auto backup: 2026-06-19 08:10:02

business_production/_shared/feishu-embedded-sheet/SKILL.md

@@ -233,6 +233,120 @@ else:
         write_range(f"F{row}:F{row}", [data[row]])
 ```
 
+## 读取后错行/乱行校验（强制执行）
+
+### 校验目标
+
+读取 Sheet 数据后，必须自动检测关键列之间的行号对齐关系，防止以下问题：
+- 组件配置（G列）写入了错误行，导致内容与组件名称（A列）错位
+- 英文台词（F列）写入了错误行，导致台词与角色（E列）错位
+- 批量写入时行号偏移导致整列数据整体下移/上移
+
+### 校验规则（剧本表格 A-I 列）
+
+#### 规则1：A列-G列 对齐校验（组件类型 vs 组件配置）
+
+```
+如果 A列[row] 是组件类型（匹配：对话朗读|对话挖空|对话选择|对话组句|对话表达|对话选读|图片单选|图片多选|信息拼词|看图选词|听力\S+|阅读\S+|写作\S+|口语\S+）
+  → G列[row] 必须非空（包含组件配置内容）
+
+如果 G列[row] 非空（包含组件配置内容）
+  → A列[row] 必须是组件类型（不能是 TL / 空 / 其他非组件标记）
+```
+
+#### 规则2：B列-G列 对齐校验（组件ID vs 组件配置）
+
+```
+如果 B列[row] 是数字（组件ID）
+  → G列[row] 必须非空
+
+如果 G列[row] 非空且包含 "【组件ID】" 标记
+  → 提取的组件ID 必须与 B列[row] 一致
+```
+
+#### 规则3：E列-F列 对齐校验（角色名 vs 英文台词）
+
+```
+如果 E列[row] 非空（有角色名）且 A列[row] 不是 TL / 空（非纯剧情行）
+  → F列[row] 建议非空（角色说话应有台词）
+  → 若 F列[row] 为空，标记为"疑似缺失"（可能是剧情描述行，需人工确认）
+```
+
+#### 规则4：G列 内容归属校验（防止配置写入非组件行）
+
+```
+扫描 G列 所有非空单元格：
+  如果 G列[row] 包含组件配置特征（"【任务标题】" / "【资源配置】" / "【互动内容】"）
+    且 A列[row] 为 TL / 空 / 非组件类型
+    → 标记为"错行"：组件配置写入了非组件行
+```
+
+### 校验执行流程
+
+```python
+# 读取 Sheet 数据后立即执行
+def validate_sheet_alignment(rows):
+    errors = []
+    warnings = []
+    
+    component_pattern = re.compile(
+        r'^(对话朗读|对话挖空|对话选择|对话组句|对话表达|对话选读|'
+        r'图片单选|图片多选|信息拼词|看图选词|'
+        r'听力\S+|阅读\S+|写作\S+|口语\S+)'
+    )
+    
+    for i, row in enumerate(rows):
+        row_num = i + 1  # 1-indexed
+        a_val = row[0] if len(row) > 0 else None  # A列：类型
+        b_val = row[1] if len(row) > 1 else None  # B列：ID
+        e_val = row[4] if len(row) > 4 else None  # E列：角色名
+        f_val = row[5] if len(row) > 5 else None  # F列：英文台词
+        g_val = row[6] if len(row) > 6 else None  # G列：组件配置
+        
+        # 规则1：A-G 对齐
+        if a_val and component_pattern.match(str(a_val)):
+            if not g_val:
+                errors.append(f"行{row_num}: A列=[{a_val}] 但 G列为空，组件配置缺失")
+        
+        if g_val and '【任务标题】' in str(g_val):
+            if not a_val or not component_pattern.match(str(a_val)):
+                errors.append(f"行{row_num}: G列有组件配置但 A列=[{a_val}] 非组件类型，疑似错行")
+        
+        # 规则2：B-G 对齐
+        if b_val and str(b_val).isdigit():
+            if not g_val:
+                errors.append(f"行{row_num}: B列=[{b_val}] 但 G列为空，组件配置缺失")
+            elif '【组件ID】' in str(g_val):
+                g_id = extract_component_id(str(g_val))
+                if g_id and str(g_id) != str(b_val):
+                    errors.append(f"行{row_num}: B列ID=[{b_val}] 与 G列组件ID=[{g_id}] 不一致")
+        
+        # 规则3：E-F 对齐
+        if e_val and a_val and a_val not in ('TL', ''):
+            if not f_val:
+                warnings.append(f"行{row_num}: E列=[{e_val}] 但 F列为空，疑似台词缺失")
+        
+        # 规则4：G列归属
+        if g_val and ('【任务标题】' in str(g_val) or '【互动内容】' in str(g_val)):
+            if not a_val or a_val in ('TL', ''):
+                errors.append(f"行{row_num}: G列有组件配置但 A列=[{a_val}]，组件配置错行到非组件行")
+    
+    return errors, warnings
+```
+
+### 校验结果处理
+
+| 级别 | 条件 | 处理方式 |
+|------|------|---------|
+| **错误 (Error)** | A-G 不对齐 / B-G ID不一致 / G列错行到非组件行 | 立即报告用户，附具体行号和错位内容，暂停后续写入操作 |
+| **警告 (Warning)** | E-F 疑似缺失 / 其他非关键不对齐 | 汇总报告，继续执行但标注"需人工确认" |
+
+### 校验触发时机
+
+1. **读取后立即校验**：任何读取 Sheet 数据的操作完成后，自动执行上述校验
+2. **写入前校验**：写入操作前，先读取目标区域，校验当前数据对齐状态
+3. **写入后回读校验**：写入完成后回读，再次执行对齐校验，确保写入未引入新错位
+
 ## 异常处理
 
 | 错误码 | 含义 | 处理方式 |

business_production/组件生产/skills/dialogue-interaction-config/SKILL.md

@@ -31,18 +31,35 @@ metadata:
 
 ## 通用配置规则（所有对话类互动通用）
 ### 通用字段规范
+
+> ⚠️ **禁止字段**：G列组件内容中**禁止**出现 `【组件ID】`（B列已有）、`【知识点】`（H列已有）。
+
 | 字段 | 要求 | 示例 |
 |------|------|------|
 | 【任务标题】 | 10字以内，清晰说明任务内容，避免使用"-"，多部分用"（一）"标识 | 与调酒师对峙（一） |
-| 【情境引入】 | 每行一句对话，格式为`角色名: 对话内容`，无情境引入填"无" | User: He already ran away.<br>Piper: I didn't see him on my way here. |
+| 【情境引入】 | 每行一句对话，格式为`角色名: 对话内容`，无情境引入填"无"。🚫 **禁止编造**，必须来自台词池（组件行 F 列 + 后续连续 User 台词）。单句台词池且含知识点 → 填「无」 | User: He already ran away.<br>Piper: I didn't see him on my way here. |
-| 【后置对话】 | 每行一句对话，无后置对话填"无" | 无 |
+| 【后置对话】 | 每行一句对话，无后置对话填"无"。🚫 **禁止编造**，必须来自台词池。知识点之后无 User 台词 → 填「无」 | 无 |
-| 【资源配置】 | 无资源填"无"；有资源时填写资源命名和出现时机：<br>1. 图片命名：`组件ID.png`<br>2. 音频命名：`组件ID.mp3`<br>3. 出现时机：可填【情境引入】/【互动内容】/【互动反馈】/【后置对话】，多时机并列 | 图片时机：<br>互动内容<br>互动反馈<br>音频载体：Pioneer Band |
+| 【资源配置】 | 无资源填"无"；有资源时填写资源出现的时机（如"情境引入""互动内容"），多时机并列换行<br>🚫 禁止使用组件ID命名文件（如 `1224204.png`），文件名由下游系统自动生成<br>🚫 不需要"图片时机：""音频载体："等前缀 | 情境引入<br>互动内容<br>互动反馈 |
 | 【互动反馈】 | 分正确反馈和错误反馈，格式为`角色名: 反馈内容`，正确反馈非必填，无则填"无" | 正确 Piper: Thank you, my friend.<br>错误 Piper: I don't think so. |
 
 ---
 
 ## 知识点优先分配规则（强制执行）
 
+### 台词池规则（强制执行）
+
+**组件内容除【互动反馈】外，其余台词均来自台词池，禁止编造。**
+
+**台词池定义：** 组件行 F 列 + 后续连续 User 台词（到 TL / 下一组件截止）。
+
+**分配规则：**
+- 含知识点的台词 → 【互动内容】
+- 知识点之前的 User 台词 → 【情境引入】
+- 知识点之后的 User 台词 → 【后置对话】或选项反馈
+- 单句台词池且含知识点 → 【情境引入】填「无」
+
+> ⚠️ 核心互动不适用此规则。
+
 ### 核心原则
 当组件中 User 有多句台词时，**【互动内容】必须是包含知识点的那句台词**。不包含知识点的台词，根据其与知识点台词的相对位置分配：
 
@@ -196,19 +213,16 @@ Piper: You're lying! It must be your mistake!
 - 【互动反馈】：本类型不单独设置互动反馈字段，反馈内容已整合在互动内容的各选项中
 - 【资源配置】：
   - 类型为「对话选读」时，填写：`无`
-  - 类型为「对话选读-配图」时，填写图片时机 + 音频载体（格式见下方示例）
+  - 类型为「对话选读-配图」时，填写资源出现时机（格式见下方示例）
-  - 资源命名规范：图片文件名 `{组件ID}.png`，音频文件名 `{组件ID}.mp3`
+  - 资源描述出现时机（非文件名），文件名由下游系统自动生成
 
 #### 示例（对话选读-配图）
 ```
 【任务标题】加入搏斗俱乐部
 【资源配置】
-图片时机：
 互动内容
 互动反馈
 
