<?php
/**
 * 写作增强 —— 发布文章时自动生成别名 / 标签 / 分类 / 摘要
 *
 * ── 四个引擎各自独立 ──────────────────────────────────────────
 * 用户明确要求「每项都是独立引擎，是不是要用外部服务，你来判断，能不用就不用」。
 * 所以下面四个生成器互不依赖，每个都能单独开关、单独失败：
 *
 *   ① 别名（slug）  必须外部翻译   —— 纯 PHP 做不到中译英（见下方实测）
 *   ② 标签          本地优先，可选外部 —— 703 个已有标签就是最好的领域词典
 *   ③ 分类          纯本地        —— 不需要任何网络
 *   ④ 摘要          纯本地        —— 不需要任何网络
 *
 * ── 为什么别名一定要外部服务 ──────────────────────────────────
 * 在线上实测过三条路，只有第三条可用：
 *   · intl 拼音：`信息焦虑综合症` → `xin-xi-jiao-lu-zong-he-zheng`
 *     能用但不是翻译，且长到没法看。
 *   · 拿 966 组「中文标题→英文 slug」训练词对齐：5 个测试标题里 3 个
 *     **译出 0 个词**（数据摊到 8521 个中文片段上太稀疏）⇒ 不可用。
 *   · 翻译 API：`信息焦虑综合症` → `Information Anxiety Syndrome` ⇒ 可用。
 * 服务器没有 scws / jieba 任何中文分词扩展，所以「本地发现新词」这条路
 * 本身也是走不通的 —— 这不是偷懒，是环境事实。
 *
 * ── 三条红线（改动本文件前先读）────────────────────────────────
 *  ① **绝不覆盖已有值。** 用户原话：「别名可能意味着 url，url 变化了会
 *     造成大量的 404 错误」。所以 slug 只在为空时写，其它三项同理。
 *  ② **绝不处理旧文章。** 只在「第一次变成 publish」时触发。
 *     已在 publish 状态下再次保存 ⇒ 直接返回，一个字都不动。
 *  ③ **外部服务失败必须静默降级。** 发布是用户的主流程，不能让一个
 *     翻译接口超时把「发布」这个动作卡住或报红。
 *
 * @author Yongquan Yang <yangyq.net>
 * @license MIT License
 */

/* ══════════════════════════════════════════════════════════════
 * 一、设置读取
 * ══════════════════════════════════════════════════════════════ */

/**
 * 读一项写作增强设置。
 *
 * 统一走 kratos_option()，与主题其它模块一致；不做任何类型转换，
 * 由调用方自己决定（复选框要布尔，上限要整数）。
 *
 * @param string $key     设置键名（不含前缀，本模块统一 w_ 开头）
 * @param mixed  $default 库里没这个键时的默认值
 * @return mixed
 */
function yang_writing_opt($key, $default = '')
{
    return kratos_option($key, $default);
}

/**
 * 某个引擎是否启用。
 *
 * ⚠️ 复选框未勾选时不会出现在 POST 里，所以库里存的是 false；
 * 但**键不存在**（用户从没保存过设置）时也应当视为关闭 ——
 * 这是新装主题的正确语义：不能默认就往用户的文章里写东西。
 */
function yang_writing_on($key)
{
    $v = yang_writing_opt($key, '0');
    return $v === true || $v === '1' || $v === 1 || $v === 'on';
}

/* ══════════════════════════════════════════════════════════════
 * 二、文本处理（纯本地，四个引擎共用）
 * ══════════════════════════════════════════════════════════════ */

/**
 * HTML 正文 → 纯文本。
 *
 * 顺序有讲究：先摘掉 script/style 整块（strip_tags 只剥标签、留内容，
 * 会把 JS 源码当成正文喂进分词），再补换行给块级元素（否则段落会粘成
 * 一坨，分句全错），最后才 strip_tags。
 */
function yang_writing_html2text($html)
{
    $t = (string) $html;
    $t = preg_replace('#<script[^>]*>.*?</script>#si', ' ', $t);
    $t = preg_replace('#<style[^>]*>.*?</style>#si', ' ', $t);
    $t = preg_replace('#<!--.*?-->#s', ' ', $t);
    /* 块级元素结尾补换行：分句依赖它，不然「…结束了。下一段…」可能
       被当成一句，摘要里就会出现跨段拼接。 */
    $t = preg_replace('#<(br|/p|/div|/h[1-6]|/li|/blockquote|/pre)\b[^>]*>#si', "\n", $t);
    $t = strip_tags($t);
    $t = html_entity_decode($t, ENT_QUOTES | ENT_HTML5, 'UTF-8');
    $t = preg_replace('/[ \t\x{3000}\x{00a0}]+/u', ' ', $t);
    $t = preg_replace('/\n{2,}/u', "\n", $t);
    return trim($t);
}

/**
 * 中文停用词。
 *
 * 为什么必须有：抽取式摘要/标签排序里，如果「我们」「这个」「可以」
 * 拿到高权重，摘要选出来的每一句都会是废话，标签会全是虚词。
 * 这份表是**手工挑的高频虚词与泛化名词**，不是通用停用词表 ——
 * 通用表里那些「的、了、在」是单字，本来就被「长度 ≥ 2」挡掉了。
 */
function yang_writing_stopwords()
{
    static $stop = null;
    if ($stop !== null) {
        return $stop;
    }
    $stop = array(
        '我们', '你们', '他们', '她们', '这个', '那个', '什么', '可以', '就是',
        '没有', '因为', '所以', '但是', '如果', '这样', '那样', '一个', '自己',
        '现在', '已经', '还是', '或者', '而且', '虽然', '然后', '时候', '问题',
        '东西', '知道', '觉得', '应该', '需要', '可能', '真的', '这么', '那么',
        '一下', '一些', '这些', '那些', '不是', '其实', '大家', '每个', '这种',
        '很多', '不能', '不会', '还有', '只是', '一样', '别人', '有人', '之前',
        '之后', '起来', '出来', '一点', '有点', '非常', '特别', '事情', '地方',
        '时间', '感觉', '开始', '发现', '看到', '听到', '告诉', '只要', '然而',
        '于是', '不过', '当然', '确实', '似乎', '好像', '比较', '更加', '一直',
        '每天', '今年', '今天', '昨天', '明天', '现在', '后来', '当时',
    );
    return $stop;
}

/**
 * 中文分句。
 *
 * 只按句末标点与换行切，且丢掉过短（< 12 字，通常是标题/列表项签）
 * 与过长（> 200 字，通常是没有标点的口语句）的片段。
 * 这两个边界是实测调出来的：不设下限会选出「一、」这种碎片，
 * 不设上限会有一整段当摘要的情况。
 */
function yang_writing_split_sentences($text)
{
    $parts = preg_split('/(?<=[。！？；!?;…])|\n+/u', (string) $text, -1, PREG_SPLIT_NO_EMPTY);
    $out = array();
    if (!is_array($parts)) {
        return $out;
    }
    foreach ($parts as $s) {
        $s = trim(preg_replace('/\s+/u', ' ', $s));
        $len = mb_strlen($s, 'UTF-8');
        if ($len >= 12 && $len <= 200) {
            $out[] = $s;
        }
    }
    return $out;
}

/* ══════════════════════════════════════════════════════════════
 * 三、词典（标签池）—— 标签引擎与摘要引擎共用
 * ══════════════════════════════════════════════════════════════ */

