ai_member_only/ai_member_xiaoyan
2
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
85bc1b24da
ai_member_xiaoyan/memory/2026-05-25.md

302 lines
22 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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_listening_drag）
- 根因：doubao 模型在 Step 5/7 (dialogList) 中反复输出中文冒号 `"trans："` 而非 `"trans":`
- 修复：在 `business_production/组件配置/interactive-component-json/scripts/llm_client.py` 的 `call_for_json()` 中添加 `_fix_llm_json_errors()` 自动修复函数（中文冒号、尾部逗号），最多重试 3 次
- 结果：cId=1217214 重新生成成功，component_id=1092，7/7 步骤全部通过
- HTML 报告已通过飞书 Bot 发送给 gc9f72ff（童瑶），包含全部 17 个组件
- Wiki URL: `https://makee-interactive.feishu.cn/wiki/IhDYwITBfii8cxkWsG1c0JWHnQh`
- Script ID: `IUJGdZS98oKbLix5zZ4cramQnke`
## 英文台词生产：L1-S2-U19-L1 客厅游戏
- [童瑶] 请求对 `https://makee-interactive.feishu.cn/wiki/XoGZwgrRMiGk9vkYNWmcegs9nyh` 执行英文台词生产
- 文档标题：L1-S2-U19-L1 客厅游戏
- 文档表格结构：3 列表格（场景编号 | 场景名称 | 剧本内容），共 5 行数据
- 该文档的表结构（列名：'开场'/' '/ '/'）与 gen_script.py feishu 模式默认期望的"中文台词"/"英文台词"列名不匹配
- 尝试用 `--source-col '/'`（匹配 Col 2 剧本内容列）运行 pipeline，等级 S2
- LLM 配置：OpenAI SDK → volcano ark endpoint `https://ark.cn-beijing.volces.com/api/v3`，API KEY `32994652-505c-492b-b6da-616ec5c5733c`，model `ep-m-20260301164317-vmmj4`
- 脚本路径：`business_production/英文台词/skills/kids-english-script-production/scripts/gen_script.py`
### 英文台词生产完成结果
- 文档 `L1-S2-U19-L1 客厅游戏` 5 个场景的 S2 英文台词已生成
- 结果保存到：`business_production/英文台词/output/L1-S2-U19-L1_英语台词.txt`
- 修改了 gen_script.py：timeout 60→180，添加 `extra_body={"thinking":{"type":"disabled"}}`
- 已知问题：Scene 3 部分台词角色名显示为"角色:"（LLM 输出瑕疵）；飞书表格无"英文台词"列无法自动写回
- 需要童瑶在 wiki 表格中手动添加"英文台词"列后才能实现自动写回
### 英文台词 Sheet 写回（2026-05-25 补充）
- [童瑶] 提供新文档链接 `https://makee-interactive.feishu.cn/wiki/UvDWwW4LSi8bfGkVUshcoehWnGd`（副本），文档内含嵌入式 Sheet
- Sheet token: `VgPwsodzthsk9Vti8GocrbH2nEe`，sheet_id: `wMQVyV`
- Sheet 列结构：类型/配置信息/剧情描述/角色名/编剧台词/**英文台词**/组件配置/知识点
- 95 行对话需要写入 F 列（英文台词）：55 行简单台词（≤5词）直接复制原英文，40 行复杂台词经 pipeline 处理
- ⚠️ gen_script.py pipeline 对纯英文输入的适配效果不佳（严重偏离原文语义，如"Really? You don't have to work today?"→"Is that a fun story?"）