-音频载体：Pioneer Band
-
 【情境引入】
 Johnny: What do you think of the club?
 

business_production/组件生产/skills/info-interaction-config/SKILL.md

@@ -16,8 +16,10 @@ metadata:
 
 ## 通用规则（6类共享）
 
+> ⚠️ **禁止字段**：G列组件内容中**禁止**出现 `【组件ID】`（B列已有）、`【知识点】`（H列已有）。
+
 - 【任务标题】：中文口语化，10字以内，避免「-」，有序用「（一）」，含英文单词时前后留空格
-- 【资源配置】：图片文件名 = `{组件ID}.png`，不含音频配置
+- 【资源配置】：描述资源出现的时机（如"情境引入""互动内容"），非文件名。无资源填"无"。🚫 禁止使用组件ID命名文件（如 `1224204.png`），文件名由下游系统自动生成
 - 【后置对话】：无则填「无」
 
 ---
@@ -41,7 +43,7 @@ metadata:
 ```
 【任务标题】购买葡萄
 【资源配置】
-图片文件名：0216002.png
+互动内容
 【互动内容】
 任务描述：请填入"葡萄"的正确的英文拼写
 题干：G(2)pe
@@ -83,7 +85,7 @@ metadata:
 ```
 【任务标题】填写信息表
 【资源配置】
-图片文件名：0216002.png
+互动内容
 【互动内容】
 任务描述：请在空白处填入正确的单词，组成句子
 选项1：is
@@ -115,7 +117,7 @@ metadata:
 ```
 【任务标题】描述房间里的物品
 【资源配置】
-图片文件名：0216002.png
+互动内容
 【互动内容】
 任务描述：请用英文描述图片中房间里的物品
 参考词汇：sofa, window, door, table
@@ -148,7 +150,7 @@ metadata:
 ```
 【任务标题】补全句子中的单词
 【资源配置】
-图片文件名：0216002.png
+互动内容
 【互动内容】
 题干：The cat is sitting on the ___.
 选项1：chair（正确）
@@ -183,7 +185,7 @@ metadata:
 ```
 【任务标题】填入正确的单词
 【资源配置】
-图片文件名：0216002.png
+互动内容
 【互动内容】
 题干：The ___ is on the desk.
 答案：book
@@ -216,7 +218,7 @@ metadata:
 ```
 【任务标题】补全这个句子
 【资源配置】
-图片文件名：0216002.png
+互动内容
 【互动内容】
 题干：The boy ___ to school every day.
 答案：The boy walks to school every day.

business_production/组件生产/skills/script-component-production/SKILL.md

@@ -60,6 +60,22 @@ description: 剧本互动组件内容生产/审校/回填技能（不涉及JSON
 - 识别嵌入的 Sheet token（如 `<sheet token="xxx_yyy"/>`）
 - 读取 Sheet 元数据（sheet_id / 行数 / 列数 / 冻结行）
 