/**
 * 把现有标签建成词典。
 *
 * ── 为什么拿标签本身当词典 ─────────────────────────────────
 * 这是整个标签方案的支点。没有分词扩展，从零切词不可行；但**用户已经
 * 手工沉淀了 703 个标签**，那是一份高质量的领域词典 —— 写「Git」「鸿蒙」
 * 「失业」这些词的人，本来就会把它们当标签用。所以「在已有标签里挑最
 * 相关的」这件事，用最大匹配 + TF-IDF 就能做得不错。
 *
 * ── 实测数字（3.2.57，可复现，别照抄旧说法）──────────────────
 * 早期注释里写过「60 篇 / 243 个人工标签 / Top8 召回 74.9%」，本轮
 * 用 _quality_tags.php 复测，同一批 60 篇（120 个人工标签，平均 2.00/篇）：
 *     Top8 命中 59 个 → 召回 49.2%
 *     只算「字面出现在正文里」的人工标签 → 59.0%
 *     全未命中 18 篇
 * 三个口径都到不了 74.9%，且 A/B 测试（_ab_exist.php，60 篇 0 差异）
 * 已证明本轮改动完全没碰这条路径 ⇒ 那个 74.9% 是**未经复核的历史数字**。
 * 按红线 #418 换成上面这组实测值。
 *
 * 49.2% 不惊艳，但要看清结构：本站 967 篇文章里人工标签平均只有 2 个，
 * 而且大量是「生活」「工作」「情感」这种泛化标签 —— 一篇讲吃饭的文章，
 * 人工打「生活」，引擎给「习惯、免费、推荐、幻想、吃饭」，按"标签质量"
 * 判引擎其实更准，但按"猜中作者手笔"判就是没中。所以这个指标对
 * **标签自动生成**这个用途偏悲观，README 里是按"人工抽检是否通顺"表述的。
 *
 * ── 为什么键要小写 ────────────────────────────────────────
 * `Git` 与 `git` 在 WordPress 里可以是两个标签，但匹配时应当一视同仁。
 * 小写只用于**匹配键**，返回时仍用标签自己的原始大小写。
 *
 * @return array{0: array<string,array{name:string,count:int}>, 1: int}
 *         词典 + 最长词长度
 */
function yang_writing_dict()
{
    static $cache = null;
    if ($cache !== null) {
        return $cache;
    }

    $dict = array();
    $terms = get_terms(array(
        'taxonomy'   => 'post_tag',
        'hide_empty' => false,
        'number'     => 0,
    ));

    if (!is_wp_error($terms) && is_array($terms)) {
        foreach ($terms as $t) {
            $name = isset($t->name) ? html_entity_decode($t->name, ENT_QUOTES, 'UTF-8') : '';
            $key  = trim(mb_strtolower($name, 'UTF-8'));
            if (mb_strlen($key, 'UTF-8') < 2) {
                continue;
            }
            $dict[$key] = array(
                'name'  => $name,
                'count' => isset($t->count) ? max(1, (int) $t->count) : 1,
            );
        }
    }

    $maxlen = 0;
    foreach ($dict as $w => $_) {
        $l = mb_strlen($w, 'UTF-8');
        if ($l > $maxlen) {
            $maxlen = $l;
        }
    }

    $cache = array($dict, $maxlen);
    return $cache;
}

/**
 * 词典正向最大匹配。
 *
 * 从当前位置尽量取最长的词，命中就整段跳过 —— 这样「同步日历」不会被
 * 拆成「同步」+「日历」两个标签，也不会出现「日历」「同步日历」同时
 * 命中（重叠匹配会让同一个概念占两个标签位）。
 *
 * @return array<string,int> 小写词 => 出现次数
 */
function yang_writing_match($text, $dict, $maxlen)
{
    $text = mb_strtolower((string) $text, 'UTF-8');
    $len  = mb_strlen($text, 'UTF-8');
    $hits = array();
    if ($len < 2 || $maxlen < 2 || !$dict) {
        return $hits;
    }

    $i = 0;
    while ($i < $len) {
        $matched = false;
        $max = min($maxlen, $len - $i);
        for ($l = $max; $l >= 2; $l--) {
            $frag = mb_substr($text, $i, $l, 'UTF-8');
            if (isset($dict[$frag])) {
                $hits[$frag] = isset($hits[$frag]) ? $hits[$frag] + 1 : 1;
                $i += $l;
                $matched = true;
                break;
            }
        }
        if (!$matched) {
            $i++;
        }
    }
    return $hits;
}

/**
 * 全站已发布文章数 —— IDF 的 N。
 *
 * 用 wp_count_posts 而不是查 posts 表：它带对象缓存，且能正确排除
 * 修订版本 / 自动草稿。IDF 公式加了 1 兜底，所以 N=0 时也不会除零。
 */
function yang_writing_doc_count()
{
    $c = wp_count_posts('post');
    return isset($c->publish) ? max(1, (int) $c->publish) : 1;
}

/* ══════════════════════════════════════════════════════════════
 * 四、引擎 ①：别名（slug）—— 需外部翻译
 * ══════════════════════════════════════════════════════════════ */

/**
 * 生成英文别名。
 *
 * 只在 slug 为空时调用（由 yang_writing_apply 保证）。翻译失败返回空串，
 * 由调用方跳过 —— 绝不用拼音兜底，因为拼音 slug 与站点现有 966 篇手工
 * 英文 slug 风格不一致，混在一起比留空更难看。
 *
 * @return string 干净的 slug，失败返回 ''
 */
function yang_writing_make_slug($title)
{
    $title = trim((string) $title);
    if ($title === '') {
        return '';
    }

    $en = yang_writing_translate($title);
    if ($en === '') {
        return '';
    }

    /* sanitize_title 会把空格与标点折成连字符、转小写、去掉中文残留。
       译文里常有 `Don't`，sanitize_title 会处理成 `don-t`，可接受；
       它也会去掉中文，所以万一服务商返回原样中文，结果为空 ⇒ 上层跳过。 */
    $slug = sanitize_title($en);

    /* 过长的 slug 影响可读性与复制粘贴。按连字符截断到 60 字符内，
       尽量不切在词中间（从末尾往前找最后一个连字符）。 */
    if (strlen($slug) > 60) {
        $cut   = substr($slug, 0, 60);
        $pos   = strrpos($cut, '-');
        $slug  = $pos !== false && $pos > 20 ? substr($cut, 0, $pos) : $cut;
    }

    return trim($slug, '-');
}

/* ══════════════════════════════════════════════════════════════
 * 五、引擎 ②：标签
 * ══════════════════════════════════════════════════════════════ */

/**
 * 生成标签建议。
 *
 * ── 算法 ────────────────────────────────────────────────────
 * 在 703 个已有标签里做最大匹配，然后用 TF-IDF 排序：
 *   tf_norm = 出现次数 / (正文字数 / 1000)   —— 长文短文的词频可比
 *   idf     = log((N+1)/(df+1)) + 1          —— 全站少见的词更值钱
 *   score   = tf_norm * idf
 * 这套在线上实测（3.2.57 复测，60 篇 / 120 个人工标签）：
 *   Top8 命中 59 个 → 召回 49.2%；只算字面出现在正文的 → 59.0%；
 *   全未命中 18 篇；单篇耗时 18.5ms，发布时无感。
 * （旧注释写的 74.9% 已复核为不可复现，详见 yang_writing_dict() 头注释。）
 *
 * ── 返回值为什么是两段 ──────────────────────────────────────
 * [0] 命中的**已有**标签 —— 直接用，不占新增额度
 * [1] 建议**新建**的标签 —— 受「每篇最多新增 N 个」限制
 *
 * ── 新词从哪来（3.2.57 修正）───────────────────────────────
 * 第一版只返回了 [0]，[1] 永远是空 —— 因为输入就是"词典命中结果"，
 * 它当然全部已在词典里。那等于「新建」这条路根本没实现，与用户
 * 「如果不能新增，一个新博客永远无法使用这个功能」的要求直接冲突。
 *
 * 现在的做法：从**标题与正文的 n-gram** 里找词典没覆盖的候选。纯 n-gram
 * 单独用效果很差（实测 Top50 只有 4~7 个真标签），所以这里不靠它排序，
 * 只用它做**受限补充**，三道闸门过滤：
 *   ① 长度 2~6 字（超过 6 字几乎不可能是标签）
 *   ② 在全文出现 ≥ 2 次（只出现一次的多半是偶然搭配）
 *   ③ 只由中文/字母数字构成，且不是停用词
 * 再要求它在 n-gram 频次里排进前列，且**不与已命中词重叠**（重叠说明
 * 只是长词的一部分，不该单独成标签）。
 *
 * @return array{0:string[],1:string[]} [命中的已有标签, 建议新建的标签]
 */
function yang_writing_make_tags($title, $body)
{
    list($dict, $maxlen) = yang_writing_dict();
    if (!$dict) {
        return array(array(), array());
    }

