主题
31 · round30 预装库已产出，请 RVH 同轮跟进（RB → RVH）
物理仓库位置：
~/reading-browser/docs/cross-end/31-rb-round30-reseed-handoff.md（RB）。 日期：2026-08-26 · 方向：RB 已产出 → RVH 跟进 前情：RVH 的请求单 doc 29 · 本轮范围与实测 doc 30 回执：请 RVH 写~/reading_vocab_helper/docs/cross-end/32-rvh-round30-confirmation.md
1. 一句话
doc 29 请的 prune + 补词已经做了，连同专名治理一起。新预装库已经 byte-equal 同步到你们仓里 （assets/databases/lampio_dict.db 现在是未提交的改动），请按 §4 跟进并同轮发版。
vocabulary 18,898 → 18,925
SHA 2880c504… → ae33c8a4… （db 55MB → 63MB）
lemma_* 三张表一行未动（byte-equal，行数仍是 140,277 / 101,713）2. 这轮做了什么（五件事）
| # | 动作 | 规模 |
|---|---|---|
| ① | prune 死词形 + 露骨词 | 删 53 行 |
| ② | 补正确词形 + 专名 | 加 80 行（375 条义项全部有 zh） |
| ③ | 补 proper_noun 标签 | 155 词（871 → 1,055） |
| ④ | 给存量专名折入 name POS 释义 + 去粗俗义项 | 157 词 / 468 条，去 6 条 |
| ⑤ | 例句中文译文（doc 30 §5，原计划不在本轮，后追加） | 86,817 处全覆盖 |
你们最关心的 P1（OCR 把 always 纠错回 alway）：alway 已从库中删除， 同类死形 rath lat(保留但见下) ye trie posses amus oppos ceas … 一并清掉， always / rather / during / ourselves 等正确词形现在都有正经词条了。
⚠️ 两处与你们清单不同的裁定（请知悉，不是遗漏）
- 62 个强候选没有全删，只删了 46 个（另 7 个是露骨词，合计 53）。 你们 §4.2 自己标出的真词（
rendladewalesoothemirategrenadinecongratulationcrossroadoutskirtourselfoverseainstaluninterestunconcernoverjoy）全部保留。 另外 RB 侧复核又救回 13 个：carman colly dure handhold housekeep outdate outgo outlie outstand overlie rebind unpay unwill—— 它们是罕见但真实的动词/名词， 不是截断残根（dump 给出独立实义），按「删词只是把垃圾释义从预装库挪到缓冲池」的 道理保留。lat也保留（入边lats是真词）。 - 补词 90 个没有全收，收了 80 个。
s d ka cha si ya是噪声、his us yes是停用词， 一律不补；redskins是族群蔑称，不补。
3. 🔴 你们要做的事里，最容易被低估的是 FK 迁移
doc 29 §5 已经分析过：learning_entries.word → vocabulary(word) 是 ON DELETE RESTRICT， 且你们的 PRAGMA foreign_keys 是真开的。所以导入逻辑加删除步骤时， 用户生词本里存着 rath 会直接撞 FK。
本轮之所以选在这一轮做，就是因为 rather 现在第一次有了词条，迁移才第一次可行。
迁移映射表已经算好：31-deleted-word-migration.tsv （在 RB 仓，绝对路径 ~/reading-browser/docs/cross-end/31-deleted-word-migration.tsv）
53 个被删词
├─ 38 个有迁移目标 alway→always · rath→rather · amus→amuse · oppos→oppose
│ pleas→plea · posses→possess · unbias→unbiased · upstair→upstairs …
└─ 15 个没有目标 bangbus batterie chon fantasie hentai malus masterbating masterbation
monie porno redskin sexo trie upcome ye
→ 建议**软删用户行**（它们没有现代对应词）⚠️ 映射是尽力而为，个别语义不完全等价（trad→trade bas→base hick→hicks）。 若你们更保守，也可以对这 38 个同样走软删 —— 但那样用户会觉得「生词本里的词凭空少了」， 迁移体验更好。
🔴 有一版早期草稿把
rath映到了rat（截断残根按「去一个字母」猜的结果）。 那会把用户生词本里本该是rather的条目迁成「老鼠」—— 正是 doc 29 §3 那个缺陷 的另一种形态。已修正为rath → rather，该草稿文件已删除。 如果你们看到任何rath→rat的清单，那是作废版本。露骨词（
pornosexohentaibangbusvaginasmasterbat*）在本表里故意留空： 它们没有「正确词形」可迁，是被当作垃圾清掉的。迁到porn/sex等于把它们又放回 学习池，与删除的初衷相反。这 15 个建议软删用户行 —— 但这是你们的产品决策。
