@@ -128,6 +128,7 @@ mod model_downloader;
 mod model_registry;
 mod note_filter;
 mod note_filter_ai;
+mod note_filter_discourse;
 mod novelty;
 mod ocr;
 mod ocr_correction;
 
@@ -2,12 +2,15 @@
 //!
 //! @ai-context: 过滤链（纯规则，本地优先）：
 //! ① UI 垃圾特征兜底（复用 REQ-083 黑名单同表）
-//! ② 碎片段丢弃（≤2 字 / 时长 <500ms / 纯符号）
-//! ③ 低置信丢弃（confidence <0.6）
-//! ④ 口语净化（v0.7.5 REQ-162：verbal_normalize 保守档 + symbol_normalize）→
-//!    结巴折叠 + 术语替换（REQ-164）——净化后为空/纯符号/短口头禅 → 删除
-//! ⑤ 口头禅短段规则级删除（REQ-163：≤8 字且全由口头禅词组成，免 AI）
-//! ⑥ 相邻重复段合并（净化后文本才做精确去重——净化顺序契约）
+//! ② 低置信丢弃（confidence <0.6）
+//! ③ 纯过渡短句删除（v0.7.5 扩展：整句 ∈ 精确表——零误杀低召回；
+//!    先于碎片检查——表内 2 字短语以"过渡"原因删除，统计语义更准确）
+//! ④ 口头禅短段规则级删除（REQ-163：≤8 字且全由口头禅词组成，免 AI）
+//! ⑤ 碎片段丢弃（≤2 字 / 时长 <500ms / 纯符号）
+//! ⑥ 口语净化（v0.7.5 REQ-162：verbal_normalize 保守档 + symbol_normalize）→
+//!    结巴折叠 + 术语替换（REQ-164）——净化后为空/纯符号 → 删除
+//! ⑦ 修辞问句删除（v0.7.5 扩展：自问自答——核心词在紧邻段复现；跨段 pass）
+//! ⑧ 相邻重复段合并（净化后文本才做精确去重——净化顺序契约）
 //! @ai-context: 单一管线双出口（REQ-081）：session_to_note（落库）与
 //!              preview_session_note（只读预览）共用本模块——输出一致性
 //!              由构造保证。过滤**可逆**：原料层（sessions 表）不动，被过滤
@@ -70,6 +73,10 @@ pub enum FilterReason {
     AiDelete,
     /// 口头禅短段规则级删除（REQ-163：≤8 字全口头禅；含净化后空/纯符号残留）
     Filler,
+    /// 纯过渡短句规则级删除（v0.7.5 扩展：整句 ∈ 精确表，零误杀）
+    Transition,
+    /// 修辞问句删除（v0.7.5 扩展：自问自答——核心词在紧邻段复现）
+    Rhetorical,
 }
 
 /// 被过滤条目（预览对照可复查、定位原料）。
@@ -104,6 +111,12 @@ pub struct FilterStats {
     /// v0.7.5（REQ-168）：OCR 错字纠错块数
     #[serde(default)]
     pub ocr_corrected: usize,
+    /// v0.7.5 扩展：纯过渡短句删除数（精确表）
+    #[serde(default)]
+    pub transition: usize,
+    /// v0.7.5 扩展：修辞问句删除数（自问自答）
+    #[serde(default)]
+    pub rhetorical: usize,
 }
 
 /// 合并条目（相邻重复合并 / AI merge 展示层拼接）。
@@ -182,44 +195,61 @@ pub fn filter_note(
             });
             continue;
         }
-        // ② 碎片段（≤2 字 / <500ms / 纯符号——"----/···" 等无信息内容）
-        if is_fragment(&seg, config) {
-            stats.fragments += 1;
+        // ② 低置信丢弃（confidence=None 的字幕段跳过——无置信度证据不删）
+        if seg.confidence.is_some_and(|c| c < config.low_confidence_threshold) {
+            stats.low_confidence += 1;
             filtered.push(FilteredItem {
                 segment_id: seg.id,
-                reason: FilterReason::Fragment,
+                reason: FilterReason::LowConfidence,
                 text: text.to_string(),
                 start_ms: seg.start_ms,
             });
             continue;
         }
-        // ③ 低置信丢弃（confidence=None 的字幕段跳过——无置信度证据不删）
-        if seg.confidence.is_some_and(|c| c < config.low_confidence_threshold) {
-            stats.low_confidence += 1;
+        // ③ 纯过渡短句删除（v0.7.5 扩展：整句 ∈ 精确表——"接下来/我们来看"
+        //     单独成段无信息；"接下来我们看第三章"不在表内不误杀）。
+        //     先于碎片检查：表内 2 字短语（首先/总之/好吧）若后置会被碎片规则
+        //     （≤2 字）先删，原因标签失真（过渡原因更准确）
+        if config.transition_delete
+            && crate::note_filter_discourse::is_transition_short(text, config.transition_max_chars)
+        {
+            stats.transition += 1;
             filtered.push(FilteredItem {
                 segment_id: seg.id,
-                reason: FilterReason::LowConfidence,
