修复DBLP family候选漏采并提供快照恢复命令 #45

2026-11-09T14:29:53Z

codex-bot commented

2026-11-09 14:29:53 +00:00

DBLP 的 AAMAS 2025/2026 使用 ifaamas 命名空间，旧发现过滤器只包含 atal、aamas，使固定快照中的1,122条出版物候选未进入旧候选文件。本PR补齐发现范围，并提供 paper-atlas collect dblp-family，从已校验压缩快照及完整目录按需恢复指定family。

改动：

paper_atlas/collectors/dblp.py：发现候选包含ifaamas；paper_atlas/collectors/dblp_recovery.py：固定压缩包/DTD校验、只读目录、完整扫描计数及family数量/卷内容核对、文件锁和原子发布；原输入与已有输出保留。
paper_atlas/cli.py：统一命令注册；tests/test_dblp_recovery.py：8项回归，覆盖旧候选漏项、字段保留、校验及目录不一致、截断、输出保护、原始候选误作导入队列等情况。
README.md、docs/dblp-family-recovery.md：用途、用法、恢复与来源/身份边界；.gitea/workflows/check.yml：安装后的新CLI检查。

验证：

精确提交 fe0f08a55078d093b016d6a796a2c09ac9977e54 的CI1135/job1232在已授权aliyun-ces-control（ces-control:host）成功；385项测试（新增8项均在日志中）、wheel构建/安装和安装后CLI检查通过。完整日志SHA256 f94bc1a570dce6d78f57cd171d8bd43992f4c40b9334789b6fcc285afc0505fa。本机仅AST、差异和哈希检查，未运行本地项目测试或构建。
将精确69个package源文件逐一核验后暂存独立source-only版本，调用新原生命令读取服务器已有固定快照。单元 paper-atlas-dblp-family-native-verification-v1.service invocation cd4b50b3736245c9a3233988fd8671c7 terminal success/MainPID0，于2026-11-09T14:43:31.696542Z完成独立核验。
完整读取4,060,725条书目记录，恢复1,122条出版物候选及2卷（2025年479条、2026年643条），全部1,124条原始记录与上一轮独立提取逐条语义一致。原旧候选中ifaamas数量为0。报告 /data/paper-index/collected/ifaamas-native-recovery-check-v1/native-acceptance.json SHA256 985dde64565db557952a8360ff7bbfb7fe35ce53910ce4ede12a57d53a19e6b5。

限制与后续：恢复文件包括卷、keynote、workshop和其他发表形式，不生成规范化venue/track/accepted标签，不是import records队列。ifaamas的逐栏目规范化映射仍需第一方证据，不能整卷当main。2025年479条含3keynotes及已经验收的225条来源，严禁重放；1,122候选不是可新增论文数。本次无数据库写入、业务服务器构建、默认运行时或canonical writer切换。历史年度缺口45和2026缺口14未因此减少；逐篇关联、公开负面决定与最终全库去重仍在继续。

base main/b226b3b；head codex/dblp-ifaamas-discovery/fe0f08a。7文件、1个提交，已推送工作分支，等待用户手动合并。未直接推送main、自动合并或代用户合并。

DBLP 的 AAMAS 2025/2026 使用 `ifaamas` 命名空间，旧发现过滤器只包含 `atal`、`aamas`，使固定快照中的1,122条出版物候选未进入旧候选文件。本PR补齐发现范围，并提供 `paper-atlas collect dblp-family`，从已校验压缩快照及完整目录按需恢复指定family。改动： - `paper_atlas/collectors/dblp.py`：发现候选包含ifaamas；`paper_atlas/collectors/dblp_recovery.py`：固定压缩包/DTD校验、只读目录、完整扫描计数及family数量/卷内容核对、文件锁和原子发布；原输入与已有输出保留。 - `paper_atlas/cli.py`：统一命令注册；`tests/test_dblp_recovery.py`：8项回归，覆盖旧候选漏项、字段保留、校验及目录不一致、截断、输出保护、原始候选误作导入队列等情况。 - `README.md`、`docs/dblp-family-recovery.md`：用途、用法、恢复与来源/身份边界；`.gitea/workflows/check.yml`：安装后的新CLI检查。验证： - 精确提交 `fe0f08a55078d093b016d6a796a2c09ac9977e54` 的CI1135/job1232在已授权aliyun-ces-control（ces-control:host）成功；385项测试（新增8项均在日志中）、wheel构建/安装和安装后CLI检查通过。完整日志SHA256 `f94bc1a570dce6d78f57cd171d8bd43992f4c40b9334789b6fcc285afc0505fa`。本机仅AST、差异和哈希检查，未运行本地项目测试或构建。 - 将精确69个package源文件逐一核验后暂存独立source-only版本，调用新原生命令读取服务器已有固定快照。单元 `paper-atlas-dblp-family-native-verification-v1.service` invocation `cd4b50b3736245c9a3233988fd8671c7` terminal success/MainPID0，于2026-11-09T14:43:31.696542Z完成独立核验。 - 完整读取4,060,725条书目记录，恢复1,122条出版物候选及2卷（2025年479条、2026年643条），全部1,124条原始记录与上一轮独立提取逐条语义一致。原旧候选中ifaamas数量为0。报告 `/data/paper-index/collected/ifaamas-native-recovery-check-v1/native-acceptance.json` SHA256 `985dde64565db557952a8360ff7bbfb7fe35ce53910ce4ede12a57d53a19e6b5`。限制与后续：恢复文件包括卷、keynote、workshop和其他发表形式，不生成规范化venue/track/accepted标签，不是import records队列。ifaamas的逐栏目规范化映射仍需第一方证据，不能整卷当main。2025年479条含3keynotes及已经验收的225条来源，严禁重放；1,122候选不是可新增论文数。本次无数据库写入、业务服务器构建、默认运行时或canonical writer切换。历史年度缺口45和2026缺口14未因此减少；逐篇关联、公开负面决定与最终全库去重仍在继续。 base main/b226b3b；head codex/dblp-ifaamas-discovery/fe0f08a。7文件、1个提交，已推送工作分支，等待用户手动合并。未直接推送main、自动合并或代用户合并。

codex-bot added 1 commit 2026-11-09 14:29:54 +00:00

Recover omitted DBLP discovery families from pinned snapshots

Metadata integrity checks / metadata (push) Successful in 2m11s

Details

fe0f08a550

codex-bot marked the pull request as ready for review 2026-11-09 14:45:40 +00:00

Zayden-Jung merged commit 70463c0250 into main

2026-11-09 16:46:57 +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#45