Распознавание: санитайзинг названий от LLM + безгодовой фолбэк сверки

Кейс «Harold and the Purple Crayon»: LLM отдал title с кириллической
буквой-двойником, сырое название ушло в запрос TVDB дословно (не нашлось),
а гейт нормализации кир/лат двойники не сворачивал — двойной промах, пустой
список кандидатов, ручной ввод id.

- recognition: санитайзинг человекочитаемых полей плана (title/original_title/
  provider_hint) на границе разбора, до валидации: strip control/zero-width,
  collapse пробелов, потокенная свёртка homoglyph-двойников по курируемой
  кир↔лат таблице. files[].src не трогаем (обязаны биться с торрентом).
- metadata-match: тот же fold в normalize (гейт) как defense-in-depth;
  безгодовой второй проход сверки как fallback при известном годе и промахе
  первого — восстанавливает off-by-one авто-матчи и пополняет кандидатов
  review. В fallback требуем известный год кандидата (год-unknown → review,
  не авто); гейт год ±1 и инвариант авто-матча не двигаются.

Спеки recognition/metadata-match обновлены, change заархивирован.

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

internal/recognize/metadata.go

@@ -22,6 +22,14 @@ const maxCandidates = 8
 // (original_title → title → provider_hint, см. searchKeys): базы индексированы
 // прежде всего по оригинальным названиям. Останавливаемся, как только очередной
 // ключ дал единичный сильный матч (ранний стоп — дешевле по обращениям к базе).
+//
+// Проходов сверки два: pass 1 — с годом плана (дешёвое сужение при верном годе),
+// pass 2 — fallback без года, только если год известен и pass 1 не подтвердил
+// матч. Exact-year фильтр запроса строже гейта strongMatches (год ±1): безгодовой
+// проход восстанавливает off-by-one авто-матчи (запись, которую точный фильтр
+// отсёк, а гейт принял бы) и пополняет кандидатов для review при бо́льших ошибках
+// года. Гейт при этом не меняется (год ±1 по plan.Year), инвариант авто-матча не
+// двигается. Кандидаты копятся через оба прохода (дедуп по provider:id, потолок).
 func (r *Recognizer) matchMetadata(ctx context.Context, plan Plan) (*Match, []metadata.Candidate) {
 	if len(r.providers) == 0 {
 		return nil, nil
@@ -32,43 +40,65 @@ func (r *Recognizer) matchMetadata(ctx context.Context, plan Plan) (*Match, []me
 	}
 
 	matchTitles := normSet(plan.Title, plan.OriginalTitle)
+	keys := searchKeys(plan)
+
+	// Год запроса по проходам: сначала год плана, затем 0 (без года) как fallback.
+	// При неизвестном годе второй проход был бы идентичен первому — не делаем.
+	queryYears := []int{plan.Year}
+	if plan.Year > 0 {
+		queryYears = append(queryYears, 0)
+	}
 
 	var match *Match
 	var candidates []metadata.Candidate
 	seen := map[string]bool{}
 
-	for _, key := range searchKeys(plan) {
-		for _, p := range r.providers {
-			cands, err := p.Search(ctx, metadata.Query{Type: mt, Title: key, Year: plan.Year})
-			if err != nil {
-				// Сам вызов провайдера залогирован клиентом (ext.*-ERROR); здесь —
-				// доменное решение «пропускаем провайдера, пробуем следующий».
-				logctx.FromOr(ctx, r.log).Debug("metadata provider skipped", "provider", p.Name())
-				continue
-			}
-
-			// Копим кандидатов для выбора (дедуп по провайдеру+id, потолок).
-			for _, c := range cands {
-				ck := c.Provider + ":" + c.ID
-				if seen[ck] || len(candidates) >= maxCandidates {
+	for _, qYear := range queryYears {
+		// Безгодовой fallback-проход (есть только при известном годе плана).
+		// В нём требуем известный год кандидата: off-by-one даёт авто-матч, а
+		// запись с неизвестным годом — только кандидат в review (год подтвердить
+		// нечем, авто было бы недо-подтверждённым). В pass 1 leniency yearMatches
+		// к unknown-году сохраняется как прежде.
+		fallback := qYear == 0 && plan.Year > 0
+		for _, key := range keys {
+			for _, p := range r.providers {
+				cands, err := p.Search(ctx, metadata.Query{Type: mt, Title: key, Year: qYear})
+				if err != nil {
+					// Сам вызов провайдера залогирован клиентом (ext.*-ERROR); здесь —
+					// доменное решение «пропускаем провайдера, пробуем следующий».
+					logctx.FromOr(ctx, r.log).Debug("metadata provider skipped", "provider", p.Name())
 					continue
 				}
-				seen[ck] = true
-				candidates = append(candidates, c)
-			}
 
