用 AI 做长周期字幕精校的通用工具与方法。不是字幕校对软件，是一套「一个人带 AI 施工队」干活用的件。
来源：《嗜血法医》116 集、《是，大臣》/《是，首相》38 集的实战。剧集数据、术语表、成品一律不在这里。
目录名一律用英文（为了别人 clone 下来能看懂）：tools/ = 工具（脚本真身 + 自检与环境体检）、docs/ = 文档（方法正文 + 台账 + 判定记录 + 落点表，旧档在 docs/archive/）、examples/ = 示例（新剧怎么接进来、样式预设、可复制的新库骨架）、skills/ = 技能（可选，不装也能跑全部工具。要装就把 skills/ 下的每个目录整个复制到你的技能目录 <用户主目录>/.workbuddy/skills/，重启会话生效——agent-craft 是方法论，四份 subtitle-* 是清稿 / 对稿 / 审稿 / 验收四道工序的入口）。
A method + toolkit for long-form subtitle proof-reading with AI agents, built for one person running an AI crew across dozens of episodes. Not a subtitle editor.
25 self-contained tools (probe · bilingual alignment · diff triage · landing & verify · style normalization · acceptance), four documented workflows (cleanup · alignment · review · acceptance), four AI skill entry points, and scaffold.py to stamp out a new project skeleton with a self-check. Four more scripts need a project directory layout to run.
Built from real runs on two series (116 + 38 episodes). No episode data, term lists or finished subtitles are shipped — those stay in private project repos. Python 3 standard library only. License: MIT.
新会话先看两处：接手这个库接着开发，先读 docs/待办台账.md 开头的「现在到哪」（状态只在那里），再按 docs/文档落点表.md 找内容放哪；拿它接你自己的剧，直接读 examples/新剧接入.md（从零到能判，十二步）。
开工前先答八个问题：docs/接活单.md——来源 / 校过没 / 手上有什么 / 给谁看 / 要多准 / 不能动的 / 译名表 / 交付形态。八问是剧级属性，一部剧问一次，答案落剧级一份，集级只记一行档位。不答就定档，等于替用户猜档位。
版本与改动：看 CHANGELOG.md，每次发版在那儿记新增 / 变更 / 修复。0.x 阶段命令行参数与退出码仍会变，升级前先看对应版本那一节。
为什么长这样（定位给谁用、三层资产怎么分、哪些方案已被否决）写在开发者的上游决策文档里，不随本仓库发布——一份内容只有一个真身，这里不复制。本库自己的判断依据全在 docs/判定记录.md。
体检 → 对齐 → 攒词表 → 清稿·文件层 → 清稿·文本层
→ 对稿 → 定档 → 审稿 → 并成一张清单落地 → 验收
步骤之间「谁产出、谁吃」、每条硬顺序的理由、现在断在哪，看 docs/流程总图.md；每步怎么判看 docs/工序-*.md；名字怎么起看 docs/命名准则.md。
| 件 | 状态 | 干什么 |
|---|---|---|
tools/subtitle_probe.py |
可用 | 字幕体检：SRT/ASS 双格式、UTF-8/UTF-16/BOM 自动嗅探、CPS/行长/停留、三类事故（<font> 残留、金额问号、花括号残留）；粘连词单列「嫌疑线索」，不参与合格判定 |
tools/align_bilingual.py |
可用（三条判据全过，9 集已跑） | 双版本对齐：中文当骨架、英文挂 0/1 条，按时间轴配（不看文本相似度），输出配对表与未配对清单 |
tools/triage_diff.py |
可用（一部剧 538 条挑出 2 条候选） | 对稿：把双版本差异分「漏译 / 误译 / 表述差异 / 无法判定」，出候选不给定案 |
tools/bilingual_pairs.py |
可用 | 双语字幕直出配对表：手上只有一份双语 ASS/SRT 就能进对稿，不必先凑两条轨 |
tools/text_scan.py |
可用（同一部剧 538 条挑出 129 条、英文段 0 改动） | 清稿·文本层扫描：译名错写 / 标签残留 / 半角标点贴字 / 中英间距 / 花括号残留，只做唯一改法；标签带参数、中文有折行的一律挡进「需人判」表，输出直接喂 land_verify |
tools/land_verify.py |
可用（补行 2026-11-06 已落） | 落地：按「条号 + 旧文本」双锚点写回，再逐条复算——证明只改了该改的，没多改。补行另给一张表，插在哪由时间算、after_no 只核对 |
tools/style_normalize.py |
可用（v1：做 MF1–MF6、MF8 与引用断言；MF6/MF8 要显式 --f6/--f8） |
文件层样式规范化：头部与样式表换基准，坐标/字号按画布比例换算；0×0 与旧样式改名都要显式声明，不许猜。样式三套可选（含字号、颜色、描边、边距），见 examples/样式预设/（带样张）；base 子命令按片源比例从它换算出别的比例（4:3 老剧用） |
tools/term_candidates.py |
可用 | 术语/专名候选提取：只挑候选不给译法。屏幕打前 40 条（候选 / 次数 / 首现 / 型 / 中文片段）；--tsv 写出的底稿是 7 列，后三列 规定译法 / 已见错写法 / 备注 留空交人填 |
tools/findings2tsv.py |
可用 | findings JSON → 改动表：ln/cn/cn_new/source_model/evidence 纯映射，不做合并、不做判断。补上「审稿产出到落地之间」那段断链——原先靠人对照合并，evidence 必然整段丢 |
tools/accept.py |
可用 | 验收：一条命令报出该对的全部数字（条数 / 对白行 / 非对白行变化 / BOM / 改动 / 补行位置 / 落盘密度 / 定档痕迹），有 ✗ 退出码 1 |
