人类投降派全片逐帧扫描数据库升级方案

人类投降派全片逐帧扫描数据库升级方案

结论

刚完成的工作不只是“把电影逐帧扫完”。它实际上已经形成了一个四层证据系统：

1. T0 台词脊柱：句号、时间码、角色、文本、分段卷页。
2. T1 本地取证层：LocalForensics 页、精确音频窗、帧图、联系表、颜色/亮度/音量指标、不可升级边界。
3. T2 候选理解层：MiMo 报告、候选声画观察、待人工复核的线索。
4. T3 解释与公开层：综合文章、概念页、人物库、观众网站短文和搜索页面。

现在的问题不是材料不足，而是材料太多、关系太散。大量关键信息分布在 Markdown frontmatter、正文表格、正文段落、文件名、资产目录名、JSON 指标文件和站点导出的 search-index.json 里。人能顺着经验找到，但机器无法稳定回答这些问题：

• 某一句台词有哪些 T1 证据页支持？
• 哪些音频窗证明它不是纯静默？
• 哪几帧构成这一分钟的视觉锚点？
• 哪些判断被明确降级为“不能证明”？
• 某个概念到底由哪些台词、帧、音频窗和文章共同支撑？
• 观众网站该展示哪些内容，研究者后台又该保留哪些内容？

所以升级的核心不是再多写一批长文，而是把已经完成的取证工作变成一个可重建、可查询、可导出、可接前端的数据库。

现有成果盘点

台词与逐句卷页

当前主入口是 人类投降派逐句对白声画解读总入口-2026-06-20（馆内参考，未随本文公开）。它记录的关键事实是：#1030-#2037 已完成标准细读闭合，T0 台词线最终到 #2037，#2037 为片尾前低位尾句。

逐句正文已经按卷页拆分为 41 个 Markdown 文件，主阅读路径不应再把正文塞回总入口。总入口负责目录、进度、证据规则和恢复说明；数据库应从这些卷页中提取每句的稳定命名、声画判断、证据页链接和不可升级边界。

当前导出站点的 search-index.json 已有一个可用但偏扁平的台词层：

这个索引适合前端搜索，但不适合作为总数据库。它缺少 LocalForensics frontmatter、原始资产指标、证据包、帧级对象、音频窗对象和“不能证明”的结构化字段。

LocalForensics 层

wiki/sources/LocalForensics/ 当前约有 1439 个来源页，其中 source_kind: local-forensics-line-review 约 498 页，带 hs4g/dialogue/line- 标签的页面约 436 页。除此之外，还有分钟联系表、clip review、audio-visual review、exact-line review、4K micro review、p3/p6 window 等多种证据页。

这说明 LocalForensics 已经不是单一“来源摘要”。它已经承担了三种职责：

• 行级复核：锁定某句台词的 exact 音频、前后 gap、boundary、参照句和帧证据。
• 窗口复核：围绕一段时间建立联系表、画面连续性和动作/遮挡边界。
• 工程账本：记录批次、raw asset dir、指标文件、证据边界和回填状态。

数据库必须尊重这种多形态来源，而不是只抽 title/timecode/text。

原始资产包

4K no-sub restart 的核心资产包位于：

〔本地资料路径省略〕

该目录现有约 480 个一级资产包目录，三层内文件约 21094 个；主要类型为：

2037 对应资产包 2037-dont-care-final-line-to-postcredit-tail-chain/ 是一个成熟样板：同一证据包中同时有 exact 句窗、前后 gap、boundary、postcredit tail、帧图、contact sheet、音频概要 JSON、频谱/空间 JSON、颜色指标 JSON、100ms/20ms bin 指标等。

第一版数据库应该优先学习这种样板，而不是一次性理解所有历史资产目录命名。

MiMo 候选层

wiki/sources/MiMo/ 当前约 1970 个 Markdown 页，其中 mimo-report 约 1242 个，另有 run ledger、prompt、summary、video report card、synthesis card 等。

MiMo 层的价值在于候选发现和大范围扫视；风险在于它不能覆盖本地 T1。数据库设计上应把 MiMo 当作 candidate_observations，并显式记录它是否被 LocalForensics 确认、降级、拆分或废弃。

主要缺口

缺口一：台词编号体系没有完全并轨

前端 search-index.json 的 dialogue id 是 1 到 1995；逐句工程使用 #1 到 #2037；人物工程又有 J001、A501、Z193、R101 等角色内编号。这三个编号体系都合理，但现在缺少稳定映射表。