+                reason: FilterReason::Transition,
                 text: text.to_string(),
                 start_ms: seg.start_ms,
             });
             continue;
         }
-        // ④ 口语净化（REQ-162/164）：书面化（保守档）→ 符号 → 结巴折叠 → 术语替换
-        let original = seg.text.clone();
-        let purified = purify_segment(&original, config, symbol_cfg, &mut stats);
-        // 净化残留检查：空/纯符号（"对不对？"→"？"）/ 短口头禅（"哈"）→ 删除
-        if is_purified_empty(&purified) {
+        // ④ 口头禅短段规则级删除（REQ-163：免 AI——段 1018「对不对？」类；
+        //     基于原文判定——净化前形状特征未被破坏）
+        if config.filler_delete && is_filler_only(text, config) {
             stats.filler += 1;
             filtered.push(FilteredItem {
                 segment_id: seg.id,
                 reason: FilterReason::Filler,
-                text: original,
+                text: text.to_string(),
+                start_ms: seg.start_ms,
+            });
+            continue;
+        }
+        // ⑤ 碎片段（≤2 字 / <500ms / 纯符号——"----/···" 等无信息内容）
+        if is_fragment(&seg, config) {
+            stats.fragments += 1;
+            filtered.push(FilteredItem {
+                segment_id: seg.id,
+                reason: FilterReason::Fragment,
+                text: text.to_string(),
                 start_ms: seg.start_ms,
             });
             continue;
         }
-        // ⑤ 口头禅短段规则级删除（REQ-163：免 AI——段 1018「对不对？」类）
-        if config.filler_delete && is_filler_only(&purified, config) {
+        // ⑥ 口语净化（REQ-162/164）：书面化（保守档）→ 符号 → 结巴折叠 → 术语替换
+        let original = seg.text.clone();
+        let purified = purify_segment(&original, config, symbol_cfg, &mut stats);
+        // ⑦ 净化残留检查：空/纯符号（"对不对？"→"？"）/ 短口头禅（"哈"）→ 删除
+        if is_purified_empty(&purified) {
             stats.filler += 1;
             filtered.push(FilteredItem {
                 segment_id: seg.id,
@@ -230,8 +260,23 @@ pub fn filter_note(
             continue;
         }
         seg.text = purified;
-        // ⑥ 相邻重复段合并（净化后文本精确去重——净化顺序契约；合并延伸 end_ms）
-        if let Some(last) = kept.last_mut() {
+        kept.push(seg);
+    }
+    // ⑥ 修辞问句删除（v0.7.5 扩展：自问自答——问句核心词在紧邻段复现，
+    //    会话31「过程是什么？」+「这个过程是制定项目章程」实证；跨段上下文
+    //    需 kept 全集，故在单遍循环后执行）
+    if config.rhetorical_delete {
+        kept = crate::note_filter_discourse::drop_rhetorical_questions(
+            kept,
+            config.rhetorical_max_chars,
+            &mut stats,
+            &mut filtered,
+        );
+    }
+    // ⑦ 相邻重复段合并（净化后文本精确去重——净化顺序契约；合并延伸 end_ms）
+    let mut deduped: Vec<SessionSegment> = Vec::new();
+    for seg in kept {
+        if let Some(last) = deduped.last_mut() {
             if last.text.trim() == seg.text.trim() {
                 stats.duplicates += 1;
                 filtered.push(FilteredItem {
@@ -250,8 +295,9 @@ pub fn filter_note(
                 continue;
             }
         }
-        kept.push(seg);
+        deduped.push(seg);
     }
+    let kept = deduped;
     // 画面要点（v0.7.3 REQ-160：可消费块过滤 → 屏构建 → 屏段落渲染；
     //    v0.7.5：过滤含单字符/边缘条带/视频页共现/错字纠错——见 screens.rs）
     let transcript = concat_transcript(&kept);
 
@@ -0,0 +1,148 @@
+//! 话语层净化（v0.7.5 扩展：过渡短句 + 修辞问句）。
+//!
