panli ef3df73166 refactor: 三层架构重构 + 配置文件 + 项目目录整理

清洗管线重构为严格三层架构：
- tango_analyser.py（底层：单词分析）
- task_processor.py（中层：文件 I/O、桶管理）
- workflow.py（顶层：状态机、任务推进）
- 移除旧的 batch_processor.py

新增配置文件系统：
- config.py：TOML 配置，相对路径相对配置文件目录解析
- 查找优先级 --config > cwd > 项目根 > ~ > 默认值
- count=None 语义为处理到文件末尾

项目目录整理：
- 根脚本归档到 scripts/analysis 与 scripts/legacy
- 文档归档到 docs/{design,history,analysis}
- 临时报告移到 reports/（已 gitignore）

文档质量：
- 新增 .markdownlint.json 与 scripts/mdlint.cmd
- 修复全部 14 个 md 文件的 markdownlint 警告

测试：74 passed（8 cleaner + 31 workflow + 6 tango + 15 validator + 14 config）

2026-08-19 19:40:02 +08:00

4.5 KiB

Raw Blame History

Review 桶模式分析报告

总计 443 条待确认。以下按桶分析常见模式和处理建议。

1. review_pinyin（230 条）— 多音字

多音字频率 TOP15

汉字	次数	主要读音	拼音
会	39	かい/がい	hui（全部正确）
見	37	み/けん	jian（全部正确）
間	23	ま/かん/あいだ	jian（全部正确）
行	23	こう/ぎょう/い	xing（多数正确）
長	22	ちょう/なが	zhang/chang
当	17	あ/とう	dang（正确）
場	15	じょう/ば	chang（正确）
重	14	じゅう/おも/かさ	zhong/chong
難	11		nan
要	9		yao

关键发现

大部分拼音其实是正确的（pypinyin 取常见读音）。真正需要修正的是少数假名读音提示不同音的：

需要修正的（约 6-9 条）：

長 读なが → 应为 chang（不是 zhang）
- 例：細長い、長い目、長芋、首を長くする
重 读かさ（重ねる/重なる）→ 应为 chong（重叠义）
- 例：重ねる、積み重ねる、重なる

注意（不用改）：

行 读 ぎょう（行政/行事）→ 中文仍是 xing（行政 xíngzhèng）
会 全部 hui ✓
見 全部 jian ✓

处理建议

大部分可直接合并（拼音正确）。重点检查 長(なが) 和 重(かさ) 这两类。

2. review_split（201 条）— 分割/对齐失败

三大类别

类别	数量	特征	处理方式
A. 熟字训读	89	纯汉字但假名对不齐	整词不分割
B. 汉字+片假名	11	汉字配片假名读音	整词不分割
C. 含~省略标记	101	带～的省略词	去~后处理

A. 熟字训读（89条）— 汉字与假名无法逐字对应

按你的规则：整词不分割，拼音连写

葛飾区:かつしかく: → 葛飾区:かつしかく:geshiquku（地名）
吹雪:ふぶき: → 吹雪:ふぶき:chuixue
博士:はかせ: → 博士:はかせ:boshi
漬物:つけもの: → 漬物:つけもの:zewu
成田:なりた: → 成田:なりた:chengtian（地名）

B. 汉字+片假名（11条）— 多为中文人名/菜名的日语音译

宮保鶏丁:ゴンバオジーディン: → 宫保鸡丁
魚香肉絲:ユイシャンロウスー: → 鱼香肉丝
張芸謀:チャン・イーモウ: → 张艺谋（导演）
王府井:ワンフーチン: → 王府井（地名）这些片假名是中文发音的日语音译，整词处理。

C. 含省略标记（101条）— 词表用表示省略部分

～賞:ノーベルしょう: → 诺贝尔奖（～代表具体名称）
～茶:プーアルちゃ: → 普洱茶
飲料～:いんりょうメーカー: → 饮料厂商这类需要决定：保留~还是补全。多数片假名部分是外来词。

3. review_special（11 条）— 含字母/片假名混合

含字母（拼音段已按规则留空）

CS|貿|易:シーエス|ぼう|えき:|mao|yi（CS贸易）
A|型:エー|がた:|xing（A型）
ＳＦ|小|説:エスエフ|しょう|せつ:|xiao|shuo（SF小说=科幻）
ＮＨＫ|放|送...（NHK广播）

这些格式已正确（字母拼音留空），可直接合并。

含特殊符号

阪|神|・|淡|路|大|震|災（阪神·淡路大地震）含中点·
三|ツ|村|電|機（三ツ村電機）含片假名ツ

4. review_verb（1 条）— 完整表达

心を1つにする:こころをひとつにする: — 含数字1和完整句建议：心|を|1つ|にする:こころ|を|ひとつ|にする:xin||... 或整句处理

处理优先级建议

先合并 special（11条） — 格式基本正确，字母已留空
再处理 pinyin（230条） — 大部分正确，重点改 長(なが)、重(かさ)
split 分三批：
- A类熟字训读（89）：整词+连写拼音
- B类中文音译（11）：整词处理
- C类~~省略（101）：统一决定~~的处理方式
verb（1条） — 单独处理

可考虑的规则改进

假名读音辅助拼音：建立 汉字+假名→拼音 映射表
- 長+なが→chang、重+かさ→chong
- 可自动修正部分 pinyin 桶条目
熟字训读词典：常见熟字训读（吹雪、博士、成田等）直接查表
~处理规则：统一决定省略标记的展开或保留策略

4.5 KiB Raw Blame History Unescape Escape