kb-skills/.planning/phases/13-llm/13-05-PLAN.md

phase, plan, type, wave, depends_on, files_modified, autonomous, requirements, must_haves

phase	plan	type	wave	depends_on	files_modified	autonomous	requirements	must_haves
13	05	tdd	1		kb_workflow/srt/semantic_engine.py tests/test_semantic_engine.py	true	SENT-01 SENT-02 SENT-03	truths artifacts key_links 系统能识别中文字幕的句子边界 句边界检测基于语义停顿，而不仅依赖标点符号 分段位置自然，保持内容的连贯性和可读性 path provides contains kb_workflow/srt/semantic_engine.py 中文句边界检测 Prompt 指令 SEGMENTATION_PROMPT path provides min_lines tests/test_semantic_engine.py 中文句边界测试 60 from to via pattern SEGMENTATION_PROMPT LLM 分段决策 Prompt 中的句边界指令 句号.*问号.*感叹号.*省略号.*语义停顿

实现中文句边界检测功能

目的：让 LLM 在自然停顿处分段，保持中文内容的连贯性和可读性 输出：SEGMENTATION_PROMPT 中的中文句边界指令

<execution_context> @/home/starmen1265/.claude/get-shit-done/workflows/execute-plan.md @/home/starmen1265/.claude/get-shit-done/templates/summary.md </execution_context>

@.planning/phases/13-llm/13-CONTEXT.md @.planning/phases/13-llm/13-RESEARCH.md

User Decision (Locked)

• 中文句边界: Prompt 中强调 — 在 Prompt 中说明「分段边界应放在自然停顿处（句号、问号、感叹号等标点符号后）」
• 句边界保护: 纯 Prompt 约束 — 依赖 LLM 理解，不进行代码后处理

Research Document

Common Pitfall 5: 中文句边界检测依赖标点符号 What goes wrong: Prompt 中只说「在句号后分段」，但中文还有问号、感叹号、省略号等 How to avoid: 列举所有常见中文句末标点

中文句边界检测 kb_workflow/srt/semantic_engine.py, tests/test_semantic_engine.py Prompt 设计（用户决策 + 研究文档）： - 列举所有常见中文句末标点（。？！……） - 强调「自然停顿处」（语义停顿，不仅标点） - 保持内容连贯性和可读性

测试验证：
- 分段边界在标点符号后
- 分段位置自然（不会在「等等！」或「真的？」中间截断）
- 保持中文内容的连贯性

在 SEGMENTATION_PROMPT 中更新句边界指令： 1. 列举所有中文句末标点（。？！……） 2. 强调「自然停顿处」和「语义停顿」 3. 说明「不仅依赖标点符号」

测试：
1. test_chinese_sentence_boundary() - 验证句边界检测
2. test_semantic_pause_detection() - 验证语义停顿检测

Task 1: 添加中文句边界检测指令 kb_workflow/srt/semantic_engine.py, tests/test_semantic_engine.py RED 阶段 - 测试预期行为： - test_chinese_sentence_boundary: 分段边界在标点符号后 - test_semantic_pause_detection: 基于语义停顿（不仅标点）

  GREEN 阶段 - 实现功能：
  - SEGMENTATION_PROMPT 列举所有中文句末标点
  - 强调「自然停顿处」和「语义停顿」
  - 说明「不仅依赖标点符号」

  REFACTOR 阶段 - 优化代码：
  - 优化指令措辞（更清晰明确）
</behavior>
<action>
  更新 SEGMENTATION_PROMPT，优化句边界指令：

  ```python
  【分段要求】
  ...
  4. **重要**：保持句子完整性，分段边界应放在自然停顿处
     - 包括：句号（。）后、问号（？）后、感叹号（！）后、省略号（……）后
     - 基于语义停顿判断，不仅依赖标点符号
     - 保持内容的连贯性和可读性
  ...
  ```

  测试使用包含以下场景的中文字幕：
  - 各种标点符号（。？！……）
  - 语义停顿（即使没有标点）
  - 连贯性验证（分段后内容自然流畅）
</action>
<verify>
  <automated>pytest tests/test_semantic_engine.py::test_chinese_sentence_boundary -x</automated>
</verify>
<done>
  - SEGMENTATION_PROMPT 列举所有中文句末标点
  - 强调「自然停顿处」和「语义停顿」
  - 说明「不仅依赖标点符号」
  - 测试验证句边界检测效果
</done>

- pytest tests/test_semantic_engine.py -v 相关测试通过 - Prompt 指令清晰明确 - 列举所有常见中文句末标点

<success_criteria>

1. SEGMENTATION_PROMPT 列举所有中文句末标点（。？！……）
2. 强调「自然停顿处」和「语义停顿」
3. 说明「不仅依赖标点符号」
4. 测试验证句边界检测效果 </success_criteria>

After completion, create `.planning/phases/13-llm/13-05-SUMMARY.md`