diff --git a/README.md b/README.md index b339940..a96b92a 100644 --- a/README.md +++ b/README.md @@ -40,7 +40,7 @@ RF4DB/RF4-STAT/RF4MAP/RF4 Posts сначала принимаются в изо Медиасборщик индексирует разрешённые изображения отдельно от публичного каталога: manifest хранит исходную страницу, URL, предполагаемый тип сущности и время обнаружения, а оригиналы сохраняются по SHA-256 без hotlink. Индексация страницы и загрузка каждого файла используют общий 30-минутный cooldown домена; непроверенный asset не публикуется автоматически. Локальный `media_cli --audit` без сетевых запросов проверяет хэши, файлы, MIME, размеры, approved-сопоставления и отсутствие бесхозных оригиналов. -`python -m rf4_research.media_cli --coverage` сравнивает manifest с датированным `data/media/catalog-baseline.json`: сейчас кандидатами не покрыты минимум 21 рыба и 17 водоёмов, а до ручного review не подтверждены 251 рыба и все 19 водоёмов. Общий target снастей остаётся `null`, пока разрешённый источник не отдаст проверяемый полный счётчик. +`python -m rf4_research.media_cli --coverage` сравнивает manifest с датированным `data/media/catalog-baseline.json`: отдельно считает файлы, уникальные нормализованные подписи и кандидатов без подписи, поэтому дубли не завышают покрытие. Сейчас не покрыты минимум 21 рыба и 17 водоёмов, а до ручного review не подтверждены 251 рыба и все 19 водоёмов. Общий target снастей остаётся `null`, пока разрешённый источник не отдаст проверяемый полный счётчик. Актуальный внешний ориентир — 19 водоёмов и 252 вида рыб; локальная альфа пока содержит 2+2 сущности. Media-manifest включает 452 кандидата: 231 изображение рыбы, 146 приманок, 2 карты и 73 справочных изображения. Вручную проверены и сопоставлены 1 рыба, 2 приманки и 1 официальная схема; 446 файлов остаются в очереди, 1 URL признан невалидным. Полное число «снастей» пока не заявляется: приманки — лишь одна часть каталога наряду с удилищами, катушками, лесками, крючками и оснастками. diff --git a/docs/ROADMAP.md b/docs/ROADMAP.md index e71c2db..29b0378 100644 --- a/docs/ROADMAP.md +++ b/docs/ROADMAP.md @@ -30,7 +30,7 @@ - [x] **B08 · Семейства силуэтов рыб.** Три случайных hash-варианта заменены классификатором и отдельными формами `pike`, `salmonid`, `cyprinid`, `perch`, `catfish`, `eel`, `flatfish`, `marine`, плюс честный `generic`. Компонент допускает ручное переопределение family; название остаётся главным идентификатором. - [x] **B09 · Глифы снастей и приманок.** Добавлены SVG-глифы `spinner`, `wobbler`, `soft`, `boilie`, `worm`, `rig`, `unknown` и стабильная палитра по normalized name. Классификация срабатывает только по явным словам; глиф сопровождает текст в activity, лидере, уловах, рекордах и списке лучших приманок, не выдавая категорию за точную модель. - [x] **B10 · Визуальные отпечатки водоёмов.** Для каждого slug воспроизводимо выбираются один из восьми береговых контуров, число волн, положение точки и двухсимвольный индекс. Знак используется в каталоге и detail-hero; это явно абстрактный отпечаток, а не карта или игровая география. -- [ ] **B11 · Разрешённый media pipeline — в работе.** Версионированный baseline на 12.09.2026 содержит 19 водоёмов и 252 рыбы; полное число снастей неизвестно и остаётся `null`, а не подменяется числом приманок. Воспроизводимый `media_cli --coverage` показывает: 231/252 fish-кандидатов (1 approved), 2/19 waterbody (0 approved), 146 tackle/bait (2 approved); ещё одна официальная Zig-Rig схема approved как reference. Следующие gaps: минимум 21 рыба, 17 водоёмов и все категории снастей за пределами найденных приманок; получить канонические перечни и устойчивые ID, затем загружать не более одного asset с домена за окно и вручную сопоставлять. RF4DB вернул 403 — повторять только после cooldown. Официальные `/media/fische/`, `/media/levels/` и `.bait_icon` records исследовать только через публичные контракты без обхода защиты. +- [ ] **B11 · Разрешённый media pipeline — в работе.