- 最终方案：40 行复杂台词回退为原文直接复制，避免 pipeline 输出偏离
- 写入方法：飞书 Sheets v2 API `PUT values`，range 格式 `sheetId!F{row}:F{row}`
- 脚本：`business_production/英文台词/scripts/batch_write_english.py`
### 英文台词 Sheet 写回：来自 Vala 的包裹（2026-05-25）
- [童瑶] 新文档 `https://makee-interactive.feishu.cn/wiki/IzJ5w0jMziLe7tk1kPdcYozdnyg`（来自Vala的包裹）
- Sheet: `OFUwsmNcjhVaRZtFz5rcI9nTnCo` / `wMQVyV`，119 行对话全部 F 列为空
- 改进方案：**放弃 gen_script.py pipeline**（上次纯英文输入偏离严重），改用**直接 LLM 简化 prompt**
- Prompt 核心：保留原文语义的前提下，简化句长≤8词、替换难词、拆分长句
- 65 行简单台词（≤5词）直接复制原文，54 行复杂台词走 LLM 简化
- 效果显著优于 pipeline："Dear, there is something I must tell you."→"Hey, I have something to tell you." 语义完整保留
- 脚本：`business_production/英文台词/scripts/batch_simplify_and_write.py`
- 经验：纯英文→S2 简化用直接 LLM prompt 比 gen_script pipeline 更准确
## 写作P1 16条解析简化输出 [刘彦江]
- [刘彦江] 要求将写作P1 021301~032901共16条ID的explanation简化
- 标准：先称呼→按写作要求匹配正文→最后署名，格式类似"先称呼Dear Lucy，再按三个要求匹配正文：相册失踪对应...在哪丢的对应...请求帮忙找对应...最后署名"
- 已逐条输出15条解析（021301按样例略过），列表：021401, 021501, 021701, 021801, 021901, 022001, 022101, 022201, 022301, 022401, 032501, 032601, 032701, 032801, 032901
- 022101特殊：按故事逻辑排列（非写作要求匹配），因该题无编号要求而是按叙事顺序排列句子
## L1/L2 能力图谱梳理 [刘彦江] ⏳待确认
- [刘彦江] 分享了wiki文档 https://makee-interactive.feishu.cn/wiki/TFB9wJm4IilkCekyFdzcc42on6d
- 要求：梳理L1 6阶段+L2 8阶段听说读写tag类型和考点，在@刘彦江的位置输出方案
- 已输出四部分方案框架（见对话），用户尚未确认：
1. 各阶段听/说/读/写能力分布表格（汇总表 + 14阶段×4科目tag）
2. 单项目卡描述（≤100字，4条分别覆盖听/说/读/写）
3. 能力考察项（小标题≤12字，每条≤70字，总≤280字，以听力Movers为例）
4. 单能力项描述（≤210字，以"单句信息点抓取"为例）
- 待用户确认格式和内容方向后，再写入文档
## 能力图谱固定文案回填完成 [刘彦江]
- 文档: https://makee-interactive.feishu.cn/wiki/W5Vjw2fLiiCqfck0Mfzc0xkrnte
- 严格按照L1/L2阶段分配文档的"阶段目标"描述
- 回填内容:
- L1: 阶段1听口 / 阶段2听口阅 / 阶段3-6听口阅写
- L2: 阶段1-8听口阅写
- 各阶段描述均对齐文档设定的阶段目标（如L1阶段1:基础字母识别关键词抓取, 阶段3:数字/时间细节抓取同义替换识别等）
- 格式: 每阶段下听力/口语/阅读/写作各一段≤210字描述
## 能力图谱考察项文档写入完成 [刘彦江] ✅已完成
- 文档: https://makee-interactive.feishu.cn/wiki/W5Vjw2fLiiCqfck0Mfzc0xkrnte (考察项描述目录)
- 14 阶段 14 张表全部填充：L1 阶段1-6 + L2 阶段1-8
- 考察项格式：考察项名称 + 描述，不标注题型来源（括号内Part编号等）
- 表格格式：3列（单项 / 考察项 / 考察项描述），单项列使用rowspan合并
