textmachine/docs/archive/prompts/POLYGON_CLEANUP_SESSION_PROMPT.md

Промт: полигон-сессия — консолидация/гигиена своей зоны (эксперименты + eval-код) (2026-07-12, D38.2)

⟶ ЗАКРЫТ / ЗААРХИВИРОВАН (D38.2, 12.07). Инструкции ниже НЕ исполнять — история. Отработан: полигон сделал Задачи 1–2 (индекс experiments/README, карта eval/README, коммит exp14b_*.py) и ФАКТЧЕКНУЛ против наивной архивации (спент-скрипты цитируются по пути → риск грепов). Владелец затем выбрал полную логическую группировку кода по папкам (не «архив»); оркестратор исполнил: спент-семьи → eval/exp12|13|14|14b/, живой сид (exp13_seed_v2/signoff) и оракулы оставлены в eval/, импорты (шимы) + все цитаты починены и проверены (py_compile+find_spec), контракт (D-лог) не трогали. Разбор — D38.2.

---

Кто ты и зачем

Ты — полигон-сессия TextMachine. Граница «мерить→строить» пройдена (дуга качества exp12→14b сошлась D38: строим инфра-пак, не мерим редакторов). Накопилось барахло в ТВОЕЙ зоне: ~14 exp-доков без единой карты, ~32 спент exp-скрипта плоско в eval/, exp14b_*.py не закоммичены (эксп закрыт D38 — воспроизводимость под угрозой). Задача — аккуратно прибрать СВОЮ зону (eval/ + docs/experiments/), НЕ сломав закрытые эксперименты.

⚠ СНАЧАЛА ФАКТ-ЧЕКНИ направление. Ниже — выводы аудита оркестратора (3 read-only агента). НЕ доверяй им слепо (мемо eval-aggregation + правило «клейм → живая проба»): по каждому пункту сам сверь по файлам/D-логу/git grep ПЕРЕД действием. Если аудит неточен — пиши в отчёт, не абсорбируй.

Зона записи: eval/ + docs/experiments/ + секция «Полигон» в PROGRESS.md. НЕ трогать: docs/architecture/, CLAUDE.md, корневой docs/README.md (зона оркестратора), /home/ubuntu/books/ (данные владельца), чужой untracked (backend). .env не читать.

Аудит оркестратора — ФАКТ-ЧЕКНУТЬ, потом действовать

Вывод аудита (сверь!): доки в целом УЖЕ забаннерены (ревизия D31). Ни один exp/research-док НЕ безопасно архивировать/сливать — все либо забаннерены, либо на них живые ссылки, а перемещение ломает file:line-грепы D-лога (напр. exp12:174, exp12 §2.2) — это дисциплина D23.3 (историю не переписываем). Реальные пробелы: (1) нет индекса экспериментов (README-карта пропускает 12/13/14/14b); (2) eval/ — 32 спент-скрипта плоско; (3) exp14b_*.py untracked; (4) [не твоя зона] .puml на 21 решение устарел, CLAUDE.md/README число-лаг D35→D38.

Задача 1 — Индекс экспериментов docs/experiments/README.md (ТВОЯ зона; ПОСТРОЙ, сверив каждую строку)

Одна строка на эксперимент: что установил → чем ратифицирован → статус. Сверь каждую строку по самому доку + D-логу ПЕРЕД записью (черновик оркестратора ниже — верифицируй, не копируй слепо). Легенда: ⭐ЖИВОЙ-reference · ЖИВОЙ · закрыт (review-header/banner) · settled (одноразовый бенч).

Черновик карты (проверить):