    $N    = yang_writing_doc_count();
    $stop = yang_writing_stopwords();
    $full = $title . ' ' . $body;

    $hits = yang_writing_match($full, $dict, $maxlen);

    /* 词长（按字数）作为额外权重：两字标签（「工作」）天然比四字标签
       （「信息焦虑」）更容易出现，不惩罚一下的话 Top 里全是两字词。 */
    $body_len = max(1, mb_strlen($body, 'UTF-8'));

    $scores = array();
    foreach ($hits as $w => $tf) {
        if (in_array($w, $stop, true)) {
            continue;
        }
        $df      = $dict[$w]['count'];
        $idf     = log(($N + 1) / ($df + 1)) + 1;
        $tf_norm = $tf / ($body_len / 1000);
        $len_fit = 1 + 0.12 * (mb_strlen($w, 'UTF-8') - 2);
        $scores[$w] = $tf_norm * $idf * $len_fit;
    }

    arsort($scores);

    /* 取前 8 个作为候选。
    为什么是 8：再往上加，多出来的基本都是「的利」「的信」之外的低分噪声，
    而 WordPress 后台标签框一次列太多反而要用户删。8 个是"够挑"与"不烦"
    的折中，没有更强的依据支持别的数字。 */
    $exist = array();
    foreach (array_slice(array_keys($scores), 0, 8) as $w) {
        $exist[] = $dict[$w]['name'];
    }

    /* ── 新词候选（受限补充）── */
    $new = yang_writing_find_new_terms($full, $dict, $maxlen, $stop, $exist);

    return array($exist, $new);
}

/**
 * 在词典之外找值得新建的标签候选。
 *
 * ── 为什么这么保守 ──────────────────────────────────────────
 * 站内已有 703 个标签，其中 338 个只用过 1 次 —— 说明"随手建标签"
 * 的行为模式会把标签库迅速变成几千个长尾词，标签云和归档页都会废掉。
 * 用户也明确要求「每篇文章有新增数量限制」，所以这里宁可少找、
 * 不找错。找不到就返回空，功能降级为"只用已有标签"，无害。
 *
 * ── 3.2.57 第二轮：朴素 n-gram 的碎片问题（实测不过关，已修）──
 * 第一版只有三道闸门（长度 2~6 / 出现 ≥2 次 / 非停用词非词典词），
 * 拿「新博客」场景实测，输出是这样的：
 *   天文标题「星等换算与赤纬测量」
 *   → 星等换算与赤、等换算与赤纬、换算与赤纬测、算与赤纬测量
 *   「锔瓷工艺」→ 套结的
 * 全是**跨词边界的机械切片**，一个都不是标签。这正是当初排除纯
 * n-gram 方案的同一个毛病，第一版等于把它又请回来了。
 *
 * 修法不是调阈值，而是**先把句子切成短语再切 n-gram**：
 *   ① 在虚词/标点处断开，只在短语内部取 n-gram
 *      ——「星等换算与赤纬测量」被「与」切成「星等换算」「赤纬测量」
 *   ② 中文候选最多 4 字
 *      —— 回查 703 个真实标签：中文 6 字以上只有 3 个
 *         （「网上办公系统」「我在大学那几年」「基于Java的B/S系统构建」），
 *         都是人工写的完整短语，n-gram 永远造不出来；≤4 字覆盖 590/703
 *         （84%）
 *   ③ 不许以虚字结尾（的/与/和/了/是/在/就/都/也/说/把/被）
 *      —— 回查真实标签，以此结尾的 7 个里 6 个 count=0 是垃圾，
 *         唯一存活的「小说」count=69 是个完整的二字词，不是碎片
 *
 * 实测对照（同一批用例）：
 *   A 传统手艺 → 竹编、漆器、锔瓷、竹编漆器、手艺、讲究、篾丝、髹涂
 *   B 天文观测 → 星等、星等换算、赤纬测量、子午仪读、蒙气差、做不准、消光、修正
 *   C 生造词   → 套结、珂玛珞套结、工艺、收口（切片「珂玛珞套」「玛珞套结」已消灭）
 *
 * ── 残留缺陷与为什么不继续修（诚实记录）────────────────────────
 * B 段仍有「子午仪读」（真词是「子午仪」）和「做不准」。
 * 根因是闸门 ③（5 字上限）与闸门 ⑤（切片消除）互相打架：
 * 原文「子午仪读取地平高度」里真正的长单位是「子午仪读取」（6 字），
 * 它被长度闸门砍掉 ⇒ 它的 4 字窗口「子午仪读」成了最长候选
 * ⇒ 反过来把真词「子午仪」按"切片"删掉了。
 *
 * 想彻底解决需要"成词度"（互信息 / 左右邻字熵）判断，但**单篇文章
 * 的样本量不够**：一篇文章里「读」出现 2 次就算高频，算出的熵与互信息
 * 噪声极大、不可靠（业界共识是要大语料）。服务器上也没有 scws/jieba
 * 任何中文分词扩展（实测，见项目记忆），无法做词典外分词。
 *
 * 所以这里的取舍是：**不假装完美，靠"只取前 N 个"兜底**。
 * 用户设的上限默认 3，而按频次降序时，A/B/C 三段的前 3 个恰好全部
 * 合格（竹编/漆器/锔瓷；星等/星等换算/赤纬测量；套结/珂玛珞套结/工艺）。
 * 排序靠后的噪声只在用户把上限调大时才会冒出来 —— 这是用户自己
 * 承担的可调项，设置页里已注明"建议保持 3"。
 *
 * @param string   $text      标题+正文
 * @param array    $dict      词典
 * @param int      $maxlen    最长词长
 * @param array    $stop      停用词
 * @param string[] $exist     已命中的已有标签（用于排除重叠）
 * @return string[] 建议新建的词（已去重、按频次降序）
 */
/**
 * 虚词表 —— 切分短语与「不许以虚字结尾」**共用这一份**。
 *
 * 为什么必须共用：3.2.57 第一版把同一批 28 个字写了两处（$sep 内联一份、
 * 闸门 ④ 里再抄一份）。实测 _probe_gate4.php 证明两边完全相同，
 * 于是闸门 ④ 成了死代码（$sep 已把虚字全换成空格，chunk 里不可能有虚字）。
 * 死代码本身不致命，致命的是**两套名单会漂移**：将来只想放宽一处时，
 * 另一处被忘掉，就会出现"某个虚字既不切分、也不拦尾巴"的漏网。
 *
 * @return string[] 单字虚词
 */
function yang_writing_seps()
{
    return array('的', '与', '和', '了', '是', '在', '就', '都', '也', '及',
                 '或', '而', '但', '把', '被', '从', '向', '对', '为', '以',
                 '于', '之', '其', '这', '那', '个', '们', '说');
}

function yang_writing_find_new_terms($text, $dict, $maxlen, $stop, $exist)
{
    /* 先把已命中的词从文本里"抹掉"，避免它们的长词片段被当成新词。
       比如已命中「信息焦虑」时，不该再冒出「息焦虑」这种切片。 */
    $masked = mb_strtolower($text, 'UTF-8');
    foreach ($exist as $name) {
        $masked = str_replace(mb_strtolower($name, 'UTF-8'), '█', $masked);
    }