4. RVH 侧待办
- [ ] 提交已同步的资产：
assets/databases/lampio_dict.db已被 RB 的scripts/sync-rvh-vocabulary.sh覆盖为新库（byte-equal，SHAae33c8a4…）， 目前是未提交状态。 - [ ] bump
_preinstalledVocabVersion（doc 25 §7 的理由，每次都要）。 RB 侧对应常量已改为rb-18925-v26-round30-examples-2026-08-26。 - [ ] 落 A：导入逻辑加删除步骤（你们 backlog 的 P2）。 注意现有唯一的 DELETE 只清
source='backfilled'，纯 UPSERT 不会删 preinstalled 行， 所以存量安装拿不到 prune 效果——这正是本轮必须配合改导入的原因。 - [ ] FK 决策 + 迁移，用 §3 的映射表。
- [ ] 复验： - 跨端 phase0 byte-equal - 真机拍照含
always的文本，确认不再被OcrFuzzyMatcher改成alway- 抽查rather/during/ourselves现在能本地命中（不再走缓冲池兜底） - [ ] 确认复习卡正面不渲染
example_translations（§6，最容易漏且不会报错）， 建议补一条同构 Dart 测试 - [ ] 写回执
docs/cross-end/32-rvh-round30-confirmation.md
5. 两条 RB 侧的实测结论，对你们也有用
5.1 「译文按下标 merge」是个会静默出错的陷阱
RB 这轮的第 0 步实测：把预装库导成 JSONL 再按义项下标回填译文， 43.6% 的中文释义会贴到错误的义项上（23,808 条 / 6,343 词），不报错、不校验。 根因是 quality_governor 在翻译之后重排义项 + 每 POS 封顶 5 + 丢 archaic。
⇒ 凡是「把译文/标注贴回义项」的代码，都要按 gloss 文本键，不要按下标。 如果 RVH 侧有任何按 sense_index 存的东西，值得复查一遍。
5.2 name POS 判据不能单用
「Wiktionary 里见过 name 词性 → 判为专名」实测误伤 8–10% 的真词 （china(瓷器) metabolism petroleum senate prairie matrix node cedar …）。 再用「name 义项占比」也切不开：真词最高 90%(prairie)、专名最低 25%(charlie)。 最终改为「机械过滤 → LLM 语义裁定」，517 候选里只有 155 个真是专名。
⇒ 如果 RVH 侧也想做专名过滤，别照抄 name POS 那条，直接用新库里的 proper_noun 标签。
6. 🔴 例句译文进库了 —— 你们的 cloze 有同款泄露风险，必须一起处理
新库里每条例句都带了中文译文，存在 pos_definitions[].definitions[].example_translations， 是与 examples 等长的平行数组（缺位补空串）。形状与既有 example_source[] 一致， 所以不读它就完全无感，runtime 零改造成本。
但一旦你们要显示它，先看这条：
你们的 lib/features/vocabulary_notebook/domain/services/cloze_builder.dart 里
dart
static Cloze? buildFallbackCloze(String word, List<String> examples, {...})是与 RB cloze.ts::pickFallbackCloze 同构的例句回落路径 —— 复习卡在没有真实语境时 会拿预装库例句挖空。而它的防泄露（和 RB 一样）只遮英文里目标词的各种形态， 对中文一无所知。
⇒ 复习卡正面绝不能渲染 example_translations。 中文译文必然含目标词的词义 = 直接把答案递给用户，现有防泄露拦不住。 揭晓侧 / 查词详情页可以显示。
RB 侧已落两条回归测试钉住这点（cloze.test.ts::「例句译文不得泄露到卡面正面」， 含注入式反向验证：把译文拼进卡面后测试立刻变红）。建议你们也补一条同构的 Dart 测试 —— 这类泄露不会报错、不会崩，只会让用户觉得"这卡怎么这么简单"。
数据进库 ≠ 默认显示（doc 30 §5.4）。「例句底下要不要常驻中文」是独立的产品决策， 之后随时可以迭代（折叠 / 按需 / 常显），不需要再来一轮 reseed。 反过来说，做成常显之前值得先想清楚它会不会削掉例句的阅读价值 —— 学习者的眼睛会直接滑到中文。
7. 本轮没有做的
lemma_* 三张表未动，所以你们的 lemmatizer 行为与上一轮完全一致。
露骨内容只清了释义层，例句层还有残留。验收时扫到
eff you see kay why oh you（拼读脏话，挂在see/why词条下）这类例句仍在。量很小，本轮未处理。✅ 已在 2026-08-26 的补轮做掉（含这里点名的这条） —— 见
33-rb-explicit-example-cleanup-handoff.md。 那轮另外删了 9 个露骨词（校准闸门 1）、并补上了你们 doc 32 §5.2 报的 per-POScefr， 预装库 SHAae33c8a4…→06cbb4dc…、18,925 → 18,916。 本单交接的ae33c8a4…已被它取代，但本单其余内容不改 —— doc 32 是对本单原文的回执。