feat(cards): 内容分型 action 卡最小版（REQ-199）

Author: Aparencia

app/src-tauri/src/card_generate.rs

@@ -5,13 +5,25 @@
 //!              ② 碎片文本（多句拆分——首句线索，全文验证，提取优先）。
 //! @ai-context: 提取优先纪律——front 是回忆线索不是答案展示；back 是验证材料；
 //!              单句碎片无回忆结构 → 诚实不出卡（防"假燃料"微观形态）。
+//! @ai-context: 内容分型（v0.11.4 REQ-199，N13 续）：碎片含步骤语义信号 →
+//!              kind=action（front=动作名首句，back=步骤清单）；无信号维持 fact。
+//!              model 留接口不做——kind 白名单由数据层/命令层透传，前端按类渲染。
 //! @ai-context: 纯函数无 IO；幂等去重在数据层（同组同 front 查重）。
 
-/// 生成的卡片候选（front/back；kind 恒 fact——内容分型预埋 N13）。
+/// 卡片类型白名单（fact=知识卡 / action=动作卡；model 留接口不做）。
+pub const KIND_FACT: &str = "fact";
+pub const KIND_ACTION: &str = "action";
+
+/// 步骤语义元词（命中任一即判 action——中文教程/操作高频词）。
+const STEP_META_WORDS: [&str; 6] = ["第一步", "步骤", "做法", "流程", "操作步骤", "教程"];
+
+/// 生成的卡片候选（front/back + 内容分型 kind）。
 #[derive(Debug, Clone, PartialEq, Eq)]
 pub struct CardCandidate {
     pub front: String,
     pub back: String,
+    /// fact/action（model 留接口；notes 术语卡恒 fact）
+    pub kind: String,
 }
 
 /// 从笔记正文提取卡片候选（词汇表块术语 → front；术语上下文句 → back）。
@@ -37,7 +49,8 @@ pub fn cards_from_note(content: &str) -> Vec<CardCandidate> {
             continue;
         }
         let back = find_term_context(content, &term).unwrap_or_else(|| trimmed.to_string());
-        out.push(CardCandidate { front: term, back });
+        // 术语卡恒 fact（词汇表是知识不是操作——内容分型不误伤）
+        out.push(CardCandidate { front: term, back, kind: KIND_FACT.to_string() });
     }
     out
 }
@@ -82,6 +95,10 @@ fn find_term_context(content: &str, term: &str) -> Option<String> {
 ///
 /// @ai-context: front=首句（线索），back=全文（验证）——碎片卡质量上限受
 ///              碎片本身约束（v4 契约一：碎片身份诚实，不冒充课程）。
+/// @ai-context: 内容分型（REQ-199）——步骤信号命中 → action 卡：front=动作名
+///              （首句线索），back=步骤清单（按句号拆分编号，回忆步骤序列）；
+///              无信号维持 fact（back=全文验证）。单句含信号仍不出卡——
+///              步骤清单需要多句才有回忆结构，防假燃料优先。
 pub fn card_from_fragment(text: &str) -> Option<CardCandidate> {
     let sentences: Vec<&str> = text
         .split(|c| "。！？；\n".contains(c))
@@ -92,7 +109,32 @@ pub fn card_from_fragment(text: &str) -> Option<CardCandidate> {
         return None;
     }
     let front = sentences[0].chars().take(60).collect::<String>();
-    Some(CardCandidate { front, back: text.trim().to_string() })
+    let is_action = has_step_signal(text);
+    let back = if is_action {
+        // 步骤清单：编号列出全部句子（保留原文顺序，回忆动作序列）
+        sentences
+            .iter()
+            .enumerate()
+            .map(|(i, s)| format!("{}. {}", i + 1, s))
+            .collect::<Vec<_>>()
+            .join("\n")
+    } else {
+        text.trim().to_string()
+    };
+    Some(CardCandidate {
+        front,
+        back,
+        kind: if is_action { KIND_ACTION } else { KIND_FACT }.to_string(),
+    })
+}
+
+/// 步骤语义信号判定（REQ-199）：步骤元词命中，或"先…然后"成对出现。
+///
+/// @ai-context: "先/然后"单现不算信号（普通叙事高频词，误判会把知识卡
+///              伪装成动作卡）；成对出现才隐含操作顺序。
+fn has_step_signal(text: &str) -> bool {
+    STEP_META_WORDS.iter().any(|w| text.contains(w))
+        || (text.contains("先") && text.contains("然后"))
 }
 
 #[cfg(test)]

app/src-tauri/src/card_generate_tests.rs

@@ -1,6 +1,6 @@
-//! card_generate 单测（AAA 模式；golden 用例覆盖两类卡源）。
+//! card_generate 单测（AAA 模式；golden 用例覆盖两类卡源 + 内容分型 REQ-199）。
 
-use crate::card_generate::{card_from_fragment, cards_from_note};
+use crate::card_generate::{card_from_fragment, cards_from_note, KIND_ACTION, KIND_FACT};
 
