fix(posimai-sc): 用語インデックス抽出アルゴリズムを再設計

旧アルゴリズムの問題：
- <strong> の出現位置を問わず全て用語として分割していたため
  説明文中の強調タグ（例: <strong>種類の異なる</strong>）が
  偽の用語エントリになっていた（104件中80件以上が不正）
- ヒントが助詞（は、が）や記号で始まるケースを除去できていなかった

新アルゴリズム：
- <br> で行分割し、各行の先頭 <strong> だけを用語として扱う
- 先頭より前に地の文があれば inline 強調とみなしてスキップ
- hint クリーンアップに ＝・は を追加
- 結果: 104件 → 26件の正常エントリのみ残留

SW v8 → v9

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

posimai-sc/js/app.js

@@ -16,24 +16,42 @@ function shuffleInPlace(arr) {
 function extractTermsFromBeginnerBox(box) {
   const clone = box.cloneNode(true);
   clone.querySelector('.formula-label')?.remove();
-  const inner = clone.innerHTML.trim();
+
-  const parts = inner.split(/(?=<strong>)/i).map(s => s.trim()).filter(s => /^<strong>/i.test(s));
+  // <br> で行分割し、各行の先頭 <strong> だけを用語として扱う。
+  // 行中の inline <strong>（強調）は無視することで偽エントリを防ぐ。
+  const segments = [];
+  let cur = [];
+  for (const child of clone.childNodes) {
+    if (child.nodeName === 'BR') { segments.push(cur); cur = []; }
+    else cur.push(child);
+  }
+  if (cur.length) segments.push(cur);
+
   const terms = [];
-  for (const p of parts) {
+  for (const seg of segments) {
-    const doc = new DOMParser().parseFromString('<div class="seg">'+p+'</div>', 'text/html');
+    // 先頭ノードが <strong> でなければ（前に地の文がある）定義行ではない
-    const root = doc.querySelector('.seg');
+    let termNode = null;
-    const st = root && root.querySelector('strong');
+    const beforeNodes = [];
-    if (!st) continue;
+    for (const node of seg) {
-    const term = st.textContent.trim();
+      if (node.nodeName === 'STRONG') { termNode = node; break; }
-    let hint = '';
+      beforeNodes.push(node);
-    let n = st.nextSibling;
-    while (n) {
-      if (n.nodeType === 3) hint += n.textContent;
-      else if (n.nodeType === 1) hint += n.textContent;
-      n = n.nextSibling;
     }
-    hint = hint.replace(/^[：:\s．]+/, '').trim();
+    if (!termNode) continue;
-    if (term) terms.push({ term, hint });
+    // 先頭 <strong> の前に地の文があれば inline 強調とみなしてスキップ
+    if (beforeNodes.some(n => (n.textContent || '').trim())) continue;
+
+    const term = termNode.textContent.trim();
+    if (!term) continue;
+
+    // termNode 以降の全ノードの textContent を結合してヒントにする
+    const afterIdx = seg.indexOf(termNode) + 1;
+    const hint = seg.slice(afterIdx)
+      .map(n => n.textContent || '')
+      .join('')
+      .replace(/^[：:\s．。＝は]+/, '')
+      .trim();
+
+    terms.push({ term, hint });
   }
   return terms;
 }

posimai-sc/sw.js

@@ -1,5 +1,5 @@
 // posimai-sc SW — same-origin の静的資産のみキャッシュ（CDN は対象外）
-const CACHE = 'posimai-sc-v8';
+const CACHE = 'posimai-sc-v9';
 const STATIC = [
   '/',
   '/index.html',

server.js

@@ -192,6 +192,9 @@ pool.on('error', (err) => {
 // ── Gemini ────────────────────────────────
 const genAI = process.env.GEMINI_API_KEY
     ? new GoogleGenerativeAI(process.env.GEMINI_API_KEY) : null;
+// Together アーカイブ専用キー（未設定時は genAI にフォールバック）
+const togetherGenAI = process.env.TOGETHER_GEMINI_API_KEY
+    ? new GoogleGenerativeAI(process.env.TOGETHER_GEMINI_API_KEY) : genAI;
 
