.j1 d Z ddlZdZdZ ej d Z ej d Z ej d ZdZ ej d Z d
Z
ej d Z d Z d
Z
dZdZd Zd Zd(dZefdZd Zd Zd Z ej d Zd\ ZZd Zd Zefd Z efd Z d Z efd Z e d k rddl!Z!e!j" d! e!j" d" cZ#Z$ e%e#d#$ 5 Z&e&' Z(ddd n # 1 swxY w Y e%e$d%d#$ 5 Z&e&) e e( ddd n # 1 swxY w Y e*d&e# d'e$ dS dS ))uK am STE 文字规整器 —— 把引擎产的散文 md 改成 am 插件吃得下的短句形态。
背景（2026-10-23 实测）：
am 的 STE 检查对「步骤」（编号列表）限 35 字，对普通句子限 45 字，
每段句子数上限 6；句子边界只认 。；！？——逗号不算。
引擎产的复盘/早盘 md 里消息面每条 60-119 字、场景条件链 80 字，必然命中报警。
本模块只做文字层面的等价改写，不动事实、不删数字：
1. 编号列表 `1. xxx` → `- xxx`（35 字步骤上限 → 45 字列表上限）
2. 长句按 ，/：/、 逐级断开，断点用 ；连接，每段 ≤ limit
3. 单段句子数 > 6 时插入空行（STE paragraph-length 上限 6 句）
4. 表格单元格超长 → 用
换行（单元格内
保留）
5. `callout` 围栏内的正文同样规整（其他围栏 flow/kv/limits/chart/code 一律不动）
6. 词级规整：`X以内`→`不超过X`、`X以上`→`不低于X`、`进行优化`→`优化`、
`综上所述`/`赋能` 删除
幂等：跑第二遍不再改动。
N- u% [^。；！？!?;]+[。；！？!?;]?u ^(\s*)\d+\s*[.、．]\s+(.*)$z^\*\*[^*]+\*\*\s*$)u ，,)u ：:)u 、)u —u (? K | ]}t j | V d S N)reescape).0ds r z_greedy..@ s* //1")A,,//////r []c ^ g | ]*}| | +S stripr$ cs r
z_greedy..N s- 3 3 3! 3AGGII 3 3 3r )joinr" searchr rstripr r, r ) r r limitclschunksr atom
splittablebares r _greedyr9 > s
''/////
/
/C
9ZZZZ & & v
bCF "4 0 0 j{{3 t % % 4KCCyy{{
/
cjjoo...CC
yy{{ '
cjjoo&&& 3 3v 3 3 33r r* c
t | k r| gS | g}t t t | z D ]E}g }|D ]<}| t | k rt || n|g =|}Fg }|D ]}t | k rst
| rYt
fd| }| t | k rt |d n|g | | |}g }|D ]}t | k rt t | } t | t dddf D ]Z}
t j dd|
t d dd } | | [| | |}g }|D ]F}t | k rd} g d }}
|D ]"}||z
}|| v r|
| d }#|r|
| d
|
D }
g d }}|
D ]o}t ||
| z k r||z
}1| r(| |
| |}p| r(| |
| | |p|g 1| | H|p| gS ) ub 把一句超长中文切成若干 ≤limit 的片段。逗号 → 冒号 → 顿号逐级降级。c $ t | S r! )
_paren_rep)mr3 s r z _split_frags.._ s
1e(<(< r r ·u →+u \s*[；]\s*r u 、,，r c ^ g | ]*}| | +S r* r+ r- s r r/ z _split_frags..| s- ===A17799=aggii===r )r tuple DELIM_GROUPSextendr9 _PAREN_REr1 subr _SAFE_SLASH
SLASH_MARKr" replacer2 r, )r r3 extra_groupsfragsgroupr fout_pout_smarkedpartfixedr4 r5 r r mergedcur2r. s ` r _split_fragsrU Q sz T{{ev
FE|$$u\':':: N NA JJ588e3C3Cwq%///! M M M M E
88e 0 0 3 3
< < < 6 时用空行分段。u 。；！？!?;r Nc ^ g | ]*}| | +S r* r+ r$ rM s r r/ zreflow.. s- KKKqKKKKr r c 3 K | ] }| d V
dS )r Nr* rY s r r& zreflow.. s( 77qA777777r u 。r
c 3 b K | ])}d ||t z V *dS )r Nr0 MAX_SENTr$ isentss r r& zreflow.. s< bba27751x< #899bbbbbbr )
r, _SENT_REfindallrU r rD r r^ r0 range)textr3 ptermr rK ra s @r reflowrh s ::<> LL77E#2#J777 7 7 7 LLrdme4 5 5 5 5 LLe=%(( $*"M N N N N
5zzH {{bbbb5CPUJJX`CaCabbbbbb
775>>r c 6 t j dd| } d}t j |dz d| } t j |dz d| } | dd d
d d d
} | dd dd dd dd } | dd dd dd } | S )u4 词级规整（STE 词表里被点名的写法）。u \s*[;；]\s*r u1 (?. s FFFAF!FFFr /u （r u ）)rL r" rc r splitr r r0 )r= r3 innersepsrS r pieces r r< r< s,
GGAJJE
:(% 0 0D
4yy1}}wwqzzbCFFFRX&8% @ @FFF u !UQY . .&)4S""5"""uCC
#
c"""CC
c
6{{awwqzz 5::f%% % --r c t | |k r| S | g}t D ]D}g }|D ];}| ||v r d | | D n|g <|}Eg }|D ]=}| t | |k rt ||d n|g >t | dk r| S d | S )uZ 表格单元格超长 → 用 ；断句（实测
不算句子边界，；才算）。c ^ g | ]*}| | +S r* r+ )r$ xs r r/ z _cell_split.. s- EEEa17799E EEEr ))ro )rJ r r )r CELL_SPLIT_SEPSrD rp rU r r0 )cellr3 partssepnxtrf piecess r _cell_splitr} s T{{e
FE \ \A JJPQEE1773<<EEEEXYWZ [ [ [ [
F
c c
aSXHXHXl1e)DDDD_`^abbbb
6{{a ::f r u; https?://[^\s)）\]]+|www\.[^\s)）\]]+|\[[^\]]*\]\([^)]*\))c L g fd}t || fS )uL 把 URL / markdown 链接换成占位符，避免被当成分隔符切碎。c | d t t dz
t S )Nr r )r rL PH_OPENr PH_CLOSE)r= saveds r repz_protect..rep s?
QWWQZZ 53u::>58555r )_URL_RErF )r
r r s @r _protectr s< E6 6 6 6 6 ;;sA %%r c | t | D ]+\ }}| t | t | } ,| S r! ) enumeraterI r r )r
r r` us r _restorer sG % 4 41
II/!/X// 3 3 Hr c b t | \ }}t t || | S )u. 单行正文/列表项 → STE 合规形态。)r r _prose_line_inner)liner3 protectedr s r _prose_liner s- ~~Iu %i77 ? ??r c | d t | t | z
t | }|r| d r|rt || z n| S t | }|rd| d }| d r|dd }t | r|z S t || }d|v r@d |
d D }d fd|D S dz |z S t || z S ) N)#>![z