 /// 真实笔记形态（structure_note 产出口径：章节 + 正文 + 词汇表块）。
 const NOTE_WITH_GLOSSARY: &str = "# 微积分精讲\n\n## 第一章 极限 [00:00]\n\n\
@@ -14,11 +14,12 @@ const NOTE_WITH_GLOSSARY: &str = "# 微积分精讲\n\n## 第一章 极限 [00:0
 fn note_glossary_terms_become_cards() {
     // Act
     let cards = cards_from_note(NOTE_WITH_GLOSSARY);
-    // Assert：三术语各一卡，front=术语
+    // Assert：三术语各一卡，front=术语，kind 恒 fact（词汇表是知识不是操作）
     assert_eq!(cards.len(), 3);
     assert_eq!(cards[0].front, "极限");
     assert_eq!(cards[1].front, "导数");
     assert_eq!(cards[2].front, "孤立术语");
+    assert!(cards.iter().all(|c| c.kind == KIND_FACT));
 }
 
 #[test]
@@ -48,14 +49,15 @@ fn note_without_glossary_yields_no_cards() {
 
 #[test]
 fn multi_sentence_fragment_becomes_card() {
-    // Arrange：两句话的碎片
+    // Arrange：两句话的碎片（无步骤信号）
     let text = "眼影晕染要用松软的刷子。少量多次才不会显脏。";
     // Act
     let card = card_from_fragment(text);
-    // Assert：首句线索 + 全文验证
+    // Assert：首句线索 + 全文验证 + kind 恒 fact
     let card = card.expect("多句碎片应出卡");
     assert_eq!(card.front, "眼影晕染要用松软的刷子");
     assert!(card.back.contains("少量多次"));
+    assert_eq!(card.kind, KIND_FACT);
 }
 
 #[test]
@@ -76,3 +78,50 @@ fn fragment_front_truncated_to_limit() {
     // Assert：front 上限 60 字符（UI 可读性）
     assert!(card.front.chars().count() <= 60);
 }
+
+// ── 内容分型（REQ-199）：步骤信号 → action 卡 ──
+
+#[test]
+fn step_signal_fragment_becomes_action_card() {
+    // Arrange：含"第一步/第二步"步骤元词的碎片
+    let text = "修眉的做法。第一步用眉梳梳顺。第二步按眉骨定三点。第三步连点成线。";
+    // Act
+    let card = card_from_fragment(text).expect("出卡");
+    // Assert：kind=action；front=首句（动作名）；back=编号步骤清单（全句入列）
+    assert_eq!(card.kind, KIND_ACTION);
+    assert_eq!(card.front, "修眉的做法");
+    assert!(card.back.starts_with("1. 修眉的做法"));
+    assert!(card.back.contains("2. 第一步用眉梳梳顺"));
+    assert!(card.back.contains("3. 第二步按眉骨定三点"));
+}
+
+#[test]
+fn pair_signal_xi_ranhou_counts_as_action() {
+    // Arrange："先…然后"成对出现（隐含操作顺序，无元词）
+    let text = "补妆先吸走浮粉。然后用粉饼按压。最后定妆喷雾收尾。";
+    // Act
+    let card = card_from_fragment(text).expect("出卡");
+    // Assert：成对信号 → action
+    assert_eq!(card.kind, KIND_ACTION);
+    assert!(card.back.contains("3. 最后定妆喷雾收尾"));
+}
+
+#[test]
+fn lone_ranhou_is_not_action_signal() {
+    // Arrange：单"然后"无"先"——普通叙事不是操作流程
+    let text = "昨天学了新技巧。然后去吃了午饭。今天继续练习。";
+    // Act
+    let card = card_from_fragment(text).expect("出卡");
+    // Assert：维持 fact（防叙事误判伪装动作卡）
+    assert_eq!(card.kind, KIND_FACT);
+    // back 维持全文验证（非编号清单）
+    assert!(!card.back.starts_with("1. "));
+}
+
+#[test]
+fn single_sentence_with_signal_still_no_card() {
+    // Arrange：单句含步骤信号——无多句结构，步骤清单无从谈起
+    let card = card_from_fragment("第一步先打开软件");
+    // Assert：诚实不出卡（防假燃料优先于分型）
+    assert!(card.is_none());
+}

app/src-tauri/src/commands_flashcards.rs

@@ -57,7 +57,7 @@ pub fn generate_group_cards(state: State<'_, AppState>, group_id: i64) -> Result
                     fragment_id: None,
                     front: cand.front,
                     back: cand.back,
-                    kind: "fact".to_string(),
+                    kind: cand.kind.clone(),
                     state_json: new_state.clone(),
                     due_at: now as i64,
                 })
@@ -80,7 +80,7 @@ pub fn generate_group_cards(state: State<'_, AppState>, group_id: i64) -> Result
                 fragment_id: Some(frag.id),
                 front: cand.front,
                 back: cand.back,
-                kind: "fact".to_string(),
+                kind: cand.kind.clone(),
                 state_json: new_state.clone(),
                 due_at: now as i64,
             })