• Живые reference (не закрытые эксперименты): 00-provider-quirks ⭐(wire-квирки; +D38 gpt-5.4-квирк) · 09-pilot-protocol ⭐(пилот Ф2.5 — РЕШАЮЩИЙ) · 01-token-calibration(множители; $→D30.4) · 02-refusal-benchmark(split_sentences=оракул) · 07-coverage-precision(гейт D12/Q4).
• Эксперименты: 03(локальные=«шпионы», settled) · 04-editor-quality(рекомендация ОТМЕНЕНА — superseded D30.1/D32/D38; banner есть) · 06(извлечение, settled) · 08-cost-model-v2($→D30.4; banner) · 10(violence-бенч, settled) · 11(erotica-бенч, settled) · 12-quality-diagnosis(диагноз: пассивный-моно-редактор+сид+построчность+нет-санитайзера → D30/D35; header) · 13-translator-bakeoff(flash сохранён, pro отклонён → D32; header) · 14-quality-empirics(претензия-1=промпт-рычаг; A-2pass отклонён → D37; header) · 14b-meaning-battery(«только gpt-5.4» ОПРОВЕРГНУТО; фронтир-в-дефолт не нужен; корень терм-дрейфа=статус-draft сида → D38/D38.1; header).
• Блок «дуга качества 12→13→14→14b»: интерим пре-скрины (D35), НЕ пилот; сошлись D38 → строить инфра-пак; настоящий вердикт = пилот Ф2.5.

Задача 2 — Аккуратная уборка eval/-кода (ТВОЯ зона; ОСТОРОЖНО, не сломай закрытые эксперименты)

Порядок и осторожность (владелец: «аккуратно поправит полигон код»):

1. Закоммить exp14b_{arms,judge,monitor,score}.py — untracked, эксп закрыт D38, код за ратифицированным решением НЕ в git = дыра воспроизводимости. Path-scoped коммит.
2. ПЕРЕД любым перемещением — проверь кросс-скриптовые импорты/шаринг (grep -rn "import exp\|from exp\|exp14_common\|material\|_common\|shared" eval/): закрытые эксперименты могут делить хелперы (напр. exp14_common.py, *_material.py). НЕ ломать импорты закрытых экспов и не сиротить общие модули.
3. Архивация спент-скриптов (только полностью-закрытые, БЕЗ живых импортов): exp12 (D30), exp13 (D32) — старейшие закрытые; кандидаты в eval/archive/ (создай подпапку, git mv). exp14/14b — свежайшие, можно оставить или архивировать по твоему решению. НЕ архивируй живые харнесы (пилот memory_eval.py, оракулы refusal_bench/split_sentences, token_calc, coverage — на них живые ссылки из eval/README/контракта — сверь).
4. Сверь с eval/README.md (он может ссылаться на скрипты как на оракулы/харнесы — не осироти ссылку; при перемещении — поправь README-зону eval, это твоя зона).
5. git status перед каждым коммитом (мультисессии); стейджинг ТОЛЬКО пофайловый (add -A уже подметал чужой WIP); коммиты en ≤30 слов.

Само-проверка (мандат CLAUDE.md 12.07): после правок код-структуры прогони — импорты закрытых экспов не сломаны (python -c "import ..." или прогонная проба ключевого закрытого скрипта), eval/README ссылки живы. Не «0 ошибок» на веру.

Задача 3 — ФЛАГ-ЛИСТ (НЕ делать — чужие зоны, в отчёт)

• Владельцу: /home/ubuntu/books/gu-zhenren/{diag 6.1M, rerun 4.1M, acceptance 3.0M, exp14 2.6M, research15-probes 1.6M, exp14b 940K} = ~18M артефактов закрытых экспов/приёмки — можно чистить (исходники *.txt ~38M + *-seed*.yaml НЕ трогать). Владелец решает.
• Оркестратору: .puml (components/pipeline) синхронизированы с D17 — на 21 решение устарели (нет D30-билингв-флипа, D35-пивота) → баннер/обновление (зона оркестратора); CLAUDE.md/docs/README.md число-лаг «D1–D35»→D38 (косметика, оркестратор).

Deliverable / дисциплина

• docs/experiments/README.md (индекс, каждая строка сверена) + аккуратная eval/-уборка (exp14b закоммичен; спент exp12/13 в eval/archive/ если без живых импортов) + отчёт в PROGRESS «Полигон» (что фактчекнул, что сдвинул, флаг-лист владельцу/оркестратору).
• Фактчек направления — первым (аудит оркестратора мог ошибиться; не абсорбируй слепо). История НЕ переписывается (D23.3 — баннер, не удаление; exp-доки НЕ перемещать — ломает грепы D-лога). Зона строго eval/+docs/experiments/. .env не читать; тексты книги не тащить.