ADR 0007: 多语言——按五种语言做架构，先交付两种；其余以 locale 包形式提供

状态：accepted · 日期：2026-06-17

不可变记录。豁免漂移追踪（无 covers）。只可被取代，不可编辑。

隶属于 0002 产品方向。受 0003 约束。

背景

目标是面向全球用户：中文优先，最终覆盖中文 / 英文 / 日语 / 意大利语 / 德语。"多语言"是分层的——答案语言、确定性消息字符串（当前硬编码为中文）、输入解析、检索分词（BM25 目前是 CJK 单字+双字组合；日语需要真正的分词；意大利语/德语需要词干提取），以及按语言的评估。只交付中文会带来风险：为日后五语言扩展所需的抽象设计不足。

决策

按五种语言做架构，先交付两种。 在_所有_层贯穿一条 locale 缝——分词器注册表、消息目录、意图词表、prompt 模板——每一项都以 locale 为键，并像其他一切一样可通过 Protocol 插拔。核心中交付并测试中文 + 英文。选英文作为第二语言是有意为之：它是开源世界的通用语，而且作为非 CJK 语言，它迫使分词/词干提取/空格分隔的抽象成为真实的抽象，而非仅覆盖 CJK。日语 / 意大利语 / 德语以社区 locale 包形式交付，并附贡献者清单。

考虑过的备选方案（已否决）

• 仅输出 locale / 轻量 i18n（方案 A）：locale 只控制答案语言 + 一个消息目录；输入/分词/语料保持不变。否决——对于五语言目标而言，这条缝设计不足。
• 现在就做完整的按语言流水线本地化（方案 B）：立即让全部五种语言成为一等公民。否决——应构建缝和两个参考 locale，而不是五个。

影响

• locale 包是对外部贡献者 Protocol 扩展叙事的一次具体检验，强化了开源库的身份定位（0003）。
• 以 locale 为键的 prompt 模板由 0008 落地。
• 按语言的意图词表与 0010 中的解析器决策相互作用。
• 新增产物：LocaleProfile、一个分词器注册表、一个消息目录、一份"如何添加 locale"指南。