支持 AAMAS 2025 官方出版目录元数据采集 #44
No Assignees
Notifications
Due Date
No due date set.
Dependencies
No dependencies set.
Reference: Zayden-Jung/paper-atlas#44
Reference in New Issue
Block a user
Delete Branch "codex/aamas2025"
Deleting a branch is permanent. Although the deleted branch may continue to exist for a short time before it actually gets removed, it CANNOT be undone in most cases. Continue?
AAMAS 2025 官方目录与现有2012版式不同；直接替换年份会漏作者或误分栏目。本PR增加独立2025适配器，通过原有collect aamas-proceedings CLI按需使用。
实际行为：完整保留476条非keynote出版物的标题、作者顺序、机构和原始HTML证据；排除3条keynote。p3000的COMP24竞赛报告保留2025发表年份和原Demo栏目，发表格式独立记competition_report，投稿track保留unspecified。Research Paper Track和Extended Abstracts不强行判为main，出版格式不是研究类型；没有HTML摘要/DOI时留空，不下载研究PDF，不从缺席推断拒稿或撤稿。
验证：精确提交13408869c2566bb7406c78bac7f7601921ff2cef的CI1132/job1229在已授权aliyun-ces-control（ces-control:host）成功；369项测试、wheel构建/安装、安装后的CLI从真实快照采集476条/5个文件全部通过。真实479条目录与独立1772条作者/机构清单逐条比对；测试覆盖栏目/数量/版式、作者、竞赛报告、坏哈希/不安全路径、冻结模式不联网及无数据库/PDF行为。完整CI日志SHA256为74efb6927e56a56fc27037aa07f4afb5eb3c5a5ebc599de163b159be8c58c2f1。本机仅AST、差异与原始文件哈希检查，未本地运行项目测试或构建。
限制：两个官方页面为冻结原始HTML；录用清单的独立URL403保留，恢复凭据中的文件写入时间精度如实保存。采集结果摘要全部缺失；已完成正式采集、225条既有实体关联的生产导入及独立验收；另251条待核，详见下方验收。生产RSS162/163，历史年度缺口46，全库最终去重未完成。
base main/ec9edd88；head codex/aamas2025。完整差异11文件、1个提交，不依赖未合并RSS/ACL分支。代码已推送工作分支，未合并、未替换默认运行时或生产writer，等待用户手动合并。
服务器正式采集与只读身份预检（2026-11-09）
取代上文“尚未正式采集”的历史状态：已把精确CI1132提交13408869c2566bb7406c78bac7f7601921ff2cef的67个package源文件逐一核对哈希，暂存为独立source-only版本；未本地构建，未替换默认运行时或canonical writer714。
服务器原生采集单元
paper-atlas-aamas2025-collect-v1.serviceinvocation73eccc838ee4440f84218ec4d3cbd929terminal success。476条标题、完整作者顺序、机构、栏目/发表格式、页面ID、原始证据哈希及3条keynote排除均独立逐条核验通过；COMP24报告分类和2025发表年份保留。输出409unspecified、12blue_sky、25doctoral、21demo、9jaamas，476条HTML摘要均缺失并如实留空，未下载研究PDF、未写数据库。采集验收报告/data/paper-index/collected/aamas2025-collection-check-v1/source-acceptance.jsonSHA25633ef6732aa90c0fd3f3122f1be24a316db543e85d4d423b4ced950833bfeca45；5份JSONL/manifest和原始证据已备份本机并核验。PostgreSQL只读预检
paper-atlas-aamas2025-preflight-v1.serviceinvocation794ab099e57e4d3ea65388d6d7ea4198terminal success。476条分为211条唯一精确标题且作者集合一致、22条唯一精确标题但作者存在差异、243条无精确标题命中；233个候选实体的稳定标识、原始来源、投稿及决定历史已保存。预检报告SHA2563af83a5c827c344a24a22ee4f530ee3a36d88892af6e1d3c779fe17415dfd238。这只是候选证据，admissible_count=0；没有自动合并或把未命中当作新论文。其中6个候选实体带其他会议的rejected等负面决定，后续关联时必须保留；观察时间不直接证明决定先后。233个候选中231个已有摘要，不能因新来源HTML摘要为空而清除旧摘要。AAMAS2025现有edition/coverage为空，本批仍未导入；历史年度缺口46不变，生产RSS162/163不变。下一步需逐条身份/版本审核及扩展检索，再生成独立导入分区、建立保护基线、原生导入和独立验收，最后仍须全库去重。
本次无新代码commit/push，CI结果仍对应上述精确head。PR继续等待用户手动合并。
225条逐项身份审核与增量分区（2026-11-09）
在原始233个精确标题候选基础上，逐项审核完整作者和原始arXiv元数据：208条作者完整对应且有arXiv标识；22条作者差异案例中17条由明确发表/版本桥接或完整姓名变体证据支持，5条继续待核。另3条仅OpenReview/旧IJCAI DOI、243条无精确标题候选均待核。合计225条仅关联既有实体，不新建paper、不改写原作者、不把旧IJCAI DOI填作AAMAS DOI；保留5个已有负面决定案例的旧投稿历史。两个逐项审核文件SHA256分别为