+### 节点1.5：错行/乱行校验（强制执行）
+
+**读取 Sheet 数据后，在进入列结构解析前，必须先执行 `feishu-embedded-sheet` 技能中的「读取后错行/乱行校验」：**
+
+校验内容（详见 `feishu-embedded-sheet` SKILL.md「读取后错行/乱行校验」章节）：
+- **规则1：A列-G列对齐** — 组件类型行必须有组件配置，组件配置不能出现在非组件行
+- **规则2：B列-G列对齐** — 组件ID与G列中的【组件ID】必须一致
+- **规则3：E列-F列对齐** — 有角色名的行应有对应台词
+- **规则4：G列归属校验** — 组件配置不能错位到 TL / 空行
+
+**校验结果处理：**
+- 发现 Error（错行/乱行）→ 立即报告用户，附具体行号和错位内容，**暂停后续所有操作**
+- 发现 Warning（疑似缺失）→ 汇总报告，继续执行但标注"需人工确认"
+
+**校验通过后才能进入节点2。**
+
 ### 节点2：列结构解析
 标准剧本表格列：
 | A | B | C | D | E | F | G | H |
@@ -129,11 +145,8 @@ description: 剧本互动组件内容生产/审校/回填技能（不涉及JSON
 所有组件内容按以下字段顺序输出，无内容的字段填「无」：
 
 ```
-【组件ID】020501
 【任务标题】介绍照片
-【资源配置】
+【资源配置】无
-图片时机：无
-音频载体：无
 
 【情境引入】
 Johnny : What's That?
@@ -149,10 +162,13 @@ This is my picture. It's ___, green and orange.（音频）
 
 【后置对话】
 无
+```
 
-【知识点】
+**禁止输出的字段：**
-单词：blue, orange
+- ❌ `【组件ID】` — 组件ID已在B列存储，G列无需重复
-句型：It is...
+- ❌ `【知识点】` — 知识点已在H列存储，G列无需重复
+- ❌ 资源配置中使用组件ID命名文件（如 `1224204.png`）— 资源文件名由下游系统自动生成
+- ❌ 资源配置中使用"图片时机：""音频载体："等前缀 — 直接写出现时机即可
 
 ---
 
@@ -161,7 +177,6 @@ This is my picture. It's ___, green and orange.（音频）
 对话选读的选项默认带音频标记`（音频）`，不需要音频时标注`（无音频）`：
 
 ```
-【组件ID】020501
 【任务标题】解释他们的歉意
 【资源配置】无
 【情境引入】无
@@ -173,8 +188,6 @@ This is my picture. It's ___, green and orange.（音频）
 选项2：They feel bad about what they did.
 - 反馈 DiDi: It's okay.
 【后置对话】无
-【知识点】
-句型：They feel...
 ```
 ```
 
@@ -198,17 +211,19 @@ This is my picture. It's ___, green and orange.（音频）
 | 6 | 选项格式 | 对话类用「选项1：XXX」、图片类用00/01/02编号 |
 | 7 | 反馈格式 | 错误反馈带角色名、自然对话、非指令式 |
 | 8 | 高亮规则 | 图片类仅知识点词加$、对话类不加 |
-| 9 | 情境引入 | 无内容填「无」，多句换行，格式为「角色名: 台词」。🚫 **禁止引用组件行之前任何行的台词**（含前一行的E列/F列原文），必须来自组件自身场景设定。审校时逐行对比组件行之前的E/F列，确认无重合 |
+| 9 | 情境引入 | 无内容填「无」，多句换行，格式为「角色名: 台词」。🚫 **禁止编造**，必须来自台词池（见检查项 11.1）。单句台词池且含知识点 → 填「无」。审校时逐行对比 G 列情境引入与台词池，发现编造即删除 |
-| 10 | 后置对话 | 取组件行之后的紧接台词，无则填「无」。🚫 **禁止直接复制后一行台词原文**，相同则填「无」。审校时逐行对比组件行之后的E/F列，确认无重合 |
+| 10 | 后置对话 | 无内容填「无」。🚫 **禁止编造**，必须来自台词池（见检查项 11.1）。知识点之后无 User 台词 → 填「无」。审校时逐行对比 G 列后置对话与台词池，发现编造即删除 |
 | 11 | 知识点优先分配 | **【互动内容】必须包含知识点**。当 User 有多句台词时，不包含知识点的台词：在知识点台词之前放入【情境引入】，在知识点台词之后放入【后置对话】。审校时逐一检查每句 User 台词的分配是否符合此规则 |
+| 11.1 | 台词池规则 | **组件内容除【互动反馈】外，其余台词均来自台词池，禁止编造。** 台词池 = 组件行 F 列 + 后续连续 User 台词（到 TL/下一组件截止）。分配规则：含知识点的台词 → 【互动内容】；知识点之前的 User 台词 → 【情境引入】；知识点之后的 User 台词 → 【后置对话】或选项反馈。单句台词池且含知识点 → 【情境引入】填「无」。核心互动不适用此规则。审校时逐行对比 G 列情境引入/后置对话与台词池，发现编造即删除 |
 | 12 | 超纲检查 | 词汇/句型在对应级别词库/句型库范围内 |
 | 13 | 标点符号 | 统一使用标准英文标点，禁止「～」「!!!」等非标准标点 |
 | 14 | 图片类资源配置 | 图片类互动（图片单选/多选/有序/拖拽）**不包含【资源配置】字段** |
 | 15 | 图片类辅助信息 | 图片类互动在「正确：XX」后添加 `辅助信息：{单词} {中文释义}。`，释义参考知识点 Sheet |
 | 16 | 对话朗读反馈 | 对话朗读**不包含【互动反馈】字段** |
-| 17 | 配图资源配置 | A列含"配图"时，仅保留`图片时机`（不写`音频载体`），根据有内容的 section 动态列出 |
+| 17 | 配图资源配置 | A列含"配图"时，【资源配置】直接列出资源出现的时机（如"情境引入""互动内容"），不需要"图片时机：""音频载体："等前缀 |
 | 18 | 答案随机化 | 听力选择/对话选择等多小题组件，各题正确选项位置必须随机分布，禁止全部集中在同一序号。生成后统计各题正确选项序号，若全部相同则重新随机 |
 | 19 | 对话选读选项音频 | 对话选读类型，选项默认带音频标记`（音频）`，不需要音频时标注`（无音频）`。生成后检查每个选项行是否包含音频标记 |
+| 20 | 禁止冗余字段 | G列组件内容中**禁止出现**以下字段：`【组件ID】`（B列已有）、`【知识点】`（H列已有）、资源配置中使用组件ID命名文件（如 `1224204.png`）。审校时扫描全部G列内容，发现即删除 |
 
