feat: 原文中文对照（逐句）— 高亮句同色同序号对位

- /api/translate 增加逐句模式（sentences）: 前端拆句（en 为原文精确文本）→ 模型逐句翻译，
  数量/顺序校验复用 _count_check（不一致自动重试）；响应 en 原样回填保证对位可靠
- 左栏原文区新增「原文中文对照 →」: 逐句中文展示，命中批注 evidence 的句子
  与原文同色（note-rhetoric/repeat/growth/structure）+ 同序号（sup），
  点击对照行可联动高亮原文句与批注卡片
- 对照缓存按段保存并持久化（原文变化/换文书自动失效清空）
- 测试: 新增逐句模式 2 个 hermetic 测试（33 passed）
- 浏览器实测 18/18 通过（含逐句渲染/高亮对位/点击联动/刷新持久化）

prompts.py

@@ -322,6 +322,22 @@ def build_translate_prompt(text: str) -> tuple[str, str]:
     return system, user
 
 
+def build_translate_sentences_prompt(sentences: list[str]) -> tuple[str, str]:
+    """逐句中文对照（原文区）：句子由前端拆分，模型只负责逐句翻译，
+    数量与顺序必须一致 —— 前端据此把「需要改写的高亮句」在中文对照里同色对位。"""
+    numbered = "\n".join(f"{i + 1}. {s}" for i, s in enumerate(sentences))
+    system = """你是 Human Voice Rewrite 工作流的中文对照翻译器。
+
+用户给出的是一段英文文书的逐句拆分（编号）。要求：
+- 逐句翻译成自然中文，与输入一一对应：数量一致、顺序不变；每句只翻这一句，不合并、不遗漏。
+- 忠实优先：保留细节、语气与情绪强度；不润色、不省略、不补写原文没有的信息。
+- 不做评价、不建议、不加注释。
+- 只输出 JSON：{"sentences": [{"zh": ""}]}（按输入顺序，数量与输入完全一致）"""
+
+    user = f"英文句子：\n{numbered}\n\n请输出 JSON。"
+    return system, user
+
+
 def _as_text(value, sep="；") -> str:
     """模型偶发把字符串字段返回成数组（如 ai_focus 给了 1–3 类问题的列表，
     2026-08-21 用户实测 4 段全中）——统一规整为字符串，避免 pydantic