fix(collector): 收檔策略改看資料夾裝了什麼，不看有沒有版控（arcrun-rag#104 第二層）
leo 2026-08-16：「你不需要判斷有沒有 git，我的 KB 筆記庫也有 git， 是否用 github/gitea 追蹤完全沒意義。」 第一層（80aed82）已把「哪些目錄算雜訊」改成不看版控；本輪處理 「這個資料夾整體該用哪種收法」（all／curated-wiki／docs-only）那一層。 定時炸彈（實測，非推測）：`~/Documents/KB` 是 leo 的真知識庫，今天沒有 `.git` ⇒ all ⇒ 全收；而它**真的有 system-dev/wiki**（他在筆記庫裡也裝過 template）⇒ 只要有人跑一次 `git init`，就翻成 curated-wiki，靜默塌成十幾張。 新判準（collector/foldershape.go）：三條同時成立才算軟體專案—— ① 找得到專案檔 ② 原始碼 ≥ 20 ③ 原始碼 × 4 ≥ 文件數。三條都不看版控。 第③條擋的是「筆記庫裡放了一整份下載回來的範例專案」。 實測分得很開：KB＝0/15/5915（筆記庫）｜InkStoneCo＝213/3355/6115（專案） ｜pms＝21/37/22（專案）。InkStoneCo 與 pms 的模式都不變。 判準換成內容，證據也換成內容：`IngestPlan.RepoRoot`（.git 在哪）改成 `IngestPlan.Shape`（實測形狀），Reason 句子改成「我看到 go.mod 等專案檔， 還有 3,355 個原始碼檔」——使用者看得出憑什麼那樣判。 - 既有那條迴歸測試就地擴充到涵蓋模式選擇（不另開平行的一條）， 判準升成「同一棵樹有無版控，收到的檔案集合必須一模一樣」 - 加上三種收法各自仍正確、筆記庫有像產物的資料夾與零星腳本不准翻成專案、 理由裡不准再出現版控字眼、以及「ingestplan.go 不准再引用 DetectRepoRoot」 的接線測試（反面同時釘住 #105 在 tidy.go 的正當用途不准被順手拆掉） - collector/probe_real_manual_test.go：唯讀探針，留著給下一個人重量存量影響 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
This commit is contained in:
+46
-18
@@ -17,8 +17,11 @@
|
||||
// ⇒ 本檔回答一個問題：**這個監看根該收哪些檔**。三種答案：
|
||||
//
|
||||
// IngestAll 一般資料夾／筆記庫——收全部（行為與先前完全一致，零改變）
|
||||
// IngestCuratedWiki 版控中的專案，而且**已經有整理好的 wiki** ⇒ 只收那一份
|
||||
// IngestDocsOnly 版控中的專案，但沒有現成 wiki ⇒ 只收文件區，程式碼一律不讀
|
||||
// IngestCuratedWiki 軟體專案，而且**已經有整理好的 wiki** ⇒ 只收那一份
|
||||
// IngestDocsOnly 軟體專案，但沒有現成 wiki ⇒ 只收文件區，程式碼一律不讀
|
||||
//
|
||||
// 🔴 「是不是軟體專案」**看資料夾裡實際裝了什麼**，不看有沒有 `.git`
|
||||
// （2026-08-16 第二層修正，判準在 foldershape.go；為什麼見 PlanIngest 的說明）。
|
||||
//
|
||||
// 🔴 「不要用副檔名白名單當唯一判準」（票上的紅線）：本檔的主判準是**路徑身分**
|
||||
// （這個目錄在這個 repo 裡扮演什麼角色），副檔名只是最後一道。`.md` 在 repo 裡
|
||||
@@ -51,8 +54,11 @@ const (
|
||||
// 的當下，唯一能讓他不慌的東西就是這句話。用他的話寫，不要寫路徑術語。
|
||||
type IngestPlan struct {
|
||||
Mode IngestMode `json:"mode"`
|
||||
// RepoRoot＝版控工作目錄的根（Mode != IngestAll 時非空）。
|
||||
RepoRoot string `json:"repo_root,omitempty"`
|
||||
// Shape＝「這個資料夾裡實際裝了什麼」的實測結果，也就是模式是怎麼決定的