数据库需要把它们拆成不同字段：

• canonical_line_no：逐句工程编号，如 2037。
• site_dialogue_id：当前站点搜索 id，如 1995。
• character_line_code：角色内编号，如 J425、A737、Z489。
• source_sequence_id：来自 SRT 或其他转写源的原始序号。

没有这张映射表，未来任何“点击文章时间点让时间线亮起”的交互都会出现错位风险。

缺口二：证据边界还没有结构化

LocalForensics 页最珍贵的不是“证明了什么”，而是“明确不能证明什么”。例如 #2037 页明确限定：低位尾句接片尾尾部，不证明心理闭合、强宣言、角色主权恢复、音乐桥、设备声或系统 UI。

这些否定边界如果只留在正文里，前端、搜索和 AI 问答很容易把谨慎判断重新说过头。数据库应该把它们抽成一等对象：

• supported_claims：可以稳定说的判断。
• unsupported_claims：明确不能说的判断。
• downgrade_reasons：为什么不能升级。
• risk_tags：consent、心理事实、医学事实、真实动作完成、设备声、配乐、现实身份 等。

这是防止网站、文章和问答“穿帮”的底层机制。

缺口三：音频、画面和文章之间没有中间层

现在文章可以写到“#2037 exact RMS = -36.408dBFS”，但数据库不知道这个数来自哪个 JSON、哪个 wav、哪一个窗口、对应哪张帧图。前端也无法稳定做“点开台词 -> 看到对应声画证据 -> 再打开高清帧/音频窗”。

中间层应包括：

• asset_packages：一个证据包目录。
• asset_files：包内所有 wav/jpg/json/png/log。
• audio_windows：exact、gap、boundary、post、ref 等音频窗。
• audio_bins：100ms、20ms、10ms 曲线。
• frames：start/mid/tail/ref/contact sheet 中的单帧。
• frame_metrics：亮度、颜色、色相、dominant color 等。
• contact_sheets：联系图和它覆盖的时间/句号范围。

缺口四：公开网站和研究库还没有清晰的数据出口

观众网站不应该原样展示研究库技术话语，也不应该把“入口/资料库/导览/教你看”等后台姿态带到页面上。数据库需要同时服务两种出口：

• 研究者出口：完整字段、证据边界、raw 资产、关系图谱、复核状态。
• 观众出口：精选短文、关键时间、台词、角色、画面锚点、少量概念解释。

这两个出口共用底层事实，但使用不同视图。不要让公开页面直接扫完整 synthesis 列表。

建议数据库形态

第一版建议使用 SQLite + FTS5。理由是：

• 单文件，适合本地 App、网站服务器和版本化导出。
• 可以用标准 SQL 表达台词、来源、资产、概念、文章之间的关系。
• FTS5 足够支撑中文分词前的基础全文检索；后续可再叠加 sqlite-vec 或外部向量索引。
• 可以由 Markdown 和 raw assets 可重复构建，不把数据库变成新的唯一源头。

源头仍然是：

wiki/**/*.md
raw/assets/**/*
exports/sites/**/audience-content.json
exports/sites/**/search-index.json

数据库是派生物，构建脚本可以随时重跑。

P0 已落地

2026-07-05 已新增第一版构建脚本：

inspool-wiki-zh/scripts/build_hs4g_memory_db.mjs

脚本使用纯 Node.js 读取 Markdown/JSON/资产目录，并调用系统 sqlite3 写入数据库；不依赖 npm 包。当前输出为：

inspool-wiki-zh/exports/databases/hs4g-memory.sqlite
inspool-wiki-zh/exports/databases/hs4g-memory-build-report.json

本轮构建结果：

抽查 #2037 已能连通：

canonical:2037
-> LocalForensics #2037 来源页
-> 2037-dont-care-final-line-to-postcredit-tail-chain 资产包
-> 28 个资产文件：10 图像、10 音频、8 JSON 指标
-> “不支持真实心理状态 / 完整退出 / 立即黑场”等边界

同时，观众短文中的 2:23:57 / 揭示 等时间锚点已进入 article_time_anchors，后续可由网站直接读取数据库来点亮时间线。

P0.5 站点接入

2026-07-05 已新增站点轻量出口脚本：

inspool-wiki-zh/scripts/export_hs4g_site_memory.mjs

输出：

人类投降派台词搜索-2026-05-31/memory-lite.json
inspool-wiki-zh/exports/databases/hs4g-site-memory.json
inspool-wiki-zh/exports/databases/hs4g-site-source-map.json

