chore: 知识库冷启动收尾 + CCA 大洋时间戳规则 + 依赖/文档同步

- CLAUDE.md 状态更新：知识库冷启动完成，下一步语义搜索
- backend/requirements.txt 增加 python-docx（doco 导入脚本依赖）
- CCA srt_writer 增加大洋"单下单上"40ms 间隔后处理
- Doco 寄存条状态更新为"已交付"

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

CLAUDE.md

@@ -13,8 +13,8 @@
 
   ## 🔖 状态栏（每次结束 session 前必须更新这三行）
 
-  - **最后更新**：Claude Fable（顾问）｜ 2026-07-07
+  - **最后更新**：Claude Opus（顾问）｜ 2026-07-07
-  - **当前状态一句话**：**期次一条龙录入子项目立项**（收视分析持续运行入口，落点责编录入页）——PRD v1.0 完成、制片人三项拍板已定、寄存条已建，**暂不开发**。看板 L1-L4 + 仪表盘均已就绪。
+  - **当前状态一句话**：**知识库冷启动完成**——doco 22 期融合A稿已全部导入知识库（含 embedding），下一步做语义搜索界面（Phase 4a）。
   - **下一个动手的人从这里开始**：见下方「⏩ 交接备注」
 
   ---
@@ -76,15 +76,16 @@
 
   ## 3. 当前进度（动态，核心交接区 — 以最新快照为准）
 
-  - **已完成至**：收视分析看板 L1-L4 全部完成，含 L4 AI 诊断报告（DeepSeek V4 Pro 生成、摘要块三档自适应+详情页 Markdown 渲染、22期内容摘要卡入库）。
+  - **已完成至**：收视分析看板 L1-L4 + 知识库冷启动（doco 22 期融合A稿批量导入，含 embedding）。
-  - **正在做**：无。
+  - **正在做**：语义搜索界面（Phase 4a）。
-  - **卡点/待解**：无硬卡点。下一刀候选见待办。
+  - **卡点/待解**：无硬卡点。
   - **Schema 状态**：episodes 表已通过 003（+7 AI 标签列）和 004（+content_digest JSONB）迁移。知识库两表不再改。
 
   ---
 
   ## 4. 已完成（只追加，最新在上）
 
+  - [2026-07-07] **知识库冷启动：doco 22 期融合A稿批量导入**：脚本 `backend/scripts/import_doco_transcripts.py`，docx → 提取纯文本 → 包 YAML frontmatter → 调 `store_md_file()` 入库（自动算 MiniMax embo-01 embedding）。22 篇全部成功（第02期~第23期，缺第01期无A稿），source_type=manuscript，知识库从 0 → 22 条节目文稿。
   - [2026-07-07] **期次一条龙录入子项目立项（只立项不开发）**：① PRD v1.0 写入 `episode-intake/PRD_期次一条龙录入_v1.md`（每期任务清单模式、4 状态点、抽屉四区块、6 个新 API、005 迁移只加 transcript_item_id 一列、看板只用 reviewed 期次、四刀分期+七条验收）；② 制片人三项拍板：文稿口径=doco 融合A稿（CCA 是播出前工具不算终稿，doco 转常态运行）、22 期批量导入时回联期次、责编可触发 AI 处理；③ 子项目 CLAUDE.md + 寄存条建立，CCA 寄存条清单表同步更新。
   - [2026-07-06] **三处 Bug 修复 + 全局宽度调优**：① AI 诊断摘要块 `extractSection` 从硬编码 `indexOf` 改为正则模糊匹配，解决 DeepSeek 返回标题格式不一致导致干条不显示的问题；② 仪表盘近 12 期柱状图加 `.reverse()` 改为从左到右按播出时间升序；③ 全局内容区宽度：定位到 `.app-content`（`AppLayout.css`）的 `max-width` 是唯一有效参数（必须搭配 `width: 100%`，否则 Ant Design flex 布局下 `margin: 0 auto` 会触发 shrink-to-fit），最终定为 **1190px**。
   - [2026-07-03] **L4 AI 诊断报告**：① Prompt 4（内容摘要卡，MiMo 生成）+ Prompt 5（诊断报告，DeepSeek V4 Pro）撰写完成；② 22 期文稿摘要卡批量生成并导入 episodes.content_digest（004 迁移）；③ 后端 POST /api/analytics/diagnosis-report 端点（组装数据+调 DeepSeek+内存缓存）；④ 前端摘要块 DiagnosisSummary（左右两块、三档自适应色调、可滚动、粗体渲染）+ 详情页 DiagnosisReport（react-markdown 渲染+重新生成+免责声明）；⑤ 话题性（社交货币）三维框架设计（大众认知度/降维切口/惊奇密度）。模型选型：DeepSeek V4 Pro 胜出（vs Qwen-Max 对比测试）。

