Tts Cleanup Checklist

统一的 TTS 文本清洗与可选章节拆分技能。用于将 Markdown/TXT 清洗为可朗读版本，支持批量处理、可配置清洗档位、质检检查与报告输出。只要用户提到“清洗文本用于 TTS”“按清洗规则处理章节”“去参考文献/引用”“做可朗读稿”“批量清洗章节”，就应优先调用本技能。

用于把 Markdown/TXT 文本清洗为适合语音合成（TTS）朗读的版本。核心目标是：不改变原意、提升可读性、提高朗读自然度。

使用方式

当用户要求“清洗用于朗读”时，Agent 直接按本技能执行，不讨论技能制作过程。

硬约束（默认始终生效）

• 不压缩内容，不做总结式改写
• 不新增观点，不删除正文有效信息
• 对不确定项做“最小改动”

处理模式

• clean_only：仅清洗（默认）
• split_only：仅章节拆分（无压缩）
• both：先章节拆分，再按规则清洗

可配置清洗档位

• reference_trim: off | tail_only | aggressive（默认 tail_only）
• punctuation_tune: off | mild | strong（默认 mild）
• number_style: keep | mixed | spoken_cn（默认 mixed）
• english_alias_policy: keep | remove_parenthetical | transliterate_common（默认 remove_parenthetical）
• long_sentence_threshold: 整数，默认 120

清洗方向（按优先级）

P0 结构清理（默认必做）

• 去除引用标记（如 [1]、[^2]）
• 去除 URL 裸链与尾部参考资料区（按 reference_trim 档位）
• 去除不参与朗读的目录/导航/分隔符噪声

P1 噪声修复（默认必做）

• 清理 OCR 噪声（乱码、异常重复符号）
• 修复异常空格（多空格、错位空格、断裂换行）
• 规范标点（连串标点收敛，中英文标点统一）

P2 可读性转换（默认开启）

• 中英混排降噪，减少朗读卡顿
• 常见缩写转可读表达（按 english_alias_policy）
• 保留必要术语，不做过度改写

P3 数字口语化（默认开启）

• 日期、时间、百分比、数量统一为自然口语读法（按 number_style）
• 避免机械逐字符读数字

P4 韵律优化（默认开启）

• 长句按语义断句（按 punctuation_tune）
• 在并列、转折、因果处增加停顿边界
• 断句只优化可听性，不改变语义逻辑

可选章节拆分规则（长文推荐）

优先级从高到低：

1. 中文：序言/前言/引言、第X章、后记/结语/尾声/致谢
2. 英文：Preface/Introduction、Chapter X、Epilogue/Acknowledgments
3. 若标题不完整（如单独行 12 下一行是标题），自动拼接为章节名
4. 若目录中的章节名与正文冲突，优先正文首次有效出现位置
5. 若无法可靠识别章节，回退为“按语义分段”，并在报告中标注

Agent 执行步骤

1. 读取输入文本（md/txt，支持单文件或目录批量）。
2. 若模式为 split_only/both，先执行章节识别与拆分。
3. 依次执行 P0→P4 清洗（按配置档位）。
4. 生成输出文件。
5. 生成“清洗说明/批量汇总报告”。
6. 执行质检并在报告中记录结果。

质检清单（默认必做）

• 是否残留参考文献段（关键词/编号检测）
• 是否存在异常长句（超过 long_sentence_threshold）
• 章节连续性（是否漏章/重复章，仅拆分模式）
• 每文件字符数统计（不含空白）

单文件输出格式（固定）

markdown

# 清洗后文本
（正文）

---

# 清洗说明
- 输入文件：<path>
- 模式：<clean_only|split_only|both>
- 应用清洗项：
  - P0: ...
  - P1: ...
  - P2: ...
  - P3: ...
  - P4: ...
- 参数：
  - reference_trim: ...
  - punctuation_tune: ...
  - number_style: ...
  - english_alias_policy: ...
  - long_sentence_threshold: ...
- 质检结果：
  - 参考文献残留：<通过|告警>
  - 异常长句：<数量>
  - 字符数（去空白）：<count>
- 备注：<如有未处理项或不确定项>

批量输出要求

• 按文件名顺序处理
• 每个文件产出对应清洗稿
• 追加汇总报告，至少包含：成功数/失败数/跳过数、失败原因分类、清洗项命中统计、质检汇总

给 Agent 的提示词模板

text

请按 tts-cleanup-checklist 规则清洗以下文本用于 TTS 朗读：

输入文件：<input_path>
输出文件：<output_path>
模式：<clean_only|split_only|both>
参数：
- reference_trim=<tail_only>
- punctuation_tune=<mild>
- number_style=<mixed>
- english_alias_policy=<remove_parenthetical>
- long_sentence_threshold=<120>

要求：
1) 按 P0→P4 顺序执行清洗。
2) 不改变原意，不压缩内容，不新增观点。
3) 输出“清洗后文本”+“清洗说明”。
4) 若存在不确定处理，采用最小改动并在备注中说明。
5) 输出质检结果。

批量任务提示词模板

text

请按 tts-cleanup-checklist 规则批量清洗目录中的章节文件用于 TTS：

输入目录：<input_dir>
匹配：<glob>
输出目录：<output_dir>
模式：both
参数：
- reference_trim=tail_only
- punctuation_tune=mild
- number_style=mixed
- english_alias_policy=remove_parenthetical
- long_sentence_threshold=120

要求：
1) 按文件名顺序处理。
2) 每个文件执行 P0→P4 清洗。
3) 每个文件输出对应清洗稿，并生成汇总报告（成功/失败/跳过、失败原因、清洗项统计、质检统计）。
4) 不改写原意，不压缩正文。