|
||||
// （foldershape.go）。**取代了原本的 RepoRoot（`.git` 的位置）**——
|
||||
// leo 2026-08-16 推翻版控判準，判準改成內容，那麼「為什麼這樣判」的證據
|
||||
// 也該是內容（幾個專案檔、幾個原始碼檔），不是一個路徑。
|
||||
Shape FolderShape `json:"shape"`
|
||||
// WikiRelDir＝現成 wiki 的相對路徑（僅 IngestCuratedWiki）。
|
||||
WikiRelDir string `json:"wiki_rel_dir,omitempty"`
|
||||
// DocRelDirs＝要收的文件目錄（僅 IngestDocsOnly；根層 .md 另由 keepsRootDoc 放行）。
|
||||
@@ -199,29 +205,45 @@ func looksGenerated(absDir string) bool {
|
||||
//
|
||||
// 判斷順序刻意照 leo 的原話：先問「是不是專案」，再問「有沒有現成 wiki」，最後才退到文件區。
|
||||
//
|
||||
// 為什麼「是不是專案」用版控（`.git`）判：那是唯一不必猜的訊號，而且與 #105 同一個判準
|
||||
// ——一個資料夾在版控裡，就代表裡面有人在追每個檔案的歷史，那幾乎必然是原始碼專案而不是
|
||||
// 誰的筆記本。判準只有一個地方（repoguard.go），兩張票共用，不會漂移。
|
||||
// 🔴 「是不是專案」怎麼判：**看這個資料夾裡實際裝了什麼**（foldershape.go），不看版控。
|
||||
// leo 2026-08-16 當場推翻了原本的 `.git` 判準：
|
||||
//
|
||||
// 「**你不需要判斷有沒有 git，我的 KB 筆記庫也有 git，
|
||||
// 是否用 github/gitea 追蹤完全沒意義。**」
|
||||
//
|
||||
// 舊判準是一顆定時炸彈：`~/Documents/KB`（leo 的真知識庫）今天沒有 `.git` ⇒ all
|
||||
// ⇒ 5,915 份文件全收；而它**真的有 `system-dev/wiki`**（他在那裡也裝過 template）
|
||||
// ⇒ 只要有人在那跑一次 `git init`，就翻成 curated-wiki、靜默塌成 14 張，
|
||||
// 而畫面上不會有任何提示。**引信早就接好了，只差一個很自然的動作。**
|
||||
// 換成內容判準之後，`git init` 跑幾次都不會改變答案
|
||||
// （TestPlanIngest_同一棵樹有沒有版控收到的必須一模一樣 釘死這件事）。
|
||||
//
|
||||
// ⚠️ **只有「用哪種收法」這個判斷改掉了。** `repoguard.go` 的另一個用途
|
||||
// （#105「版控中的資料夾一個檔都不自動改名搬移」，見 tidy.go）**沒有動、也不該動**
|
||||
// ——那一個問的真的是版控，而且問對了。
|
||||
func PlanIngest(absRoot string) IngestPlan {
|
||||
repoRoot := DetectRepoRoot(absRoot)
|
||||
shape := InspectFolder(absRoot)
|
||||
// 使用者自己寫的排除宣告——只讀它的**內容**當線索，不拿它的存在當門檻。
|
||||
ignore := LoadIgnoreRules(absRoot)
|
||||
|
||||
if repoRoot == "" {
|
||||
if !shape.IsSoftwareProject() {
|
||||
return IngestPlan{
|
||||
Mode: IngestAll,
|
||||
Reason: "這是一般資料夾，裡面的文件我全部都會讀（別人的套件與建置產物除外）。",
|
||||
Mode: IngestAll,
|
||||
Shape: shape,
|
||||
Reason: "這是一般資料夾或筆記庫（裡面沒有成套的程式碼），" +
|
||||
"裡面的文件我全部都會讀（別人的套件與建置產物除外）。",
|
||||
ignore: ignore,