    /* 🔴 关键一步：先按虚词与标点把文本切成**短语**，只在短语内部取 n-gram。
     *
     * 不做这一步，n-gram 会横跨词组边界。「星等换算与赤纬测量」切成
     * 2~6 字的滑动窗口，必然产出「星等换算与赤」「换算与赤纬测」这种
     * 既不是词、也读不通的碎片 —— 而它们在字面上"出现 ≥2 次"，
     * 通过所有频次闸门。这是 n-gram 方案的固有缺陷，只能靠切分规避。
     *
     * 用虚词当隔离符是有依据的：中文里「与/和/的/了」几乎总在词组分界处，
     * 真正的标签很少横跨它们（703 个真实标签里含虚字的只有 9 个，
     * 且都是「乐队的夏天」「我在大学那几年」这类人工写的完整标题）。
     *
     * ── 3.2.57 第三轮：这张表是**唯一来源** ─────────────────────
     * 第一版把同一批虚字写了两遍：这里一份给 $sep 做切分，闸门 ④
     * 又抄了一份做「不许以虚字结尾」判断。实测（_probe_gate4.php）：
     *   两张表 28 个字完全相同，差集两边都是空；
     *   30 篇真实语料、239 个候选，以虚字结尾的 **0 个**；
     *   把闸门 ④ 整段短路，仍然 0 个。
     * 结论：**闸门 ④ 是死代码** —— $sep 已经把每个虚字换成空格，
     * 切出来的 chunk 里根本不含虚字，它永远不可能命中。
     *
     * 保留它不是为了好看：切分规则将来若放宽（比如只切「的/了」两个），
     * 闸门 ④ 立刻变成有效防线。但两张表必须共用一个来源，
     * 否则放宽一处、忘记另一处，就会重演「两套名单各说各话」。
     * $sep 的正则形态由 yang_writing_seps() 统一生成。 */
    $seps = yang_writing_seps();
    $clean = preg_replace('/' . implode('|', $seps) . '/u', ' ', $masked);
    /* 再只保留中文与字母数字，其它一律当分隔符 —— 标点、空格、HTML 残留
       都会让 n-gram 切出无意义片段。 */
    $clean = preg_replace('/[^\x{4e00}-\x{9fa5}a-zA-Z0-9]+/u', ' ', (string) $clean);
    if (!is_string($clean) || trim($clean) === '') {
        return array();
    }

    $chunks = preg_split('/\s+/u', trim($clean), -1, PREG_SPLIT_NO_EMPTY);
    if (!is_array($chunks)) {
        return array();
    }

    $freq = array();
    foreach ($chunks as $chunk) {
        $len = mb_strlen($chunk, 'UTF-8');
        /* 2~6 字。低于 2 无意义；高于 6 基本不可能是标签。
           注意：这里放宽到 6 是为了让长短语先进入候选，
           真正的中文上限在闸门 ③ 收紧到 4。 */
        for ($l = 2; $l <= 6; $l++) {
            if ($l > $len) {
                break;
            }
            for ($i = 0; $i + $l <= $len; $i++) {
                $g = mb_substr($chunk, $i, $l, 'UTF-8');
                /* 纯数字不要（「360」「2026」这类当标签没意义）。 */
                if (preg_match('/^\d+$/', $g)) {
                    continue;
                }
                $freq[$g] = isset($freq[$g]) ? $freq[$g] + 1 : 1;
            }
        }
    }

    if (!$freq) {
        return array();
    }

    /* 闸门 ①：出现 ≥ 2 次。
       闸门 ②：不是停用词、不在词典里。
       这两条一起把候选量从上千压到个位数。 */
    $cand = array();
    foreach ($freq as $g => $c) {
        if ($c < 2) {
            continue;
        }
        if (in_array($g, $stop, true)) {
            continue;
        }
        if (isset($dict[$g])) {
            continue;
        }
        /* 闸门 ③：中文最多 5 字（依据：703 个真实标签里含中文的 525 个，
           ≤4 字占 98.3%、≤5 字占 99.2%；5 字的那 5 个是「中国共产党」
           「自然辩证法」「计算机领域」这类完整短语，不是碎片）。
           纯 ASCII 候选不受此限 —— 英文技术词本来就可能很长
           （「kubernetes」10 字仍在用）。 */
        if (preg_match('/[\x{4e00}-\x{9fa5}]/u', $g) && mb_strlen($g, 'UTF-8') > 5) {
            continue;
        }
        /* 闸门 ④：不许以虚字结尾。
           与 $sep 共用 yang_writing_seps() 那一份名单（见上方长注释）
           —— 当前它不可达，保留是为了「切分规则将来放宽时」仍有防线。 */
        $tail = mb_substr($g, -1, 1, 'UTF-8');
        if (in_array($tail, yang_writing_seps(), true)) {
            continue;
        }
        $cand[$g] = $c;
    }
    if (!$cand) {
        return array();
    }

    /* 闸门 ⑤：消除「长词的滑动窗口切片」。
     *
     * 只做长度限制是不够的。若正文里反复出现「珂玛珞套结」（5 字真词），
     * 4 字窗口会同时产出「珂玛珞套」「玛珞套结」—— 它们与真词**频次完全相同**
     * （同一处文本切出来的），靠频次排序分不开，最后拿到的是一堆切片。
     *
     * 判据：候选 $g 若被另一个更长的候选 $bigger 包含，且
     *       count($bigger) >= count($g)，说明 $g 只是 $bigger 的切片 ⇒ 丢掉。
     *
     * 为什么用「>=」而不是「>」：真词与它的切片频次**必然相等**（同一处
     * 文本产生），所以必须用 >= 才能抓到。反过来，两个真正独立的词
     * （「竹编」与「竹编漆器」）里，短的那个频次通常**更高**（单独出现
     * 的次数多于连写），此时 count($bigger) < count($g)，不会被误删。
     */
    /* 🔴 先拍一份频次快照再删。
    第一版直接在 $cand 上边遍历边 unset，外层 $keys 是循环开始前算的
    —— 某个键被删掉之后，后面几轮还在读 $cand[$bigger]，于是满屏
    "Undefined array key"。判据本身没错，是遍历方式错了：
    **边遍历边修改的数组，索引必须提前固定成快照**。 */
    $freq_snap = $cand;
    $keys      = array_keys($freq_snap);
    $nkeys     = count($keys);
    for ($i = 0; $i < $nkeys; $i++) {
        $g    = $keys[$i];
        $glen = mb_strlen($g, 'UTF-8');
        for ($j = 0; $j < $nkeys; $j++) {
            if ($i === $j) { continue; }
            $bigger = $keys[$j];
            if (mb_strlen($bigger, 'UTF-8') <= $glen) { continue; }
            if ($freq_snap[$bigger] < $freq_snap[$g]) { continue; }
            if (mb_strpos($bigger, $g, 0, 'UTF-8') !== false) {
                unset($cand[$g]);
                break;
            }
        }
    }
    if (!$cand) {
        return array();
    }