** Версионированный baseline на 12.09.2026 содержит 19 водоёмов и 252 рыбы; полное число снастей неизвестно и остаётся `null`, а не подменяется числом приманок. Воспроизводимый `media_cli --coverage` считает уникальные нормализованные подписи, а не файлы: 231/252 fish-кандидатов (1 approved), 2/19 waterbody (0 approved), 146 tackle/bait (2 approved); ещё одна официальная Zig-Rig схема approved как reference. Следующие gaps: минимум 21 рыба, 17 водоёмов и все категории снастей за пределами найденных приманок; получить канонические перечни и устойчивые ID, затем загружать не более одного asset с домена за окно и вручную сопоставлять. RF4DB вернул 403 — повторять только после cooldown. Официальные `/media/fische/`, `/media/levels/` и `.bait_icon` records исследовать только через публичные контракты без обхода защиты. - [x] **B12 · Эмблема сочетания.** Страница «водоём + рыба» получила составной атласный seal: собственный отпечаток водоёма пересекается со смысловым силуэтом рыбы. Так визуальная идентичность сопровождает всю иерархию каталога и не требует внешних изображений. - [x] **B13 · Навигационная леска атласа.** Разрозненные ссылки назад на detail-страницах заменены доступной breadcrumb-цепочкой с мотивом лески и узлов. Страница точки связывает главную, водоём и координаты; сочетание — каталог, водоём и рыбу. Текущий узел всегда подписан текстом и отмечен `aria-current`. - [x] **B14 · Атласные переходы сущностей.** Боковые списки рыб и водоёмов на detail-страницах получили компактные силуэты и отпечатки рядом с полным текстовым названием. Знаки продолжают систему каталога в рабочей навигации, а стрелка явно показывает переход к странице сочетания. diff --git a/rf4_research/media_assets.py b/rf4_research/media_assets.py index dfef961..583d4a5 100644 --- a/rf4_research/media_assets.py +++ b/rf4_research/media_assets.py @@ -169,13 +169,20 @@ def media_coverage(root: Path) -> dict: result: dict[str, dict] = {} for entity_type, target in baseline["entities"].items(): candidates = [item for item in manifest.get("assets", []) if item.get("entity_type") == entity_type] + candidate_labels = { + " ".join(item["label"].split()).casefold() + for item in candidates + if isinstance(item.get("label"), str) and item["label"].strip() + } approved_keys = {item.get("entity_key") for item in candidates if item.get("status") == "approved" and item.get("entity_key")} expected = target.get("count") result[entity_type] = { "expected": expected, - "candidates": len(candidates), + "candidate_assets": len(candidates), + "unique_candidates": len(candidate_labels), + "unidentified_assets": sum(1 for item in candidates if not isinstance(item.get("label"), str) or not item["label"].strip()), "approved": len(approved_keys), - "candidate_gap": max(expected - len(candidates), 0) if isinstance(expected, int) else None, + "candidate_gap": max(expected - len(candidate_labels), 0) if isinstance(expected, int) else None, "approved_gap": max(expected - len(approved_keys), 0) if isinstance(expected, int) else None, } return {"baseline_date": baseline["verified_at"], "entities": result} diff --git a/tests/test_media_assets.py b/tests/test_media_assets.py index eeffec2..3cf8685 100644 --- a/tests/test_media_assets.py +++ b/tests/test_media_assets.py @@ -107,5 +107,20 @@ def test_media_coverage_keeps_unknown_tackle_total_honest(tmp_path: Path) -> Non encoding="utf-8", ) report = media_coverage(tmp_path)["entities"] - assert report["fish"] == {"expected": 2, "candidates": 2, "approved": 1, "candidate_gap": 0, "approved_gap": 1} + assert report["fish"] == { + "expected": 2, "candidate_assets": 2, "unique_candidates": 0, + "unidentified_assets": 2, "approved": 1, "candidate_gap": 2, "approved_gap": 1, + } assert report["tackle"]["candidate_gap"] is None + + +def test_media_coverage_deduplicates_candidate_labels(tmp_path: Path) -> None: + (tmp_path / "manifest.json").write_text( + '{"assets":[{"entity_type":"fish","status":"queued","label":" Ерш "},' + '{"entity_type":"fish","status":"queued","label":"ерш"}]}', encoding="utf-8", + ) + (tmp_path / "catalog-baseline.json").write_text( + '{"verified_at":"2026-09-12","entities":{"fish":{"count":2}}}', encoding="utf-8", + ) + fish = media_coverage(tmp_path)["entities"]["fish"] + assert (fish["candidate_assets"], fish["unique_candidates"], fish["candidate_gap"]) == (2, 1, 1)