于 [0,1]。

• Cohen's Kappa（0.45）：两模型对 4 维度评分视为 4 对样本，分档（A≥85 / B=75–84 / C=65–74 / D<65），Kappa = (Po − Pe)/(1 − Pe)。
• Jaccard（0.25）：双方 issue_list 语义聚类配对（规范：Sentence-BERT + 相似度>0.85；无 embedding 降级：分词 + 词集 Jaccard，须标注「非规范近似」），计算重叠集合 Jaccard。
• Cosine（0.30）：双方校核全文语义向量余弦（规范：text-embedding-3-small；降级：字符 3-gram 代理，须标注「非规范近似」并扣除系统性低估偏差）。

2.3 门禁阈值

S < 0.75 须区分「评分标定差异」与「真分歧」（对齐 Ⓡ G7 §4.4），前者以 issue 合并清单为仲裁依据，二者均不得自动放行。

三、E2 输出物

每次校核结束无论通过与否，落盘以下产物（并入全域四件套，定级 Class B 治理件）：

1. 校核清单：逐条列出校核项、引用规范（Ⓡ标记）、两模型判定与最终判定；判定状态仅三态：放行 / 复核 / 拒绝。
   - 最终判定规则：两模型均「放行」→ 放行；两模型均「拒绝」→ 拒绝；其余（含任一「复核」或两模型不一致）→ 复核。
2. 技术规范 Word 文档：本系统所依规范（即本文档）或本次被校核对象所依规范，Ⓡ 引用具列。
3. 四件套（Class B）：Ⓡ 技术规范要求 + Ⓡ 摘要 + Ⓡ 变更履历 + Ⓡ 版本清单，由 _tools/fourpiece.emit() 生成、check_deliverables 校验。
4. 量化报告：含 Kappa / Jaccard / Cosine 三分量、加权 S、门禁判定、分歧项清单、建议动作；用语忠实、量化、不引入无关新增。

四、工作流（五步闭环，对齐全域铁律）

1. 读 MEMORY（拿规则）：首步读 ~/.workbuddy/MEMORY.md。
2. 跑 _tools（强制）：交付物命名与四件套校验强制调用 _tools/（build_paths / fourpiece.emit / check_deliverables），禁止手敲文件名。
3. 查 README（看 API）：查 ~/.workbuddy/README/<对象>/README.md。
4. 查技术规范与 SOP：读本文档（Ⓡ E）+ Ⓡ S01/S02（建夹）+ Ⓡ S06（迭代闭环）+ Ⓡ S10（收尾总结）。
5. 建文件夹 + 收尾：按 Ⓡ S02 建「三字标题_YYYY-MM-DD_HHMM/产出/素材/」；任务结束写 200 字三要素收尾总结。

五、安全与合规

• 异源是物理前提；不依赖任一模型自我置信度，量化共识 S 是唯一放行依据。
• 涉密数据（真实专利/测试数据/内部合同）绝不出本地；仅方法论与结构化校核数据可参与校核。
• Ⓡ 复用标记为强制义务，遗漏即视为规范违反。
• 无规范/SOP 时主动拒绝，不以感觉替代数据；规则层（本文档）与工具链层（_tools 命名/四件套门禁）双保险。

六、版本记录