textmachine/docs/BACKEND_MINIRUN_SESSION_PROMPT.md

# Промт бэкенд-сессии: МИНИ-ПРОГОН ~10 глав — сквозной тест всего построенного (гигиена → прогон → верификация в ОДНОЙ сессии)

**СТАТУС: РАЗМОРОЖЕН, ЗАПУСК САНКЦИОНИРОВАН ВЛАДЕЛЬЦЕМ (25.07).** Цель — доказать, что построенное РАБОТАЕТ, поэтому проверяется и канал банкноты, который до сих пор ни разу не стрелял (D39.36: гейт выключен, в промпте переводчика блока нет, а распарсенные записи код выбрасывает). **Но проверяется ОТДЕЛЬНЫМ дешёвым проходом (ШАГ 3), а не включением в главный прогон** — правка промпта переводчика меняет сам черновик, и главное измерение (остаток дефектов) перестало бы отвечать на свой вопрос. Два прохода, два ответа, ничего не смешано.

**ОДНА СЕССИЯ ДЕЛАЕТ ВСЁ (решение владельца):** гонит, проверяет, отчитывается. Цена решения названа честно: наш принцип author ≠ reviewer снят, а по переписи инцидентов проекта самоотчёт — доминирующий канал ошибок (62 из 180). **Три компенсации обязательны и не обсуждаются:** (1) **пре-регистрация ДО первой траты** — что меряем, пороги, и ЧТО МЫ ЗАРАНЕЕ НАЗОВЁМ ПРОВАЛОМ, пишется первым разделом отчёта и потом НЕ переписывается (прогон, у которого критерий успеха дописан после результата, ничего не доказывает); (2) **заявление = команда** — каждое число и каждое «отработало» сопровождается командой/артефактом, которым получено; (3) **приёмка оркестратора идёт по СЫРЬЮ** — БД, логи, экспорт — и ре-ранит твой манифест; твои выводы принимаются только вместе с фактурой.

## Что важнее всего понять про эту работу

Если что-то пошло не так — **это ЦЕННЫЙ результат прогона, а не то, что надо сгладить**. Прогон затевался, чтобы узнать правду о построенном, а не чтобы получить зелёный отчёт. Дефект, найденный на 10 главах за $0.15, дешевле дефекта, найденного на книге в 2284 раздела.

## ШАГ 0 — ГИГИЕНА ДО ПРОГОНА ($0-код, лендится этим же паком)

1. **ОБЯЗАТЕЛЬНЫЙ флип `Gates.RegressionGuard.Enabled`.** D38.4 п.5 ратифицировал: «Оркестратор при сборке единого resnapshot **ОБЯЗАН включить** `Gates.RegressionGuard.Enabled`, иначе построенная наблюдаемость на пере-прогоне не сработает». Проверено (D39.34): ключа `regression_guard` нет ни в одном шиппинг-конфиге ⇒ гейт `false`, и rerun2 прошёл без него. Включить, покрыть тестом, что гейт реально стреляет.
2. **Два нита общности — берём** (условность снята D39.35: терять нечего, снапшот и так разошёлся): множитель `expectedHours := n * 2` (`internal/checks/checkers.go`) → данные пары; Detail-строки чекеров → шаблоны из данных. Байт-нейтральность больше НЕ требуется — но каждую сдвинутую версионную ось назови в отчёте строкой.
3. **Опционально, если дёшево:** проекция пере-оплаты в `tmctl status` (спека D15.2 §9: заменить булев `ConfigDrift` числом «N чанков, ~$X»). Не тянуть, если раздувает пак.

## ШАГ 1 — ПОДГОТОВКА (без трат)

- **Бэкап обязателен:** `cp rerun2/*.db` в сторону ДО первой write-команды. БД стенда на схеме **v9**, бинарь ждёт **v10** — первая write-команда мигрирует необратимо, а `rerun2` — единственный носитель фактуры того прогона.
- **Новый проект, а не поверх старого:** свой `book.yaml` + своя БД + срез **глав 1–10** из исходного `guzhenren-gb18030.txt` (GB18030, книга и производные ВНЕ git). Прогон сквозной: ingest → чанкер → волна черновика → **майнинг-стоп** → волна редактуры → чекеры → экспорт.
- **Потолки:** книжный и дневной выставить осознанно (ожидание $0.10–0.35 на один арм; ставь потолок с запасом, но не «бесконечность» — гейт должен быть способен выстрелить).
- **Пре-рег в отчёт:** что мерим (список ниже), пороги, что считаем провалом.

