heaven cd553290d0 Gate the cut per distinct source rather than per config, and name what happens to a pair file that lives on another branch

2026-09-05 22:01:14 +03:00

52 KiB

Raw Blame History

ПАК «ФОРМАТЫ И ЧЕСТНЫЙ СЛОВАРЬ» — движковая сессия

ВЫДАН 05.09 сессии textmachine-main-fe. Три круга совместного ревью (оркестратор + Fable 5); состав пака и словарь — итог восьми кругов сходимости, тела разборов в D39.202/D39.207.

Зона записи: backend/. Коммитит оркестратор (textmachine-main-27), ты готовишь дерево и передаёшь. Отчёт: секция «Бэкенд» в docs/PROGRESS.md. Денег: $0, ни одного платного вызова.

0. КАРТА ЧТЕНИЯ — ПЯТЬ ПОЗИЦИЙ, ОНА ЗАКОН

Дальше — только по её ссылкам. Голову журнала решений целиком НЕ читать (канон это запрещает).

backend/internal/chunk/ingest.go целиком — предмет пака живёт здесь.
docs/research/27-chapter-detection.md — через его ревью-шапку. Дизайн НЕ ратифицирован; это материал, а не заказ.
## D39.205 (пропущенный кусок — критическая поломка) и в ## D39.202 — только п.3-бис (гейт умирает вытеснением) и п.9 (чего не сторожит ничто). Тело ноты целиком не нужно. ⚠ ПОДНОМЕР своего тела не имеет — D2.3 живёт пунктом внутри ^## D2.
Строки бэклога 297 (словарь провенанса) и 299 (имя, не разрешающееся ни во что) в docs/PROGRESS.md.
docs/architecture/12-go-style-notes.md — норматив стиля, только больные места.

Код читаешь по мере правки. Несущие файлы, которые ты ТОЧНО будешь править: chunk/ingest.go · pipeline/manifest.go (ключ, тег, title_raw) · chunk/chunker.go (stripHeading, matchHeaderLine) · lang/langpack.go (⚠ parseHeading СЕГОДНЯ ТРЕБУЕТ marker, :677-679 — после «только template» он упадёт, это заказанная правка) · lang/embedded.go.

1. ЧТО УЖЕ ПОСТРОЕНО — НЕ ЗАКАЗЫВАТЬ ЗАНОВО

Самый дорогой раздел: половина ошибок прошлых паков — постройка второго носителя.

Провенанс разреза уже есть — поле Document.Structure, и оно спроектировано верно: отвечает на «КАКОЙ ПУТЬ провёл границы» (ingest.go:94-95). ⛔ Неверна его первая строка (:70), рекламирующая «how much the chapter cut can be trusted», — и именно её списала платформа. Поле не переделывать; чинить словарь и формулировку.
⛔ Валидатор V2-7 «формат провёл ВСЕ границы» (ingest.go:170-176) — ЗАМЕЩАЕТСЯ конкуренцией (§2.4), а не сохраняется рядом с ней. После конкуренции его предикат (len(parts)>1 && len(chapters)==len(parts), ingest.go:178; ⚠-блок разбора — :172-177) становится мёртвым кодом. Не пытайся сохранить обе логики — это прямо противоречащие друг другу правила.
Доминирующий юнит с полом ≥2 для CJK уже есть (detectChapterUnit, ingest.go:249-263) — это мини-индуктор, а не список паттернов. Пол ≥2 — единственный валидатор, живущий в паке 1.
Читательские слова цели уже разведены и грузятся СВОИМ загрузчиком по ЯЗЫКУ, вне пар-пака (lang.LoadReaderWords, reader.go:87) — прецедент, по образцу которого делается структура источника.
Скрипт языка уже выводится (lang.LangScripts, script.go:67), CJK-дефолт живёт данными.

2. ЧТО ЗАКАЗАНО

2.1 Шаг 0 — ПРИБОР ДО ПРАВОК. Поведение не меняется, $0

Без него пак не имеет права ложиться: под ним подписанный банк владельца (окна в ординалах глав) и боевая книга.

