叙事引擎与大模型：区块扫描与行号绑定
前置阅读：如果你是从搜索引擎直接跳到这一篇，建议先读第一篇的“一、先看目标”和“六、.meph 的设计原则”，了解
.meph的长相和设计初衷。本篇假设你已经知道【角色名】和【规则】是什么。
上一篇我们确定了 .meph 的格式。现在的问题是：怎么让程序精确地识别 【角色名】 和 【规则】，并把它们转化为可操作的数据结构？
如果用 json.Unmarshal，只需要一行代码。但我不再面对 JSON 了，而是一种自定义文本格式——这个选择意味着解析器必须手写。
一、先看问题：如果没有行号绑定
在开始写解析器之前，先看一个真实的场景。
创作者写了一份契约，其中一行是：
【锚点】
- 核心信念 "力量就是一切"
注意，- 核心信念 "力量就是一切" 缺少了冒号（正确写法是 - 核心信念: "力量就是一切"）。
如果我用通用解析器，报错大概是：
unexpected token at position 42
创作者需要复制粘贴去数 position 42 是哪个字符。这个过程极其折磨。
而我的目标是让解析器报出这样的错误：
第 2 行（区块「锚点」）：缺少 ':' 或 '：'
不需要数 position，不需要理解“token”是什么，直接告诉创作者：“第二行缺了一个冒号。”
这个差异，就是手写解析器的全部理由。
二、两阶段设计
我把解析拆成两个阶段：
| 阶段 | 职责 | 输入 | 输出 |
|---|---|---|---|
| 区块扫描器 | 切分区块，记录行号 | 原始文本 | []Block |
| Parser | 结构化解析 | []Block |
*domain.Contract |
关键设计：行号在扫描阶段就绑定到每一行，Parser 直接使用，无需计算偏移量。这样报错时永远是精确的绝对行号。
数据结构就两个：
type Line struct {
Text string
Number int // 绝对行号，从 1 开始
}
type Block struct {
Title string // 如 "角色名"
Content []Line // 内容行，自带行号
Line int // 标题行号
}
有了这个结构，报错可以这样写：
fmt.Errorf("第 %d 行（区块「%s」）：列表项必须以 '-' 开头",
line.Number, blockName)
三、区块扫描器：一个简单的状态机
核心是一个逐行扫描的状态机。它只有两个状态：
inBlock == false：当前不在任何区块内inBlock == true：当前在区块内，正在收集内容
func Lex(text string) ([]Block, error) {
lines := strings.Split(text, "\n")
var blocks []Block
var currentTitle string
var currentContent []Line
var currentLine int
inBlock := false
for i, rawLine := range lines {
lineNumber := i + 1
// 不在区块内时，空行跳过
if !inBlock && strings.TrimSpace(rawLine) == "" {
continue
}
// 检查是否为区块标题
if title, ok := isBlockTitle(rawLine); ok {
if inBlock {
// 保存当前区块
blocks = append(blocks, Block{
Title: currentTitle,
Content: currentContent,
Line: currentLine,
})
}
// 开始新区块
currentTitle = title
currentContent = []Line{}
currentLine = lineNumber
inBlock = true
continue
}
// 非标题行：必须在区块内
if !inBlock {
return nil, fmt.Errorf("第 %d 行：内容出现在任何区块之外", lineNumber)
}
currentContent = append(currentContent, Line{
Text: rawLine,
Number: lineNumber,
})
}
if inBlock {
blocks = append(blocks, Block{...})
}
if len(blocks) == 0 {
return nil, fmt.Errorf("没有有效区块")
}
return blocks, nil
}
两个关键设计：
1. 白名单前置
isBlockTitle 只认预定义的标题列表：
var knownBlocks = map[string]bool{
"角色名": true,
"锚点": true,
"规则": true,
"状态": true,
// ...
}
如果创作者写了 【脚色名】（错别字），扫描器不会把它当作区块开始，而是报错“内容出现在任何区块之外”。这避免了拼写错误导致的隐式 bug。
2. 行号绑定
每一行在存入时直接携带 lineNumber，永不偏移。这是实现精确报错的根基。
四、Parser：路由到不同解析函数
扫描器输出 []Block 后，Parser 根据 Title 路由到对应的解析函数：
func parseBlocks(blocks []Block) (*domain.Contract, error) {
contract := &domain.Contract{}
for _, block := range blocks {
switch block.Title {
case "角色名":
contract.RoleName, err = parseRoleName(block.Content, block.Line)
case "锚点":
contract.Anchor, err = parseKeyValuePairs(block.Content, block.Title)
case "规则":
contract.Rules, err = parseRules(block.Content, block.Title)
// ... 其他区块
}
if err != nil {
return nil, err
}
}
return contract, nil
}
每种区块的解析逻辑是独立的。以键值对列表为例——所有错误都带行号和区块名：
func parseKeyValuePairs(lines []Line, blockName string) ([]KeyValue, error) {
for _, line := range lines {
trimmed := strings.TrimSpace(line.Text)
if trimmed == "" || strings.HasPrefix(trimmed, "#") {
continue
}
if !strings.HasPrefix(trimmed, "-") {
return nil, fmt.Errorf("第 %d 行（区块「%s」）：列表项必须以 '-' 开头",
line.Number, blockName)
}
// ... 提取键值对
}
return result, nil
}
五、错误信息对比
同一个错误，两种体验：
| 用户写错的内容 | 通用解析器报错 | .meph 报错 |
|---|---|---|
- 核心信念 "力量"（缺冒号） |
Unexpected token at position 42 |
第 2 行（区块「锚点」）：缺少 ':' 或 '：' |
情绪: 暴怒（缺 -） |
invalid character looking for value |
第 2 行（区块「状态」）：列表项必须以 '-' 开头 |
【脚色名】（错别字） |
不适用 | 第 1 行：内容出现在任何区块之外 |
六、代价
- 写了约 400 行 Go 代码
- 需要为每个区块类型写独立的解析逻辑
- 新增区块要同步更新白名单
但没有外部依赖，go build 一步完成。解析逻辑完全可控，可以随时调整。
七、小结
区块扫描器和 Parser 完成了“文本到结构”的转化。现在 【角色名】 变成了 contract.RoleName，【规则】 变成了 contract.Rules。
但 contract.Rules 里的条件（如 包含 "攻击"）和动作（如 注入 "{角色名}的故乡是光之国"）仍然是字符串。下一篇我们要处理的是：规则的条件-动作表达式怎么拆解？插值语法 {变量} 怎么处理？
这是解析层最后两块拼图。
