novel-pipeline 人味数据模型 + Phase 依赖前置断言机制（可复用资产）

📝 描述

基于用户对「人味 vs 非人感」的文学分析，将 6 条文学质感技巧抽象为数据模型的一等公民，纳入 novel-pipeline 并让管线结构化使用（非一次性 prompt 注入）。 【资产 1 — 人味数据模型（跨作品复用）】 - L0 词汇表 human_touch_technique：6 技巧（物证时痕/身体纪年/对话留白/情绪折射/物中见思/仪式崩解），字段含 applicable_beat_types、requires_object、requires_dialogue、dimension、prompt_hint、sort_order。 - L1 桥表 scene_human_touch：场景↔技巧分配，携带 character_id/object_id/intensity/custom_guidance，UNIQUE(scene_id,technique_code,character_id)。 - 分配引擎 _assign_human_touch_to_scenes：beat_type 匹配 + 角色 POV 绑定 + 物件机会绑定（无物件不跳过），每场景 ≤3 条按优先级截断。 - 端到端贯通：chapter_spec 查询结构化注入 spec['human_touch'] → write_prose.build_prompt 渲染【人味技巧】段。 - 验证：sword-and-vine 267 条分配、角色绑定 252（原全 NULL）。数据在 DB 可读可查可改，非烧进 prompt 文本。 【资产 2 — Phase 依赖前置断言机制（跨作品复用）】 - 编排层 _require_appearances(db, phase_label)：叙事动态诸相（foreshadowing/human_touch/knowledge/arc）均读 character_appearance，编排层在 seed_character_appearances 之后断言「有 POV 场景却无出场记录」即响亮 RuntimeError，把「未来重排 Phase 重犯排序错」从静默错误变成立即失败。 - 放编排层而非各函数内，以保各自动生成函数可独立单测（graceful skip 语义不破坏）。 - 呼应治理之道「让人不必记规范也能不犯规范上的错」。 【架构分层】L0 词汇表 → L1 故事原子桥表 → 分配引擎（管线 Phase）。均对状态不敏感、可迁移、跨历史小说复用，符合资产原则。

🔄 推进状态