当前轻量出口结果：

站点侧更新：

• app.js 加载 memory-lite.json，台词卡显示“出处 / 图 / 声”标记。
• 点击台词出处后，侧栏展示片中出处、图片缩略图、声音/图像/指标数量，以及“不能说成”的边界。
• server.js 新增只读 /api/asset?path=... 图片接口，只允许读取 offloaded raw assets 根目录下的文件。
• server.js 新增 /source/<sourceKey> 跳转，公开 JSON 不暴露 LocalForensics 路径、复核页名或后台字段；真实 source path 存在站外 hs4g-site-source-map.json。
• service-worker.js 升级到 hs4g-search-v11-memory-lite，memory-lite.json 走网络优先。

验收：

• app.js、server.js、service-worker.js 与两个数据库脚本语法检查通过。
• /memory-lite.json 返回 200 且 Cache-Control: no-store。
• /api/asset 对 #2037 联系图返回 200 image/jpeg。
• /source/src_... 返回 302 到对应 wiki source 页面。
• Playwright 检查当前 ?time=2:23:57&q=揭示 页面有 3 个出处标记；最后一句 我就是什么也不在乎 打开侧栏后有 8 张图、图片加载成功、面板不含 LocalForensics / MiMo / 复核 / 研究库 / 内部 / frontmatter / 总账。
• public-copy guard 通过。

核心表设计

作品与时间结构

台词脊柱

dialogue_lines 必须同时容纳“已有站点 1995 条”和“逐句工程 #2037”。不是强行二选一，而是显式标注映射关系、缺口和历史编号来源。

证据来源

evidence_sources 最少字段：

id
source_path
title
source_kind
canonical_status
evidence_tier
timecode_start
timecode_end
raw_asset_dir
created
updated
run_slug
summary_text
boundary_text

需要同步做字段归一化：当前 LocalForensics 中 evidence_tier 有 T1、T1_LOCAL_FORENSICS、T1_LOCAL_4K_AUDIO、T1_LOCAL_AV_PHYSICAL_MEASUREMENT 等多种写法。数据库可以保留原值，同时增加 evidence_tier_norm。

资产和指标

第一版不必做完整计算机视觉识别。只需把已经存在的 JSON 指标和命名角色抽进数据库，让前端能稳定打开高清图、联系图和证据包。

解释层与公开层

这里必须有 public_visibility 字段，例如：

private_research
public_candidate
public_featured
public_noindex_follow
public_hidden

这样网站不会再因为“全库太大”而把研究后台误当观众入口。

判断与边界

这一组表是整个数据库最重要的“刹车系统”。如果只做全文搜索，系统会越来越会“找材料”；如果把边界结构化，系统才会知道哪些材料不能被说过头。

查询能力目标

研究者查询

• 输入一句台词，返回句号、时间码、说话者、逐句卷页、所有 T1 来源页、证据包、exact 音频窗、关键帧、相关概念和不可升级边界。
• 输入一个时间点，返回前后 30 秒台词、视觉锚点、LocalForensics 窗口、MiMo 候选、文章锚点。
• 输入一个概念，返回支撑它的台词、来源页、文章、帧和被降级的误读。
• 输入一个角色，返回角色内编号、全片台词、声画状态变化、人物工程卷页和高风险复核队列。

观众网站查询

• 输入台词片段，直接定位到时间、角色、附近剧情、对应画面。
• 点击文章中的时间，首页视觉时间线亮起对应分钟/子帧。
• 点击概念，只显示少量白话解释、相关台词、相关短文，不直接抛出技术长文。
• 点击截图，优先打开高清帧/联系图，再允许展开证据来源。

维护查询

• 找出有 raw_asset_dir 但数据库没有资产清单的来源页。
• 找出有台词句号但无 T1 来源页的句子。
• 找出 evidence_tier 原值未归一化的页面。
• 找出公开文章中使用了研究后台禁词或教育姿态句式的页面。
• 找出 MiMo 候选长期未被 T1 复核、降级或废弃的队列。

构建管线

第 0 阶段：只读盘点

生成一个 db-build-report.json：

• Markdown 页面总数。
• LocalForensics source_kind 分布。
• evidence_tier 原值分布。
• canonical_status 分布。
• raw asset dirs 覆盖率。
• 逐句卷页覆盖范围。
• 站点索引与逐句编号映射缺口。

这个阶段不改变任何文件，只暴露问题。

第 1 阶段：SQLite 骨架

新增脚本建议路径：

inspool-wiki-zh/scripts/build_hs4g_memory_db.mjs

输出：

inspool-wiki-zh/exports/databases/hs4g-memory.sqlite
inspool-wiki-zh/exports/databases/hs4g-memory-build-report.json