### 生产数据 vs 设计文档的差异
- **设计文档不可信**：L1/L2 阶段分配文档（Jjd8wghbeidXt2kDFaPcU09wnzc / D9EFwVC9Gi9nCAk4heec2qYCnwe）与实际生产不一致
- 实际生产数据来源：生产文档「单元挑战旧题目解析待补充 ID 整理」(CS8Ww2XaSiFwhakQenycRU5ZnYf)
- Part→题型映射来源于多维表格 (App Token: CMHSbUUjka3TrUsaxxEc297ongf)
- 关键差异：L1阶段1实际有阅读(P7)和写作(P3)，不是设计文档声称的「仅听力+口语」
- 生产数据覆盖范围有限：L1 仅到 ~U33 (032901)，L2 仅到 ~U16 (121601)
- 无生产数据的阶段（L1阶段5-6, L2阶段4-8）使用设计文档 + 题型递进规律推算
### 飞书 lark-table 写入注意事项
- rowspan 在飞书 markdown 回写时会被自动剥离
- 表格写入后单项列会逐行重复显示而非合并单元格（飞书原生限制）
- 写入前需 extract 原始文档的 S1 表格，再与生成的新表格拼接后 overwrite
### Part→题型映射速查（来自多维表格 CMHSbUUjka3TrUsaxxEc297ongf）
- 听力: P1=图片选择题, P2=表格填空题, P3=长对话选择, P4=短对话选择题, P5=信息匹配题, P7=听力拖拽
- 口语: P1=日常回答, P2=话题讨论, P3=看图回答, P4=看图识物
- 阅读: P1=信息匹配题, P2=段落匹配题, P3=长文选择题, P4=完形填空题, P5=开放填空题, P6=看图判断题, P7=看图回答题
- 写作: P1=邮件回复, P2=看图写作, P3=看图回答题
## 童瑶反馈：小研使用问题记录 [童瑶] ⚠️待改进
- 来源：群聊 oc_aed6c8ed8c59653aca4fabc8cf3a8516，2026-05-25 17:52
### 任务1：英文台词生产
- **问题**：有概率读取不到剧本、或回填不到【英文台词】列
- **当前 workaround**：重复任务+明确位置，告诉它「本文档包含嵌入式Sheet」「F列是英文台词」
### 任务2：组件生产
- **问题1**：有概率回填不到【组件配置】列
- **问题2**：核心互动无法读取，需要人工写入
### 任务3：组件配置-json
- **问题1**：只发指令不指定 skill 时，会混淆任务2（组件生产）和任务3（组件配置-json）
- **问题2**：单一组件执行失败后，重生整体关卡组件时推送报错
## 能力图谱考察项：题型名 → 技能点描述 改写完成 [刘彦江] ✅
- 刘彦江确认改为技能点描述风格，逐条改写
- 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 `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_listening_drag）
- 根因：doubao 模型在 Step 5/7 (dialogList) 中反复输出中文冒号 `"trans："` 而非 `"trans":`
- 修复：在 `business_production/组件配置/interactive-component-json/scripts/llm_client.py` 的 `call_for_json()` 中添加 `_fix_llm_json_errors()` 自动修复函数（中文冒号、尾部逗号），最多重试 3 次
- 结果：cId=1217214 重新生成成功，component_id=1092，7/7 步骤全部通过
- HTML 报告已通过飞书 Bot 发送给 gc9f72ff（童瑶），包含全部 17 个组件
- Wiki URL: `https://makee-interactive.feishu.cn/wiki/IhDYwITBfii8cxkWsG1c0JWHnQh`
- Script ID: `IUJGdZS98oKbLix5zZ4cramQnke`
## 英文台词生产：L1-S2-U19-L1 客厅游戏
- [童瑶] 请求对 `https://makee-interactive.feishu.cn/wiki/XoGZwgrRMiGk9vkYNWmcegs9nyh` 执行英文台词生产
- 文档标题：L1-S2-U19-L1 客厅游戏
- 文档表格结构：3 列表格（场景编号 | 场景名称 | 剧本内容），共 5 行数据
- 该文档的表结构（列名：'开场'/' '/ '/'）与 gen_script.py feishu 模式默认期望的"中文台词"/"英文台词"列名不匹配