backend/requirements.txt

@@ -13,3 +13,4 @@ python-frontmatter==1.1.0
 pandas>=2.0.0
 openpyxl>=3.1.0
 openai>=1.0.0,<1.55.0
+python-docx>=1.1.0

cca/CLAUDE.md

@@ -102,6 +102,7 @@
 - [2026-07-04] **编导审稿台是必要环节**：AI 拿不准的差异必须过编导确认，不能全自动。尊重编导创作主权（继承主项目设计哲学）。
 - [2026-07-04] **先独立部署再吸收**：先在 lanhao 配音 2.0 上跑通测试，成熟后并入 TPS 主项目。不等主项目进度。
 - [2026-07-04] **SRT 格式有样本**：data/ 下 3 个 SRT 是人工拍词导出的真实样本，作为格式参照。
+- [2026-07-07] **大洋"单下单上"时间戳规则**：每条字幕的结束时间 = 下一条开始时间 - 40ms（如第一条结束 08,840、第二条开始 08,880）。不论有无空白行，所有相邻字幕条目都遵守此规则。实现在 `srt_writer.py` 的 `_apply_dayang_timing()` 后处理函数。
 - [2026-07-04] **折行（拍词）规则**：
   - A. 每行 ≤ 14 字
   - B. ASR 中 >2 秒空白 → 插入空白行（屏幕清字幕）

cca/src/srt_writer.py

@@ -24,6 +24,27 @@ def ms_to_srt_time(ms: int) -> str:
     return f"{hours:02d}:{minutes:02d}:{seconds:02d},{millis:03d}"
 
 
+def _apply_dayang_timing(
+    subtitle_lines: List[Tuple[int, int, str]],
+) -> List[Tuple[int, int, str]]:
+    """
+    大洋"单下单上"：每条字幕的结束时间 = 下一条开始时间 - 40ms。
+    """
+    if len(subtitle_lines) <= 1:
+        return subtitle_lines
+
+    GAP_MS = 40
+    adjusted = []
+    for i, (start_ms, end_ms, text) in enumerate(subtitle_lines):
+        if i < len(subtitle_lines) - 1:
+            next_start = subtitle_lines[i + 1][0]
+            end_ms = next_start - GAP_MS
+            if end_ms < start_ms:
+                end_ms = start_ms
+        adjusted.append((start_ms, end_ms, text))
+    return adjusted
+
+
 def write_srt(
     subtitle_lines: List[Tuple[int, int, str]],
     output_path: str,
@@ -36,6 +57,8 @@ def write_srt(
     output_path: 输出文件路径
     time_offset: 时间偏移（用于正片拆分后各段从0开始计时的情况，这里不用，保持绝对时间）
     """
+    subtitle_lines = _apply_dayang_timing(subtitle_lines)
+
     with open(output_path, "w", encoding="utf-8") as f:
         for idx, (start_ms, end_ms, text) in enumerate(subtitle_lines, 1):
             start = ms_to_srt_time(start_ms - time_offset)

note/寄存条Doco文稿整理子项目已外迁.md

@@ -103,5 +103,5 @@ Doco 子项目交付物的接口约定,见**子项目主 Brief §六**(交付什
 | 子项目           | 外迁日期   | 寄存条文件                 | 状态                      |
 | ---------------- | ---------- | -------------------------- | ------------------------- |
 | TPS 看板分析升级 | 2026-06-12 | `寄存条_看板升级已外迁.md` | 原型阶段收工（2026-07-03） |
-| Doco 文稿整理    | 2026-06-12 | 本文件                     | **开发收尾（2026-07-03）**：22 期融合A稿已产出，成品在 `doco/deliverables/`，待批量导入主项目知识库 |
+| Doco 文稿整理    | 2026-06-12 | 本文件                     | **已交付（2026-07-07）**：22 期融合A稿已批量导入主项目知识库（含 embedding），转常态运行 |
 | CCA 唱词助手     | 2026-07-04 | `寄存条CCA唱词助手子项目已外迁.md` | **立项，待开发** |