simon
2b4efea219
- M2 run_extractor: 产物存在即跳过提取(仅回补 index),--force 全量;
增量成功率统计含跳过项,修复全跳过时误报失败
- M4 run_event_extraction: data/events/{day}/{url_hash}.json 已存在即跳过,
不重复调用 LLM API;--force 全量;failed 只留本次失败
- M5 run_embedding: data/embeddings/{day}/{url_hash}.json 已存在即跳过,
不重复调用 embed API;--force 全量
- scheduler/pipeline: 步骤结果按日期写入 data/pipeline/state.json(原子写),
run_pipeline(resume=True) 从首个失败/未执行步骤续跑
- run_scheduler + a-share CLI: --once --resume 断点续跑(--steps 互斥)
- 新增 tests/test_incremental.py 10 个测试(跳过逻辑 + resume)
- .gitignore: 忽略 data/pipeline/ 运行状态
67 lines
732 B
Plaintext
67 lines
732 B
Plaintext
# Python
|
|
__pycache__/
|
|
*.py[cod]
|
|
*$py.class
|
|
*.so
|
|
.Python
|
|
.venv/
|
|
venv/
|
|
env/
|
|
build/
|
|
dist/
|
|
*.egg-info/
|
|
*.egg
|
|
.eggs/
|
|
|
|
# uv
|
|
# uv.lock 应保留以锁定生产环境依赖版本(本项目为应用而非库)
|
|
|
|
# 测试 / 覆盖率
|
|
.pytest_cache/
|
|
.coverage
|
|
htmlcov/
|
|
.tox/
|
|
.mypy_cache/
|
|
.ruff_cache/
|
|
|
|
# IDE
|
|
.vscode/
|
|
.idea/
|
|
*.swp
|
|
*.swo
|
|
|
|
# OS
|
|
.DS_Store
|
|
Thumbs.db
|
|
|
|
# 工具本地配置（非项目文件）
|
|
reasonix.toml
|
|
|
|
# 项目敏感配置
|
|
.env
|
|
.env.local
|
|
.env.*.local
|
|
*.key
|
|
*.pem
|
|
|
|
# 运行产物
|
|
logs/*.log
|
|
logs/*.log.*
|
|
data/raw/
|
|
data/processed/
|
|
data/cache/
|
|
data/pipeline/
|
|
*.sqlite
|
|
*.sqlite3
|
|
*.db
|
|
|
|
# Docker 卷
|
|
qdrant_storage/
|
|
|
|
# 调试输出
|
|
debug/
|
|
tmp/
|
|
|
|
# M10: 历史日报源文件副本(可从 doorcome 重新拉取)
|
|
data/reports_history/
|