规范CVF目录fragment链接并保留歧义检查 #18

2026-11-07T08:42:48Z

codex-bot commented

2026-11-07 08:42:48 +00:00

CVPR2024官方页面同时链接 All Papers URL 及其末尾带 # 的形式。两者请求同一HTTP资源，原采集器却以多个目录报错，阻止有效目录核验。

paper_atlas/collectors/vision.py：只移除目录链接的fragment后去重，路径和查询参数保持原样；不同All Papers资源仍报歧义，不选择任意一页。
tests/test_vision.py：覆盖空/非空fragment别名只读取一次且完整保留论文数，以及查询参数不同仍须拒绝并且不发布文件。

验证：批准的ces-control:host已复现旧实现失败、修复后两项回归通过，git diff --check通过。本机未测试或构建。官方实况已核验CVPR2024两个fragment形式均含2716条相同资源目录项；当前下一批准备只接受这一类fragment规范化。完整CI971/job1068成功：205项回归通过，18项真实PostgreSQL用例实际执行，wheel构建、安装及源码目录外CLI检查通过；runner为aliyun-ces-control。

base main；head codex/cvf-fragments（c7cc4d7），从067a67f独立分支，仅本次两个文件，不依赖PR17。完整goal保持active12/17，最终全库去重和覆盖审计尚未完成。CI通过后等待用户手动合并。

CVPR2024官方页面同时链接 All Papers URL 及其末尾带 # 的形式。两者请求同一HTTP资源，原采集器却以多个目录报错，阻止有效目录核验。 - paper_atlas/collectors/vision.py：只移除目录链接的fragment后去重，路径和查询参数保持原样；不同All Papers资源仍报歧义，不选择任意一页。 - tests/test_vision.py：覆盖空/非空fragment别名只读取一次且完整保留论文数，以及查询参数不同仍须拒绝并且不发布文件。验证：批准的ces-control:host已复现旧实现失败、修复后两项回归通过，git diff --check通过。本机未测试或构建。官方实况已核验CVPR2024两个fragment形式均含2716条相同资源目录项；当前下一批准备只接受这一类fragment规范化。完整CI971/job1068成功：205项回归通过，18项真实PostgreSQL用例实际执行，wheel构建、安装及源码目录外CLI检查通过；runner为aliyun-ces-control。 base main；head codex/cvf-fragments（c7cc4d7），从067a67f独立分支，仅本次两个文件，不依赖PR17。完整goal保持active12/17，最终全库去重和覆盖审计尚未完成。CI通过后等待用户手动合并。

codex-bot added 1 commit 2026-11-07 08:42:48 +00:00

Deduplicate CVF index links by HTTP resource

Metadata integrity checks / metadata (push) Successful in 3m22s

Details

c7cc4d78f7

codex-bot marked the pull request as ready for review 2026-11-07 08:47:26 +00:00

Zayden-Jung merged commit 9726e31677 into main

2026-11-08 14:10:10 +00:00

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: Zayden-Jung/paper-atlas#18