跨端交接：pos_definitions v15（GDEX round2 + LLM 例句）→ RB reseed

日期：2026-06-03 方向：RVH（治理 + 例句生成 + 重导出）→ RB（reseed 重导入） 前序：v14 见 04-pos-definitions-governance-reseed-handoff.md关联：rvh/docs/plans/pos-definitions-governance-v15-examples.md、CHANGELOG [Unreleased]

---

背景

v14 减法治理 reseed 进 RB 后，RB 复检发现仍有漏网（appeal 残留 ~190 字符丁尼生诗），且约 51% 义项无例句。v15 增量做两件事（不重做 v14 减法）：

1. GDEX round 2：例句长度门 200→150；丢含换行/" / " 诗行；古词表扩充 spake + 精选古语 -est。
2. LLM 例句生成补全：deepseek-v4-flash 为每个 sense 预生成短·现代·贴义例句，与清洗后语料混排，结果持久化进仓库缓存（确定性复用，不每 build 调 LLM）。

治理效果（实测）

指标	v14	v15
词数	12,291	12,291（不变）
例句 >150 字符	（门=200）	0
有例句义项占比	~49%	95%（corpus 35,760 + llm 50,896）
评审留空义项	—	4,072（宁缺毋滥）
生成成本	—	$1.18 一次性

确定性已验证：连续两次重建，pos_definitions 内容 sha 完全一致。

⚠️ 新增 additive 字段：example_source

每个 sense 新增与 examples 等长的平行数组 example_source，值 "corpus" / "llm"：

"definitions": [
  {"gloss": "...", "examples": ["...","...","..."],
   "example_source": ["corpus","corpus","llm"], "translations": {...}}
]

• additive：RB / Edge 解析 pos_definitions 时忽略未知键即可（不会破坏现有解析）。
• 可选消费：RB 展示层可据此重排（corpus/llm 顺序）或打「AI 生成」角标；不消费也无碍。
• 默认数据层序：corpus 在前、llm 在后，cap≤3（典型 2 corpus + 1 llm）。

交付给 RB 的产物

• 新 DB：assets/databases/reading_vocab.db（RVH 仓库，本批 commit）
• SHA256：688aafdfc0fcb4fa72c835ae4ebce07ec34c20bdf0bea301695ffc80e374b5c3
• VOCABULARY_SEED_VERSION（RVH 侧 _preinstalledVocabVersion）：15
• schema 不变（v52）

RB 需做（reseed migration）

1. 用 /vocab-reseed skill（参考 v14 reseed 流程），从上述 byte-equal 内容重导入 vocabulary 表，pos_definitions 整列覆盖（含新 example_source）。
2. bump RB 自己的 VOCABULARY_SEED_VERSION，触发既存安装重 seed。
3. INSERT ... ON CONFLICT(word) DO UPDATE SET 覆盖 pos_definitions（禁 INSERT OR REPLACE，遵 RB 父表红线）。
4. 确认 RB 的 pos_definitions 解析对未知键 example_source 容忍（如需可消费做 UI 角标）。
5. 校验：reseed 后词数 = 12,291，无 example >150，95% 义项有例句。

注意

• 通用词典例句 = build 时一次性生成、三端 byte-equal 共享。未来若再生成（新增词增量），同样走「RVH 缓存生成 → 重导出 → bump version → RB reseed」流程。
• 后续 per-user「真实语境」例句（区别于通用例句）更适合 RB 端产出（RVH 语境为 OCR 图片），见 v14 plan backlog。