⛔ Пин — ПОЛНЫЙ МАНИФЕСТ до правок, а не хеш: id глав + номера (лучше весь JSON). Из хеша не построить карту сдвигов §2.5, а она заказана. Хеш — производное, снимай и его. ⛔ НО: под books/ не запускай НИЧЕГО. tmctl manifest пишет сайдкар рядом с проектной базой книги (manifestPath() = ProjectDB + ".manifest.json", pipeline/manifest.go:189), то есть ПИШЕТ в каталог книги — а запись там запрещена (§7). Форма: копируешь исходник и book.yaml в собственный каталог сессии (не /tmp — см. §4, не books/) и все замеры и пины делаешь на копии. ⛔ В копии обязательно перенаправь project_db и source_file. project_db — ЯВНОЕ поле yaml (config/book.go:86), и «рядом с yaml» подставляется, только если оно ПУСТО (:199-201); у стендовых книг там абсолютные пути. Скопируешь как есть — сайдкар уедет обратно под books/ (запись, которая запрещена) или по мёртвому пути. ⚠ А langpack_root / langpack_extend НЕ трогай — они только читаются, и подмена дала бы другой Pack.Version(), то есть другой cutTag: пин снялся бы с другого разреза, и сравнивать было бы нечего. ⛔ И знай, КУДА они указывают: у ДВАДЦАТИ конфигов из 31 langpack_root смотрит в СОСЕДНЕЕ РАБОЧЕЕ ДЕРЕВО, а оно на ДРУГОЙ ВЕТКЕ (/home/ubuntu/projects/textmachine, ветка polygon); ещё девять — в твоё (main), два не объявляют его вовсе. §7 разрешает ЧТЕНИЕ соседнего дерева по этим путям. Перенаправлять нельзя (см. выше), писать туда нельзя. ⚠ Прежняя редакция обосновывала это тем, что «деревья различаются, ru/ есть только там» — ЛОЖНО и снято: замерено 05.09, каталоги configs/langpacks в обоих деревьях байт-в-байт идентичны (diff -rq пуст, sha256 heading.txt совпадают). Комментарии в конфигах стенда, утверждающие обратное, ПРОТУХЛИ — класс строки 299; править их не твоя зона, но и верить им нельзя. Чтение разрешено по-прежнему, но не по этому доводу.
Синтетические фикстуры по стандартам: EPUB 3 с nav, EPUB 2 с NCX. Сегодня тестовый билдер пишет только container→OPF→spine→xhtml и nav/NCX не пишет вовсе (chunktest/epub.go:42-82).
Оракул — КОД, не замер: EPUB с nav разворачивается в txt, путь разреза обязан восстановить nav-границы. Ground truth без ручной разметки и без единого вызова модели. ⚠ Сам ЗАМЕР — пак 2.
Замеры ДО правок, каждый числом в отчёт: есть ли \f в стенд-книгах · есть ли главы-огрызки от print-TOC · сбрасывается ли нумерация по томам.

Файлы стенда — поимённо (см. §7 о доступе): 蛊真人 (GB18030 txt, ровно 2283 «第N节») · EPUB владельца Кристофф/en · EPUB владельца isekai/ja. ⛔ ПРО НОСИТЕЛЬ ГЕЙТА, иначе пин повиснет в воздухе: конфигов book.yaml для 蛊真人 в дереве книг ДЕСЯТОК, и ни один не указывает на полную книгу — все на срезы (slice25, ch1-10, ch1-5, ch4-5). Полный guzhenren-gb18030.txt не привязан ни к одному конфигу. ⇒ Гейт §3 = каждый РАЗЛИЧНЫЙ ИСХОДНИК воспроизводит свой разрез глав. Их ДЕВЯТЬ, а конфигов 31. Это не сужение, а верный предикат: разрез ГЛАВ есть функция байтов исходника, кодировки и данных структуры — от пар-пака он не зависит (шапки ищутся по embedded cjk-section.txt, не по паре). Конфиги, делящие исходник, дают тот же разрез по построению, и тридцать один пин мерил бы одно и то же девять раз. ⚠ Тридцать один понадобился бы только для сравнения unit-id — а их из гейта вывела находка 4. Полную книгу (2283 главы) гоняешь ОТДЕЛЬНО, своим конфигом в своём каталоге; её результат идёт числом в отчёт и гейтом НЕ является — базовой линии для неё не существует. ⚠ Платная книга платформы bk_SS5VES2JELESJSTR живёт в workdir платформы, гейту §3 не видна и в него не входит; её заметки теряются по слову оркестратора.

2.2 Данные структуры — ПО ИСТОЧНИКУ, вне пар-пака

Ревью-вопрос проекта: «заработает ли пара, которой в репо НЕТ, без правки Go?»