## ШАГ 2 — ПРОГОН И ЧТО ИМЕННО ДОКАЗЫВАЕМ

Каждый пункт — **утверждение, которое обязано быть подтверждено сырьём** (лог/строка БД/файл), а не «отработало нормально»:

1. **Гейт согласия на пере-оплату (пак-18) СРАБОТАЛ ЖИВЬЁМ.** Снапшот стенда разошёлся по трём осям (D39.35), значит на резюме/redrive гейт обязан показать проекцию и потребовать `--accept-rebill`. Зафиксируй: сумму проекции, число единиц, отказ без флага, проход с флагом. Это первое живое исполнение механизма.
2. **Майнинг-стоп** остановил прогон и потребовал подпись владельца; reject-set и промоушен отработали (`mined_rejects`). Сколько кандидатов, что подписано.
3. **Чекеры и `QualityReport`**: какие классы дефектов сработали, сколько на 10 главах. **Read-only скан остатка ремонта ($0)** — это ГЛАВНОЕ измерение прогона: он даёт владельцу цифру для решения о включении платной петли (D39.24).
4. **`RegressionGuard`** после флипа реально даёт наблюдаемость (число/omission-гард виден в отчёте).
5. **Лейбл-путь = no-op:** книга без лейблов, поэтому маршрут обязан быть тождественен конфиговому. Докажи (резолвнутые модели = конфиговые, ни одной строки `content_routing_problems`).
6. **Деньги durable:** `finish=stop` доля, echo-класс (ожидание 0), reserve→settle одной транзакцией, итог против потолка. Сравни фактическую стоимость с моей оценкой ($0.02 драфт + $0.08–0.15 редактура на арм) и скажи, где я ошибся.
7. **`escalation_model` (пак-18)**: если эскалация случится — поле держит ОТВЕТИВШУЮ модель, а не попробованную.

**Армы:** один арм (`deepseek-v4-pro`) — база. **Второй арм (`glm-5`, итерация №2) — ТОЛЬКО если владелец скажет отдельно**: он стоит ещё ~$0.1 и упирается в принятый им риск Z.AI (D39.30 п.2).

## ШАГ 3 — ПРОБА БАНКНОТЫ (отдельный дешёвый проход, ≈$0.02; делается ПОСЛЕ главного прогона)

Цель: доказать, что канал WHAT физически работает от промпта до парсера — то, чего не проверял ни один прогон.

- **Отдельный проект, ТОЛЬКО волна черновика.** Проверено оркестратором: `CheckRunnable` гейтит только `core` (C0/C1) и `fanout` — стадия редактора НЕ обязательна, поэтому конфиг из одной draft-стадии исполним. Свой `book.yaml`, своя БД, те же 10 глав.
- **Копия промпта переводчика** (НЕ шиппинг-файл) + инструкция выдавать блок `⟦TM-BANK-v1⟧` табличными строками, бюджет ≤12 строк на чанк (`bankMaxLines`). Формат сверь по `internal/pipeline/banknote.go` — парсер уже написан, подстраивайся под него, а не наоборот.
- **`gates.banknote.enabled: true`** только в этом проекте.
- **`LOG_LLM_BODIES` включить** — записи парсера код выбрасывает (D39.36), поэтому единственный способ увидеть САМИ предложения модели — сырые тела ответов. Без этого проба даст только счётчики.
- **Что доказываем:** модель вообще выдаёт блок · парсер его принимает (`n_banknote_lines` > 0, `parse_fail` = 0, `truncated` = 0) · блок корректно срезается (в чистом черновике сепаратора нет) · насколько осмысленны предложения — глазами, на выборке 10–15 терминов.
- **Чего НЕ делаем:** не чиним разомкнутый шов (это следующая работа), не трогаем шиппинг-промпт и шиппинг-конфиг, не гоним редактуру.

## ШАГ 4 — ВЕРИФИКАЦИЯ (та же сессия; проверяем КОД по сырью, а не по собственным впечатлениям)

Каждый пункт — по СЫРЬЮ (БД, логи, экспорт); «отработало» без артефакта не принимается. Проверяй так, будто отчёт писал не ты:

