短语深度模式（Deep Phrase Mode）— §9 LLM occurrence 判断 plan

物理仓库：RB（/Users/larry/reading-browser）。纯 RB 侧、无 RVH（content-script reader 二段 + 一个 edge function + opt-in 隐私门）。 会话边界：单开 RB 会话实施（本 plan 是 bootstrap 真相源）。创建：2026-06-26（短语功能战略转向后定为主线）。前置真相源：phrase-noncompositionality-tiering-crossend-plan.md §9（设计原型）+ §gate-B（flash 92.9% 实测）； phrase-auto-highlight-thinslice-plan.md §gate-A 复测（28%→7%，floor 已就位）；backlog.md §短语 B 🧭 战略结论。

🔁 本 plan 的 floor/ceiling 两层模型已于 2026-06-28 被 phrase-unified-llm-refactor-plan.md 取代 （转为单层「AI 短语分析」：判完才上色、合并两个 judge、删 floor 静态档）。本文 §P1 落地状态 + gate-C ① + §2.1/§2.2 迭代记录保留作审计（已 ship 的 P1 是新模型的起点）；后续实施走新 plan，不再按本文 floor/ceiling 推进。

✅ P1 落地状态（2026-06-26）

代码全落地 + edge function 已部署 + 实机 gate-C ① 已跑（precision 87%，下方）。实机暴露并修复 1 个 bug （judge_phrases_batch 误带 AND deleted_at IS NULL——vocabulary 共享词典无此列，修后复测无报错）。

件	状态	锚点
Edge function `judge-phrases-batch`（batch 二分类，复用 `_shared/llm.ts` + explain-phrase 骨架，flash 单次批量）	✅ 部署到 `jdtbyteiwnciqnfppztz`	`supabase/functions/judge-phrases-batch/index.ts`
Rust 命令 `judge_phrases_batch`（收 items → 从 pos_definitions 取主习语义 gloss 入 batch → anon_key 调 edge → graceful）	✅ 注册 lib.rs，`cargo check` 通过	`src-tauri/src/commands/supabase.rs`
content-script `deepResolvePhrasesOnPage()`（context 桶救回 + per-page 内存缓存 + `data-rb-phrase-deep` 标记 + cap40 + withObserverPaused 应用）	✅ index.js 二段 fire-and-forget 接线（floor 后、不阻塞）	`src-tauri/src/content-script/features/phrase-highlight.js`
opt-in 开关 `phrase_deep_mode`（Switch + ConfirmDialog 仿 context_disambiguation；zh/en/facade strings；init_data seed false；settings.js batch key + state.phraseDeepMode）	✅ `pnpm build` 通过，i18n 双守门 0 违规	`GeneralSettings.tsx` 等

部署 smoke test（curl 占位验证，2026-06-26）——同一短语 occurrence 级判别正确：

in the black @ 财经句 → idiomatic:true ✓；@ "in the black coat" → false ✓（floor 做不到的按句判别）
to die for @ 甜点句 → true ✓

gate-C ① 实机下钻（2026-06-26，单篇文学随笔 Longreads "Living in an Alive World"，opted-in）

数据来源：精度侧 = DOM 实扫 23 个高亮 span（完整）；召回侧 = 临时埋点 dump 拒绝集语境（已撤回）。单页样本（gate-A 同量级），category 分布稳健，精确计数随 cap 抽样/版本略有浮动，故部分标「约」。

总结论：引擎（occurrence 二分类）本身好——precision 87% / recall ~85%、同短语跨句能分对。拖后腿的不是 LLM，而是它上游（matcher 过度匹配）和喂进去的料（tier 质量 + gloss/prompt 边角）。下一步重心 = 「降噪 + 喂准」，非换模型。