 #### 回填
 - 将生成的结构化文本写入列G（组件配置）

business_production/组件配置/interactive-component-json/prd.md

@@ -278,3 +278,35 @@ taskData      textData    sequenceData  learningData
 - 看图选词 (ID=1201001): 5步生成全部通过，taskData/questionGroupData/studyData 结构正确，耗时~47s
 - 口语快答 (ID=0325001): 7步生成全部通过，taskData/settingData/configData/learningData 结构正确，耗时~90s
 - HTML验证报告: `outputs/V5核心互动验证 - imageDrag + speaking`
+
+---
+
+## v9 写作类核心互动-看图组句 学习内容提取修复（2026-06-18）
+
+### 问题
+`core_writing_imgMakeSentence`（看图组句）和 `core_writing_imgWrite`（看图撰写）的 Phase 12.7 实现中，
+`学习内容` 字段在剧本配置中无 `【学习内容】` section 时错误地回退到 `知识`（词汇表），导致：
+1. Step 1（学习流程配置）：以词汇而非句子作为练习目标，生成内容错误
+2. Step 5（studyInfo）：`leadIn.image` 无图片编号可关联，图片配对失败
+
+### 根本原因
+写作互动 bitable 工作流中，`学习内容` 是独立的 LLM 提取步骤（从写作材料答案+图片编号生成）。
+新流程合并后，该步骤被遗漏，未作规则化替代。
+
+### 修复
+在 `scripts/generate_json.py` 中新增：
+- **`_extract_writing_material_learning_content(writing_material_text)`**：规则解析写作材料，
+  提取每个 `# 句子 N` 块的答案和图片编号，按图片编号排序，输出格式 `答案 图片编号` 每行一条。
+- **`_generate_core_writing()` 中自动触发**：对 `is_img_type` 类型且无 `【学习内容】` section 时，
+  调用上述函数覆盖 `fields["学习内容"]`，同时应用于 Step 1 和 Step 5。
+
+### 输出样例（对应看图组句样例配置）
+```
+astronauts 00
+great astronaut 01
+Mum and Dad have jobs. 02
+I have a job too! 02
+```
+
+### 最终推送 JSON（看图组句 / 看图撰写）
+`taskInfo` · `textInfo` · `studyInfo` · `evalInfo`（共 4 个，已在 html_report.py PUSH_FIELD_MAP 注册）

business_production/组件配置/interactive-component-json/scripts/generate_json.py

@@ -1796,6 +1796,54 @@ def generate_core_listening_choose(cId, teaching_config, character_map=None, llm
 
 # ============ 写作类核心互动（4种） ============
 
+def _extract_writing_material_learning_content(writing_material_text):
+    """
+    从看图类写作材料中提取每个句子的答案和图片编号，供 studyInfo 图片关联使用。
+
+    等同于 写作互动 bitable 工作流中的"学习内容"LLM提取步骤，但改为规则实现：
+    - 对每个 "# 句子 N" 块，提取图片编号和答案
+    - 如无图片编号则跳过；如答案为空或"/"则跳过
+    - 按图片编号排序
+    - 输出格式: "答案 图片编号" 每行一条
+
+    示例输出:
+        astronauts 00
+        great astronaut 01
+        Mum and Dad have jobs. 02
+        I have a job too! 02
+    """
+    results = []
+
+    # 找出每个句子块
+    sentence_blocks = re.findall(
+        r'# 句子\s+\d+.*?(?=\n# 句子\s+\d+|\Z)',
+        writing_material_text,
+        re.DOTALL,
+    )
+
+    for block in sentence_blocks:
+        # 提取图片编号
+        img_match = re.search(r'##\s*图片编号\s*\n\s*(\d+)', block)
+        if not img_match:
+            continue
+        img_num = img_match.group(1).strip().zfill(2)
+
+        # 提取答案（答案：/答案: 后第一个非空行）
+        ans_match = re.search(r'答案[：:]\s*\n(.+)', block)
+        if not ans_match:
+            continue
+        answer = ans_match.group(1).strip()
+
+        if answer and answer != '/':
+            results.append((img_num, answer))
+
+    if not results:
+        return ""
+
+    results.sort(key=lambda x: x[0])
+    return '\n'.join(f"{answer} {img_num}" for img_num, answer in results)
+
+
 def parse_core_writing_fields(teaching_config):
     """
     从组件配置文本中提取写作类核心互动所需的输入字段。
@@ -1897,6 +1945,14 @@ def _generate_core_writing(cId, cType, teaching_config, character_map=None, llm_
     else:
         build_prompt = lambda step, repl: build_writing_question_prompt(cType, step, repl)
 
+    # 看图类写作：从写作材料中提取学习内容（答案+图片编号），覆盖兜底的知识字段。
+    # 对应 写作互动 bitable 工作流中的"学习内容"提取步骤，这里改为规则实现。
+    if is_img_type and "【学习内容】" not in teaching_config:
+        extracted_lx = _extract_writing_material_learning_content(fields.get("写作材料", ""))
+        if extracted_lx:
+            fields["学习内容"] = extracted_lx
+            logger.info(f"  [学习内容] 从写作材料规则提取: {len(extracted_lx)} 字符")
+
     log_prefix = f"[{cType}]"
     logger.info(f"{log_prefix} 开始6步生成: cId={cId}")
 

business_production/英文台词/skills/kids-english-script-production/SKILL.md

@@ -29,8 +29,9 @@ description: 用英语母语儿童思维生成自然地道的分级英文台词
 - ✅ 科幻词自动降级：内置可配置科幻词映射表，复杂词汇自动转换成儿童易懂表达
 - ✅ 批量处理：支持单个文件/目录批量处理，自动保存结果到指定路径
 
-## 执行流程（6个可观测节点，按语言类型自动分流）
+## 执行流程（7个可观测节点，按语言类型自动分流）
 每个节点独立运行，输出中间产物+状态，可逐步审查定位问题：
+0. **错行/乱行校验**（纯代码，飞书模式强制执行）：读取 Sheet 数据后立即执行 `feishu-embedded-sheet` 技能中的「读取后错行/乱行校验」——检查 A-G 列对齐、B-G 列 ID 一致、E-F 列角色台词对齐、G 列归属。发现 Error 立即报告用户并暂停；Warning 汇总报告但继续。校验通过后才进入节点1。
 1. **输入解析**（纯代码）：检测输入语言类型、角色、行数 → 决定后续处理路径
 2. **输入归一**（LLM #1，按语言分流）：
    - 中英混合（主要场景）→ 归一为标准中文「角色: 台词」

business_production/英文台词/skills/script-post-check/SKILL.md

@@ -66,13 +66,17 @@ description: 剧本英文台词后处理复核。纯代码规则链，逐项检
 ```
 用户发送 "剧本复核 <飞书链接>"
     │
+    ├── 0. 错行/乱行校验（强制执行）：读取 Sheet 后立即执行
+    │     `feishu-embedded-sheet` 技能中的「读取后错行/乱行校验」
+    │     检查 A-G 列对齐、B-G 列 ID 一致、E-F 列角色台词对齐、G 列归属
+    │     发现 Error → 立即报告用户并暂停；Warning → 汇总报告但继续
     ├── 1. 解析飞书链接 → 获取文档 → 定位内嵌 Sheet
     ├── 2. 读取 F 列全部内容（含行号）
     ├── 3. 按规则链顺序执行：
     │     ├── 规则1：长句拆分（如需插入行，从下往上处理）
     │     └── 规则2：标点检查（逐行扫描 + 修正）
     ├── 4. 输出操作报告
-    └── 5. 回读验证
+    └── 5. 回读验证（含二次错行校验）
 ```
 
