RSHB/arm-scan-gateway
9
0
Fork 0
Code Issues 3 Pull Requests 1 Actions Packages Projects Releases Wiki Activity
arm-scan-gateway/openspec/changes/slice-3a-ocr-normalizer/tasks.md
Andrey Epifancev bef8441ca8 docs(scan-gateway): README/CLAUDE.md под Срез 3a, roundtrip с документами, tasks.md 
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_012vJkmBGKKqMoEMzvsXG3y2
2026-10-07 02:42:49 +04:00

3.8 KiB
Raw Blame History

Tasks: Срез 3a — горячие папки и нормализатор OCR

Репозиторий — scan-gateway; команды make — из корня, pytest — из api/. Нумерация и состав задач — как в плане docs/superpowers/plans/2026-10-06-slice-3a-ocr-normalizer.md (Task 0–17); пошаговый код и проверки — там. Исполнение — subagent-driven-development: один коммит на задачу плюс правки ревью. CI нет — проверки локальные (make check, make test-integration, make check-full).

  • 0 Контракт v1.2 в ветке и окружение: origin/main влит, схемы байт-в-байт равны ../docs/contracts, make venv, make check зелёный; CONTRACT_VERSION остаётся 1.0 (решение №14)
  • 1 Настройки и справочники: SCAN_CLEANUP, SCAN_RULES_DIR; api/rules/ (statement_lines.yaml с редакциями 66n и пустой fsbu4, ocr_lookalikes.yaml, statement_labels.yaml); src/normalizer/rules.py (load_rules, OcrRules)
  • 2 Очистка текста (src/normalizer/ocr/text.py): двойники вплотную к цифре, | как разделитель клеток, clean_value
  • 3 Разбор дат (ocr/dates.py): parse_date, дословный перенос date_utils старого ядра
  • 4 Суммы (ocr/amounts.py): parse_amount, is_blank (решения №12, №13)
  • 5 Раскладка колонок (ocr/layout.py): build_layout по шапке «Код», infer_layout по данным
  • 6 Строки таблицы (ocr/rows.py): шапка настоящая или синтетическая, классы строк, тип по кодам
  • 7 Шапка файла (ocr/header.py): организация, ИНН, единицы, дата отчёта
  • 8 Сборка документа (ocr/document.py): тип, колонки, строки, значения с is_recognized, редакции (решения №15, №16, №19, №21–25)
  • 9 OcrNormalizer: статусы done / needs_check / error RECOGNITION_FAILED, предупреждения, metrics.rows, подключение в create_app
  • 10 Golden на реальных ответах ../fixtures/ocr/*.json (эталоны expected_normalize/ — в fixtures), make golden-update
  • 11 Горячая папка local: имя <job_id>.<ext>, .part в Tmp, запись без замены (os.link), cleanup под SCAN_CLEANUP (решения №17, №26, №27)
  • 12 Горячая папка smb: smbclient.rename без замены, cleanup под флагом
  • 13 Воркер и приложение: очистка после сохранения raw/ (под флагом), RECOGNITION_FAILED без расширения, OcrNormalizer в lifespan
  • 14 Эмулятор: пара по sha256 содержимого, SCAN_EMULATOR_DEFAULT, входящий <uuid>.<ext>, игнор .part/.tmp/.done
  • 15 Сквозной сценарий, README и CLAUDE.md сервиса: test_roundtrip.py (документы, ok_doc, неизвестное содержимое, SCAN_CLEANUP=true, файл результата по схеме), README, CLAUDE.md, этот файл
  • 16 Документы workspace (репозиторий docs, bounded-PR): 03-architecture.md, 05-domain-rules.md §11.1, OQ, 09-delivery-plan.md, dev-compose и qa-guide.md
  • 17 Завершение: синхронизация с main, make check-full, openspec validate --strict, PR fixtures с эталонами, PR scan-gateway