marker/units/выбор читателя номеров/грамматика шаблона → файл структуры ИСТОЧНИКА, свой загрузчик по Book.SourceLang, по образцу reader.txt.
⛔ В пар-пак класть НЕЛЬЗЯ: книга без каталога пары идёт с nil-паком (runner.go:397-407).
⛔ ОДИН ИСТОЧНИК НА ФАКТ — и дрейф здесь ЖИВОЙ, а не гипотетический. Замерено 05.09: cjk-section.txt (embedded, читает ИНГЕСТ) несёт пять юнитов 章节節回話, а zh-ru/heading.txt (пар-пак, читает ЧАНКЕР) — четыре 章节節回; parseHeading кладёт units дословно и на CJKSection не смотрит. ⇒ комментарий ingest.go:184-185 («the SAME data … ONE source, no ingest↔chunker byte-drift») сам протух — класс строки 299, поправить вместе с кодом. ⇒ Пак не предотвращает возврат дрейфа, а ЗАКРЫВАЕТ живой, и инвентарь — РЕШЕНИЕ, а не переезд. Ратифицировано: инвентарь — ПЯТЬ юнитов, источник cjk-section.txt. Довод: пятый (話) добавлен D39.60 §3.1 и на нём стоит пин ja-детекции; ингест уже режет по пяти, отстал именно чанкер, и сведение к пяти НЕ трогает разрез — меняется только stripHeading. ⚠ И это обязано быть ЗАМЕРЕНО шагом 0: встречается ли 話 шапкой в 蛊真人. Встречается — меняются чанки и контент-хеши, и это идёт в ветку (б) гейта §3, а не проходит молча.
⛔ Инвентарь скрипт-дефолта CJK берётся ИЗ cjk-section.txt, НИКОГДА из пар-файла. У ja каталога пары нет вовсе (configs/langpacks/ — только ru/, zh/, zh-ru/), значит ja-книга идёт по лестнице на скрипт-дефолт. Соберёшь дефолт из опустошаемого zh-ru/heading.txt — потеряешь 話, и TestChapterUnitJaWebnovel (chunker_heading_test.go:73) покраснеет НЕ заказанным.
⛔ ОДИН ИСТОЧНИК НА ФАКТ. Ингест И stripHeading чанкера читают тот же самый файл. Сегодня чанкер берёт HeadingRule пары; после разведения heading.txt оставляет ТОЛЬКО template. Оставить marker в обоих местах = вернуть дрейф ingest↔chunker, который pair-14 закрыл («ONE source, no ingest↔chunker byte-drift», ingest.go:181-186).
Лестница при отсутствии данных: язык → скрипт → embedded-дефолт ПО СКРИПТУ → честное none. ⛔ Дефолт НЕЛЬЗЯ класть под internal/lang/data/, хотя прецедент cjk-section.txt туда и манит: EmbeddedVersion() хеширует весь каталог (embedded.go:44-56, ReadDir("data"); «a byte edit of ANY embedded file is a loud --resnapshot»). Положишь туда — нарушишь «не в снапшот» МЕХАНИЗМОМ, тест §4 п.3 покраснеет, и самый соблазнительный «фикс» будет хаком (руками исключить файл из обхода). Клади в ОТДЕЛЬНЫЙ embed-каталог со своей версией (internal/lang/structure/ или как назовёшь).
Объём читателей номеров в паке 1 — РОВНО СУЩЕСТВУЮЩИЙ (арабские + CJK). Схема данных пишется под общий случай, но римские/словесные читатели НЕ строятся — их заказывает пак 2, если замер покажет нужду.

⛔ ВЕРСИОНИРОВАНИЕ — ТОЧНО, иначе воспроизводится F1 MAJOR (D39.122). Данные структуры решают ГРАНИЦЫ ⇒ обязаны войти в cutInputs (manifest.go:240-255) ⇒ двигают cutTag ⇒ двигают unit-id. manifestKey фолдит компоненты ПОРОЗНЬ (manifest.go:336-354), и одного его НЕДОСТАТОЧНО: правка данных перережет книгу, а id юнитов переживут — ровно тот дефект, ради которого тег и заведён. В снапшот волн — НЕ класть. Тест TestEveryCutInputMovesTheTag (cuttag_test.go:26) подвинется САМ — он идёт по полям рефлексией. ⚠ Ручной список живёт в соседнем TestTheCutTagActuallyCarriesTheEngineData (cuttag_test.go:54-61) — новый компонент туда сам не попадёт, добавляй руками.

ФОРМА компонента — не на твоё усмотрение, она уже задана прецедентом: Structure: <версия парсера> + sha256(байты структурных данных, РЕАЛЬНО загруженных для этой книги — /structure.txt либо дефолт по скрипту). Никогда omitempty — дефолт есть всегда. ⚠ И не копируй тег с Langpack буквально: у него omitempty КАК РАЗ стоит, и в голдене langpack_version отсутствует вовсе. Бери из его формы ПРИНЦИП — «считается одинаково на пишущем и читающем пути», — а не строку тега. Считается ОДИНАКОВО на пишущем и читающем пути (runner.go:384-386: «loaded on BOTH the write path and the read-only path so status/export/report reproduce the identical snapshot»). Это ровно форма Langpack: r.packVersion().

⛔ ЧТО НЕ ПЕРЕЕЗЖАЕТ, и это тихая ловушка: числительные (Zero/Digit/Unit/Magnitude) остаются в data/cjk-section.txt. Их читает не только ингест — на них стоят ДЕНЕЖНЫЕ $0-гейты величины чисел (checks/cheapgates.go:601, 636, 649, 666 — lang.DefaultCJKSection()), а это ВЕРДИКТНЫЕ данные, и им место в снапшоте. Уносишь числительные — молча меняются вердикты гейтов. Переезжают ТОЛЬКО marker / units / грамматика шаблона — и переезжают они из ПАР-ФАЙЛА (zh-ru/heading.txt), а НЕ из cjk-section.txt. ⛔⛔ internal/lang/data/cjk-section.txt НЕ ПРАВИТСЯ ВООБЩЕ — ни одной строкой. Он уже объявляет себя единственным источником истины для разреза, и чанкер просто начинает читать ЕГО (через lang.DefaultCJKSection()) вместо своей отставшей копии — вот этим дрейф и закрывается. Тронешь файл — сдвинется EmbeddedVersion, а он тянет три вещи, каждая из которых тебя остановит: голден несёт четыре строки embedded_version наравне с chunker_version; TestChapterMarkerIsData (langpack_test.go:454) краснеет НЕ заказанным; и — главное — CURRENT-STATE (docs/PROGRESS.md) держит правило лендинга: правка lang/data/*.txt двигает EmbeddedVersion → cutTag, и такой лендинг НЕ кладётся, пока жива книга платного прогона. Оставить там же мёртвые копии ключей тоже нельзя — это класс строки 299.