第 1 层 · 漏斗：context 候选 65 → cap40 丢 25 →（判 40）→ TRUE 23 高亮 / FALSE 17 拒。

cap 丢 25（38%）= 隐藏 recall 漏（这 25 个从未被判，里面可能有真习语）；根因 = 候选被 matcher 噪声撑爆。

第 2 层 · 高亮的 23 个（precision = 20/23 = 87%）：

细类	分布	归因	下一步
2A 高价值真习语 ✅	14（61%）look up/come up/turn out/to do with×3/make up/win out/speak to/hang out/point out/set out×2/work on	命中靶心，floor 此页露 0	无需动（价值证明）
2B 透明低价值 PV ⚠️	6（26%）slow down/speed up/get up/pass by/cut out/not so much	非 LLM 错：PV 义对、但太透明=噪声。根因 = RVH tier 把高组合 PV 错放进 context	RVH demote context→literal（行动 3）
2C 硬 FP ❌	3（13%）`go to`×2(go to a window)/`push on`(pushing on env)	LLM 真误判，失败模式集中=位移/物理 PV 的字面位置用法	prompt 外科规则 + 精准 gloss（行动 2）

第 3 层 · 拒掉的 17 个（recall ~85%，最大发现在此）：

细类	分布	归因	下一步
3A matcher 过度匹配，正确清掉 ✅	约 10：work on(work=名词)/key in(key=形容词)/in order(to)/mean to(means to)/listen in/good sense/time in/other side/call it/have get	matcher 按 lemma 串相等匹配、不分 POS/句法 → 把"名词 work+on"当 PV。LLM 替它兜底	RB 预过滤降噪（行动 1，治本、连带救 cap 漏）
3B 真 PV 字面用法，正确拒绝 ✅	约 4：look down/pull away/look out/be there + 教科书级 `for the bird`→"for the birds[真鸟]"	deep mode 本职——同短语字面 occurrence 判掉	无需动（引擎正确性正面证据）
3C 漏报 FN ❌	2 清晰（`on track`=回正轨 / `catch up`="caught up in"=入迷）+ 3 边缘（let in/cut off/come to）	LLM 偏保守 + 隐喻隐晦	暂不单治；反向约束 2C 修法不可推它更爱拒

第 4 层 · 横切发现：

4A occurrence 判别生效 ✅：同短语跨句判出不同（slow down time-lapse=TRUE / "systems slow down"=FALSE；for the birds 字面=FALSE）——type 级静态标签构造上做不到，核心假设证实，premium 立论基础。
4B cap 静默丢 25 = 隐藏 recall 漏 🔴：根因同 3A（噪声撑爆候选）；解 = 行动 1 降噪后候选回落到 cap 内，漏自动消失。RB 侧最高优先。
4C always 桶 click-confirm 挂在另一开关：单击二次确认（explain_phrase 能撤误高亮）门控 context_disambiguation，与 phrase_deep_mode 两个独立开关 → 只开深度模式的用户点 always 误高亮不被纠正。P3 评估合并。

汇总行动表（按 ROI 排序）：

#	行动	治哪类	归属	优先级
1	matcher 送 LLM 前预过滤（跳 basic 桶 / 功能词组前置规则）	3A+4B（降噪+救 cap 漏+省钱）	RB	P2 最高
2	prompt 外科规则「字面物理移动/按压→false」+ 精准 idiom gloss	2C 三个硬 FP	edge+RB	P2
3	透明基础 PV demote context→literal	2B 六个	RVH 新会话	P2
4	两个 AI opt-in 合并评估	4C UX 缝隙	RB	P3
5	多体裁复测（新闻/技术，验证是否文学体裁特例）	全局泛化	RB	P2（1/2 后）

视觉：deep 高亮（蓝波浪线 rb-phrase-pv/习语样式）与 vocab/CEFR 橙点线、floor data-rb-phrase-auto 共存可区分。 已知边界（P1）：deepResolve 在 vocab 高亮之后跑，被生词高亮切碎的 context 短语单节点匹配不到（召回损失，与 always 路径同源）；P2 可前移捕获到 vocab 前。

行动 2 落地（2026-06-26 prompt 外科修法）：见下方「§2.1 prompt 迭代记录」。

已知边界（P1，见 §4 注 + §11）：deepResolve 在 vocab 高亮之后跑，被生词高亮切碎的 context 短语单节点匹配不到（召回损失，与 always 路径"必须在 vocab 前"同源）；P2 可前移捕获到 vocab 前。

