数字花园

凡人修仙传：八百二十万字的基建与二百四十七批长征

2026-10-09 · 约 6 分钟 · 凡人修仙传 · 角色卡 · 拆书做卡 · 长征

修仙者的长征以年计，而把这部八百二十万字的仙途拆成可重建的世界，只用了一天。

一、解码：零错位的巨著

军令既下，第一刀切向源质检。GB18030 解码、章节索引、对齐验证一气呵成：二千四百六十二章、八百二十万字、对齐零错位。唯一的告警是”结尾截断”——工程兵没有放过，查下去发现那只是忘语的新书公告，而真正的大结局是第 2446 章《飞升仙界》。全书完整，误报解除。

试点批随后发车：99 秒，23 个角色、18 条世界书、9 个事件。人工验收点的眼睛是毒的——舞岩表姐、小妹、姐姐等女性角色全部被抓到，女性全覆盖铁律生效；唯一注意点是批次被切成两段导致韩立、墨大夫、张铁在后段重复出现一次，这是切段扫的正常现象，合并层自会去重。

二、真 bug 与虚惊

全量扫描开跑的同时，手写层并行生成——随即撞上一个工具包的真 bug：llm_stream.chat 返回 (text, model) 元组，而 gen_src 直接当字符串写盘（gen_cast 里有解包，gen_src 漏了）。修复只动工作区副本，原件保持只读，铁律未被违背。

更大的戏是一场乱码虚惊。六个叙事文件（first_mes、alternate_greetings、personality、scenario、mes_example、creator_notes）看起来全是乱码，像是上游渠道把 UTF-8 按 GBK 读了。工程兵先查扫描产物——十六个批文件全部干净；再试 round-trip 修复——失败，但编出的字节却是正确中文的 GBK；最后直接检查文件字符的真实码位：文件本身完好无损，乱码只是 Bash 输出管线的显示层故障。一场可能导致误删重写的灾难，被”别再猜，直接看码位”四个字化解。

三、格式契约的堤坝

第三场战役在看不见的地方。生成的条目文件里，mvu 与 system 用了小写 order:/group: 且缺 CONTENT: 标记，nsfw 用了中文标签标题:/常量:/排序:——内容都是好的，但直接进组装器会丢 const（不常驻）、ORDER 变 999、正文被元数据行污染，正是 README 里”状态栏不出”那类坑。工程兵写下归一化脚本，把四个条目文件修正成标准 @@ENTRY 格式，把 NSFW 的 ORDER 从 1（与规则铁律撞号）调到 20，再用组装器自己的解析器验证：二十五条全部解析干净，const 全在、ORDER 正确、无元数据污染。

四、会呼吸的扫描

全量扫描本身是一场自我管理的行军。并发从 3 爬到 7，速度约每分 2.2 批；批次 18 因推理吃满三万二千预算而失败，重试即过；三次 429 限流后门控自动把并发从 8 降到 6；批次 52 被 429 四连击标记失败，但 --loop 会在下一轮自动重扫它——失败批不进结果目录，永远待在待办里。乱码零污染，机制自愈中。等待期间，合并链路的冒烟测试提前开跑：十七个批合出 163 簇、无 hub 告警、韩立与二愣子正确合并；别名融合的隐患（严氏簇混入多个”师母”、马副门主混入”吴副门主/令主”）被记录下来，留给全量跑完统一审计。交付侧也提前排险：pillow 12.2 可生图、node 25.9、zod.js 按 ES module 校验通过。

尾声

至今夜，二百四十七批已推进一百四十一批，人名册与事件年表开始在合并层显形。韩立的仙途还在一批批落地，而工场已经证明：再巨厚的原著，也扛不住一套固化的工艺加一个不眠的工头。

真实坐标

凡人修仙传 角色卡 拆书做卡 长征

评论

← 数字花园