 ## 输出格式

memory/.dreams/events.jsonl

@@ -131,3 +131,9 @@
 {"type":"memory.recall.recorded","timestamp":"2026-06-17T02:46:50.273Z","query":"武钰涵 reading_pic_judge 题组 审校 2026-06","resultCount":4,"results":[{"path":"memory/2026-05-07.md","startLine":1,"endLine":20,"score":1},{"path":"memory/2026-05-11.md","startLine":1,"endLine":25,"score":1},{"path":"memory/2026-05-17.md","startLine":19,"endLine":40,"score":1},{"path":"memory/2026-05-12.md","startLine":181,"endLine":203,"score":1}]}
 {"type":"memory.recall.recorded","timestamp":"2026-06-17T02:47:04.085Z","query":"武钰涵 ou_a4aaa641585b38d1042608b9b7f05a17 审校 看图判断","resultCount":4,"results":[{"path":"memory/2026-05-27.md","startLine":1,"endLine":16,"score":1},{"path":"memory/2026-05-14.md","startLine":257,"endLine":266,"score":1},{"path":"memory/2026-05-18.md","startLine":583,"endLine":633,"score":1},{"path":"memory/2026-05-18.md","startLine":305,"endLine":346,"score":1}]}
 {"type":"memory.recall.recorded","timestamp":"2026-06-17T02:48:55.170Z","query":"武钰涵 reading_pic_judge 题组1 题组2 This is my bus What time 2026-06-17","resultCount":4,"results":[{"path":"memory/2026-05-07.md","startLine":1,"endLine":20,"score":1},{"path":"memory/2026-05-11.md","startLine":1,"endLine":25,"score":1},{"path":"memory/2026-05-17.md","startLine":19,"endLine":40,"score":1},{"path":"memory/2026-05-12.md","startLine":181,"endLine":203,"score":1}]}
+{"type":"memory.recall.recorded","timestamp":"2026-06-18T02:21:31.142Z","query":"L2 A级 句子题型 单元挑战 难度分级","resultCount":2,"results":[{"path":"memory/2026-05-25.md","startLine":283,"endLine":302,"score":1},{"path":"memory/2026-05-25.md","startLine":118,"endLine":137,"score":1}]}
+{"type":"memory.recall.recorded","timestamp":"2026-06-18T04:35:22.376Z","query":"L1 剧本 单元数 阶段 unit 数量","resultCount":5,"results":[{"path":"memory/2026-05-26.md","startLine":130,"endLine":166,"score":1},{"path":"memory/2026-05-28.md","startLine":46,"endLine":62,"score":1},{"path":"memory/2026-05-25.md","startLine":283,"endLine":302,"score":1},{"path":"memory/2026-05-29.md","startLine":1,"endLine":14,"score":1},{"path":"memory/2026-05-25.md","startLine":118,"endLine":137,"score":1}]}
+{"type":"memory.recall.recorded","timestamp":"2026-06-18T04:35:56.737Z","query":"L1 剧情 每单元 集数 lesson 数量","resultCount":5,"results":[{"path":"memory/2026-05-26.md","startLine":130,"endLine":166,"score":1},{"path":"memory/2026-05-28.md","startLine":46,"endLine":62,"score":1},{"path":"memory/2026-05-25.md","startLine":283,"endLine":302,"score":1},{"path":"memory/2026-05-29.md","startLine":1,"endLine":14,"score":1},{"path":"memory/2026-05-25.md","startLine":118,"endLine":137,"score":1}]}
+{"type":"memory.recall.recorded","timestamp":"2026-06-18T04:36:05.631Z","query":"英文台词 L1 每单元 lesson 数量 5课 结构","resultCount":6,"results":[{"path":"memory/2026-05-28.md","startLine":46,"endLine":62,"score":1},{"path":"memory/2026-05-28.md","startLine":60,"endLine":66,"score":1},{"path":"memory/2026-05-29.md","startLine":1,"endLine":14,"score":1},{"path":"memory/2026-05-28.md","startLine":35,"endLine":49,"score":1},{"path":"memory/2026-05-18.md","startLine":783,"endLine":810,"score":1},{"path":"memory/2026-05-08.md","startLine":33,"endLine":55,"score":1}]}
+{"type":"memory.recall.recorded","timestamp":"2026-06-18T04:36:16.755Z","query":"L1 每单元 lesson 5课 L1-L5 结构","resultCount":5,"results":[{"path":"memory/2026-05-26.md","startLine":130,"endLine":166,"score":1},{"path":"memory/2026-05-28.md","startLine":46,"endLine":62,"score":1},{"path":"memory/2026-05-25.md","startLine":283,"endLine":302,"score":1},{"path":"memory/2026-05-29.md","startLine":1,"endLine":14,"score":1},{"path":"memory/2026-05-25.md","startLine":118,"endLine":137,"score":1}]}
+{"type":"memory.recall.recorded","timestamp":"2026-06-18T08:09:19.223Z","query":"L1 句子 结构 第三级 知识维度 句型结构 看图组句 句子补全","resultCount":2,"results":[{"path":"memory/2026-05-26.md","startLine":130,"endLine":166,"score":1},{"path":"memory/2026-05-28.md","startLine":46,"endLine":62,"score":1}]}