§2.1 prompt 迭代记录（行动 2，2026-06-26）

v1 → v2（治 2C 三个硬 FP：位移/物理 PV 字面位置用法）：judge-phrases-batch SYSTEM_PROMPT 加两条—— ① 「LITERAL PHYSICAL/SPATIAL/MOTION use → false」+ 实例（go to a window / push on a surface / look down at / pull away）； ② 「GUARDRAIL」反向护栏（防过度拒绝伤 recall）+ 实例（back on track / caught up in / let in → 仍 true）。护栏实例直接取自 gate-C 实测的 FN，让同一条 prompt 同时修 FP 和保 recall。

验证（两层）：

curl 回归（8 例 curated，新 prompt 部署后）：8/8 全对——go to/push on/look down → false ✓；look up/set out/win out → true ✓；on track/catch up（原 FN）→ true ✓（护栏不仅没伤 recall，还把 2 个 FN 救回）。
同页实机复测（content-1 reload，真实 gloss 走 Rust）：go to×2 + push on deep 高亮归零 ✓；look up/set out×2/win out TP 保留 ✓；borderline FN let in（"let in the tips…into awareness"）被救回 ✓。总数仍 23（FP 出、真习语进，volume 不变质量升）。

结论：prompt 外科修法成立——同页 precision 13% 硬 FP 清零、且顺带救回 ≥2 个 FN。待多体裁复测（行动 5）验证泛化。

§2.2 行动 1 落地（2026-06-26 candidate 分批不丢，治 4B 隐藏 recall 漏）

先证伪：原设想「送 LLM 前按 basic 桶/tag 预过滤降噪」被数据否决（rb_db_query）——is_basic 不区分伪/真匹配： 8/10 伪匹配非 basic（滤不掉）、5 个真高价值（look up/come up/make up/hang out/point out）是 basic（会误杀）， work on 真+伪同 PK。伪/真纯 occurrence 级，无 phrase 级干净信号，只能 LLM（或没有的 POS）判 → 伪匹配交 LLM 兜底即可（precision/recall 不受影响），不预过滤。

真正改动：deepResolvePhrasesOnPage 候选超批不丢、分批并行判——DEEP_PHRASE_CAP=40 静默丢 → DEEP_PHRASE_BATCH=40（每批 ≤ edge MAX_ITEMS=60）滚入下一批 Promise.all 并行调，单页硬顶 DEEP_PHRASE_MAX=120（3 批）才丢 + log。4B 隐藏 recall 漏闭合（密页 65 候选全判、dropped→0），成本仍可忽略（密页 2-3 次 flash ≈ 0.1-0.2¢）。任一批失败 graceful（该批不补，其余照常）。

验证：build 通过 + edge gold 27/27；实机 judged 40→~65 / dropped→0 待下次 /phrase-eval 复测（落地时 dev app 卡在启动网络 fetch，未当场核；逻辑经 inspection 确认）。剩 2B 透明 PV（行动 3，RVH）+ 多体裁复测（行动 5）未动。

0. 为什么做（战略定位）

静态 idiomaticity 三档收敛不到 0——残留 FP（all along/in a fix/for the bird）全是 occurrence 级问题（同一短语在不同句有时习语、有时字面），用 type 级标签（与上下文无关）解，构造上漏长尾。继续 retag = 边际递减。

正确架构 = floor + ceiling 两层（综合评估 2026-06-26 敲定）：

层	是什么	状态
floor（免费/默认）	本地 always 桶：即时、离线、零外发、~93% 干净（gate-A 7% FP）	✅ 已就位
ceiling（premium/opt-in）	本 plan = §9 LLM occurrence 判断：救回 context 桶（recall 2789→6000+）+ 洗掉 always 残留 FP（→近 0）	🚀 本 plan

ceiling 解决 floor 解不了的两件事：

recall 大增：floor 只露 2789 个 always；context 桶 3450 条短语的习语用法全漏。deep mode 在它们真的是习语义时救回（gate-B 实测 0 漏报）。
precision 到顶：opted-in 时 LLM 复判 always 桶，把 all along 这类 occurrence 陷阱按句降掉 → FP 近 0。