-			// Единичный сильный матч ищем у первого подходящего провайдера.
+				// Копим кандидатов для выбора (дедуп по провайдеру+id, потолок).
+				for _, c := range cands {
+					ck := c.Provider + ":" + c.ID
+					if seen[ck] || len(candidates) >= maxCandidates {
+						continue
+					}
+					seen[ck] = true
+					candidates = append(candidates, c)
+				}
+
+				// Единичный сильный матч ищем у первого подходящего провайдера.
+				// Гейт по plan.Year (не qYear): безгодовой проход расширяет только
+				// выдачу запроса, но требует год кандидата ±1 (и известный — в
+				// fallback), поэтому условие подтверждения не ослабляется.
+				if match != nil {
+					continue
+				}
+				strong := strongMatches(cands, plan.Year, matchTitles, fallback)
+				if len(strong) != 1 {
+					continue
+				}
+				match = r.buildMatch(ctx, p, strong[0], mt)
+			}
 			if match != nil {
-				continue
+				break
 			}
-			strong := strongMatches(cands, plan.Year, matchTitles)
-			if len(strong) != 1 {
-				continue
-			}
-			match = r.buildMatch(ctx, p, strong[0], mt)
 		}
 		if match != nil {
-			break
+			break // pass 1 подтвердил матч — безгодовой проход не нужен
 		}
 	}
 	return match, candidates
@@ -129,11 +159,15 @@ func CandidateTag(c metadata.Candidate) (provider, id string) {
 
 // strongMatches оставляет кандидатов, чьё название совпадает с одним из
 // названий плана (после нормализации) и год бьётся (±1 год), дедуплицируя
-// по id.
-func strongMatches(cands []metadata.Candidate, year int, titles map[string]bool) []metadata.Candidate {
+// по id. requireKnownYear (безгодовой fallback-проход) дополнительно отсекает
+// кандидатов с неизвестным годом: авто-матч там требует подтверждённого года.
+func strongMatches(cands []metadata.Candidate, year int, titles map[string]bool, requireKnownYear bool) []metadata.Candidate {
 	seen := map[string]bool{}
 	var out []metadata.Candidate
 	for _, c := range cands {
+		if requireKnownYear && c.Year == 0 {
+			continue
+		}
 		if !yearMatches(year, c.Year) {
 			continue
 		}
@@ -175,11 +209,14 @@ func normSet(titles ...string) map[string]bool {
 
 // normalize приводит название к сравнимому виду: нижний регистр, только
 // буквы/цифры (юникод), одиночные пробелы. Букву ё сводим к е (частое
-// расхождение написания: «Тёмный» vs «Темный»).
+// расхождение написания: «Тёмный» vs «Темный»). Перед этим сворачиваем
+// кирилло-латинские homoglyph-двойники (foldHomoglyphs) — defense-in-depth на
+// случай двойников со стороны кандидата базы: гейт сильного матча должен быть
+// устойчив к ним независимо от санитайзинга плана.
 func normalize(s string) string {
 	var b strings.Builder
 	prevSpace := false
-	for _, r := range strings.ToLower(s) {
+	for _, r := range strings.ToLower(foldHomoglyphs(s)) {
 		if r == 'ё' {
 			r = 'е'
 		}