⛔⛔ ЧТО ДЕЛАТЬ С ПАР-ФАЙЛОМ, КОТОРЫЙ ЖИВЁТ В ЧУЖОЙ ВЕТКЕ. Вынув marker/units из zh-ru/heading.txt, ты обязан решить, как parseHeading встретит СТАРЫЙ файл — а он останется лежать в соседнем дереве на ветке polygon, куда тебе писать запрещено. Ратифицировано: парсер ОТВЕРГАЕТ marker/units с ЯВНЫМ переходным сообщением («moved to source structure data; remove them from heading.txt»), а не молча их глотает. Терпимость завела бы ровно тот мёртвый ключ, который запрещён абзацем выше, и превратила бы громкий отказ в тихое расхождение. ⚠ И знай цену, которую это назначает НЕ ТЕБЕ: двадцать конфигов с корнем в polygon сломаются не при твоём лендинге в main, а в тот момент, когда полигон вольёт main в свою ветку — до этого он собирается из своего дерева со своим файлом и своим парсером. Это межветочная зависимость данных, которую никто не проектировал. Твоё дело — назвать её числом в отчёте; предупредить полигон и завести строку — моё.

2.3 EPUB по стандарту

Читать nav (EPUB 3) и NCX (EPUB 2); spine — порядок ЧТЕНИЯ, а не оглавление.
Учитывать linear и properties — сегодня opfPackage их не разбирает (ingest.go:500-509).

Нормализация nav — правилами, а не на усмотрение (research/27 — материал, не заказ): цели сортируются по позиции в spine · цели вне spine или неразрешимые — игнор со счётом · вложенные ol сплющиваются (каждая цель — граница; иерархия томов — §5) · дубли целей схлопываются · приоритет nav → NCX → spine · nav с нулём разрешимых целей = отсутствует.

⛔ ТЕКСТ КНИГИ НЕ ТЕРЯЕТСЯ НИКОГДА (D39.205: пропущенный кусок — критическая поломка):

служебные документы — НЕ текст книги и исключаются со счётом, и список ТОЧНЫЙ, потому что наивная форма не сработает: исключаются (1) документ с properties="nav"; (2) документы, чья роль — toc или cover — объявлена в landmarks (EPUB 3) ЛИБО в OPF <guide> через <reference type=…> (EPUB 2). ⛔ Обе формы обязательны: landmarks — конструкция EPUB 3, у EPUB 2 nav-документа нет вовсе, и сессия, проверившая только landmarks, приклеит toc.xhtml к главе 1 ровно на том «массовом EPUB 2», которым это правило себя и мотивирует. ⚠ properties="cover-image" стоит на ИЗОБРАЖЕНИИ, а не на документе, и среди документов spine не исключит ничего; landmarks — это <nav epub:type="landmarks"> ВНУТРИ nav-документа, в properties их нет. Грепнуть один properties и на этом успокоиться — значит приклеить к главе 1 текстовую страницу оглавления (toc.xhtml в spine — массовый EPUB 2) и титул. Больше НИЧЕГО не исключается;
⛔ linear="no" НИКОГДА не начинает главу, даже если nav на него указывает (сноски, приложения) — прикрепляется к предыдущему по spine;
непокрытые контент-документы ДО первой цели nav (титул, обложка-страница) прикрепляются к ПЕРВОЙ главе — зеркало правила преамбулы txt;
остальные непокрытые — к предыдущей главе;
каждое прикрепление считается; число в WARN и в отчёт.

⚠ Вырожденный nav — ОЖИДАЕМЫЙ исход пака 1, а не твой баг. Скрейп с тремя целями на триста документов даст три главы-кита с ярлыком declared и огромным счётом прикреплений. Словарь честен, разрез — нет; лечение (валидаторы runt/whale, кросс-аудит) — пак 2 (§5). Тревога здесь — СЧЁТ, и это всё, что от пака 1 требуется. Не лезь чинить кита.

2.4 Словарь: четвёртое значение и КОНКУРЕНЦИЯ свидетелей

Словарь: declared · delimited · detected · none.

declared — формат утверждает СТРУКТУРУ ГЛАВ (nav/NCX).
delimited (новое) — в файле был РАЗДЕЛИТЕЛЬ, но «это глава» — допущение движка. Сюда уходят и EPUB-spine, и \f в txt: spine объявляет порядок чтения, form feed — разрыв СТРАНИЦЫ. ⚠ Реальный источник \f — не человек, а извлечение из PDF (pdftotext ставит его на каждом разрыве страницы по умолчанию).
detected — движок вывел границу из СОДЕРЖИМОГО.
none — свидетеля нет (и при <2 главах — уже так).