+//! @ai-context: 会话31 实证讨论（用户反馈"讲我们具体的工具了。过程是什么？"
+//!              两段无价值）：规则层只抓**形式特征明显**的废话——① 纯过渡
+//!              短句（整句 ∈ 精确表才删，零误杀低召回）；② 自问自答句
+//!              （问句核心词在紧邻下一段复现 → 修辞自问 → 删问句，信息由
+//!              答案段承载）。带话题的过渡句（"讲我们具体的工具了"）与
+//!              开放性问题（无答案）**不删**——宁漏勿误（可逆契约：删除
+//!              进 filtered 供预览对照复查）。
+//! @ai-context: 纯函数无 IO；疑问词/核心词提取为启发式——边界全部钉在
+//!              单测与黄金语料里。
+
+use crate::note_filter::{FilteredItem, FilterReason, FilterStats};
+
+/// 纯过渡短句精确表（整句去标点后 ∈ 表且 ≤transition_max_chars 字才删）。
+///
+/// @ai-context: 只收录"单独成段时必为过渡/开场"的短语；**精确匹配非前缀**
+///              ——"接下来我们看第三章"（含章节内容）不在表内不删（零误杀）；
+///              "好/行/可以"等单字回应语不进表（语义短句保留，与"对"同口径）。
+pub const TRANSITION_PHRASES: &[&str] = &[
+    "接下来", "下面", "下面我们来看", "接下来我们", "我们来看", "我们看", "先看", "首先",
+    "最后", "总之", "那么", "那好", "行吧", "好吧", "开始吧", "上课了", "我们开始",
+    "开始上课", "今天我们来", "今天给大家",
+];
+
+/// 疑问词表（修辞问句判定 + 核心词提取）。
+const QUESTION_WORDS: &[&str] = &[
+    "什么", "为什么", "怎么", "如何", "为何", "多少", "哪里", "是不是", "有没有", "能不能",
+    "哪", "几", "吗", "呢",
+];
+
+/// 纯过渡短句判定（纯函数）：去首尾标点后 ∈ 精确表 且 ≤max_chars 字。
+pub fn is_transition_short(text: &str, max_chars: usize) -> bool {
+    let t = trim_punct(text);
+    let chars = t.chars().count();
+    chars > 0 && chars <= max_chars && TRANSITION_PHRASES.contains(&t.as_str())
+}
+
+/// 问句判定（纯函数）：以问号结尾，或以疑问词结尾（ASR 常丢问号）。
+pub fn is_question(text: &str) -> bool {
+    let t = text.trim();
+    if t.is_empty() {
+        return false;
+    }
+    if t.ends_with('？') || t.ends_with('?') {
+        return true;
+    }
+    QUESTION_WORDS.iter().any(|w| t.ends_with(w))
+}
+
+/// 问句核心词提取（纯函数）：去疑问词与标点后最长的连续 CJK 段（≥2 字）。
+///
+/// @ai-context: "过程是什么？" → 去"什么" → "过程是"（话题骨架）；答案段含
+///              该子串（"**这个过程是**制定项目章程"）即话题延续证据。
+/// @ai-context: 无 2 字以上 CJK 段（"为什么？"/"多少？"）→ None（疑问过泛，
+///              无话题可验——保守不删）。
+pub fn question_core(text: &str) -> Option<String> {
+    let mut t = text.to_string();
+    for w in QUESTION_WORDS {
+        t = t.replace(w, "");
+    }
+    let mut best: Option<String> = None;
+    let mut cur = String::new();
+    let flush = |cur: &mut String, best: &mut Option<String>| {
+        if cur.chars().count() >= 2 {
+            let longer = best.as_ref().is_none_or(|b: &String| cur.chars().count() > b.chars().count());
+            if longer {