    /* 按频次降序；频次相同按长度降序（长词信息量更大）。 */
    uksort($cand, function ($a, $b) use ($cand) {
        if ($cand[$a] !== $cand[$b]) {
            return $cand[$b] <=> $cand[$a];
        }
        return mb_strlen($b, 'UTF-8') <=> mb_strlen($a, 'UTF-8');
    });

    /* 取前 8 个。
     *
     * ⚠️ 3.2.57 第一版这里还有一段「按已保留项过滤子串」的循环，
     *    现在删掉了 —— 闸门 ⑤ 已经在**全局**做过切片消除（对所有候选
     *    两两比对，而不是只跟已保留的那几个比），再来一遍是重复劳动，
     *    而且这段是先排序后过滤，会漏掉「排序靠后的长词包含前面短词」
     *    这种方向，判据在两种实现下结果不同，留着容易误判。
     *    现在只做截断。 */
    return array_slice(array_keys($cand), 0, 8);
}

/* ══════════════════════════════════════════════════════════════
 * 六、引擎 ③：分类 —— 纯本地
 * ══════════════════════════════════════════════════════════════ */

/**
 * 推荐一个分类。
 *
 * ── 为什么不是朴素贝叶斯（我先写过一版，错的）───────────────
 * 第一版用 P(标签|分类) 连乘，线上实测**只有 60%**，而且疯狂把文章判成
 * 只有 6 篇的「病毒相关」。根因是分母：
 *     p(tag|cat) = (共现数 + α) / (该分类标签总数 + α·词表大小)
 * 小分类分母小 ⇒ 对没见过的标签给了几十倍的偏高概率 ⇒ 小分类通吃。
 *
 * ── 现在用的：P(分类|标签) 加权投票 ────────────────────────
 *     score(cat) = Σ_tags  P(cat|tag) × idf(tag)
 *     P(cat|tag) = 带该标签的文章里落在 cat 的比例
 * 这个量天然在分类间归一化（Σ_cat P(cat|tag) = 1），小分类不会因为
 * 分母小被抬高。再乘 idf，让「鸿蒙」这种稀有标签的投票比「生活」值钱。
 *
 * 线上实测：**Top1 90.0% / Top3 99.0%**（290 篇单分类文章）。
 * 按用户要求不排除小样本分类，直接把最接近的一个给他。
 *
 * @return int 分类 ID，无法判断返回 0
 */
function yang_writing_make_category($title, $body)
{
    global $wpdb;

    list($dict, $maxlen) = yang_writing_dict();
    if (!$dict) {
        return 0;
    }

    /* 一次查出全部「标签×分类」共现（线上 4070 行，毫秒级）。
       不缓存进 transient：发布是低频动作，一次 4070 行的分组查询比
       维护缓存失效逻辑省心得多（也避免 save_post 里清缓存的递归风险）。 */
    $rows = $wpdb->get_results(
        "SELECT t.name AS tag, c.term_id AS cat_id
         FROM {$wpdb->posts} p
         JOIN {$wpdb->term_relationships} tr  ON tr.object_id = p.ID
         JOIN {$wpdb->term_taxonomy} tt      ON tt.term_taxonomy_id = tr.term_taxonomy_id
                                            AND tt.taxonomy = 'post_tag'
         JOIN {$wpdb->terms} t              ON t.term_id = tt.term_id
         JOIN {$wpdb->term_relationships} tr2 ON tr2.object_id = p.ID
         JOIN {$wpdb->term_taxonomy} tt2     ON tt2.term_taxonomy_id = tr2.term_taxonomy_id
                                            AND tt2.taxonomy = 'category'
         JOIN {$wpdb->terms} c              ON c.term_id = tt2.term_id
         WHERE p.post_type = 'post' AND p.post_status = 'publish'"
    );
    if (empty($rows)) {
        return 0;
    }

    $tag_cat   = array();   // 标签 => [分类 => 共现数]
    $tag_total = array();   // 标签 => 总文章数
    foreach ($rows as $r) {
        $tg = trim(mb_strtolower($r->tag, 'UTF-8'));
        $cid = (int) $r->cat_id;
        $tag_cat[$tg][$cid] = isset($tag_cat[$tg][$cid]) ? $tag_cat[$tg][$cid] + 1 : 1;
        $tag_total[$tg] = isset($tag_total[$tg]) ? $tag_total[$tg] + 1 : 1;
    }

    /* 用本文标题+正文命中的标签来投票。这里**不排序、不设上限**：
       投票是求和，噪声标签的贡献接近 0，不需要先筛。 */
    $hits = yang_writing_match($title . ' ' . $body, $dict, $maxlen);
    if (!$hits) {
        return 0;
    }

    $N = yang_writing_doc_count();
    $scores = array();
    foreach ($hits as $tag => $times) {
        if (!isset($tag_cat[$tag])) {
            continue;
        }
        $total = $tag_total[$tag];
        $idf   = log(($N + 1) / ($total + 1)) + 1;
        foreach ($tag_cat[$tag] as $cid => $co) {
            $p = $co / $total;
            $scores[$cid] = (isset($scores[$cid]) ? $scores[$cid] : 0) + $p * $idf * $times;
        }
    }
    if (!$scores) {
        return 0;
    }

    arsort($scores);
    return (int) array_key_first($scores);
}

/* ══════════════════════════════════════════════════════════════
 * 七、引擎 ④：摘要 —— 纯本地
 * ══════════════════════════════════════════════════════════════ */

/**
 * 生成抽取式摘要（只写 post_excerpt）。
 *
 * ── 做法 ────────────────────────────────────────────────────
 * TextRank 的简化版：给每句打分，按分数挑句子，再**还原原文顺序**拼起来。
 *   score = Σ(命中词的 idf × 次数) / (句长/40)      ← 长度归一
 *          × 1.3（位于前 20% 位置）                ← 位置加权
 *          × (1 + 0.15·与标题共现词数)              ← 标题对齐
 *
 * 为什么长度要归一：不归一的话，最长那句几乎必然胜出，摘要就变成
 * 「原文的某一大段」。为什么按分数挑完还要还原顺序：挑出的句子如果
 * 按分数排列，读起来是跳跃的，不通顺。
 *
 * 实测：4ms 出 150 字，5 篇人工通读都通顺、抓得住主旨。
 *
 * @return string 摘要文本，无法生成返回 ''
 */
function yang_writing_make_excerpt($title, $body, $target = 150)
{
    list($dict, $maxlen) = yang_writing_dict();
    $sents = yang_writing_split_sentences($body);
    if (!$sents) {
        return '';
    }

    $stop = yang_writing_stopwords();
    $N    = yang_writing_doc_count();

    /* 词权重表：只给词典里的词算 idf。没进词典的词不参与打分 ——
       这是抽词方案的固有局限，但比引入 n-gram 噪声好。 */
    $weight = array();
    foreach ($dict as $w => $info) {
        if (in_array($w, $stop, true)) {
            continue;
        }
        $weight[$w] = log(($N + 1) / ($info['count'] + 1)) + 1;
    }

    $title_hits = yang_writing_match($title, $dict, $maxlen);
    $total_sent = count($sents);

    $scored = array();
    foreach ($sents as $idx => $s) {
        $hits  = yang_writing_match($s, $dict, $maxlen);
        $score = 0.0;

        foreach ($hits as $w => $c) {
            if (!isset($weight[$w])) {
                continue;
            }
            $score += $weight[$w] * $c;
        }
        if ($score <= 0) {
            continue;
        }

        $len = mb_strlen($s, 'UTF-8');
        $score = $score / max(1, $len / 40);

        if ($total_sent > 1 && ($idx / ($total_sent - 1)) < 0.2) {
            $score *= 1.3;
        }