3d60b85a2383673f1fbdc0dfe8348fdaf7cd7138761f757f880c0c2bed903c95/98ec06e2295ce824ed275c6cad4a76098dd3de2a6549b65be0c5171f51fff438。canonical714原生文件整理 invocation
cff8f633366141b69157299534af3b4aterminal success，225条只加稳定标识/证据，全部476条原始字段保留，251条未选记录字节完全不变；服务器和本机独立检查均通过。整理验收SHA2566c3d34ff4ee0f18ecc8d67bdd9e2953b42fae62f6c6d6131d6f9fd0f873b9483。完整476条整理输出不可当作导入队列。后续只读PostgreSQL事务复核 invocation
964c1a4558cb40128e639432559d80ffterminal success：225个实体的canonical资料、全部标识、原始来源和投稿/决定历史逐条未变，精确标题及arXiv绑定重验，476个新来源均确认不存在。报告/data/paper-index/collected/aamas2025-reviewed225-preflight-v1/postgresql-preflight.jsonSHA2566a74d71ffcc77f09900ab77ea8e902ee974999b3161e439a25027adb4318f961。独立增量分区准备 invocation
40899580ad854510aa6824f37b3d01f6terminal success。未消费队列/data/paper-index/collected/aamas2025-prepared225-v1，preparation.json SHA2563cec61fbb870175deec1c435693d5974d889443fb03f4f7beba4e289531a3a33：blue_sky5/12、demo5/21、unspecified215/409；doctoral和JAAMAS未选。全部manifest均按原生incremental契约标为partial，251条待核记录排除。预计新增225条来源/投稿/决定，0个paper、3个edition，但这些尚未导入/验收。下一步必须建立完整生产保护基线，再原生导入这225条并独立验收，之后重做年度普查；当前历史缺口仍46，不能提前减为45。缺失摘要不覆盖旧canonical摘要；全库最终去重/公开负面决定与历史来源补漏均未完成。本次没有新增代码提交/推送，CI仍对应1340886，等待用户手动合并PR44。
225条生产导入与年度普查独立验收（2026-11-09）
取代上文“225条未导入/PR待合并”的历史状态：Gitea已确认PR44于2026-11-09T13:42:01Z合并，merge commit 05ada8daf8d9547890331663b760fa7f74eae35a；bot未代合并、未直接推送main。CI仍为精确head1340886的369tests+wheel/installedCLI；本次无新代码commit/push，默认运行时未替换。
生产任务
paper-atlas-aamas2025-import225-v1.serviceinvocationb86cdd119cc4428287cdfc3170ab89c1terminal success/MainPID0，2026-11-09T13:45:31.569879Z独立验收结束。canonical writer714新增225条来源/投稿/accepted决定、0个paper、3个partial edition；225队列已消费，严禁重放。报告/data/paper-index/collected/aamas2025-import225-v1/postgresql-postcheck-v1.jsonSHA25617507c75c45bf0e0d697bc82aee88f24dd2db650042c8b71348988dd0bcfe1b3，完整基线和报告已备份本机并复核。逐条原始标题、作者、空摘要、metadata/证据、稳定标识、投稿/决定/来源关系及标签namespace一致。225篇canonical摘要、5篇旧负面决定案例、旧全局submission/decision/decision_sources/submission_sources/submission_identifiers前缀、1415篇相关论文及来源/标签/合并/annotation/candidates、319条AAMAS2012来源curation、旧edition/coverage均保留。22业务表、约束、5次实际GIN查询、foundry-core readyz200及SQLite0444备份检查通过。
AAMAS2025目前仅225/476条：blue_sky5/12、demo5/21、unspecified215/409，全为partial；doctoral0/25、JAAMAS0/9。另251条待核，HTML摘要全部缺失不能覆盖旧摘要。全库paper实体3,567,805、来源3,810,530、投稿527,219、决定观察566,771；这些表计数不代表最终独立科学作品数。
只读年度普查 invocation
4cfa55b73f1c4b21b4240c27daef7896terminal success。快照SHA256b6160e054b3b78ade1709a683aec3866a9c4bf67f2bdccbdb21b486429a19804，固定43会议/1266年度独立汇总SHA256fbc26e507b32351aea2e71de8e6f32b2f9c12c49116c28c4fe7e082957ca1f2b：1206年度已有记录、45历史缺口、14个2026缺口、1个非归档例外。相对上一普查仅AAMAS2025年度新增，46->45，原135历史年度缺口累计解决90；年度存在不是论文/track/摘要/公开拒稿全覆盖。来源可用性v12中剩45年度仅EWSL1989有卷级候选，44未定位不等于公开不可获取。阶段14继续进行，AAMAS2025其余251条、RSS2025剩1条及其他历史来源/公开负面决定继续核查；完整跨会关联和最终全库去重仍未完成。