memory/.dreams/short-term-recall.json

@@ -1,6 +1,6 @@
 {
   "version": 1,
-  "updatedAt": "2026-06-17T02:48:55.170Z",
+  "updatedAt": "2026-06-18T08:09:19.223Z",
   "entries": {
     "memory:memory/2026-05-07.md:57:74": {
       "key": "memory:memory/2026-05-07.md:57:74",
@@ -209,13 +209,13 @@
       "endLine": 55,
       "source": "memory",
       "snippet": "**图片资源新规：** - 每个题组共享一张图（非每题独立配图） - 产出 JSON 同时输出图片描述 prompt（英文，卡通简线条风格） - prompt 写入 bitable `图片描述` 列，格式 `{\"first\": \"...\", \"second\": \"...\"}` **通用化写入流程：** - 单元挑战全题型适用：定位 bitable 表 → 创建/更新记录 → 写入 `题目集合 ID` + `jsonData` + `图片描述` - 各题型仅 jsonData 结构不同，写入流程统一 **重写文件：** - `business_production/单元挑战/skills/unit_challenge/questions/writing/common/writing_pic_qa/SKILL.md`（11节完整规范） - `business_production/单元挑战/skills/unit_challenge/questions/writing/writing_pic_qa/SKILL.md`（简化为快速入口） **bitable 更新：** 已将新 JSON（每题组1图2题）+ 图片描述写入 `recviZlAxxXlAb` ### 刘彦江 (ou_5af74c1fb96042e33cc0f16b5ca02cf4) — 图片描述格式修正 - **时间：** 09:46 ~ 09:51 - **修正：** 用户给出中文样例格式，要求图片描述从英文 prompt 改为纯中文结构化列表 - **新格式：** 编号 `1.` / `2.` 自上而下，每段",
-      "recallCount": 14,
+      "recallCount": 15,
       "dailyCount": 0,
       "groundedCount": 0,
-      "totalScore": 14,
+      "totalScore": 15,
       "maxScore": 1,
       "firstRecalledAt": "2026-05-11T02:19:37.985Z",
-      "lastRecalledAt": "2026-06-10T02:20:27.209Z",
+      "lastRecalledAt": "2026-06-18T04:36:05.631Z",
       "queryHashes": [
         "6f88450e9f9b",
         "be437071312f",
@@ -230,7 +230,8 @@
         "240a6a5dca41",
         "7e6aa000abdb",
         "9018e8896dcd",
-        "3ac726b21876"
+        "3ac726b21876",
+        "533765637e65"
       ],
       "recallDays": [
         "2026-05-11",
@@ -240,7 +241,8 @@
         "2026-05-25",
         "2026-05-26",
         "2026-06-02",
-        "2026-06-10"
+        "2026-06-10",
+        "2026-06-18"
       ],
       "conceptTags": [
         "创建/更新记录",
@@ -2750,13 +2752,13 @@
       "endLine": 62,
       "source": "memory",
       "snippet": "- B级规则：听力句子 5-8 词（均 7 词），每组 3 张同类物品不同属性图片 - 能力标签：显性事实理解｜关键词识别 ×2 + 基础语境理解｜场景/物品/动作识别 ## 梁辰（user_id: ou_28f02dcada1193913cfbb6310f8daf07）— HTML 诊断页面教研规则 JS 文件 - 用户有一个 L1 关卡诊断工作台 HTML 页面（部署在腾讯云空间），当前只做数量级统计，缺少教研规则校验 - 需求：提供可嵌入 HTML 的前端 JS 校验规则文件，使诊断有据可依 - 输出：`output/l1_pedagogy_rules.js`（42KB），包含 8 个校验维度： 1. 词汇超纲检测（基于 L1/L2 词库） 2. 英式拼写检测（color→colour 等 115 组映射） 3. Markdown 标记检测（`**`/`#`/`>` 等） 4. 标点规范检测（全角混入、`～`、`!!!`） 5. 题型-阶段匹配校验（20 种题型对应的 L1/L2 阶段映射） 6. 台词质量分析（句子长度、负面评价） 7. 知识点曝光度 8. 句型合规检测 - 接入方式：`<script src=\"l1_pedagogy_rules.js\"></script>` + 调用 `PedagogyRules.validate(summary, level)` - 数据源：L1 词库 147 词（过滤 enabled=true）、L2 词库 52 词、L1 句型 8 个、L2 句型（从 437MB bitable 导出中提取唯一结",
-      "recallCount": 10,
+      "recallCount": 15,
       "dailyCount": 0,
       "groundedCount": 0,
-      "totalScore": 10,
+      "totalScore": 15,
       "maxScore": 1,
       "firstRecalledAt": "2026-05-29T00:23:17.391Z",
-      "lastRecalledAt": "2026-06-17T02:17:21.800Z",
+      "lastRecalledAt": "2026-06-18T08:09:19.223Z",
       "queryHashes": [
         "c1d4076205e1",
         "4aa0ef719160",
@@ -2767,14 +2769,20 @@
         "3ac726b21876",
         "867f7264cd0e",
         "5f16a7426a41",
-        "7c761b49b948"
+        "7c761b49b948",
+        "f7926d356e13",
+        "341edb569d53",
+        "533765637e65",
+        "367cd3303e1d",
+        "fc0ce35c5668"
       ],
       "recallDays": [
         "2026-05-29",
         "2026-06-01",
         "2026-06-02",
         "2026-06-10",
-        "2026-06-17"
+        "2026-06-17",
+        "2026-06-18"
       ],
       "conceptTags": [
         "5-8",
@@ -2859,18 +2867,23 @@
       "endLine": 166,
       "source": "memory",
       "snippet": "## 英文台词生产 [童瑶] — L1-S2-U20 全系列 ### L1-S2-U20-L1 冠军计划 - **文档：** `EbkUwEjaticOkHknf0icsQ2Yn4Q` | Sheet `6aqvM2` - 对话 148 行，写入 E 列 ✅ ### L1-S2-U20-L2 发球大战 - **文档：** `BvSyw1vlfiwCr5kjkPmcUYXynZd` | Sheet `wMQVyV` - 对话 135 行，写入 F 列 ✅ ### L1-S2-U20-L3 曲棍球练习赛 - **文档：** `MrsAwcYq2iCy7Tkk3dkclS0mnlg` | Sheet `6aqvM2` - 对话 149 行，28 行修改，写入 F 列 ✅ - 知识点：hockey/interesting/one/try + `have a try`/`One...the other...` ### L1-S2-U20-L4 网球明星 - **文档：** `GT4awLQx9iOfWHk00ZFcHQzbnzT` | Sheet `wMQVyV` - 对话 112 行，26 行修改，写入 F 列 ✅ - 知识点：tennis/tennis racket/bounce/wave + `wave(s) to`/`Hit the ball!` ### L1-S2-U20-L5 足球接力赛 - **文档：** `VEGwwoVdTiFu00koNoOc1MGhnec` | Sheet `AV1gO0` - 对话 137 行，28 行修改，写入 F 列 ✅ - 知识点：",
-      "recallCount": 1,
+      "recallCount": 5,
       "dailyCount": 0,
       "groundedCount": 0,
-      "totalScore": 1,
+      "totalScore": 5,
       "maxScore": 1,
       "firstRecalledAt": "2026-05-29T02:33:30.526Z",