|
||||
}
|
||||
}
|
||||
|
||||
evidence := shape.Evidence()
|
||||
others := otherWikiDirs(absRoot)
|
||||
if wiki := findCuratedWiki(absRoot); wiki != "" {
|
||||
return IngestPlan{
|
||||
Mode: IngestCuratedWiki,
|
||||
RepoRoot: repoRoot,
|
||||
Shape: shape,
|
||||
WikiRelDir: wiki,
|
||||
Reason: "這是一個開發專案，而且你已經整理好一份知識庫（" + wiki + "）——" +
|
||||
Reason: "這是一個開發專案（" + evidence + "），而且你已經整理好一份知識庫（" + wiki + "）——" +
|
||||
"我直接讀那一份就好，不再把整個專案的原始碼與零散檔案重萃一次。",
|
||||
OtherWikiDirs: others,
|
||||
ignore: ignore,
|
||||
@@ -229,13 +251,14 @@ func PlanIngest(absRoot string) IngestPlan {
|
||||
}
|
||||
|
||||
docs := existingDocDirs(absRoot)
|
||||
reason := "這是一個開發專案，我只讀文件、不讀程式碼。"
|
||||
reason := "這是一個開發專案（" + evidence + "），我只讀文件、不讀程式碼。"
|
||||
if len(docs) > 0 {
|
||||
reason = "這是一個開發專案，我只讀文件（" + strings.Join(docs, "、") + "）與根目錄的說明檔，不讀程式碼。"
|
||||
reason = "這是一個開發專案（" + evidence + "），我只讀文件（" +
|
||||
strings.Join(docs, "、") + "）與根目錄的說明檔，不讀程式碼。"
|
||||
}
|
||||
return IngestPlan{
|
||||
Mode: IngestDocsOnly,
|
||||
RepoRoot: repoRoot,
|
||||
Shape: shape,
|
||||
DocRelDirs: docs,
|
||||
Reason: reason,
|
||||
OtherWikiDirs: others,
|
||||
@@ -445,8 +468,13 @@ func (p IngestPlan) KeepsFile(relSlash string) bool {
|
||||
// 是他親手整理的知識庫，而且是唯一該收的東西。
|
||||
//
|
||||
// 兩條規則對撞，用**身分**化解而不是拿掉任何一條：
|
||||
// - 我們代裝的資料夾沒有 `.git` ⇒ PlanIngest 回 IngestAll ⇒ 這裡回 false ⇒ 舊規則照舊
|
||||
// - 他自己的 repo 有 `.git` 且有現成 wiki ⇒ curated-wiki ⇒ 這裡回 true ⇒ 收那份 wiki
|
||||
// - 我們代裝進使用者筆記資料夾的那份，那個資料夾裡沒有成套的程式碼
|
||||
// ⇒ PlanIngest 回 IngestAll ⇒ 這裡回 false ⇒ 舊規則照舊
|
||||
// - 他自己的軟體專案（有專案檔、有成堆原始碼）且有現成 wiki
|
||||
// ⇒ curated-wiki ⇒ 這裡回 true ⇒ 收那份 wiki
|
||||
//
|
||||
// 🔴 2026-08-16 更新：以前這兩行寫的是「沒有 `.git`／有 `.git`」，而那正是
|
||||
// 本票第二層要拔掉的判準——leo 的 KB 筆記庫也有 git。現在兩邊都改看內容。
|
||||
func (p IngestPlan) OverridesTemplateOwned(relSlash string) bool {
|
||||
if p.Mode != IngestCuratedWiki {
|
||||
return false
|
||||
|
||||
Reference in New Issue
Block a user