scripts/persona-lib.mjs

@@ -1985,7 +1985,12 @@ export const CN_WORDS = {
   賦能: "具體說讓誰能做到什麼", 閉環: "具體說從哪裡接到哪裡", 抓手: "切入點", 顆粒度: "細緻度",
 };
 
-const EMOJI_RE = /[\u{1F300}-\u{1FAFF}\u{2600}-\u{27BF}\u{FE0F}]/gu;
+// 一個 emoji ＝ 底字 + 變體選擇子／膚色 + ZWJ 接上去的後續。
+// 以前 `\u{FE0F}` 直接寫在字元類裡，`❤️`（U+2764 + VS16）會被算成兩個而誤擋；
+// 👨‍👩‍👦 這種 ZWJ 家族同理。
+const EMOJI_BASE = "[\\u{1F300}-\\u{1FAFF}\\u{2600}-\\u{27BF}]";
+const EMOJI_TAIL = "(?:[\\u{1F3FB}-\\u{1F3FF}]|\\u{FE0F}|\\u{20E3})*";
+const EMOJI_RE = new RegExp(`${EMOJI_BASE}${EMOJI_TAIL}(?:\\u{200D}${EMOJI_BASE}${EMOJI_TAIL})*`, "gu");
 
 /**
  * 只留「真的說出口、而且是在使用而不是在討論」的部分。
@@ -1993,11 +1998,13 @@ const EMOJI_RE = /[\u{1F300}-\u{1FAFF}\u{2600}-\u{27BF}\u{FE0F}]/gu;
  * 引號裡的原話與 `code` 一律拿掉再比對——「我最近戒掉『賦能』這個詞」是在**提及**那個詞，
  * 不是在用它。這一條是 speak-human-tw 自己踩到的坑：它的文件裡出現「...」與彎引號，
  * 正是因為那幾行在說「不要用這些」。
+ *
+ * 書名號《》也算：「我在看《說到底》這本書」講的是書名，不是在說教。
  */
 function speechBody(text) {
   return String(text ?? "")
     .replace(/`[^`]*`/g, " ")
-    .replace(/「[^」]*」|『[^』]*』|"[^"]*"/g, " ");
+    .replace(/「[^」]*」|『[^』]*』|《[^》]*》|"[^"]*"/g, " ");
 }
 
 /**
@@ -2015,14 +2022,16 @@ export function speechLint(text) {
     .map((s) => s.trim())
     .filter(Boolean);
   sentences.forEach((sentence, index) => {
-    const bare = sentence.replace(/[，、,；;：:「」『』（）()\s"'~～—-]/g, "");
+    const body = speechBody(sentence);
+    // 句長算的是「自己講的字」：引述使用者原話與 `code` 不該算進去，
+    // 不然「他跟我說『……（很長一段）』」必被擋，等於不准引述。
+    const bare = body.replace(/[，、,；;：:「」『』《》（）()\s"'~～—-]/g, "");
     if ([...bare].length > MAX_SENTENCE_CHARS) {
       issues.push({ kind: "long", level: "block", chars: [...bare].length, text: sentence.slice(0, 30) });
     }
     const head = sentence.replace(/^[「『（(]+/, "");
     const opener = EXPLAINER_OPENERS.find((w) => head.startsWith(w));
     if (opener) issues.push({ kind: "explain", level: "block", opener, text: sentence.slice(0, 30) });
-    const body = speechBody(sentence);
     const hedges = HEDGE_WORDS.filter((w) => body.includes(w));
     if (hedges.length >= 2) {
       issues.push({ kind: "hedge", level: "block", words: hedges, text: sentence.slice(0, 30) });

scripts/selftest.mjs

@@ -513,6 +513,11 @@ const SF_CASES = [
   ["中國用語", "那個視頻我看完了。", "cn"],
   ["半形標點", "我看完了,你呢?", "halfwidth"],
   ["排版殘留", "**重點**：鐘修好了。", "markdown"],
+  // 放寬《》與句長之後，這幾條仍然要擋——豁免只針對「提及／引述」，不是整句放行
+  ["書名號之外真的在說教", "我在看《時間簡史》。說到底，問題不在零件。", "preach"],
+  ["自己講的長句（引號之外）", `我${"想跟你說一件從去年就一直放在心上沒講出口的事情".repeat(2)}。`, "long"],
+  ["兩個 emoji", "修好了 🔧 開心 🎉", "emoji"],
+  ["一個 emoji 加一個帶變體選擇子的", "修好了 🔧 給你 ❤️", "emoji"],
 ];
 for (const [label, text, kind] of SF_CASES) {
   const issues = pl.speechLint(text);
@@ -536,6 +541,16 @@ const SNF_CASES = [
   ["一次「不是 A 而是 B」", "我要的不是最快，而是修得久。"],
   ["一個破折號", "那台鐘——我留著。"],
   ["日常短句", "桌上那杯茶冷了。要不要再泡一杯？"],
+  // 書名號也是「提及 ≠ 使用」：以前豁免清單漏了《》，這句被判 preach
+  ["書名裡剛好有黑名單的詞", "我在看《說到底》這本書。"],
+  ["書名裡的中國用語", "他推薦我看《質量與信息》。"],
+  // ❤️ 是 U+2764 + VS16；以前 EMOJI_RE 含 \u{FE0F}，這一個字被算成兩個而誤擋
+  ["帶變體選擇子的單一 emoji", "這個給你 ❤️"],
+  ["ZWJ 組成的單一 emoji", "路上遇到他們 👨‍👩‍👦"],
+  ["帶膚色的單一 emoji", "收到 👍🏽"],
+  // 句長以前算的是整句（含引號內容），引述使用者原話必被擋
+  ["引述使用者的長原話", `他傳來「${"我今天真的很累而且不知道要從哪裡開始講起".repeat(2)}」，我看了兩次。`],
+  ["引述長 code", `跑的是 \`${"x".repeat(80)}\` 這一行。`],
 ];
 for (const [label, text] of SNF_CASES) {
   const issues = pl.speechBlockers(text);