1. **Гейт согласия на пере-оплату — первое живое срабатывание.** Обязан показать проекцию (N единиц, ~$X) и отказать без флага. Проверь по логам и по коду, что отказ случился **до** первой резервации денег, а не после. Сверь сумму проекции с фактической тратой прогона — расхождение объясни.
2. **Майнинг-стоп.** Прогон остановился перед волной редактуры; подписная карта записана; после подписи владельца дельта опустела и стоп не повторился. Сколько кандидатов, сколько промоутнуто/отклонено. **Проверь, что термы приходят БЕЗ dst** — это ожидаемое сегодня поведение (D39.36), зафиксируй его как факт, а не как аварию.
3. **Банк памяти в работе.** Из `retrieval_state`: попадания, «липкие» переносы, промахи пост-чека с деталями. **Сверь независимо**: возьми 2–3 термина из глоссария, найди их в исходнике главы и проверь глазами, что в финальном тексте стоит канонная форма — или что промах честно записан. Ориентир прошлого прогона: 107 попаданий / 3 промаха на 10 чанков.
4. **Чекеры и остаток дефектов — ГЛАВНОЕ ИЗМЕРЕНИЕ.** Read-only скан остатка по классам ($0). Эта цифра — вход в решение владельца о включении платной петли ремонта (D39.24). Дай её честно: сколько кандидатов на починку, каких классов, сколько из них — ложные срабатывания на глаз. **Ложняки считай отдельно**: решение принимается по чистому остатку, а не по сырому счётчику.
5. **`RegressionGuard` после включения** реально даёт наблюдаемость (длина/числовой дрейф видны), а не молчит.
6. **Путь content-лейблов = no-op.** Книга не помечена ⇒ маршрут обязан быть тождественен конфиговому: резолвнутые модели = конфиговые, ни одной строки проблем маршрутизации.
7. **Деньги durable.** Доля `finish=stop`, эхо-класс (ожидание 0), резервации и списания, итог против потолков. Проверь, что резерв и списание живут одной транзакцией (по строкам БД, не по коду).
8. **Слаги и цены живые** (правило двух направлений): перед платными вызовами — `/models` и вендор-дока; ре-чек ToS по D39.32 (для этого прогона достаточно строки «проверено, изменений нет»).
9. **Канал WHAT.** По сырью пробы: `n_banknote_lines` > 0, `parse_fail` = 0, `truncated` = 0 · сепаратор `⟦TM-BANK-v1⟧` отсутствует в чистом черновике (срезался) · сами предложения читаемы и осмысленны — оцени выборку 10–15 терминов ГЛАЗАМИ по сырым телам ответов и скажи прямо, годятся ли они как основа канона или это шум. Это вход в решение о починке шва — от твоей оценки зависит, стоит ли она работы.

## «РОВНО ТАК»

- **Судья НЕ вызывается** (D39.32: детерминированный скорер первым; судья — только когда от вердикта зависит решение).
- **Петля ремонта остаётся `enabled: false`** — меряем остаток, не чиним.
- **Майнинг-стоп не обходить**: подпись владельца — часть протокола, не формальность. Дошёл до стопа — остановись и пингуй.
- **Никаких 18+ и лейблов**: книга не помечена, лейбл-путь проверяется как no-op.
- **Сессия НЕ коммитит** (ни код, ни прогонные артефакты); книга и производные — вне git.
- **Аномалия провайдера** (404, новый `finish_reason`, игнор параметров) → вендор-дока и `/models`, НЕ гадание. Правило двух направлений.
- **Ре-чек ToS перед платными вызовами** (D39.32 п.4): триггеры — головной Google ToS 30.07.2026 и любая правка `accepts_labels`; для этого прогона достаточно строки «проверено, изменений нет».

## Сид-дельта (данные книги) — что можно, что ждёт владельца

Проверено оркестратором по `guzhenren-seed-v2.yaml`: `春秋蝉` («Весенне-осенняя цикада») и `资质` («талант») **уже в сиде**; `学堂家老` **отсутствует**; `赤城` есть только внутри имени `古月赤城`; **семейство 元 расщеплено** — `元海` = «море истинной ци», `真元` = «истинная ци», `元石` = «первобытный камень». Единый корень (предложение «изначальн-») — **решение владельца, ждём**. Если ответа к старту нет — гони как есть и зафиксируй это как ИЗВЕСТНЫЙ разрыв канона, чтобы чтение результата не приписало терминологию качеству перевода.

## Приёмка

Отчёт `docs/archive/reports/MINIRUN_REPORT_<дата>.md`: **пре-рег первым разделом** · по каждому пункту ШАГА 4 вердикт + артефакт · фактические деньги против оценки ($0.10–0.17 главный проход + ≈$0.02 проба) · **цифра остатка дефектов с ОТДЕЛЁННЫМИ ложняками** (решение владельца о платной петле принимается по чистому остатку, не по сырому счётчику) · оценка предложений банкноты глазами — годятся ли как основа канона или это шум · девиации отдельным разделом · **раздел «что прогон НЕ проверил»** — он честнее списка успехов. Сессия НЕ коммитит.

**Канал вопросов:** непонятно / конфликт промта с кодом → пинг оркестратору через владельца, НЕ тихая интерпретация.