Genre Taxonomy Convergence Plan

日期：2026-06-04 状态：修订版

目标

把题材体系收敛到 CSV 已采用的 15 个 canonical_genre，同时保留 37 个中文题材模板作为初始化阶段的可叠加 preset。

一句话原则：

CSV canonical 是主干；taxonomy index 是用户输入层真源；模板是 preset；平台细分、套路、形式全部标签化。

已核实事实

webnovel-writer/templates/genres/*.md 当前实际数量是 37 个。
templates/genres/*.md 只在初始化链路中直接读取：
- skills/webnovel-init/SKILL.md 提示按用户题材读取模板。
- scripts/init_project.py 通过 templates/genres/{key}.md 拼入 设定集/世界观.md。
当前至少有三处题材输入归一逻辑，目标不同，已经形成漂移风险：
- scripts/init_project.py::_normalize_genre_key()：用户输入 -> 模板文件名。
- scripts/reference_search.py::resolve_genre()：用户输入/平台标签/legacy -> 15 canonical。
- scripts/data_modules/genre_aliases.py：用户输入 -> profile key/legacy profile section。
scripts/reference_search.py 里 PLATFORM_TO_CANONICAL 和 _LEGACY_GENRE_MAP 已经覆盖约 40 个输入标签，和计划中的 index 高度重叠，不能继续作为第二真源。
state.json 当前 schema 是 project_info.genre，不是顶层 project.genre。
仍有 legacy 消费者读取 project.genre，包括 skills/webnovel-plan/SKILL.md、skills/webnovel-write/SKILL.md、memory_contract_adapter.py 和部分 context/profile 兼容路径。
story_system_engine.py::_route() 不只是调用 resolve_genre()，还包含 route table 关键字/别名匹配、explicit genre fallback、inferred genre fallback。
references/csv/题材与调性推理.csv 当前实际 route rows 是 26 条；验证应覆盖真实 CSV 全量 rows，不写死 26 或 27。
references/genre-profiles.md 已定位为 fallback，高频题材主链已迁入 Story Contracts。

目标模型

1. 硬题材枚举

唯一硬枚举继续使用 15 个 canonical：

都市 玄幻 仙侠 奇幻 科幻
历史 悬疑 游戏 古言 现言
幻言 年代 种田 快穿 衍生

这些值用于：

CSV 适用题材
裁决规则.csv 的 题材
Story System 的 canonical_genre
reference_search.py --genre
新项目 state.json.project_info.genre

2. Taxonomy Index

新增 webnovel-writer/templates/genres/index.csv，但它不是单纯模板清单，而是题材输入层的唯一数据真源。

建议字段：

label,canonical_genre,label_type,template_file,template_type,route_tags,trope_tags,format_tags,aliases,notes
都市,都市,canonical,,canonical,,,,,
都市脑洞,都市,platform,都市脑洞.md,route,都市脑洞,,,都市奇闻,
规则怪谈,悬疑,route,规则怪谈.md,route,规则怪谈,,,规则动物园|规则类,
系统流,玄幻,trope,系统流.md,trope,,系统流,,系统|系统文,
知乎短篇,现言,format,知乎短篇.md,format,,,知乎短篇,知乎体|盐选|小程序短篇,
网游,游戏,legacy,,,,,,,

规则：

每个 templates/genres/*.md 必须在 index 中有且只有一行 template_file 指向它。
不带模板文件的 platform/legacy alias 也必须进入 index，不能留在 Python 硬编码字典里。
label 与 aliases 都必须解析到同一 canonical_genre。
canonical_genre 必须属于 15 canonical 或 全部。
template_type 只描述模板用途，不参与硬枚举。

3. 单一 Resolver Contract

新增一个共享 loader/resolver，例如 scripts/genre_taxonomy.py：

GenreResolution(
    raw_label="知乎短篇风的规则怪谈",
    canonical_genre="悬疑",
    matched_labels=["规则怪谈", "知乎短篇"],
    template_files=["规则怪谈.md", "知乎短篇.md"],
    route_tags=["规则怪谈"],
    trope_tags=[],
    format_tags=["知乎短篇"],
    unresolved=[]
)

兼容原则：

reference_search.resolve_genre() 保留为 wrapper，只返回 canonical 或原值，用于现有调用点。
_normalize_genre_key() 不再拥有 alias 字典；如果暂时保留，只能委托 taxonomy resolver 返回 template_file。
data_modules/genre_aliases.py 不再维护输入 alias；只保留 profile key 映射，或委托 taxonomy 后再转 profile key。
Story System 不改变 route 语义，只把输入 canonical 化能力接到同一 resolver。

4. State Schema

新 init 项目写入：

{
  "project_info": {
    "genre": "悬疑",
    "genre_label": "知乎短篇风的规则怪谈",
    "genre_tags": {
      "route": ["规则怪谈"],
      "trope": [],
      "format": ["知乎短篇"],
      "templates": ["规则怪谈", "知乎短篇"]
    }
  }
}