        $overlap = 0;
        foreach ($title_hits as $w => $c) {
            if (isset($hits[$w])) {
                $overlap += $c;
            }
        }
        if ($overlap > 0) {
            $score *= (1 + 0.15 * $overlap);
        }

        $scored[$idx] = array('s' => $s, 'score' => $score, 'len' => $len);
    }

    if (!$scored) {
        /* 一句都没命中词典时，退化成「取首句」，而不是返回空。
           首句在中文写作里通常就是总起句，比没有摘要强。 */
        $first = $sents[0];
        return mb_strlen($first, 'UTF-8') > $target
            ? mb_substr($first, 0, $target, 'UTF-8')
            : $first;
    }

    uasort($scored, function ($a, $b) {
        return $b['score'] <=> $a['score'];
    });

    $picked = array();
    $total  = 0;
    foreach ($scored as $idx => $item) {
        if ($total >= $target) {
            break;
        }
        $picked[$idx] = $item;
        $total += $item['len'];
    }

    /* 还原原文顺序 —— 按分数顺序拼接读起来是跳跃的。 */
    ksort($picked);

    $out = '';
    foreach ($picked as $item) {
        $out .= $item['s'];
    }

    /* 目标 150 字，超太多就硬截到 200 字以内，保证后台摘要框不爆。 */
    if (mb_strlen($out, 'UTF-8') > 220) {
        $out = mb_substr($out, 0, 200, 'UTF-8') . '…';
    }
    return $out;
}

/**
 * 登录凭据的独立存储。
 *
 * ── 为什么不跟其它设置一起存进 `kratos` ─────────────────────
 * 框架渲染 password 字段时会把**真实值**写进 `value` 属性
 * （见 class-options-interface.php 的 `case 'password'`），
 * 页面上看着是圆点，但 F12 或「查看源代码」就是明文。
 *
 * 主题里的 SMTP 密码（`m_passwd`）现在就是这个状态。那是既有问题，
 * 不在本次范围，但新功能没有再照抄一遍的理由 —— 用户这次明确说了
 * 「为了安全着想」。
 *
 * 做法：提交时把密钥从 `kratos` 里摘出来，单独存到 `yang_writing_secrets`；
 * 表单里永远回显空串，只提示「已保存（末 4 位 xxxx）」。
 * 代价是要多一次 option 读取，可以忽略。
 */
function yang_writing_secret_keys()
{
    return array('w_baidu_key', 'w_youdao_key');
}

/**
 * 读一个已保存的密钥。
 *
 * @param string $id 设置键名
 * @return string
 */
function yang_writing_secret($id)
{
    $all = get_option('yang_writing_secrets', array());
    if (!is_array($all) || !isset($all[$id])) {
        return '';
    }
    return (string) $all[$id];
}

/**
 * 密钥字段提交时拦截：存进独立选项，`kratos` 里只留空串。
 *
 * ── 为什么用 of_sanitize_password 过滤器 ────────────────────
 * 框架对每个字段调 `apply_filters('of_sanitize_' . $type, $value, $option)`，
 * 这是唯一能同时拿到「字段 id」和「新值」又不必改框架的位置。
 * 挂在这个过滤器上，返回值就是最终写进 `kratos` 的东西。
 *
 * ── 空值语义 ────────────────────────────────────────────────
 * 提交空串 = **不修改**（因为表单本来就回显空）。
 * 这一条很关键：若当成"清空"，用户每次保存别的设置都会把 Key 抹掉。
 *
 * @param mixed $value  提交的值
 * @param array $option 字段定义
 * @return string 永远返回空串（真实值已另存）
 */
function yang_writing_capture_secret($value, $option = array())
{
    if (!is_array($option) || empty($option['id'])) {
        return $value;
    }
    $id = $option['id'];
    if (!in_array($id, yang_writing_secret_keys(), true)) {
        return $value;
    }

    $new = is_string($value) ? trim($value) : '';
    if ($new === '') {
        /* 空 ⇒ 不改。库里原有的值原封不动。 */
        return '';
    }

    $all = get_option('yang_writing_secrets', array());
    if (!is_array($all)) {
        $all = array();
    }
    $all[$id] = $new;
    update_option('yang_writing_secrets', $all, false);

    return '';
}
add_filter('of_sanitize_password', 'yang_writing_capture_secret', 10, 2);

/**
 * 某个密钥是否已保存，返回末 4 位用于提示。
 *
 * @param string $id
 * @return string 已保存返回「••••abcd」，未保存返回空串
 */
function yang_writing_secret_hint($id)
{
    $v = yang_writing_secret($id);
    if ($v === '') {
        return '';
    }
    $tail = mb_strlen($v, 'UTF-8') > 4 ? mb_substr($v, -4, 4, 'UTF-8') : '****';
    return '••••' . $tail;
}

/* ══════════════════════════════════════════════════════════════
 * 八、服务商适配层（三个，全部按各家官方签名规范实现）
 * ══════════════════════════════════════════════════════════════ */

/**
 * 服务商清单。后台下拉与校验共用这一份，避免两处漂移。
 *
 * 只收服务器**实测可达**的：Google 翻译返回 000（不可达），
 * LibreTranslate 超时，都已排除 —— 列出来只会让用户白填密钥。
 */
function yang_writing_providers()
{
    return array(
        'mymemory' => array(
            'label'   => __('MyMemory（免费，无需密钥）', 'kratos'),
            'needs'   => false,
            'note'    => __('直接可用，不开通任何账号。每日有免费字符限额，超限会返回错误，届时可换百度。', 'kratos'),
        ),
        'baidu'    => array(
            'label'   => __('百度翻译（国内，需 APPID + 密钥）', 'kratos'),
            'needs'   => true,
            'note'    => __('申请：访问 fanyi-api.baidu.com → 注册登录 → 控制台「管理控制台」→ 开发者信息里可看到 APPID 与密钥。免费版每月 5 万字符。', 'kratos'),
        ),
        'youdao'   => array(
            'label'   => __('有道翻译（国内，需应用 ID + 应用密钥）', 'kratos'),
            'needs'   => true,
            'note'    => __('申请：访问 ai.youdao.com → 注册登录 → 创建应用（选「文本翻译」）→ 应用管理里可看到应用 ID 与应用密钥。', 'kratos'),
        ),
    );
}

/**
 * 翻译一段中文到英文。失败一律返回空串，绝不抛异常。
 *
 * @param string $text 待翻译文本
 * @return string 译文；任何失败路径都返回 ''
 */
function yang_writing_translate($text)
{
    $text = trim((string) $text);
    if ($text === '') {
        return '';
    }
    /* 超长标题截断：翻译接口对长文本要么收费要么直接拒。
       标题超过 200 字本身也不正常。 */
    if (mb_strlen($text, 'UTF-8') > 200) {
        $text = mb_substr($text, 0, 200, 'UTF-8');
    }

    $provider = (string) yang_writing_opt('w_provider', 'mymemory');
    $timeout  = (int) yang_writing_opt('w_timeout', 8);
    if ($timeout < 3 || $timeout > 30) {
        $timeout = 8;
    }

    switch ($provider) {
        case 'baidu':
            $out = yang_writing_tr_baidu($text, $timeout);
            break;
        case 'youdao':
            $out = yang_writing_tr_youdao($text, $timeout);
            break;
        case 'mymemory':
        default:
            $out = yang_writing_tr_mymemory($text, $timeout);
            break;
    }

