|
|
b90727fc11
|
feat: diag_refs 對帳診斷 + ingest 進度可見性/Ctrl-C 安全 (Closes #2) (#5)
## 摘要
本 PR 含兩個獨立關注點,各一 commit。
### 1. `diag_refs` — source_ref↔manifest 對帳診斷 (`04f4fd5`) — 回應 #4
lint 的「source_ref 不在 manifest」只報對不上、不辨成因。新增 `tools/diag_refs.py`,把每個對不上的 source_ref 分成五類(hash 不符／路徑字串岔開／檔名 hash 後綴岔開／檔在磁碟未登記／完全無對應),各附修法,讓「補帳本(§14.3)」與「修規則(§12)」的相反處置不再混為一談。純唯讀、結束碼 `0/1`,可當搬機或改 manifest 後的閘門。附 selfcheck 驗五型別分類、結束碼與零寫檔。README §3.3/§6/§7/§8 同步。
### 2. ingest 進度可見性 + Ctrl-C 安全回復 (`4add7fa`) — Closes #2
`--all-pending` 長時間本地 Ollama 攝入全程靜默,使用者不確定有沒有在跑、又不敢中斷:
- **進度可見**:每份來源 `[i/N]`、長文件逐段 `分段 k/n`、每個 item `↳ 新增/更新`、完成 `✓`,全 `flush=True` 即時顯示。
- **Ctrl-C 安全**:獨立攔 `KeyboardInterrupt`(它不是 `Exception` 子類,原本會略過善後)。因 commit 在迴圈之後,**main 必然未受影響**;中斷時印可照做的回復指令並以結束碼 130 收場。
## 測試
- `python tools/selfcheck_diag_refs.py` — ALL PASS
- `python tools/selfcheck_ingest.py` — ALL PASS(含進度標記、中斷後 main 未動、回復指令實測可回乾淨 main)
- README markdownlint 0 issues
Closes #2
🤖 Generated with [Claude Code](https://claude.com/claude-code)
Co-authored-by: LittleYellow <crazytea@gmail.com>
Reviewed-on: #5
|
2026-07-24 05:42:35 +00:00 |
|
|
|
356ae9367c
|
feat: convert --verify 對帳 + 修復 CRLF 使 hash 失準 + raw/** .gitattributes (#1)
## 目的
`convert` 後檔案被手動刪除／就地改動時，提供正規的稽核與修復途徑；並修掉一個讓「還原後 re-hash 比對」在 Windows 失效的既有 bug。
## 變更
- **`convert.py --verify`（純唯讀對帳）**：re-hash 全部登記檔、掃未登記檔，回報 missing / mismatch / unregistered，不一致以退出碼 1 表示（可當 CI／排程閘門）。`converted/assets/*` 與 `.gitkeep` 正確略過。
- **修 CRLF 使 hash 失準**：`write_text` 在 Windows 把 `\n`→`\r\n`，但登記的 SHA-256 算在 `\n` bytes 上 → 磁碟 bytes 與帳本永遠對不上（converted md + web 快照原始檔）。改為 `write_bytes` 寫入所登記的那份 bytes。
- **`.gitattributes`（`raw/** -text`）**：`core.autocrlf=true` 下 checkout 會在 git 層重新引入 CRLF，抵銷上一項修復；關閉 raw 的換行正規化，把「登記 hash == 磁碟 bytes」不變式延伸到 git checkin/checkout。
- **selfcheck**：補 clean / missing / mismatch / unregistered 四情境（全程唯讀斷言；clean 案例含未入帳本的 assets，順帶證明不誤報）。
- **AGENTS.md**：新增 §14「raw 完整性與修復（對帳）」，並於 §1.4 補「登記 hash == 磁碟 bytes」不變式與 `.gitattributes` 機制。
## 驗證
`.venv/Scripts/python.exe tools/convert/selfcheck.py` → `ALL PASS`。
## 備註
`--verify` 是唯讀稽核工具，不改任何檔（含 manifest），符合 §7「lint 絕不擅自刪改」精神。修復決策（可衍生 vs 信任根、先 `git restore` 不改帳本、動 manifest 走 PR）詳見 AGENTS.md §14。
🤖 Generated with [Claude Code](https://claude.com/claude-code)
Co-authored-by: LittleYellow <crazytea@gmail.com>
Reviewed-on: #1
|
2026-07-23 02:27:47 +00:00 |
|
LittleYellow
|
cb16e8688f
|
chore: .markdownlint.jsonc 明確關閉 MD013，避免被動啟用
前一個 commit 新增 .markdownlint.jsonc（關 MD060）時，該檔一存在就會取代
VS Code markdownlint 擴充的內建預設集，而預設集本來關著 MD013——等於間接把
行長檢查打開，讓既有檔案（CJK 表格、逐字保存的 bootstrap prompt）冒出大量
新警告。明確設 MD013:false 恢復專案原本行為，並註明日後想啟用該如何調整。
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
|
2026-07-23 06:13:04 +08:00 |
|
LittleYellow
|
3c1b268074
|
修復含空格/括號檔名的圖片連結失效，自檢改驗連結可 render
來源檔名含空格或不平衡括號時，convert 產出的 Markdown 圖片連結會失效——
圖檔明明存在於磁碟，整行卻退化成純文字（CommonMark 對未包住的空格與不平衡
括號視為分隔符）。用真 CommonMark parser 驗過：中文與成對括號正常，空格與
落單括號會壞。
- convert.py / from_docx.py / from_pdf.py / from_pptx.py：四處圖片連結目標
一律以 <> 包住（），同時涵蓋空格與不平衡括號。
- selfcheck.py：新增 assert_links_ok()——以 markdown_it 真 render，斷言圖片
連結數 == <img> 數且目標檔存在，取代原本只檢查 "