⛔ КОНКУРЕНЦИЯ вместо сложения — заказанная СМЕНА ПОВЕДЕНИЯ. Сегодня txt режется по \f, а ПОТОМ каждая часть — по шапкам (ingest.go:159-167), пути СКЛАДЫВАЮТСЯ. Заказано: есть шапки → режем по шапкам, книга detected; шапок нет → режем по \f, книга delimited. Смешанного случая не остаётся по построению, агрегировать нечего, structureOf сводится к «none при <2 главах, иначе свидетель победившего пути».

⛔ И ГЛАВНОЕ — ЧТО С БАЙТАМИ ПРОИГНОРИРОВАННОГО \f. text.NormalizeSource form feed не трогает (ingest.go:44-46). Сегодня он до провода не доходит, потому что он и есть символ разреза; после конкуренции проигнорированный \f останется в тексте главы и уедет модели, в контент-хеш и в чекеры. ⇒ игнорируемый \f заменяется на разрыв абзаца (\n\n) в ингесте, до нормализации, и считается.

⛔ ПОРЯДОК ОПЕРАЦИЙ — НАЗВАН ЯВНО, потому что наивный даёт ЦИКЛ и МОЛЧАЛИВУЮ ПОТЕРЮ ГЛАВЫ. Решить «есть ли шапки» до замены НЕЛЬЗЯ: перед \f нет \n, поэтому шапка сразу за ним лежит на ОДНОЙ СТРОКЕ с прозой предыдущей главы — её отвергают сразу два предиката (длина строки против chapterHeaderMaxRunes, и якорь ^ регэкспа). Заменить безусловно ДО детекции тоже нельзя — уничтожается разделитель, нужный ветке отката. Форма: (1) \f → \n\n на РАБОЧЕЙ КОПИИ; (2) детекция шапок идёт ПО КОПИИ; (3) шапки победили → режем копию, книга detected, форм-фиды сочтены; (4) шапки проиграли → режем ОРИГИНАЛ по \f, книга delimited. ⚠ Существующий тест этого НЕ ловит: он проверяет только doc.Structure, а при наивном порядке ярлык остаётся верным (detected) — глава теряется молча при зелёном тесте. Это ровно тот класс, который пак объявляет своим ⛔ (D39.205).

Слабость выражается СЧЁТОМ, не классом: form feeds ignored: N, documents attached: M — в WARN и в отчёт, НЕ в манифест: потребителя на проводе у счёта сегодня нет, а поле без потребителя — механизм ради галочки.

⚠ Провенанс — свойство ГРАНИЦЫ. Глав N, границ N−1; у первой главы открывающей границы нет. ⚠ ПРАВИЛО ПРЕАМБУЛЫ ЗАМОРОЖЕНО: текст до первой шапки сливается в главу 1, и код объясняет зачем — «dense numbering aligns with the section numbers», «第一节» обязано быть главой 1 (splitTextChapters, ingest.go:265-270). Не трогать: правка сдвинет нумерацию ВСЕЙ стенд-книги. ⚠ Следствие, которое надо знать, а не чинить: у главы 1 шапка стоит НЕ в её начале, значит title_raw главы 1 берётся из проглоченной шапки.

2.5 `title_raw` и карта сдвигов

title_raw едет по проводу аддитивно. Определение: строка шапки как в источнике (txt) / navLabel дословно (EPUB). ⛔ Обоснование — собственное: заголовок, не едущий по проводу, невозможно отрендерить. НЕ ссылаться на «шесть заголовков из семнадцати»: у числа нет носителя (эррата 05.09-е).
⛔ ПОНИЖЕНИЕ подзаголовка в прозу (chunker.go:155-177) НЕ ТРОГАТЬ. Снимешь — изменятся чанки и модель перестанет переводить подзаголовок. title_raw добавляется РЯДОМ, не вместо.
⚠ В EPUB-экспорт и в nav title_raw в этом паке НЕ входит — он на языке источника.
⛔ БАМП chunkerVersion — ОДИН РАЗ, И ЭТО ЗАКАЗАНО ЯВНО. Пак меняет РАЗРЕЗ (EPUB spine→nav, конкуренция \f), а правило ингеста по конвенции покрывается chunkerVersion (text/source.go: «covered by chunkerVersion (a deliberate re-translation, not a silent one)»). Забыть бамп — оставить протухший манифест выглядящим текущим. ⇒ chunker_version уезжает в снапшот, и голден краснеет: testdata/golden/capture.golden несёт ЧЕТЫРЕ строки chunker_version (проверено grep -c). Голден пере-захватывается ОДИН раз, в самом конце, и ТОЛЬКО после того, как ты предъявишь пин: разрез самого голдена не изменился (его фикстура — ja-txt с 第一章, форм-фидов ноль). Объявление по D39.183 обязательно. ⚠ Без этого абзаца ты упёрся бы в красный голден и по §7 обязан был бы остановиться и пинговать — поэтому он здесь: правка ЗАКАЗАНА.
Карта сдвигов — МАШИННАЯ (JSON), set-diff по id и номеру: same/moved/gone/new. Прозой нельзя: на прозе не построить мигратор потом. Мигратор в пак НЕ входит — пак производит УЛИКУ, а не ремонт, и это сказано вслух.

