Skip to content

D1.4a: подготовить доказательства второй книги и extraction contract #32

Closed

Description

@sunpole

D1.4a — second-book evidence and extraction contract

Цель

Подготовить проверяемую доказательную базу и безопасный контракт извлечения данных для второй сохранённой книги до создания нового logical dataset и до любой реализации selector/combined/comparison UI.

Исходная точка

  • D1.4 завершён PR docs: define D1.4 two-book product architecture #31, squash merge 897f89a325c9997f9046455a6df7336e82d2c7d8.
  • Текущий default dataset: ru-current-v1.
  • Вторая работа пока представлена только retained PDF _archive/source-files/Unlocking-Your-Dream-Student-Ma.pdf.
  • Наличие PDF не означает существование готового dataset.

Ожидаемый результат

  • отдельный документ доказательств второй книги;
  • verified file identity: путь, bytes, SHA-256, PDF metadata и Git history;
  • разделение на доказанные факты, разумные выводы и неизвестное;
  • extraction contract с immutable raw output;
  • provenance manifest contract;
  • schema и local-ID policy;
  • source-reference policy;
  • validation gates перед регистрацией dataset;
  • rollback/retention rules;
  • permanent validator для документов/контракта, если это повышает проверяемость;
  • synchronized roadmap/version/work status;
  • factual patchnote и новое реальное изображение.

Жёсткие ограничения

  • не изменять существующие data/ файлы;
  • не создавать зарегистрированный second-book dataset без фактического extraction output;
  • не изменять runtime, PWA, Service Worker, package metadata, versions/ или _archive/;
  • не добавлять selector, combined search или comparison UI;
  • не назначать одинаковые numeric IDs между книгами;
  • не запускать AI-assisted translation;
  • не добавлять API keys;
  • не утверждать source URL, edition или permissions без сохранённого evidence.

Критерии завершения

  • доказательства и неизвестное описаны честно;
  • extraction output и manifest contracts определены;
  • protected paths отсутствуют в diff;
  • validators и GitHub Actions зелёные;
  • patchnote/new-image validation проходит;
  • PR объединён только после полного diff review;
  • Issue закрыт completed;
  • main/WORK_STATUS.md возвращён в READY с точным следующим этапом.

Activity

  1. self-assigned this
    on Jul 24, 2026
  2. sunpole commented on Jul 24, 2026

    @sunpole
    OwnerAuthor

    Уточнение цели от владельца проекта:

    D1.4a должна не только проверить provenance второй книги, но и определить практический путь к конечному продукту:

    1. Проверить, можно ли надёжно извлечь символы/толкования из второй книги в отдельную базу.
    2. Сохранить вторую базу отдельно, со своими локальными ID и точными ссылками на источник/страницы.
    3. Не смешивать физические JSON-файлы разрушительно.
    4. После готовности обеих баз спроектировать скрипт/слой, который работает с ними одновременно.
    5. Для каждого результата всегда показывать источник: книга, dataset, запись и известная ссылка на страницу.
    6. Совмещённый режим должен показывать:
      • совпадающую информацию из обеих книг;
      • расширения и дополнения;
      • уникальные сведения только из одной книги;
      • возможные противоречия отдельно, без автоматического сглаживания.
    7. Сопоставление записей между книгами нельзя строить только по одинаковым numeric ID. Потребуются нормализованные символы, алиасы, проверяемые признаки и reviewed relation map.

    Первый практический вопрос этапа: содержит ли _archive/source-files/Unlocking-Your-Dream-Student-Ma.pdf извлекаемый текст и достаточно ли его структуры для создания отдельного проверяемого dataset без OCR или с ограниченным OCR.

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Metadata

Metadata

Assignees

Labels

No labels
No labels

Projects

No projects

    Milestone

    No milestone

    Relationships

    None yet

    Development

    No branches or pull requests

    Issue actions