распознавание: большие раздачи размечаются целиком, файлы вне плана видны

- модель адресует файл номером строки нашего списка вместо копии пути: ответ
  на 180 файлов вместо ~15k токенов стоит ~2.5k, усечение сотней снято,
  max_files и max_tokens ушли в [recognition], correction-ретрай больше не
  переприсылает список
- негодный элемент ответа отбрасывается поимённой причиной, обрыв генерации и
  отказ по размеру запроса названы своими причинами, покрытие плана блокирует
  авто только при непокрытом видеофайле
- раскладка показывает все файлы раздачи со строками «не в плане» и полным
  порядком сортировки; снимок списка файлов лёг рядом с планом (миграция 0012)

docs/architecture.md

@@ -191,4 +191,4 @@ Jellyfin указывают на `movies`/`series`, а не на корень
 | Идентичность раздачи | split v1/v2-хеши не связаны, паре `xt` из магнета доверяем | `infohash-identity-integrity` |
 | Расход внешних лимитов | кэша ответов метабаз нет, повтор распознавания бьёт провайдера заново | `metadata-cache` |
 | История переходов | хранится только текущее состояние, «как сюда попали» восстанавливается по логам | `download-transition-history` |
-| Предел ответа LLM | лимита на размер ответа нет — единственный недоверенный канал без предела; задачей пока не заведено | — |
+| Предел ответа LLM | предел размера ответа есть (`[recognition].max_tokens`), обрыв по нему распознаётся и уводит в review; открытым остаётся согласование предела с потолком провайдера и с `[llm].timeout` | — |

docs/database.md

@@ -14,7 +14,8 @@
 > `0006_ulid_identity` (Go-миграция: ULID-идентификаторы, `download_infohash`),
 > `0007_file_link_size`, `0008_rfc3339_time` (метки времени → RFC 3339 UTC,
 > `DEFAULT` убран), `0009_download_torrent` (байты `.torrent`-файла),
-> `0010_retried_at`, `0011_parsed_context` (структура имени из контекста, JSON).
+> `0010_retried_at`, `0011_parsed_context` (структура имени из контекста, JSON),
+> `0012_recognition_source_files` (снимок списка файлов раздачи рядом с планом).
 
 Назначение таблиц и роль компонентов — [architecture.md](architecture.md).
 Значения `state` и легальные переходы — нормативно в
@@ -78,9 +79,10 @@ erDiagram
         TEXT    provider       "nullable; tmdb|tvdb|tvmaze|none"
         TEXT    provider_id    "nullable"
         REAL    confidence     "nullable"
-        TEXT    reasons        "NOT NULL DEFAULT '[]'; JSON: причины не-авто"
+        TEXT    reasons        "NOT NULL DEFAULT '[]'; JSON: причины ухода в review + информационные заметки (сводка покрытия), не отменяющие авто"
         TEXT    raw_llm        "nullable; сырой ответ LLM"
         TEXT    plan           "nullable; JSON recognize.Plan (миграция 0002)"
+        TEXT    source_files   "nullable; JSON [{path,size}] — снимок файлов раздачи в порядке нумерации промпта (миграция 0012). NULL — запись старше миграции: перечень неполон, UI говорит об этом прямо"
         TEXT    created_at     "NOT NULL; RFC 3339 UTC (Z), пишет приложение"
     }
 
@@ -165,8 +167,11 @@ erDiagram
 - **Всё, кроме одного поля, — плоские колонки.** Никакого сжатия, никаких
   внешних файлов: строка читается и пишется целиком обычным запросом.
 - **JSON-строками в TEXT** лежат три поля: `recognition.plan` (канонический
-  `recognize.Plan` — файл → роль/сезон/серия), `recognition.reasons` (список
-  причин не-авто) и `download.parsed_context` (структура имени из контекста).
+  `recognize.Plan` — файл → роль/сезон/серия), `recognition.reasons` (диагностика
+  распознавания: блокирующие причины ухода в review **и** информационные
+  заметки вроде сводки покрытия, которые авто-раскладку не отменяют, — само
+  решение auto/review из длины списка не выводится) и `download.parsed_context`
+  (структура имени из контекста).
   Читаются целиком и разбираются в Go; частичного чтения и обновления поля
   внутри JSON нет, SQL по содержимому этих полей не делается.
 - **`recognition.raw_llm`** — сырой ответ модели как есть, **несжатый**. Это
@@ -204,6 +209,8 @@ erDiagram
 | `[worker].catch_timeout` | `10m` | предел для пойманной задачи, не добавившейся в qBittorrent |
 | `[worker].source_missing_threshold` | `3` тика | дебаунс пропажи источника |
 | `[recognition].auto_confidence_threshold` | `0.85` | порог авто-раскладки (доп. проверка к матчу в базе) |
+| `[recognition].max_files` | `500` файлов | сколько файлов раздачи максимум показывать модели в промпте. Предохранитель от аномальной раздачи, а не рабочее ограничение: 500 путей — порядка 35k токенов промпта, что модель принимает. Усечение уводит задачу в `review` отдельной причиной, а знаменатель покрытия остаётся полным числом файлов |
+| `[recognition].max_tokens` | `8000` токенов | предел длины ответа модели. При индексной адресации файла (`files[].i` вместо копии пути) элемент плана стоит ~14 токенов, так что 500 файлов укладываются с запасом. Не хватило — `finish_reason = length`, и задача уходит в `review` с причиной «ответ модели обрезан», без повторного запроса |
 | `[llm].timeout` / `max_retries` | `120s` / `3` | каждая попытка порождает строку `recognition` с сырым ответом |
 | `[metadata.*].timeout` | `10s` | таймаут запроса к метабазе |