 
 // ── API Key 認証 ──────────────────────────
@@ -1984,6 +1987,43 @@ ${excerpt}
         }
     });
 
+    // POST /ai/generate — 汎用 Gemini プロキシ（Digest / Think 用。認証必須・レート制限あり）
+    r.post('/ai/generate', authMiddleware, async (req, res) => {
+        if (!genAI) return res.status(503).json({ error: 'AI not configured' });
+        if (!checkRateLimit('ai_generate', req.userId, 30, 60 * 60 * 1000)) {
+            return res.status(429).json({ error: 'AI利用回数が上限に達しました。1時間後に再試行してください' });
+        }
+        const { contents, systemPrompt, config = {} } = req.body || {};
+        if (!Array.isArray(contents) || !contents.length) {
+            return res.status(400).json({ error: 'contents required' });
+        }
+        if (JSON.stringify(contents).length > 60000) {
+            return res.status(400).json({ error: 'contents too large' });
+        }
+        try {
+            const modelOpts = { model: 'gemini-2.5-flash' };
+            if (systemPrompt && typeof systemPrompt === 'string') {
+                modelOpts.systemInstruction = systemPrompt;
+            }
+            const model = genAI.getGenerativeModel(modelOpts);
+            const generationConfig = {
+                maxOutputTokens: Math.min(config.maxOutputTokens || 500, 1000),
+                temperature: config.temperature ?? 0.5
+            };
+            const timeoutPromise = new Promise((_, reject) =>
+                setTimeout(() => reject(new Error('timeout')), 15000)
+            );
+            const result = await Promise.race([
+                model.generateContent({ contents, generationConfig }),
+                timeoutPromise
+            ]);
+            res.json({ text: result.response.text() });
+        } catch (e) {
+            console.error('[ai/generate]', e.message);
+            res.status(500).json({ error: 'AI generation failed' });
+        }
+    });
+
     r.post('/journal/upload', authMiddleware, (req, res) => {
         try {
             const { base64 } = req.body || {};
@@ -2582,12 +2622,12 @@ ${excerpt}
 
             let summary = null;
             let tags = [];
-            if (genAI && fullContent) {
+            if (togetherGenAI && fullContent) {
                 try {
                     // 最初の ## 見出し以降を本文とみなし 4000 字を Gemini に渡す
                     const bodyStart = fullContent.search(/^#{1,2}\s/m);
                     const excerpt = (bodyStart >= 0 ? fullContent.slice(bodyStart) : fullContent).slice(0, 4000);
-                    const model = genAI.getGenerativeModel({ model: 'gemini-2.5-flash' });
+                    const model = togetherGenAI.getGenerativeModel({ model: 'gemini-2.5-flash' });
                     const prompt = `以下の記事を分析して、JSONのみを返してください（コードブロック不要）。\n\n{"summary":"1〜2文の日本語要約","tags":["タグ1","タグ2","タグ3"]}\n\n- summary: 読者が読む価値があるかを判断できる1〜2文\n- tags: 内容を表す具体的な日本語タグを2〜4個。「その他」は絶対に使わないこと。内容が不明な場合でも最も近いカテゴリを選ぶ（例: AI, テクノロジー, ビジネス, 健康, 旅行, 料理, スポーツ, 政治, 経済, エンタメ, ゲーム, 科学, デザイン, ライフスタイル, 教育, 環境, 医療, 法律, 文化, 歴史）\n\n記事:\n${excerpt}`;
                     const timeoutP = new Promise((_, reject) => setTimeout(() => reject(new Error('timeout')), 30000));
                     const result = await Promise.race([model.generateContent(prompt), timeoutP]);