第一版只建这些表：

• dialogue_lines
• speakers
• line_number_aliases
• evidence_sources
• source_line_links
• asset_packages
• asset_files
• wiki_pages
• concepts
• articles
• article_time_anchors
• claims
• claim_boundaries

第 2 阶段：T1 证据包解析

优先解析 #2037 样板资产包和 1120-at-this-point-nooffset/ 下的后段 exact-line 包。目标是把 audio_summary*.json、audio_frequency*.json、frame_color_metrics*.json 和联系图路径抽入表中。

这一阶段先不要追求全库完美。先确保一条句子能完整展示：

台词 -> T1 来源页 -> raw asset package -> 音频窗 -> 音频指标 -> 帧图 -> 联系图 -> 不可升级边界

第 3 阶段：前端 API 与搜索重构

现有 build-search-index.js 保留为前端轻索引生成器，不建议继续把它扩成总数据库脚本。更好的路线是：

1. SQLite 建成总库。
2. 从 SQLite 导出公开站点需要的轻 JSON。
3. 公开站点只读轻 JSON 或 API。
4. 研究者工具可直接查询 SQLite。

这样公开网站不会被全库 1000+ synthesis 和 400+ concepts 拖垮，也不会把研究后台原样暴露给观众。

第 4 阶段：语义搜索

关系查询稳定后，再加向量检索：

• 文章段落 embedding。
• 台词上下文 embedding。
• 概念解释 embedding。
• supported_claims 与 unsupported_claims 分开 embedding。

语义搜索只负责“找到可能相关的东西”；最终显示仍必须回到 SQL 关系和证据层级。

数据库与 Obsidian 的关系

Obsidian 仍然是作者工作台和人工判断源头。SQLite 不是新权威，而是重建出来的索引层。

推荐规则：

• 人工判断继续写 Markdown。
• 证据页继续保留 frontmatter 和正文边界。
• raw 资产不移动、不改写。
• 数据库构建脚本只读 Markdown 和 raw assets。
• 数据库输出可以被网站、桌面 App、审核脚本和 AI 问答使用。
• 任何自动生成的数据库字段如果要回写 Markdown，必须走人工确认或单独 approve 流程。

第一批实施优先级

P0

• 建立 dialogue_lines 与编号映射表。
• 建立 evidence_sources，抽取 LocalForensics/MiMo 的 frontmatter。
• 建立 source_line_links，优先从 hs4g/dialogue/line- 标签、正文 #2037 格式和 related_sources 中提取。
• 建立 asset_packages 与 asset_files，先记录路径、扩展名、大小、mtime。
• 建立 claim_boundaries，从“证据边界 / 不证明 / 不兑现 / 不升级”段落中做保守抽取。

P1

• 解析 #2037 与后段 exact-line 包的音频/帧 JSON。
• 给前端增加一个“证据抽屉”：台词卡可打开 T1 来源、关键帧、高清联系图和边界。
• 让文章时间锚点从数据库读取，而不是散落在 audience-content.json 中手写维护。
• 给概念页建立 public_visibility，公开站点只展示可公开解释的概念。

P2

• 接入 MiMo 候选与 T1 复核关系。
• 加入语义搜索。
• 生成研究者仪表盘：覆盖率、未复核候选、证据层级漂移、公开文案风险。
• 把 macOS App 从“启动本地站点”升级成“本地数据库 + 本地站点 + 后台重建按钮”。

对网站升级的直接意义

完成数据库后，网站可以从“前端大 JSON 搜索页”升级为真正的记忆入口：

• 台词搜索：可直接返回角色、时间、上下文、画面、证据页。
• 视觉时间线：每分钟/每 6 秒子帧可回连到台词、来源页和文章。
• 文章阅读：文中时间点点击后，时间线亮起；文中概念点击后，显示短解释和证据链。
• 图片入口：截图不是装饰图，而是可回连到时间、台词、联系图和高清帧。
• 观众层：只展示精选短文和清楚的片内材料。
• 研究层：保留完整证据、字段、降级判断和 raw 资产路径。

这会让“人类投降派搜索记忆库”不只是一个网页，而是一个可持续升级的软件底座。

证据边界

本文只提出数据库结构和工程路线。它不新增任何片内事实裁决，不改变 #2037 的尾句判断，不改变角色归属、时间码、台词文本或 LocalForensics 页的证据层级。涉及公开网站的部分仅讨论数据出口，不直接生成新的观众文案。