- 尝试用 `--source-col '/'`（匹配 Col 2 剧本内容列）运行 pipeline，等级 S2
- LLM 配置：OpenAI SDK → volcano ark endpoint `https://ark.cn-beijing.volces.com/api/v3`，API KEY `32994652-505c-492b-b6da-616ec5c5733c`，model `ep-m-20260301164317-vmmj4`
- 脚本路径：`business_production/英文台词/skills/kids-english-script-production/scripts/gen_script.py`
### 英文台词生产完成结果
- 文档 `L1-S2-U19-L1 客厅游戏` 5 个场景的 S2 英文台词已生成
- 结果保存到：`business_production/英文台词/output/L1-S2-U19-L1_英语台词.txt`
- 修改了 gen_script.py：timeout 60→180，添加 `extra_body={"thinking":{"type":"disabled"}}`
- 已知问题：Scene 3 部分台词角色名显示为"角色:"（LLM 输出瑕疵）；飞书表格无"英文台词"列无法自动写回
- 需要童瑶在 wiki 表格中手动添加"英文台词"列后才能实现自动写回
### 英文台词 Sheet 写回（2026-05-25 补充）
- [童瑶] 提供新文档链接 `https://makee-interactive.feishu.cn/wiki/UvDWwW4LSi8bfGkVUshcoehWnGd`（副本），文档内含嵌入式 Sheet
- Sheet token: `VgPwsodzthsk9Vti8GocrbH2nEe`，sheet_id: `wMQVyV`
- Sheet 列结构：类型/配置信息/剧情描述/角色名/编剧台词/**英文台词**/组件配置/知识点
- 95 行对话需要写入 F 列（英文台词）：55 行简单台词（≤5词）直接复制原英文，40 行复杂台词经 pipeline 处理
- ⚠️ gen_script.py pipeline 对纯英文输入的适配效果不佳（严重偏离原文语义，如"Really? You don't have to work today?"→"Is that a fun story?"）
- 最终方案：40 行复杂台词回退为原文直接复制，避免 pipeline 输出偏离
- 写入方法：飞书 Sheets v2 API `PUT values`，range 格式 `sheetId!F{row}:F{row}`
- 脚本：`business_production/英文台词/scripts/batch_write_english.py`
### 英文台词 Sheet 写回：来自 Vala 的包裹（2026-05-25）
- [童瑶] 新文档 `https://makee-interactive.feishu.cn/wiki/IzJ5w0jMziLe7tk1kPdcYozdnyg`（来自Vala的包裹）
- Sheet: `OFUwsmNcjhVaRZtFz5rcI9nTnCo` / `wMQVyV`，119 行对话全部 F 列为空
- 改进方案：**放弃 gen_script.py pipeline**（上次纯英文输入偏离严重），改用**直接 LLM 简化 prompt**
- Prompt 核心：保留原文语义的前提下，简化句长≤8词、替换难词、拆分长句
- 65 行简单台词（≤5词）直接复制原文，54 行复杂台词走 LLM 简化
- 效果显著优于 pipeline："Dear, there is something I must tell you."→"Hey, I have something to tell you." 语义完整保留
- 脚本：`business_production/英文台词/scripts/batch_simplify_and_write.py`
- 经验：纯英文→S2 简化用直接 LLM prompt 比 gen_script pipeline 更准确
### 英文台词 Sheet 写回：L1-S2-U19-L3 烛光大餐（2026-05-25）
- [童瑶] `https://makee-interactive.feishu.cn/wiki/WthGwzolCiv6gxkotzociQDUn3b`
- 文档含 2 个嵌入式 Sheet，剧本在第二个 Sheet `GgGGtp`（128 行对话）
- 129 行对话：73 简单 + 56 复杂，全部写入 F 列