约束是隐私不是成本：flash ≈ 0.056¢/篇（重度 50 篇/天 ≈ $0.84/月）可忽略、可定价进 premium；opt-in 的真正理由 = 整篇候选正文片段外发第三方，需显式知情同意（沿 disambiguate-sense 同口径）。

1. 架构总览（两段式，不发整页）

进入 reader 模式（或 live 页）+ phrase_deep_mode = on
  ↓
【第一段·本地·即时】highlightPhrasesOnPage()  ← 现有，floor，不变
  · always 桶本地秒出（绿/彩高亮）
  ↓
【第二段·LLM·异步补出】deepResolvePhrasesOnPage()  ← 新增
  1. 本地 matcher 返回 context 桶候选（+opted-in 可含 always 复判集），带 char 偏移 + 所在句
  2. 去重 + 组 batch（含候选的句子，不发整页）→ 一次 edge function 调用
  3. flash 逐条判「习语义 vs 字面/组合义」
  4. fit=true → 高亮（context 桶新增）；always 复判 fit=false → 移除该 always 高亮（FP 清理）
  5. 结果种入 per-page 内存缓存（word+sentence 键），翻页/重扫免重调

关键纪律：

always 桶永远本地先到（deep mode 只做"补"和"减"，不阻塞首屏高亮）。
只发含候选短语的句子（matcher 已知偏移 → 切句），不发整页正文（token + 隐私双控）。
失败/超时/null → graceful：context 桶就不补、always 桶就不减（floor 体验不退化）。

2. Edge Function（batch occurrence judge）

复用 explain-phrase 骨架（已存在，FITS/COMPOSITIONAL 选择式 + _shared/llm.ts 计量/限额/llm_call_log）。现 explain-phrase 是单条（一次一个 phrase+sentence+candidates，on-click 用）。deep mode 要批量才能命中 §9 的 0.056¢/篇（~3000 in / ~500 out，一页一次调用）。两选一：

方案 A（推荐）新建 judge-phrases-batch：收 { items: [{ id, phrase, sentence, gloss }] } → 返回 { verdicts: [{ id, idiomatic: bool }] }。精简 prompt（二分类，不返回 sense_index）——deep-mode 高亮只需 true/false；弹窗的 sense 仍走现有 on-click explain_phrase（已工作，不动）。token 最省。
方案 B：给 explain-phrase 加 batch 模式。复用度高但 prompt 携 candidates 更重（token 高）。

选型建议 = A：高亮决策是二分类，不需要每条带 candidates 全 glosses；轻 prompt 把每页压到 ~3000 token。复用 explain-phrase 的 system prompt 中「COMPOSITIONAL 判定」那段语义，去掉 sense 选择部分。

prompt 要点（gate-B 教训）：

给每条候选的 per-sense 精准 gloss（不是泛化义）——gate-B 的 2 个误报全是 work in 配泛化 gloss "to insert or include something" 被多义干扰。matcher 取该短语主习语义 gloss（pos_definitions 第一条 idiom 义）入 batch。
低置信可选择性升 pro 二判（gate-B 实测 pro 同错 → 先改 gloss 更值，pro 兜底 P2）。

secret：复用全局 LLM_PROVIDER/LLM_API_KEY/LLM_MODEL（与 explain-phrase/disambiguate-sense 同）。 model：deepseek-v4-flash（gate-B 坐实，pro 无增益）。部署走 /edge-deploy（project-ref jdtbyteiwnciqnfppztz）。

3. Rust 命令

新 judge_phrases_batch（commands/ 短语相关模块）：收候选 items → anon_key 调 edge function → graceful CommandResult<Vec<Verdict>>（错误返回空/null，不抛）。镜像现有 explain_phrase 的调用范式。
matcher 复用：match_phrases_in_node_texts（query.rs）已返回 idiomaticity + 偏移 + phrase。第二段从 perNode 里筛 idiomaticity === 'context'（及 opted-in 时 'always'）作候选，无需新 SQL。
切句：content-script 已有 getSentenceAround/sentenceContaining（cloze/popup 复用），deep mode 第二段同款取候选所在句。