    $out = trim(preg_replace('/\s+/u', ' ', (string) $out));
    return $out;
}

/** MyMemory：免密钥，GET。返回体里 responseData.translatedText 是译文。 */
function yang_writing_tr_mymemory($text, $timeout)
{
    $url = add_query_arg(array(
        'q'        => rawurlencode($text),
        'langpair' => 'zh-CN|en',
    ), 'https://api.mymemory.translated.net/get');

    $res = wp_remote_get($url, array('timeout' => $timeout));
    if (is_wp_error($res)) {
        return '';
    }
    if (200 !== (int) wp_remote_retrieve_response_code($res)) {
        return '';
    }
    $j = json_decode(wp_remote_retrieve_body($res), true);
    if (!is_array($j) || empty($j['responseData']['translatedText'])) {
        return '';
    }
    /* 限额耗尽时它会在 translatedText 里塞一句英文提示（MYMEMORY WARNING...），
       那种内容不能当译文用。 */
    $t = (string) $j['responseData']['translatedText'];
    if (stripos($t, 'MYMEMORY WARNING') !== false || stripos($t, 'QUOTA') !== false) {
        return '';
    }
    return $t;
}

/**
 * 百度翻译：sign = md5(appid + q + salt + key)。
 * 官方要求 q 原样参与签名，**不能** URL 编码后再算。
 */
function yang_writing_tr_baidu($text, $timeout)
{
    $appid = trim((string) yang_writing_opt('w_baidu_appid', ''));
    $key   = yang_writing_secret('w_baidu_key');
    if ($appid === '' || $key === '') {
        return '';
    }

    $salt = (string) wp_rand(10000, 99999);
    $res  = wp_remote_post('https://fanyi-api.baidu.com/api/trans/vip/translate', array(
        'timeout' => $timeout,
        'body'    => array(
            'q'     => $text,
            'from'  => 'zh',
            'to'    => 'en',
            'appid' => $appid,
            'salt'  => $salt,
            'sign'  => md5($appid . $text . $salt . $key),
        ),
    ));
    if (is_wp_error($res)) {
        return '';
    }
    $j = json_decode(wp_remote_retrieve_body($res), true);
    if (!is_array($j) || !isset($j['trans_result'][0]['dst'])) {
        return '';
    }
    return (string) $j['trans_result'][0]['dst'];
}

/**
 * 有道翻译 v3：sign = sha256(appKey + truncate(q) + salt + curtime + appSecret)。
 * truncate 规则：长度 ≤ 20 用原文，否则取「首 10 字 + 长度 + 末 10 字」。
 */
function yang_writing_tr_youdao($text, $timeout)
{
    $appkey = trim((string) yang_writing_opt('w_youdao_appid', ''));
    $secret = yang_writing_secret('w_youdao_key');
    if ($appkey === '' || $secret === '') {
        return '';
    }

    $salt    = (string) wp_rand(10000, 99999);
    $curtime = (string) time();
    $len     = mb_strlen($text, 'UTF-8');
    $trunc   = $len <= 20
        ? $text
        : (mb_substr($text, 0, 10, 'UTF-8') . $len . mb_substr($text, $len - 10, 10, 'UTF-8'));

    $sign = hash('sha256', $appkey . $trunc . $salt . $curtime . $secret);

    $res = wp_remote_post('https://openapi.youdao.com/api', array(
        'timeout' => $timeout,
        'body'    => array(
            'q'        => $text,
            'from'     => 'zh-CHS',
            'to'       => 'en',
            'appKey'   => $appkey,
            'salt'     => $salt,
            'sign'     => $sign,
            'signType' => 'v3',
            'curtime'  => $curtime,
        ),
    ));
    if (is_wp_error($res)) {
        return '';
    }
    $j = json_decode(wp_remote_retrieve_body($res), true);
    if (!is_array($j) || !isset($j['translation'][0])) {
        return '';
    }
    return (string) $j['translation'][0];
}

/* ══════════════════════════════════════════════════════════════
 * 九、主入口：发布时应用四个引擎
 * ══════════════════════════════════════════════════════════════ */

/**
 * 挂在 transition_post_status 上。
 *
 * ── 为什么用这个钩子而不是 save_post ─────────────────────────
 * 用户的规则是「只在新增时启用，修改都不改变」。save_post 无法区分
 * 「第一次发布」和「已发布文章又改了一次」—— 它两件事都触发。
 * transition_post_status 带 $old_status，一眼就能判断：
 *   旧状态不是 publish、新状态是 publish ⇒ 这就是第一次发布。
 * 已发布文章再次保存时 $old_status === 'publish' ⇒ 直接返回。
 *
 * 顺带解决了自动保存：自动保存不会把状态变成 publish，天然被挡住。
 *
 * @param string  $new_status 新状态
 * @param string  $old_status 旧状态
 * @param WP_Post $post       文章对象
 */
function yang_writing_on_transition($new_status, $old_status, $post)
{
    /* 只在「首次进入 publish」时干活。 */
    if ($new_status !== 'publish' || $old_status === 'publish') {
        return;
    }
    if (!$post instanceof WP_Post) {
        return;
    }
    if ($post->post_type !== 'post') {
        return;
    }
    if (wp_is_post_revision($post->ID) || wp_is_post_autosave($post->ID)) {
        return;
    }
    if (defined('DOING_AUTOSAVE') && DOING_AUTOSAVE) {
        return;
    }
    /* 定时发布（future → publish）也走这里，是正确行为：它在未来某刻
       才真正"第一次发布"。但对**已经有值**的字段仍然不覆盖，所以安全。 */

    /* 幂等：同一篇文章处理过一次就不再碰。
       为什么必须要有：用户可能「发布 → 退回草稿 → 再发布」，
       没有这道锁的话外部 API 会被重复调用几次，
       而且第二次会把第一次的结果当成"已有值"从而跳过 —— 逻辑上没错，
       但白花钱和时间。有锁更干净。 */
    $done = get_post_meta($post->ID, '_yang_writing_done', true);
    if (is_array($done) && !empty($done)) {
        return;
    }

    yang_writing_apply($post);
}

/**
 * 执行四个引擎并把结果写回文章。
 *
 * 每个引擎都包在「先判开关、再判是否为空」里，任何一步失败都不影响
 * 其它步骤 —— 这是「独立引擎」的字面实现。
 *
 * @param WP_Post $post
 */
function yang_writing_apply($post)
{
    $post_id = (int) $post->ID;
    $title   = (string) $post->post_title;
    $html    = (string) $post->post_content;

    $body = yang_writing_html2text($html);
    if (mb_strlen($body, 'UTF-8') < 30) {
        /* 正文太短（少于 30 字）任何引擎都给不出有意义的结果，
           直接不做 —— 也顺手避免把一句话的文章判定成某个分类。 */
        update_post_meta($post_id, '_yang_writing_done', array('skip' => 'short'));
        return;
    }

    $did = array();

    /* ── ① 摘要（最便宜、最安全，先做）──────────────────────── */
    if (yang_writing_on('w_on_excerpt')) {
        $cur = trim((string) $post->post_excerpt);
        if ($cur === '') {
            $ex = yang_writing_make_excerpt($title, $body);
            if ($ex !== '') {
                /* 直接写库而不是 wp_update_post：wp_update_post 会再触发
                   transition_post_status，把自己卷进递归。这里只改一个
                   字段，直写 + 清缓存是最稳的。 */
                yang_writing_update_field($post_id, 'post_excerpt', $ex);
                $did[] = 'excerpt';
            }
        }
    }

