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>

openspec/changes/archive/2026-07-10-sanitize-llm-titles-yearless-retry/proposal.md

@@ -0,0 +1,57 @@
+## Why
+
+LLM возвращает названия с «грязью», из-за которой сверка с метабазой промахивается
+и загрузка уходит в review без единого кандидата (реальный кейс — «Harold and the
+Purple Crayon» с кириллической буквой-двойником вместо латинской: сырое название
+ушло в query-параметр TVDB дословно, база не нашла, а гейт сильного матча кир/лат
+двойники не сворачивает). Плюс год из плана уходит в запрос как жёсткий фильтр —
+при ошибке модели в годе база не находит запись, которая на деле есть. Итог:
+Jellyfin остаётся без официального id, а человек вбивает id руками. Цель — поднять
+hit-rate кандидатов метабазы, не трогая инвариант авто-матча.
+
+## What Changes
+
+- **Санитайзинг названий от LLM** (`recognition`): на границе разбора плана, после
+  unmarshal и ДО структурной валидации/сверки, чистим человекочитаемые поля
+  `title`, `original_title`, `provider_hint`: (1) strip control/zero-width
+  символов, (2) collapse пробелов + trim, (3) свёртка кирилло-латинских
+  homoglyph-двойников по курируемой таблице (потокенно, только для смешанных
+  токенов). `files[].src` не трогаем — они обязаны байт-в-байт совпадать с файлами
+  торрента.
+- **Homoglyph-fold в гейте матча** (`metadata-match`): нормализация названий при
+  сравнении получает ту же свёртку двойников как defense-in-depth на случай грязи
+  со стороны кандидата базы.
+- **Ретрай сверки без года** (`metadata-match`): если поиск с годом не дал
+  подтверждённого матча, второй проход тем же перебором названий×провайдеров, но
+  без года. Гейт (exact-normalized название + год ±1) остаётся прежним — precision
+  не падает, кандидаты копятся через оба прохода.
+- Наблюдаемость: `slog.Debug`, когда санитайзинг реально переписал поле.
+
+Не в scope (отдельные задачи при необходимости): fuzzy/edit-distance матч,
+транслитерация ru↔en, срез подзаголовка после «:», санитайзинг входного контекста
+и накопленных подсказок.
+
+## Capabilities
+
+### New Capabilities
+
+_Нет._
+
+### Modified Capabilities
+
+- `recognition`: добавляется требование санитайзинга человекочитаемых полей плана
+  (`title`/`original_title`/`provider_hint`) на границе разбора ответа LLM.
+- `metadata-match`: нормализация названий при сравнении расширяется свёрткой
+  кирилло-латинских homoglyph-двойников; сверка получает безгодовой второй проход
+  как fallback, когда поиск с годом не дал подтверждённого матча.
+
+## Impact
+
+- Код: `internal/recognize` (новый шаг санитайзинга при разборе плана, `normalize`
+  и `matchMetadata` в `metadata.go`). Провайдеры `internal/metadata/*` не меняются
+  (год уже опционален в `Query`).
+- Поведение: ранее промахивавшиеся из-за homoglyph/кривого года раздачи теперь
+  находят кандидата (авто-матч при единичном сильном совпадении, иначе — заполненный
+  список для выбора в review). Инвариант «авто только при подтверждённом единичном
+  сильном матче» и неприкосновенность `files[].src`/источника не затрагиваются.
+- Зависимостей не добавляется (таблица двойников — небольшой литерал в коде).