4. Content-script（reader 二段路径）

新增 deepResolvePhrasesOnPage()（phrase-highlight.js），在 highlightPhrasesOnPage() 之后异步触发：

复用第一段已 match 的 perNode 结果（避免二次 match_phrases_in_node_texts）；从中取 context 桶候选（m.idiomaticity === 'context'）+ 各自所在句。
opted-in always 复判（可选 Phase 2）：把已高亮的 always span（[data-rb-phrase-auto]）连句一起加入 batch。
去重（同 word+sentence 只判一次）+ 查 per-page 内存缓存（命中跳过）。
invoke('judge_phrases_batch', { items }) → verdicts。
应用：
- context fit=true → wrapPhrasesInTextNode（新增高亮，标 data-rb-phrase-deep="1" 区分来源 + 便于埋点/回收）。
- always fit=false → 移除该 span（unwrap，FP 清理）。
缓存 verdicts（word+sentence 键，仅当页、仅正向 + 负向都存，规避瞬时故障钉死）。
视觉：判定期可给一个克制的"• AI"脉冲（沿 disambiguation 既有提示），结果平滑补出/淡出。

作用域：findMainContentRoot()（已落地，提取为共享 helper 复用）。reader 模式优先（overlay-scoped、最干净）；live 页 Phase 2。 选区路径 highlightPhrasesInSelection 不变（仍露全部，保留手动捞回）。

5. opt-in 隐私门（沿 `context_disambiguation` 同款）

新 setting key phrase_deep_mode，init_data.sql seed 'false'（默认关）。
GeneralSettings.tsx：Switch + 开启前 ConfirmDialog（文案："深度短语模式会把你正在读的、含候选短语的句子发送给第三方 AI 服务做习语判断，以更准地识别习语用法。是否开启？"）。
settings.ts getter/setter；zh/en locale（走 src/lib/strings/，禁 JSX 中文字面量，/arch-check S19）。
content-script 第二段先查开关（invoke 读 phrase_deep_mode，关 → 直接 return，floor 照常）。
与 context_disambiguation 关系：两者都是"正文片段外发"opt-in。可独立；亦可评估合并成一个"AI 语境增强"总开关（实施时定，倾向独立 = 语义清晰 + 各自可灰度）。

6. 成本 / 延迟 / 鲁棒护栏

成本：_shared/llm.ts 已有 llm_call_log + 预算闸；deep mode 调用计入。每页一次批量调用 ≈ 0.056¢。
页内候选上限：cap（如 >40 候选句则截断 + log 丢弃数，不静默——沿"no silent caps"纪律），防超长页 token 爆。
延迟：flash ~1-3s（高峰波动）。always 桶已先到，deep 异步补——不卡首屏。给加载脉冲。
缓存：per-page 内存（word+sentence），翻页/重扫免重调。不持久化（§9 + 消歧 follow-up 同结论：隐私含用户句 + 须按 VOCABULARY_SEED_VERSION 失效，投入产出不成立）。
graceful：任何错误/超时/null → context 不补、always 不减，floor 不退化。

7. Premium / 定价（架构留口，v1 不做 paywall）

deep mode = 天然的 premium 锚点（成本 + 隐私同意都绑定到"愿意为质量付费 + 授权"的用户）。
v1 = opt-in 免费（验证期，收集真实使用 + gate-C 准确率）；paywall 基建（订阅/额度）独立后续，不阻塞本 plan。
免费用户始终有 floor（本地 always 桶，即时/私密/离线）——分层不剥夺基础体验。