+                *best = Some(std::mem::take(cur));
+                return;
+            }
+        }
+        cur.clear();
+    };
+    for c in t.chars() {
+        if is_cjk(c) {
+            cur.push(c);
+        } else {
+            flush(&mut cur, &mut best);
+        }
+    }
+    flush(&mut cur, &mut best);
+    best
+}
+
+/// 修辞问句删除（纯函数，跨段上下文）：问句的下一段包含其核心词 → 自问自答
+/// → 移出 kept 进 filtered（reason=Rhetorical——前端标签"反问"）。
+///
+/// @ai-context: 紧邻下一段限定（答案不在紧邻段 = 开放问题/伏笔 → 保留）；
+///              问句超长（>rhetorical_max_chars）不删（复杂问句多为真问题）；
+///              核心词缺失/过泛不删。实现：先借用 kept 预判（下一段检查），
+///              再移动阶段消费（into_iter 后不可再借用）。
+pub fn drop_rhetorical_questions(
+    kept: Vec<crate::types::SessionSegment>,
+    max_chars: usize,
+    stats: &mut FilterStats,
+    filtered: &mut Vec<FilteredItem>,
+) -> Vec<crate::types::SessionSegment> {
+    // 预判阶段（借用 kept——下一段检查需要随机访问）
+    let flags: Vec<bool> = (0..kept.len())
+        .map(|i| {
+            let text = kept[i].text.trim();
+            if text.chars().count() > max_chars || !is_question(text) {
+                return false;
+            }
+            match question_core(text) {
+                Some(core) => kept
+                    .get(i + 1)
+                    .map(|n| n.text.contains(&core))
+                    .unwrap_or(false),
+                None => false,
+            }
+        })
+        .collect();
+    // 移动阶段
+    let mut out: Vec<crate::types::SessionSegment> = Vec::with_capacity(kept.len());
+    for (i, seg) in kept.into_iter().enumerate() {
+        if flags[i] {
+            stats.rhetorical += 1;
+            filtered.push(FilteredItem {
+                segment_id: seg.id,
+                reason: FilterReason::Rhetorical,
+                text: seg.text.clone(),
+                start_ms: seg.start_ms,
+            });
+        } else {
+            out.push(seg);
+        }
+    }
+    out
+}
+
+/// 去首尾标点（纯函数）。
+fn trim_punct(text: &str) -> String {
+    text.trim()
+        .trim_matches(|c: char| c.is_ascii_punctuation() || "。！？，、；：…·".contains(c))
+        .to_string()
+}
+
+/// CJK 统一表意文字区段（含扩展 A）。
+fn is_cjk(c: char) -> bool {
+    let u = c as u32;
+    (0x4E00..=0x9FFF).contains(&u) || (0x3400..=0x4DBF).contains(&u)
+}
+
+/// 单测独立文件（保持本文件 ≤300 行，AGENTS.md §3）。
+#[cfg(test)]
+#[path = "note_filter_discourse_tests.rs"]
+mod tests;