tools/build_base.py |
可用 | 底本合成：两份单语 SRT → 一份双语 ASS（配对调对齐器、样式可抄现成成品，画布按轴换到 --video）。起点没有 ASS 的剧用它 |
一共 31 件工具，其中 26 件能独立跑：上表 11 件主用，另有 8 件工程件、12 件审稿辅助；5 件（blind_sample / isolate_review / prefilter_semantic / validate_semantic / gen_progress）要剧库目录结构才跑得动，对外按 26 件算。四道工序：清稿 / 对稿 / 审稿 / 验收，判据与取舍见 docs/工序-*.md 与 docs/流程总图.md。文档骨架可复制（tools/scaffold.py + examples/新库骨架/，建完当场自检）。
还差的是换一部剧走完整链：已有两集在《嗜血法医》上跑完 0–8 步，其中一集（2026-11-08）连定档 · 审稿 · 验收三道人判工序也走通了（只落 C1 一层，不是全量）。另一部剧（《是，大臣》）的进度不写在这里——写死的状态三十天就过期，去它自己库的进度台账看。整链目前只在一部剧上走通过，工具也只有三件在两部剧上跑过真数据（见下「已知不足」）——你接新剧，仍会是第一个在陌生素材形态上走全程的人。
命令都在本库根执行，参数里写的目录/文件是你的剧库路径——工具和剧库是两个根，不 cd 进剧库，剧库里也不用放 tools/：
python tools/subtitle_probe.py <目录或文件...> --tsv <输出.tsv> [--strict]
python tools/align_bilingual.py <中文.srt> <英文.srt> --tsv <配对表.tsv>
python tools/align_bilingual.py <目录> --zh-tag .简 --en-tag .英 --tsv <输出目录>
python tools/triage_diff.py <配对表.tsv> [--term 词表.tsv] [--offset 错位区间.tsv] --tsv <候选.tsv>
python tools/bilingual_pairs.py <双语字幕.ass|.srt> --tsv <配对表.tsv>
python tools/text_scan.py <字幕.ass> [--term 词表.tsv] [--tsv 改动.tsv] [--report 需人判.tsv]
python tools/land_verify.py apply <成品.ass|.srt> [改动.tsv] [--inserts 补行.tsv] [-o 输出] [--in-place]
python tools/land_verify.py verify <改前> <改后> [改动.tsv] [--inserts 补行.tsv]
python tools/style_normalize.py check <字幕.ass...> [--video 1920x1080] [--base 基准.ass]
python tools/style_normalize.py apply <字幕.ass> --base 基准.ass [-o 输出] [--from-res WxH] [--style-map 旧名=新名] [--f6]
python tools/style_normalize.py base <源基准.ass> --video 1440x1080 -o <新基准.ass> # 4:3 剧用
python tools/term_candidates.py <字幕或目录> [--min 2] [--tsv 输出.tsv]
python tools/accept.py <改前> <改后> [--changes 改动.tsv] [--inserts 补行.tsv] [--stage 定档.md]
python tools/build_base.py <中文.srt> <英文.srt> -o <底本.ass> [--style-from 参照.ass] [--video 1920x1080]
python tools/selftest.py # 全部工具的函数级回归，末尾报「通过 N，失败 0」，改完代码先跑这个
python tools/doc_lint.py # 文档体检；想让它提交时自动跑，先 git config core.hooksPath .githooks
python tools/env_check.py # 换机器/隔很久回来，先跑这个
python tools/scaffold.py <目录> # 把文档骨架展开成一个新库，建完当场跑一次体检参数里没有剧名。编码自动嗅探，不用先转码。
- 参数里不出现剧名、季号、集号规则——出现就说明抽错了
- 一份内容只有一个真身：这里是工具真身，各剧库只存自己的数据
- 脚本只用标准库（不含任何第三方依赖）
进度看 docs/待办台账.md，为什么这么定看 docs/判定记录.md，内容放哪看 docs/文档落点表.md。
subtitle_probe.py的「疑似粘连词」靠长度阈值，只作线索不作判据——准确做法要拿第二版英文交叉比对，那属于对齐器align_bilingual.py只按时间轴配，两版时间轴若整体平移/变速（片头长度不同、帧率不一致）会大面积配错；配错时靠「文本长度相关」这条自检兜（同集 0.76 / 错集 -0.02），但不自动校准- 补行只做「插一条新行」，句群整段重排还没做：单句漏译现在能落（
--inserts），但整段错位要重排多行、SRT 补行还要重排序号，这两类仍交不出去 - 并表仍靠人：单份清单能先转成改动表（
findings2tsv），但「对稿定案 + 审稿清单」并成一张、并表前后条数对不对得上，本库没有工具（all.tsv的列见docs/中间产物格式.md） - 判翻译对错靠判据不靠工具：审稿那道机判项为零，全靠人／模型按
docs/工序-审稿.md的十四条读 - 「行内多话轮」这条（审稿
F7）依赖原文带话轮标记：英文一行有多个-、中文没跟上，才查得出来；整份不带-的老剧，这条降级成「只在话轮丢失导致歧义时报」，不逐条补齐 - 对稿 → 定档 → 审稿这一段没有机器闸：
定档.md是手写的，工具证实不了「审稿真读过定档」，只能靠人盯——全库唯一卡不住的一处（审稿的取舍见docs/工序-审稿.md） - 只有三件工具在两部剧的真实数据上跑过（文件层样式器 / 文本层扫描器 / 落地），其余只有一部剧的数；接新剧别把「跑通过」当成「已通用」
- 流程层还有哪些断点、哪一步会悄悄过期，不在这里复制——真身在
docs/流程总图.md第 3 节