兼容读取顺序：

project_info.genre
project_info.genre_label
legacy project.genre

写入新项目时不再新增顶层 project.genre。

改动范围

必改

templates/genres/*.md
- H1 标题中文化。
- 不移动文件。
templates/genres/index.csv
- 覆盖 37 个模板。
- 覆盖 PLATFORM_TO_CANONICAL 和 _LEGACY_GENRE_MAP 的现有输入。
scripts/genre_taxonomy.py
- 新增共享 CSV loader/resolver。
scripts/reference_search.py
- 删除硬编码 PLATFORM_TO_CANONICAL 与 _LEGACY_GENRE_MAP。
- resolve_genre() 改为调用 taxonomy wrapper。
scripts/init_project.py
- init 时用 taxonomy 解析用户原始题材。
- project_info.genre 写 canonical。
- 读取模板时按 template_file 加载 preset，不再按原始输入精确拼路径。
scripts/data_modules/genre_aliases.py
- 移除重复输入 alias，改为委托 taxonomy 或仅保留 profile key 映射。
scripts/data_modules/memory_contract_adapter.py
- fallback 从 project_info.genre/genre_label 读取，legacy project.genre 只兜底。
scripts/data_modules/context_manager.py
- legacy profile fallback 与 taxonomy resolver 对齐。
skills/webnovel-init/SKILL.md
- 主体题材只展示 15 canonical。
- 说明可输入 preset/套路/形式，但运行时会映射到 canonical。
skills/webnovel-plan/SKILL.md、skills/webnovel-write/SKILL.md
- 读取 genre 的 shell snippet 改为 project_info.genre 优先，legacy project.genre 兜底。
scripts/validate_csv.py
- 增加 taxonomy index 双向校验。
相关测试
- reference_search resolver 兼容测试。
- init_project state/schema/template 加载测试。
- Story System 真实 CSV route 端到端测试。

应改

references/csv/genre-canonical.md
- 明确 题材与调性推理.csv 的 题材/流派 是 route tag，不是 canonical enum。
references/csv/README.md
- 补充 taxonomy index、template preset、canonical 的关系。
references/index/reference-loading-map.md
- 更新 init 阶段题材模板加载规则。
references/genre-profiles.md
- 把 project.genre 文档表述修正为 project_info.genre，并标注 fallback 定位。
templates/output/state-schema.md
- 加入 project_info.genre_label 与 project_info.genre_tags 示例。

暂不改

不大规模重写 9 张核心 CSV 内容。
不删除 37 个模板。
不把 templates/genres/ 立即拆成 canonical/ 和 presets/ 子目录。
不批量迁移用户已有项目的 state.json，只提供兼容读取。
不把 genre-profiles.md 重新升级为主真源。

分阶段计划

Phase 1: Taxonomy Index 与模板校验

范围：

新增 templates/genres/index.csv。
覆盖现有 37 个模板。
把 PLATFORM_TO_CANONICAL 和 _LEGACY_GENRE_MAP 的所有 key/value 迁入 index。
所有模板 H1 中文化，去掉英文括号。
新增校验：
- 实际 templates/genres/*.md 数量与 index template_file 双向一致。
- 每个 template_file 存在且唯一。
- 每个 canonical_genre 属于 15 canonical。
- 每个 label/alias 唯一，不能映射到多个 canonical。

不改运行逻辑。

验证：

(Get-ChildItem -Path webnovel-writer\templates\genres -Filter *.md | Measure-Object).Count
python -X utf8 webnovel-writer\scripts\validate_csv.py

Phase 1.5: Resolver Contract 先落地

范围：

新增共享 taxonomy loader/resolver。
定义结构化 GenreResolution。
给 reference_search.resolve_genre()、init_project 模板解析、genre_aliases profile alias 写清楚委托关系。
在测试中先证明旧行为不丢：
- PLATFORM_TO_CANONICAL 原有用例全部通过 index resolver。
- _LEGACY_GENRE_MAP 原有用例全部通过 index resolver。
- _normalize_genre_key() 原 alias 用例全部能解析到相同模板文件。

这一阶段的目标是拆掉“多真源”的设计风险，再进入调用点迁移。

Phase 2: 迁移运行时调用点

范围：

reference_search.py 删除硬编码映射，改用 taxonomy。
init_project.py 删除本地 alias 字典，按 GenreResolution.template_files 加载模板。
story_system_engine.py 保持 _route() 的 keyword/alias/fallback 顺序，内部 canonical resolve 改用同一 wrapper。
genre_aliases.py 输入 alias 迁移到 taxonomy，profile key 只处理 profile section/key 兼容。

验证：

都市日常 -> 都市
宫斗宅斗 -> 古言
玄幻言情 -> 幻言
规则怪谈 -> 悬疑
网游 -> 游戏
玄幻 -> canonical 玄幻，同时 init 模板可选中修仙.md
克系 -> canonical 悬疑或按 index 配置，同时 init 模板选中克苏鲁.md