3. ГЕЙТ ЛЕНДИНГА

Зелено, если выполнено ОДНО из двух:

(а) РАЗРЕЗ воспроизводится байт-в-байт против пина §2.1 — и предмет сравнения назван точно: id глав и их номера, ЛИБО
(б) расхождение перечислено, приложена машинная карта сдвигов, в отчёте ЯВНО названа цена: что именно теряется и у кого, и это подписано владельцем.

⛔⛔ ЧТО В СРАВНЕНИЕ НЕ ВХОДИТ, иначе ветка (а) недостижима по построению. key и unit-id ОБЯЗАНЫ сдвинуться — каждый unit-id склеен как chapterID:cutTag:idx (manifest.go:220-221), а §2.2 прямо ТРЕБУЕТ, чтобы компонент Structure вошёл в cutInputs и двинул cutTag; шапка того же кода обещает «ANY re-cut mints new unit ids across the whole book» (:218). ⇒ полный JSON разойдётся у КАЖДОГО конфига, и разойдётся не на дефекте, а на работе, которую пак сам заказал. Это не расхождение, а исполнение §2.2, и одноразовая перечеканка id уже учтена отдельной ценой — строка бэклога 298 прямо говорит, что она «другой предмет и другая цена». ⇒ Сверяешь id глав и номера. key и unit-id — движутся, и это ожидаемо.

⛔ Почему не только (а). Чистое «байт-в-байт» защищало бы ОШИБКИ нынешнего разреза: правильный детектор чинит главы-огрызки, а гейт бы его за это не пустил. Это девятая форма ложной зелени — гейт, ЗАЩИЩАЮЩИЙ дефект (D39.202). ⚠ Такого детектора в паке 1 нет (он в §5, пак 2) — довод объясняет ФОРМУ гейта на будущее, а не заказывает тебе детектор.

⚠ Ветка (б) честна ровно наполовину, и это записано сознательно: мигратора окон банка нет, и пак его не строит. Сдвиг окна = новый TermID = каскад на решения владельца в платформе. Поэтому (б) обязывает НАЗВАТЬ потерю, а не починить.

⚠ Поток подписи — не твой. Ты сдаёшь карту и названную цену в отчёте; оркестратор несёт владельцу; лендинг — после его слова. Не жди сам и не «подписывай» сам.

⚠ ГЕЙТ ПРИМЕНЯЕТСЯ ТОЛЬКО К 蛊真人 — под ней подписанный банк владельца (окна в ординалах глав). EPUB владельца под гейт НЕ попадают: их разрез ОБЯЗАН измениться (spine → nav), это и есть заказ пака. Для них ветка (а) провалена по построению, и требовать под них подпись владельца бессмысленно. Они — прибор §2.1 п.3: их новый разрез ИЗМЕРЯЕТСЯ и идёт в отчёт числом, а не гейтится.

✅ ВЕТКА (а) ДЛЯ 蛊真人 ОБЕСПЕЧЕНА ЗАМЕРОМ, а не надеждой. Шаг 0 сессии 05.09: форм-фидов НОЛЬ во всех шести файлах стенда, значит ветка отката конкуренции не срабатывает нигде и разрез боевой книги сдвинуть НЕЧЕМ. Там же: 話 в 蛊真人 — ноль вхождений вообще, поэтому сведение чанкера к пяти юнитам не меняет ни одного её чанка и ни одного контент-хеша; ветка (б) по инвентарю не нужна. ⚠ Обратная сторона, и она про твою самопроверку: раз \f в реальных книгах нет, путь конкуренции проверяется ИСКЛЮЧИТЕЛЬНО синтетическими фикстурами — они здесь единственная улика, и потому именованный артефакт §4 обязан целить именно туда, а не только в nav.