- Sheet token: `Mv2GsM0Zshk8Xdt5ko4cf8hwnvd` / `GgGGtp`
### 英文台词 Sheet 写回：L1-S2-U19-L4 明天见（2026-05-25）
- [童瑶] `https://makee-interactive.feishu.cn/wiki/NhNowRCoriHcedkfY1Bcz1z5ncg`
- 93 行对话：44 简单 + 49 复杂，全部写入 F 列
- Sheet token: `J5FEsRvREh40PSt6jq0cwVPnCQ` / `wMQVyV`
### 英文台词 Sheet 写回：L1-S2-U19-L5 星际通讯（2026-05-25）
- [童瑶] `https://makee-interactive.feishu.cn/wiki/Koh3wKGx5idh9JkrZxJcJDfRnoe`
- 153 行对话：89 简单 + 64 复杂，全部写入 F 列
- Sheet token: `UK7ms9UrdhJllftVOaOc4r4envg` / `wMQVyV`
### S2-U19 英文台词生产汇总
| 文档 | 行数 | 简单 | 复杂 | Sheet token |
|------|------|------|------|-------------|
| L1 客厅游戏 | 95 | 55 | 40 | VgPwsodzthsk9Vti8GocrbH2nEe/wMQVyV |
| L2 来自 Vala 的包裹 | 119 | 65 | 54 | OFUwsmNcjhVaRZtFz5rcI9nTnCo/wMQVyV |
| L3 烛光大餐 | 129 | 73 | 56 | Mv2GsM0Zshk8Xdt5ko4cf8hwnvd/GgGGtp |
| L4 明天见 | 93 | 44 | 49 | J5FEsRvREh40PSt6jq0cwVPnCQ/wMQVyV |
| L5 星际通讯 | 153 | 89 | 64 | UK7ms9UrdhJllftVOaOc4r4envg/wMQVyV |
| **合计** | **589** | **326** | **263** | |
- 方法：复杂台词用直接 LLM simplify prompt（保留语义+简化句长≤8词），简单台词（≤5词无从句）直接复制
- ⚠️ 首个文档（客厅游戏）复杂台词回退为原文复制（pipeline 偏离），后续 4 个文档全部用 LLM 简化方案
## 知识库文档移除
- [童瑶] 请求移除 `https://makee-interactive.feishu.cn/wiki/BR54wB9IWiWIjykyJzDc4cKFnlc`
- 文档：L1-S2-U23-L3 剧本 · 开场（doc_id: GNl2dAiSPoX4ZXxbwOrcTHZmnHf）
- 知识库：Content Universe（space_id: 7412143055920414722）
- ⚠️ 飞书 Wiki V2 DELETE API 存在 bug：query param `obj_type=docx` 始终报 99992402 "obj_type is required"
- 替代方案：用飞书 Drive API `DELETE /open-apis/drive/v1/files/{doc_token}?type=docx` 删除文件（不归入回收站）
- 验证：删除后再次查询 node → 131005 "not found"，确认已移除
## 写作P1 16条解析简化输出 [刘彦江]
- [刘彦江] 要求将写作P1 021301~032901共16条ID的explanation简化
- 标准：先称呼→按写作要求匹配正文→最后署名，格式类似"先称呼Dear Lucy，再按三个要求匹配正文：相册失踪对应...在哪丢的对应...请求帮忙找对应...最后署名"
- 已逐条输出15条解析（021301按样例略过），列表：021401, 021501, 021701, 021801, 021901, 022001, 022101, 022201, 022301, 022401, 032501, 032601, 032701, 032801, 032901
- 022101特殊：按故事逻辑排列（非写作要求匹配），因该题无编号要求而是按叙事顺序排列句子
## L1/L2 能力图谱梳理 [刘彦江] ⏳待确认
- [刘彦江] 分享了wiki文档 https://makee-interactive.feishu.cn/wiki/TFB9wJm4IilkCekyFdzcc42on6d
- 要求：梳理L1 6阶段+L2 8阶段听说读写tag类型和考点，在@刘彦江的位置输出方案
- 已输出四部分方案框架（见对话），用户尚未确认：