Phase 3: Init 写入与 schema 消费者修正

范围：

init_project.py 写入 project_info.genre、project_info.genre_label、project_info.genre_tags。
skills/webnovel-plan/SKILL.md 与 skills/webnovel-write/SKILL.md 的 genre 读取改为：
- project_info.genre 优先。
- legacy project.genre 兜底。
memory_contract_adapter.py 与 context_manager.py 的 fallback 读取同样改为 project_info 优先。
更新 templates/output/state-schema.md。

兼容策略：

老项目只含 project.genre 时继续可读。
新项目不再写 project.genre。
非 canonical 老值通过 taxonomy resolver 兼容，不直接崩溃。

验证：

init 新项目 state schema 测试。
webnovel-plan / webnovel-write 中 shell snippet 的读取逻辑测试或文档 grep 校验。
memory/context fallback 测试。

Phase 4: Story System 真实 CSV 端到端验证

范围：

增加真实 CSV route 覆盖测试，使用 webnovel-writer/references/csv/题材与调性推理.csv。
对每个 route row 取第一个可用的 关键词 / 意图与同义词 / 题材别名 / 题材/流派 作为 query，调用 StorySystemEngine(...).build(...)。
断言：
- 不抛 routing error。
- route.canonical_genre 属于 15 canonical。
- route.genre_filter == route.canonical_genre，除非 canonical 是空或 全部。
- route_source 是预期集合之一：keyword_or_alias_match、explicit_genre_fallback、inferred_genre_fallback。
当前真实 CSV 是 26 rows，但测试应按实际行数动态覆盖，不写死 26 或 27。

验证：

$env:PYTHONUTF8='1'; python -m pytest webnovel-writer\scripts\data_modules\tests\test_story_system_engine.py -q --no-cov
$env:PYTHONUTF8='1'; python -m pytest webnovel-writer\scripts\data_modules\tests\test_story_system_cli.py -q --no-cov

Phase 5: Skill 与文档收口

范围：

webnovel-init/SKILL.md
- 主体题材展示 15 canonical。
- preset/套路/形式用示例说明，不混入硬枚举。
references/csv/genre-canonical.md
- 明确 canonical、route tag、trope tag、format tag 的边界。
references/csv/README.md
- 写明 CSV 只接受 canonical，taxonomy index 负责用户输入层。
references/index/reference-loading-map.md
- 更新模板加载规则。
references/genre-profiles.md
- 明确 fallback 触发条件。

Phase 6: 可选目录重构

只有前五阶段稳定后再做。

目标结构：

templates/genres/
  index.csv
  canonical/
    都市.md
    玄幻.md
  presets/
    都市异能.md
    规则怪谈.md
    知乎短篇.md

这一步路径影响大，必须单独提交。

genre-profiles.md Fallback 规则

genre-profiles.md 只在以下场景使用：

老项目没有 Story Contracts，无法从 .story-system 取得 route/profile。
story_contracts.master.route.primary_genre 为空，且 protagonist/state fallback 有 genre。
用户显式启用了 legacy profile fallback。

优先级：

Story Contracts 的 route/profile。
project_info.genre_label 或 project_info.genre 经 taxonomy resolve 后的结果。
legacy project.genre。
配置项 fallback genre。

genre_profile_excerpt 只能作为补充 context，不能覆盖 Story System contract 的 route 决策。

建议提交拆分

docs(genres): refine taxonomy convergence plan
chore(genres): add taxonomy index and normalize headings
feat(genres): add taxonomy resolver
refactor(genres): migrate genre resolution call sites
feat(init): persist canonical genre and genre tags
docs(genres): update skill and csv taxonomy guidance
可选：refactor(genres): split canonical and preset templates

风险与控制

风险：CSV index 变成又一份真源。控制：Phase 2 必须删除 Python 硬编码映射，所有 resolver 委托同一 loader。
风险：玄幻 -> 修仙.md 这类“canonical 与模板 preset 不同名”的历史行为丢失。控制：在 index 中显式建模为 canonical_genre=玄幻、template_file=修仙.md，并加回归测试。
风险：系统流、知乎短篇 等默认 canonical 有争议。控制：index 中标注 label_type/template_type，init 可在交互层展示 canonical 推断结果。
风险：Story System route 被 resolver 行为变化破坏。控制：Phase 4 使用真实 题材与调性推理.csv 全量 route rows 做端到端测试。
风险：schema 读取点漏改，继续读 project.genre。控制：Phase 3 增加 grep 校验和兼容读取测试，project_info 优先，legacy project 只兜底。

完成标准

37 个模板全部有 index 映射，且 index 与实际文件双向一致。
所有模板标题纯中文。
PLATFORM_TO_CANONICAL 与 _LEGACY_GENRE_MAP 不再以硬编码 dict 存在。
_normalize_genre_key() 不再维护本地 alias。
reference_search.py、init_project.py、genre_aliases.py 使用同一 taxonomy resolver。
新 init 项目写入 canonical project_info.genre，并保存 genre_label 与 genre_tags。
老项目 project.genre 仍可兼容读取，但不是新写入 schema。
真实 Story System route CSV 全量端到端测试通过。
validate_csv.py、prompt integrity 与全量 pytest 通过。

genre-taxonomy-convergence-plan-2026-06-04.md 15 KB 文件歷史 原始文件