-      "lastRecalledAt": "2026-05-29T02:33:30.526Z",
+      "lastRecalledAt": "2026-06-18T08:09:19.223Z",
       "queryHashes": [
-        "4aa0ef719160"
+        "4aa0ef719160",
+        "f7926d356e13",
+        "341edb569d53",
+        "367cd3303e1d",
+        "fc0ce35c5668"
       ],
       "recallDays": [
-        "2026-05-29"
+        "2026-05-29",
+        "2026-06-18"
       ],
       "conceptTags": [
         "l1-s2-u20",
@@ -2890,23 +2903,28 @@
       "endLine": 302,
       "source": "memory",
       "snippet": "- 14 阶段 4 科目全部重写，目标文档: `W5Vjw2fLiiCqfck0Mfzc0xkrnte` - L2 阶段1-2 阅读/写作从\"无\"补为实际技能点（刘彦江确认\"L2 阶段1-2 阅读和写作都是有题型的\"） - L1 阶段1 阅读/写作也从\"无\"补为实际技能点 - 0 个\"无\"，全量覆盖 - 生成脚本: `tmp/build_skill_points.py` ## 生产覆盖范围修正 [刘彦江] - L1 生产到 **U16**（非 U33） - L2 生产到 **U29**（非 U16） - 已同步更新 `business_knowledge/单元挑战全貌.md` ## 单元挑战全貌文档 [刘彦江] - 创建 `business_knowledge/单元挑战全貌.md` - 覆盖九大板块：业务定位、阶段划分、题型体系（18种）、能力标签（45个）、生产流程（ID规则/标准/写入陷阱）、审校体系（7+4项检查）、生产覆盖现状、模块关联、快速链接 ## L1/L2 难度等级映射 [刘彦江] ✅已确认 - L1-A: Starters入门+基础 (U1-U16) | L1-B: Starters达标 (U17-U24) | L1-C: Movers入门+基础 (U25-U40) | L1-D: Movers达标 (U41-U48) - L2-A: Flyers入门+基础 (U1-U12) | L2-B: Flyers达标 (U13-U18) | L2-C: KET入门+基础 (U19-U30) | L2-D: KET强化+高位+达标 (U31-U48) - 已写入",
-      "recallCount": 4,
+      "recallCount": 8,
       "dailyCount": 0,
       "groundedCount": 0,
-      "totalScore": 4,
+      "totalScore": 8,
       "maxScore": 1,
       "firstRecalledAt": "2026-05-29T02:33:30.526Z",
-      "lastRecalledAt": "2026-06-10T02:20:22.635Z",
+      "lastRecalledAt": "2026-06-18T04:36:16.755Z",
       "queryHashes": [
         "4aa0ef719160",
         "20f6c2d072df",
         "068db47fdc05",
-        "6568231ab2d7"
+        "6568231ab2d7",
+        "617d5faf5a33",
+        "f7926d356e13",
+        "341edb569d53",
+        "367cd3303e1d"
       ],
       "recallDays": [
         "2026-05-29",
         "2026-06-08",
-        "2026-06-10"
+        "2026-06-10",
+        "2026-06-18"
       ],
       "conceptTags": [
         "阶段1-2",
@@ -2926,23 +2944,28 @@
       "endLine": 137,
       "source": "memory",
       "snippet": "- 生成脚本: `tmp/build_skill_points.py` ## 生产覆盖范围修正 [刘彦江] - L1 生产到 **U16**（非 U33） - L2 生产到 **U29**（非 U16） - 已同步更新 `business_knowledge/单元挑战全貌.md` ## 单元挑战全貌文档 [刘彦江] - 创建 `business_knowledge/单元挑战全貌.md` - 覆盖九大板块：业务定位、阶段划分、题型体系（18种）、能力标签（45个）、生产流程（ID规则/标准/写入陷阱）、审校体系（7+4项检查）、生产覆盖现状、模块关联、快速链接 ## L1/L2 难度等级映射 [刘彦江] ✅已确认 - L1-A: Starters入门+基础 (U1-U16) | L1-B: Starters达标 (U17-U24) | L1-C: Movers入门+基础 (U25-U40) | L1-D: Movers达标 (U41-U48) - L2-A: Flyers入门+基础 (U1-U12) | L2-B: Flyers达标 (U13-U18) | L2-C: KET入门+基础 (U19-U30) | L2-D: KET强化+高位+达标 (U31-U48) - 已写入 `business_knowledge/单元挑战全貌.md` §5.3 # 2026-05-25 工作日志 ## 组件配置 pipeline：单独重试 cId=1217214 - [童瑶] 请求单独重试 pipeline 中的失败组件 cId=1217214（听力拖拽 / core_listenin",
-      "recallCount": 4,
+      "recallCount": 8,
       "dailyCount": 0,
       "groundedCount": 0,
-      "totalScore": 4,
+      "totalScore": 8,
       "maxScore": 1,
       "firstRecalledAt": "2026-05-29T02:33:30.526Z",
-      "lastRecalledAt": "2026-06-10T02:20:22.635Z",
+      "lastRecalledAt": "2026-06-18T04:36:16.755Z",
       "queryHashes": [
         "4aa0ef719160",
         "20f6c2d072df",
         "068db47fdc05",
-        "6568231ab2d7"
+        "6568231ab2d7",
+        "617d5faf5a33",
+        "f7926d356e13",
+        "341edb569d53",
+        "367cd3303e1d"
       ],
       "recallDays": [
         "2026-05-29",
         "2026-06-08",
-        "2026-06-10"
+        "2026-06-10",
+        "2026-06-18"
       ],
       "conceptTags": [
         "tmp/build-skill-points.py",
@@ -2962,13 +2985,13 @@
       "endLine": 66,
       "source": "memory",
       "snippet": "8. 句型合规检测 - 接入方式：`<script src=\"l1_pedagogy_rules.js\"></script>` + 调用 `PedagogyRules.validate(summary, level)` - 数据源：L1 词库 147 词（过滤 enabled=true）、L2 词库 52 词、L1 句型 8 个、L2 句型（从 437MB bitable 导出中提取唯一结构） - 技术注意：L2_pattern_list.json 体积 437MB（1,082,450 条记录），直接嵌入前端不可行，已提取唯一句型结构后嵌入 - 所有 6 个测试用例通过 - 用户后续想尝试其他对接方式（API 模式 / 飞书 Bot 联动 / CI 集成）",
-      "recallCount": 9,
+      "recallCount": 10,
       "dailyCount": 0,
       "groundedCount": 0,
-      "totalScore": 9,
+      "totalScore": 10,
       "maxScore": 1,
       "firstRecalledAt": "2026-05-29T02:33:30.526Z",
-      "lastRecalledAt": "2026-06-17T02:17:21.800Z",
+      "lastRecalledAt": "2026-06-18T04:36:05.631Z",
       "queryHashes": [
         "4aa0ef719160",
         "e30c130b9d1d",
@@ -2978,14 +3001,16 @@
         "3ac726b21876",
         "867f7264cd0e",
         "5f16a7426a41",
-        "7c761b49b948"
+        "7c761b49b948",
+        "533765637e65"
       ],
       "recallDays": [
         "2026-05-29",
         "2026-06-01",