1. 各阶段听/说/读/写能力分布表格（汇总表 + 14阶段×4科目tag）
2. 单项目卡描述（≤100字，4条分别覆盖听/说/读/写）
3. 能力考察项（小标题≤12字，每条≤70字，总≤280字，以听力Movers为例）
4. 单能力项描述（≤210字，以"单句信息点抓取"为例）
- 待用户确认格式和内容方向后，再写入文档
## 能力图谱固定文案回填完成 [刘彦江]
- 文档: https://makee-interactive.feishu.cn/wiki/W5Vjw2fLiiCqfck0Mfzc0xkrnte
- 严格按照L1/L2阶段分配文档的"阶段目标"描述
- 回填内容:
- L1: 阶段1听口 / 阶段2听口阅 / 阶段3-6听口阅写
- L2: 阶段1-8听口阅写
- 各阶段描述均对齐文档设定的阶段目标（如L1阶段1:基础字母识别关键词抓取, 阶段3:数字/时间细节抓取同义替换识别等）
- 格式: 每阶段下听力/口语/阅读/写作各一段≤210字描述
## 能力图谱考察项文档写入完成 [刘彦江] ✅已完成
- 文档: https://makee-interactive.feishu.cn/wiki/W5Vjw2fLiiCqfck0Mfzc0xkrnte (考察项描述目录)
- 14 阶段 14 张表全部填充：L1 阶段1-6 + L2 阶段1-8
- 考察项格式：考察项名称 + 描述，不标注题型来源（括号内Part编号等）
- 表格格式：3列（单项 / 考察项 / 考察项描述），单项列使用rowspan合并
### 生产数据 vs 设计文档的差异
- **设计文档不可信**：L1/L2 阶段分配文档（Jjd8wghbeidXt2kDFaPcU09wnzc / D9EFwVC9Gi9nCAk4heec2qYCnwe）与实际生产不一致
- 实际生产数据来源：生产文档「单元挑战旧题目解析待补充 ID 整理」(CS8Ww2XaSiFwhakQenycRU5ZnYf)
- Part→题型映射来源于多维表格 (App Token: CMHSbUUjka3TrUsaxxEc297ongf)
- 关键差异：L1阶段1实际有阅读(P7)和写作(P3)，不是设计文档声称的「仅听力+口语」
- 生产数据覆盖范围有限：L1 仅到 ~U33 (032901)，L2 仅到 ~U16 (121601)
- 无生产数据的阶段（L1阶段5-6, L2阶段4-8）使用设计文档 + 题型递进规律推算
### 飞书 lark-table 写入注意事项
- rowspan 在飞书 markdown 回写时会被自动剥离
- 表格写入后单项列会逐行重复显示而非合并单元格（飞书原生限制）
- 写入前需 extract 原始文档的 S1 表格，再与生成的新表格拼接后 overwrite
### Part→题型映射速查（来自多维表格 CMHSbUUjka3TrUsaxxEc297ongf）
- 听力: P1=图片选择题, P2=表格填空题, P3=长对话选择, P4=短对话选择题, P5=信息匹配题, P7=听力拖拽
- 口语: P1=日常回答, P2=话题讨论, P3=看图回答, P4=看图识物
- 阅读: P1=信息匹配题, P2=段落匹配题, P3=长文选择题, P4=完形填空题, P5=开放填空题, P6=看图判断题, P7=看图回答题
- 写作: P1=邮件回复, P2=看图写作, P3=看图回答题
## 童瑶反馈：小研使用问题记录 [童瑶] ⚠️待改进
- 来源：群聊 oc_aed6c8ed8c59653aca4fabc8cf3a8516，2026-05-25 17:52
### 任务1：英文台词生产
- **问题**：有概率读取不到剧本、或回填不到【英文台词】列
- **当前 workaround**：重复任务+明确位置，告诉它「本文档包含嵌入式Sheet」「F列是英文台词」
### 任务2：组件生产
- **问题1**：有概率回填不到【组件配置】列
- **问题2**：核心互动无法读取，需要人工写入
### 任务3：组件配置-json
- **问题1**：只发指令不指定 skill 时，会混淆任务2（组件生产）和任务3（组件配置-json）
- **问题2**：单一组件执行失败后，重生整体关卡组件时推送报错
## 能力图谱考察项：题型名 → 技能点描述 改写完成 [刘彦江] ✅
- 刘彦江确认改为技能点描述风格，逐条改写
- 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 `business_knowledge/单元挑战全貌.md` §5.3
Reference in New Issue View Git Blame Copy Permalink