4. САМОПРОВЕРКА — ИСПОЛНЕНИЕМ, И ВЕЕР НАПРАВЛЕН

Самоотчёт «проверено» без исполнения регулярно оказывается ложным. После кода — адверсариальный проход по СВОЕЙ готовой работе. Глубину и веер выбираешь ты; направление — вот что уязвимо здесь:

⛔ Резка xhtml по якорям nav (несколько глав в одном файле) — самое уязвимое место пака. У extractXHTML не меньше четырёх пинов байт-паритета (ingest_test.go:323, 359, 423, 467: void-теги, несбалансированный ruby, raw-text-элементы, голый амперсанд). Ошибка здесь ТИХАЯ, и ломает она именно их.
Загрузчик структуры обязан достигать книги БЕЗ пар-пака — тест на книгу без langpack_root.
Данные структуры реально двигают cutTag (и через него unit-id) и в payload manifestKey (manifest.go:336-354), и НЕ двигают снапшот волн — тест на каждое из трёх.
Байты игнорируемого \f — тест, что в тексте главы его не остаётся.
⛔ ЧИСЛО ГЛАВ, а не только ярлык, на фикстуре «шапка сразу за \f» (ingest_test.go:74): сегодня тест смотрит только doc.Structure, и потерянная глава проходит зелёной. Тест на СЧЁТ.
Выравнивание title_raw с ПЛОТНОЙ нумерацией — тест с ПУСТОЙ главой между двумя непустыми: пустая глава номер не потребляет, а title_raw поедет параллельным срезом, и промах на одну позицию даст заголовок главы N на главе N+1 молча. Тот же класс уже чинили для ruby (ingest.go:568-605, denseNo).
Именованный артефакт — ДВА, и второй важнее: посади дефект в разбор nav так, чтобы одна глава потерялась молча, и предъяви имя покрасневшего теста. Не краснеет ничто — это находка, а не повод двигаться.

⚠ Каталог мутаций (backend/cmd/tmmutate): -root обязан быть КОПИЕЙ; копия вне git ⇒ GOFLAGS=-buildvcs=false. Не работай под /tmp: посторонний /tmp/.git ломает go build всему, что там собирается, и уже дал этой смене ложную зелень.

5. ГРАНИЦЫ — ЧЕГО В ЭТОМ ПАКЕ НЕТ

Названо, чтобы не открылось по ходу и не было сделано «по здравому смыслу»:

Лексиконы не-CJK, корпус, ЗАМЕР оракулом, сбор файлов, сеть — пак 2. Пак 1 ничего не собирает.
⛔ Структурные валидаторы (монотонность номеров, коридор hits/объём, headSpread, runt/whale) — ПАК 2. В паке 1 живёт только уже построенный пол ≥2. Причина не стилистическая: у стенд-книги нумерация СБРАСЫВАЕТСЯ по томам (eval/dovodka/narezka.py:18), и валидатор монотонности отверг бы или перекроил её шапки — то есть уронил бы гейт §3 на верной книге.
Индуктор скелетов строк — пак 2, и только если замер покажет нужду.
Мигратор окон банка, chunk_status, unit_resolutions — не здесь (строка 298, D15.2).
Идентичность по ИСХОДУ (cutTag как дайджест нарезки) — свой пак. Здесь только сравнение манифестов до/после в приборе шага 0.
Публикация провенанса по главе, kind, вердикт качества, иерархия томов, print-TOC-линковка, split/merged в карте — не строить. Потребителя нет, фронт заморожен.
FB2 — только если владелец скажет, что у беты есть FB2-источники.
Платформенное: предикат «двух свидетелей» и structure_version · снятие временного правила по declared (строка 297) · глагол «перечитать журнал» — всё это НЕ твоя зона. Не добавляй полей «для платформы».
⛔ Рендер при сбросе нумерации по томам — ВОПРОС ВЛАДЕЛЬЦА, не чинить. ⚠ Прежняя редакция обещала, что ты увидишь это «в nav платного EPUB» — неверно и снято: платная книга платформы собрана из десятиглавого txt-среза, nav там нет вовсе, и сброса по томам в главах 1–10 быть не может. Увидеть это можно только на ПОЛНОЙ 蛊真人, где нумерация и сбрасывается. Это выбор рендера (номер книги против плотного ординала), он вне пака. Увидел — запиши числом в отчёт и иди дальше.
narezka.py полигона (второй приватный zh-детектор) — пинг полигону от оркестратора, не твоё.
⛔ Сквозного прогона не-CJK НЕ БУДЕТ и не заказывается: промтов пары для en/ja не существует (backend/prompts/ — только zh-ru). Не-CJK путь проверяется только на уровне ingest/manifest, $0. Не пытайся «доказать бету» — не сможешь, и это не твой дефект.

6. ОБЯЗАТЕЛЬСТВО, КОТОРОЕ ПАК ДАЁТ ПЛАТФОРМЕ

Пак НЕ бампает manifestVersion. Значения и поля аддитивны; платформа игнорирует неизвестные поля и деградирует на неизвестных значениях. Бамп понадобился бы, только если читатель прочтёт документ как текущий и НЕВЕРНО: единица без плотного номера или с дубликатом · тотал, не равный списку · пустой id · смена ФОРМЫ id.

⇒ Граница обязательства: каждая единица манифеста нумерована ПЛОТНО и 1-based. «Фрагмент» — атрибут нумерованной единицы, а не отсутствие номера. ⚠ Контракт при этом обещает number: null как законный — и шов его отвергает; противоречие записано эрратой 05.09 в openapi.yaml. Снимать его — не в этом паке.