         "2026-06-02",
         "2026-06-10",
-        "2026-06-17"
+        "2026-06-17",
+        "2026-06-18"
       ],
       "conceptTags": [
         "l1-pedagogy-rules.js",
@@ -3005,25 +3030,30 @@
       "endLine": 14,
       "source": "memory",
       "snippet": "## [梁晨] L1 Pedagogy Rules v4.0.0 交付 - 在 v3 基础上新增 5 个校验维度（来自 16 个教研 skill 规则提取）： 6. 组件合规性（12 种题型规则，来自 11 个 dialogue/info config skills） 7. 字段完整性（7 项自动检查，来自 audit_l1_config） 8. 掌握度预测（W_i×M_i 加权公式，来自 knowledge-mastery-calculator） 9. 格式规范（标题/Markdown/标点/英式拼写/价值观，来自全量文本规范） 10. 语法检测（三单/主谓一致/双重否定，来自 audit_l1_config） - 输出：`output/l1_pedagogy_rules_v4.js`（59KB） - 数据：L1 147 词、L2 52 词、L1 8 句型、L2 1 句型、89 组英式拼写映射、12 种题型规则 - 已通过飞书 Bot 发送给梁晨 - API 兼容 v3：不加 options 参数即为原行为；加 component/componentExposures 启用新维度 - 能力边界：内容质量诊断（第一层筛选），不是全链路归因（看不到 UX/服务端/学生侧因素）",
-      "recallCount": 6,
+      "recallCount": 10,
       "dailyCount": 0,
       "groundedCount": 0,
-      "totalScore": 6,
+      "totalScore": 10,
       "maxScore": 1,
       "firstRecalledAt": "2026-06-02T01:49:17.841Z",
-      "lastRecalledAt": "2026-06-17T02:17:21.800Z",
+      "lastRecalledAt": "2026-06-18T04:36:16.755Z",
       "queryHashes": [
         "7e6aa000abdb",
         "094bfb865b29",
         "3ac726b21876",
         "867f7264cd0e",
         "5f16a7426a41",
-        "7c761b49b948"
+        "7c761b49b948",
+        "f7926d356e13",
+        "341edb569d53",
+        "533765637e65",
+        "367cd3303e1d"
       ],
       "recallDays": [
         "2026-06-02",
         "2026-06-10",
-        "2026-06-17"
+        "2026-06-17",
+        "2026-06-18"
       ],
       "conceptTags": [
         "v4.0.0",
@@ -3043,25 +3073,27 @@
       "endLine": 49,
       "source": "memory",
       "snippet": "- 答案设为[2]（英语的），与申报 adj. 英文的不符，应为[0] - 🟡 rubber (1218116)：释义题例句\"an eraser made of rubber\"解释的是橡胶材料，非橡皮擦工具 - 🟡 Chinese(n.) (1218113)：例句\"Chinese food\"中 Chinese 是形容词非名词，与题目义项\"中文\"不符 - 🟢 fun (1218119)：解析末尾多余一个 `\"` - 🟢 eraser (1218111)：`\"an eraser表示\"` 缺少空格 ## 武钰涵 — 听力-P1-图片选择题生产 - 题目集合 ID: 121601，难度 B级（L1 第3-4阶段，Starters 3） - 知识点验证：10个词中仅 run(v.) 在 L1 词库，feet（foot 的复数）可视为已有，其余 8 个（bus, taxi, trousers, shorts, winter, snow, cold, bee）不在 L1/L2 词库 - 用户指示直接生产，已按 SKILL 规范生成 2 个题组（各5题），含听力文本、图片描述、正确答案、能力标签 - 已按 bitable 配置格式输出完整 jsonData + 题目完整配置 + 图片描述 - B级规则：听力句子 5-8 词（均 7 词），每组 3 张同类物品不同属性图片 - 能力标签：显性事实理解｜关键词识别 ×2 + 基础语境理解｜场景/物品/动作识别 ## 梁辰（user_id: ou_28f02dcada1193913cfbb6310f8daf07）— HTML 诊断页面",
-      "recallCount": 6,
+      "recallCount": 7,
       "dailyCount": 0,
       "groundedCount": 0,
-      "totalScore": 6,
+      "totalScore": 7,
       "maxScore": 1,
       "firstRecalledAt": "2026-06-02T01:49:17.841Z",
-      "lastRecalledAt": "2026-06-17T02:17:21.800Z",
+      "lastRecalledAt": "2026-06-18T04:36:05.631Z",
       "queryHashes": [
         "7e6aa000abdb",
         "094bfb865b29",
         "3ac726b21876",
         "867f7264cd0e",
         "5f16a7426a41",
-        "7c761b49b948"
+        "7c761b49b948",
+        "533765637e65"
       ],
       "recallDays": [
         "2026-06-02",
         "2026-06-10",
-        "2026-06-17"
+        "2026-06-17",
+        "2026-06-18"
       ],
       "conceptTags": [
         "听力-p1-图片选择题生产",
@@ -3344,21 +3376,23 @@
       "endLine": 810,
       "source": "memory",
       "snippet": "--- ## [李应瑛] L1-S2-U17-L5 笨蛋坏蛋？英文生产（2026-05-18 21:15） ### 背景 李应瑛发送知识库文档 `U1zEwHZaaie07TkjmOOchurgnIh`（L1-S2-U17-L5 笨蛋坏蛋？），要求\"英文生产\"。 ### 文档结构（与L3/L4不同） - Wiki token: `U1zEwHZaaie07TkjmOOchurgnIh` - Spreadsheet token: `DCcKsLbrmhfXgrtB7N2c9GA4ntf` - Script sheet: `wMQVyV`（186行×9列） - Knowledge points sheet: `DCcKsLbrmhfXgrtB7N2c9GA4ntf_NtIcXt` - 列结构：A=类型, D=剧情描述, E=角色名, F=编剧台词（English已填好）, **G=组件配置** - 知识点：point, talk, understand, a lot of + `talk to...` / `I can/can't understand...` ### 交互模式差异 - L5 文档 B列/C列 为空，无详细组件类型标签（仅 A=互动/核心互动-口语） - 编剧台词F列已全部填写（英文） - 互动行的 User 台词含红色标注知识点词 ### 完成事项 - 24个互动行全部生成G列配置（组件类型推断：听力挖空、朗读台词、口语表达） - 写入方式：同上 Sheets v2 API - 24/24 全部回读验证通过 ### 脚本 `scripts/write_",
-      "recallCount": 3,
+      "recallCount": 4,
       "dailyCount": 0,
       "groundedCount": 0,
-      "totalScore": 3,
+      "totalScore": 4,
       "maxScore": 1,
       "firstRecalledAt": "2026-06-09T07:21:33.704Z",
-      "lastRecalledAt": "2026-06-10T02:20:12.701Z",
+      "lastRecalledAt": "2026-06-18T04:36:05.631Z",
       "queryHashes": [
         "ff0d0637f255",
         "f525b14a0c5b",
-        "9018e8896dcd"
+        "9018e8896dcd",
+        "533765637e65"
       ],
       "recallDays": [
         "2026-06-09",
-        "2026-06-10"
+        "2026-06-10",
+        "2026-06-18"
       ],
       "conceptTags": [
         "l1-s2-u17-l5",