    /* ── ② 分类（纯本地，无网络）────────────────────────────── */
    if (yang_writing_on('w_on_category')) {
        if (yang_writing_needs_category($post_id)) {
            $cid = yang_writing_make_category($title, $body);
            if ($cid > 0) {
                /* append=false：这是"替他选一个"，不是"再加一个"。
                   只在文章还挂在默认分类时才走到这里（见上面判断）。 */
                wp_set_post_categories($post_id, array($cid), false);
                $did[] = 'category';
            }
        }
    }

    /* ── ③ 标签 ──────────────────────────────────────────────── */
    if (yang_writing_on('w_on_tag')) {
        /* 🔴 这里必须把两段返回值都接住。make_tags() 返回的是
           array($exist, $new)：
             $exist = 词典（＝标签库）里**已经命中**的标签名
             $new   = 词典之外、值得**新建**的候选词
           3.2.56 及以前写的是 `list($suggest, $_)`，$new 被整个丢掉；
           然后又拿 $suggest 去 get_term_by 做二次分类 —— 而 $suggest 里
           每个词都来自词典、都是已有标签，必然全部命中 ⇒ 「新建」那个
           分支永远进不去 ⇒ 这条功能在真实发布流程里**一次都没生效过**。
           用户提这个需求的初衷就是「如果不能新增，一个新的博客，
           永远无法使用这个功能」，所以这是个真 bug，不是洁癖。 */
        list($exist_hits, $new_cands) = yang_writing_make_tags($title, $body);

        $limit = (int) yang_writing_opt('w_tag_new_limit', 3);
        if ($limit < 0) {
            $limit = 0;
        }

        /* 已有标签全收，不占新增额度。仍然 get_term_by 复核一遍：
           词典是缓存出来的，标签可能刚被管理员删掉；若直接写名字，
           wp_set_post_tags 会把它重新建出来 —— 那就等于偷偷绕过了
           用户设的新增上限。 */
        $exist = array();
        foreach ($exist_hits as $name) {
            $term = get_term_by('name', $name, 'post_tag');
            if ($term && !is_wp_error($term)) {
                $exist[] = $term->name;
            }
        }

        /* 新标签：先复核再占额度。顺序很关键 —— 万一并发下另一个请求
           刚把同名标签建好，它此刻已属「已有标签」，不该再吃掉一个额度。 */
        $new = array();
        foreach ($new_cands as $name) {
            if (count($new) >= $limit) {
                break;
            }
            if ($name === '' || preg_match('/^\d+$/', (string) $name)) {
                continue;
            }
            $term = get_term_by('name', $name, 'post_tag');
            if ($term && !is_wp_error($term)) {
                $exist[] = $term->name;
                continue;
            }
            $new[] = $name;
        }

        $all = array_values(array_unique(array_merge($exist, $new)));
        if ($all) {
            /* append=true —— 用户手工打的标签**不能删**。 */
            wp_set_post_tags($post_id, $all, true);
            $did[] = 'tag';
        }
    }

    /* ── ④ 别名（唯一需要外部翻译的一步，放最后）─────────────
       放最后是有意的：万一翻译接口超时，前面三项已经落库了。
       若放最前，一次超时会让四项全白做。 */
    if (yang_writing_on('w_on_slug')) {
        $cur = (string) get_post_field('post_name', $post_id);
        /* 中文标题下 WP 会生成 `%e4%bf%a1...` 这种 URL 编码串，它不是空、
           但也不是可用的英文 slug。所以判断标准不是"空"，而是
           "不是纯 ASCII" —— 否则永远不会替换掉那串百分号。 */
        if ($cur === '' || !preg_match('/^[a-z0-9\-]+$/', $cur)) {
            $slug = yang_writing_make_slug($title);
            if ($slug !== '' && $slug !== $cur) {
                /* slug 必须唯一，否则 WP 会自己加 -2 后缀造成"看起来没生效"。
                   这里显式判重，冲突时加序号。 */
                $slug = yang_writing_unique_slug($slug, $post_id);
                yang_writing_update_field($post_id, 'post_name', $slug);
                $did[] = 'slug';
            }
        }
    }

    update_post_meta($post_id, '_yang_writing_done', $did ? $did : array('none' => 1));
}

/**
 * 文章是否「还没选过分类」。
 *
 * 判据：只挂在默认分类上（且只有这一个）。
 * 这是 WP 里"用户没动过分类"的标准信号 —— 新文章默认落在
 * get_option('default_category')，用户一旦选了别的就变了。
 */
function yang_writing_needs_category($post_id)
{
    $cats = wp_get_post_categories($post_id);
    if (count($cats) !== 1) {
        return false;
    }
    return (int) $cats[0] === (int) get_option('default_category');
}

/**
 * 直接改一个 post 字段。
 *
 * 不用 wp_update_post 的原因见 yang_writing_apply 里的注释：
 * 它会再触发 transition_post_status / save_post，形成递归。
 * 这里改完必须 clean_post_cache，否则同一请求内 get_post 还是旧值。
 */
function yang_writing_update_field($post_id, $field, $value)
{
    static $allowed = array('post_name', 'post_excerpt');
    if (!in_array($field, $allowed, true)) {
        return false;
    }
    $post_id = (int) $post_id;

    global $wpdb;
    $ok = $wpdb->update($wpdb->posts, array($field => $value), array('ID' => $post_id));

    /* 🔴 必须清缓存。
     *
     * wpdb->update 直接改表，**不经过任何 WP 的缓存失效逻辑**。
     * 而同一次请求里 get_post() / get_post_field() 走 wp_cache_get，
     * 拿到的还是改之前的对象 —— 表现是「写库成功了，但读出来是旧值」。
     *
     * 3.2.57 实测踩到：摘要明明写进去了（直接查库能查到），
     * 但同一请求里 get_post_field('post_excerpt') 返回空串，
     * 端到端判据因此报「摘要 0 字」。若不是当场查了两边，
     * 会误判成"摘要引擎没工作"，去改算法 —— 方向完全错。
     *
     * clean_post_cache() 会清 post 对象缓存；wp_cache_delete 兜底清
     * posts 组（某些持久对象缓存后端下 clean_post_cache 清不干净）。 */
    clean_post_cache($post_id);
    wp_cache_delete($post_id, 'posts');
    wp_cache_delete($post_id, 'post_meta');

    return $ok !== false;
}

/**
 * 保证 slug 唯一。
 *
 * WP 自己的 wp_unique_post_slug 需要 post_type/status 等一串参数，
 * 这里场景单一（post + publish），直接查库更直白。
 */
function yang_writing_unique_slug($slug, $post_id)
{
    global $wpdb;

    $base  = $slug;
    $i     = 2;
    /* 最多试 50 次，超过说明站内有大量同名文章，加时间戳兜底。 */
    while ($i < 50) {
        $exists = $wpdb->get_var($wpdb->prepare(
            "SELECT ID FROM {$wpdb->posts}
             WHERE post_name = %s AND post_type = 'post' AND ID <> %d LIMIT 1",
            $slug,
            $post_id
        ));
        if (!$exists) {
            return $slug;
        }
        $slug = $base . '-' . $i;
        $i++;
    }
    return $base . '-' . time();
}

/* ══════════════════════════════════════════════════════════════
 * 十、注册钩子
 * ══════════════════════════════════════════════════════════════ */

/* 只在有任何一项开关打开时才挂钩子 —— 全部关闭时零开销、零行为。 */
function yang_writing_boot()
{
    $any = false;
    foreach (array('w_on_slug', 'w_on_tag', 'w_on_category', 'w_on_excerpt') as $k) {
        if (yang_writing_on($k)) {
            $any = true;
            break;
        }
    }
    if (!$any) {
        return;
    }
    add_action('transition_post_status', 'yang_writing_on_transition', 20, 3);
}
add_action('init', 'yang_writing_boot', 20);