⚠ Стыковка с платформой — предусловие ЛЕНДИНГА и забота ОРКЕСТРАТОРА, не твоя (platform/ — чужая зона). От тебя нужно одно: сдать в отчёте манифест-фикстуру со значением delimited, чтобы платформенный тест мог на ней проверить деградацию в «знаки».

7. ДИСЦИПЛИНА

Доступ к книгам. books/ — симлинк в соседнее дерево. ЧИТАТЬ файлы под books/ РАЗРЕШЕНО и необходимо (§2.1 без этого неисполним). ⛔ ЗАПРЕЩЕНО: любая запись под books/, любые git-операции там, и любая ЗАПИСЬ в /home/ubuntu/projects/textmachine. ⚠ ЧТЕНИЕ соседнего дерева разрешено там, куда указывают конфиги стенда — прежде всего backend/configs/langpacks (langpack_root): без этого §2.1 неисполним, потому что пин обязан сниматься ровно с тем пар-паком, с которым книга резалась.
Тесты и гейты не подгонять под зелень. ⚠ Правка, вызванная заказанной сменой поведения, — обслуживание. Заказанные здесь правки тестов, поимённо: · priceprojection_test.go:144 — кейс «a form feed is the format speaking» ждёт StructureDeclared; станет delimited; · тест V2-7 «формат провёл ВСЕ границы» — меняются ДВА кейса, не один: «один случайный \f среди шапок» (шапки побеждают, книга detected) и ПЕРВЫЙ кейс ingest_test.go:68 «the format drew every boundary» (ГЛАВА A\fГЛАВА B → StructureDeclared), который становится delimited. ⚠ Уточнение, чтобы ты не искал несуществующего: ассерт переезжает РОВНО ОДИН — тест сверяет только doc.Structure; у кейса с одним \f среди шапок ожидание то же и до, и после, у него меняются объясняющий комментарий и ЧИСЛО глав (§4 п.5). ⚠ А у кейса ingest_test.go:74 ожидание НЕ меняется (detected и до, и после) — у него меняется ЧИСЛО ГЛАВ, которого никто не проверяет: см. §4 п.5. ⛔ И само имя TestTXTStructureIsDeclaredOnlyWhenTheFormatDrewEVERYBoundary после конкуренции ни во что не разрешается — переименовать тем же актом (класс строки 299, который этот же промт требует ниже для комментариев); · ingest_encoding_test.go:218-227 (GB18030, 第一章…\f第二章…) — счёт глав сохранит (две шапки побеждают), но его комментарий про разрез по \f станет ложью — поправить текст комментария, это класс строки 299; · ⚠ TestIngestTXTFormFeedChapters (ingest_test.go:34-46) проверяет разрез A\fB\fC, где шапок нет — при конкуренции НЕ меняется, меняется только ярлык на delimited. Не «чини» его. Каждая такая правка ОБЪЯВЛЯЕТСЯ в отчёте: что изменилось в поведении, какой тест это описывал, куда уехала гарантия. Не заказано и не ратифицировано — пинг, не правка.
Комментарии, описывающие сменённое поведение, — тоже носители. Правь их вместе с кодом; в частности протухает bookfile/epub.go:15-19 («ридер делает главу из КАЖДОГО документа spine»). Это класс строки 299 — имя или утверждение, которое больше ни во что не разрешается.
Не хакать вокруг ошибки. Нашёл дефект в чужой зоне — опиши, не чини.
Никогда не читать .env. PUML не рендерить. Не коммитить. Не двигать HEAD. Не трогать чужое незакоммиченное. ⚠ Якорный линт доков (docs/scripts/counts.py --lint) — гейт ОРКЕСТРАТОРА; доки с якорями ты не пишешь, но знай, что он есть, и не строй второй такой.
Утверждение о замере — с КОМАНДОЙ (D39.207 п.5): пишешь «проверено» или «не проверено, потому что X» — рядом стоит команда, которой это показано.
⛔ Идентификатор, не виденный ЦЕЛИКОМ в выводе команды, не воспроизводить по памяти — ни хеш, ни номер строки. Обрезающий cut/head молча превращает улику в догадку (research/29 §5.6: так был сфабрикован sha256, совпавший на 52 знака из 64).

8. ЧТО ПРИСЛАТЬ И В КАКОМ ПОРЯДКЕ

Эхо старта: своими словами — что понял предметом и что считаешь границей. До кода.
Записка-план в отчёт: что делаешь, в каком порядке, и чем сдача осмысленна, если тебя оборвут на середине. До кода.
Замеры шага 0 — числами, до правок.
Код.
Отчёт: батарея (команда, скипы числом, EXIT) · каталог · посадка именованного артефакта (file:line · что подменено · какое ИМЯ теста покраснело) · объявления по D39.183 · счета form feeds ignored / documents attached · манифест-фикстура с delimited · что НЕ проверено и почему.

⚠ Споткнулся о невыполнимое, о противоречие в самом задании или о нехватку доступа — пиши сразу, не обходи молча. Обход тихо становится нормой, и следующая смена наследует его как факт.

52 KiB Raw Blame History Unescape Escape