8. 验证（gate-C）

复用 gate-A 同法（Claude 读 data-rb-sentence 逐句判 + rb-debug 驱动），但分两个口径分开验（契约 §8 验证分层纪律，不混算）：

context 桶 precision/recall（deep mode 新增高亮）：opted-in 开 deep mode，文学/叙事体裁取样——
- precision：新增的 data-rb-phrase-deep 高亮里，真习语义占比（目标 ≥90%，对齐 gate-B）。
- recall：抽查正文里 context 桶短语的真习语用法，deep mode 有没有救回（对比 floor 漏的）。
always 桶 FP 清理（Phase 2）：all along/for the most part 等 floor 残留，opted-in 后是否按句被移除。
延迟/鲁棒：always 先到、deep 后补的体感；断网/超时 floor 不退化。

判据：context precision ≥90% + recall 明显高于 floor + always FP 清理生效 → deep mode 成立，评估 premium 化。

9. 分阶段

Phase	范围	阻塞关系
P1	opt-in 开关 + `judge-phrases-batch` edge function + Rust 命令 + reader 二段 context 桶救回 + 内存缓存 + gate-C ①验证	核心，先做
P2	always 桶复判 FP 清理 + per-sense 精准 gloss 优化（治 work in 类）+ live 页路径	P1 后
P3	premium/paywall 基建（订阅/额度）+ 与 `context_disambiguation` 开关合并评估	独立、不阻塞体验

并行非阻塞（floor 侧，RVH）：1 次廉价 demote-only（all along + 同模式 homonym 长尾 + §11.4 话语子集 no matter what/pay attention/for the most part 降 literal）把 floor FP 推向 ~0，之后冻结静态治理（见 backlog 🧭 战略结论）。RVH 新会话，与本 plan 无依赖。

10. 文件锚点

文件	改动
`supabase/functions/judge-phrases-batch/index.ts`	新建（复用 explain-phrase 骨架 + `_shared/llm.ts`，batch 二分类）
`supabase/functions/explain-phrase/index.ts`	参考骨架（不必改；on-click 弹窗仍用它）
`src-tauri/src/commands/.../`	新 `judge_phrases_batch` 命令（镜像 `explain_phrase`）
`src-tauri/src/commands/vocabulary/query.rs`	matcher 已返回 idiomaticity + 偏移，无需改（第二段筛 context）
`src-tauri/src/content-script/features/phrase-highlight.js`	新增 `deepResolvePhrasesOnPage()`；复用 `findMainContentRoot()`/`getSentenceAround`；`data-rb-phrase-deep` 标记
`src/components/.../GeneralSettings.tsx`	加 `phrase_deep_mode` Switch + ConfirmDialog（仿 `context_disambiguation`）
`src-tauri/.../init_data.sql`	seed `phrase_deep_mode='false'`
`src/lib/strings/`	zh/en 文案（开关标题/隐私确认）

11. 不做 / 边界

不发整页正文——只发含候选短语的句子。
不做持久缓存（隐私 + 版本失效，§6）。
不动 floor（always 桶本地路径）——deep 只做"补 context + 减 always FP"，不替换首屏。
不动选区路径（手动捞回保留）。
literal 桶不送 LLM（§2 路由：跑了也是浪费）——三档分类在此兑现"省钱省延迟路由器"价值。
v1 不做 paywall（opt-in 免费验证先行）。

短语深度模式（Deep Phrase Mode）— §9 LLM occurrence 判断 plan ​

✅ P1 落地状态（2026-06-26） ​

gate-C ① 实机下钻（2026-06-26，单篇文学随笔 Longreads "Living in an Alive World"，opted-in） ​

§2.1 prompt 迭代记录（行动 2，2026-06-26） ​

§2.2 行动 1 落地（2026-06-26 candidate 分批不丢，治 4B 隐藏 recall 漏） ​

0. 为什么做（战略定位） ​

1. 架构总览（两段式，不发整页） ​

2. Edge Function（batch occurrence judge） ​

3. Rust 命令 ​

4. Content-script（reader 二段路径） ​

5. opt-in 隐私门（沿 context_disambiguation 同款） ​

6. 成本 / 延迟 / 鲁棒护栏 ​

7. Premium / 定价（架构留口，v1 不做 paywall） ​

8. 验证（gate-C） ​

9. 分阶段 ​

10. 文件锚点 ​

11. 不做 / 边界 ​