avandClaude Opus 4.8
4fc8c41b3a
Сверка с метабазой промахивалась на иностранных фильмах с русским релиз-именем (кейс «Тёмный рыцарь»): поиск шёл по одной строке provider_hint||title и игнорировал original_title, а базы индексированы прежде всего по оригинальным названиям. - matchMetadata ищет по ключам original_title → title → provider_hint с ранним стопом на первом единичном сильном матче; пустые и нормализованно-дублирующие ключи пропускаются, кандидаты для review копятся из всех заходов. - Промпт требует всегда заполнять title и original_title (дублировать при отсутствии оригинала / российском контенте; при неуверенности дублировать, не выдумывать). Разбор остаётся мягким к пустому original_title. - TMDB-поиск передаёт language (по умолчанию ru-RU, настраивается [metadata.tmdb].language); original_title не зависит от локали. - Нормализация названий сводит ё→е. Инварианты не ослаблены: авто только при подтверждённом единичном матче + структурной валидации + согласованности сигналов. Capability recognition впервые перенесена в OpenSpec; change архивирован. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
63 lines
4.8 KiB
Markdown
63 lines
4.8 KiB
Markdown
## Why
|
||
|
||
Сверка распознавания с базой метаданных промахивается на иностранных
|
||
фильмах с русским релиз-именем: реальный кейс — «Тёмный рыцарь» (The Dark
|
||
Knight), поиск не нашёл ничего, раскладку пришлось делать вручную. Базы
|
||
(TMDB/TVDB) индексированы прежде всего по оригинальным названиям, а поиск
|
||
сейчас идёт по одной строке `provider_hint || title` и игнорирует
|
||
`original_title`. Из-за этого сильное звено сверки — оригинальное название —
|
||
не используется ни в запросе, ни (когда модель оставила его пустым) в гейте
|
||
сравнения.
|
||
|
||
## What Changes
|
||
|
||
- **Поиск по нескольким названиям** в сверке с базой: стратегия
|
||
«оригинал → fallback» — сначала запрос по `original_title`, при единичном
|
||
сильном матче стоп; иначе запрос по локализованному `title`; третьим
|
||
фолбеком — `provider_hint`. Кандидатов для review копим из всех заходов
|
||
(дедуп по `provider:id`). Избыточный запрос-дубль (когда нормализованные
|
||
названия совпадают) пропускаем.
|
||
- **Контракт LLM на оба названия:** промпт требует всегда заполнять и
|
||
`title`, и `original_title`. Нет отдельного оригинала / российское
|
||
происхождение → продублировать `title`. Не уверен в оригинале → дублировать,
|
||
а **не выдумывать** (защита от ложного авто-матча по галлюцинации). Схема
|
||
разбора остаётся мягкой: пустой `original_title` не отбраковываем, а
|
||
graceful-фолбэк на `title`.
|
||
- **Локаль TMDB:** TMDB-поиск всегда передаёт `language` (по умолчанию
|
||
`ru-RU`), параметризуемый конфигом. Локализованный `Title` приходит
|
||
по-русски — сходится русская сторона гейта и аккуратнее карточки кандидатов
|
||
в review. `original_title` у TMDB остаётся на языке оригинала, английская
|
||
сторона гейта не страдает.
|
||
- **Нормализация названий:** в сравнении сводим `ё`→`е`, чтобы «Тёмный» и
|
||
«Темный» считались одним названием.
|
||
|
||
Гейты авто-раскладки не ослабляются: авто по-прежнему только при
|
||
подтверждённом единичном матче в базе + структурной валидации +
|
||
согласованности сигналов. Изменение лишь повышает попадаемость сверки.
|
||
|
||
## Capabilities
|
||
|
||
### New Capabilities
|
||
- `recognition`: распознавание контента раздачи (фильм/сериал, название,
|
||
год, сезон/серия), сверка с базами метаданных и решение «авто или review».
|
||
Первый перенос capability из `docs/specs/recognition.md` в OpenSpec; в этот
|
||
change фиксируем требования к сверке с базой и контракту названий,
|
||
затронутые изменением (остальное мигрируется отдельно).
|
||
|
||
### Modified Capabilities
|
||
<!-- Нет: recognition в OpenSpec ещё не было, заводим как новую. -->
|
||
|
||
## Impact
|
||
|
||
- `internal/recognize/metadata.go` — `matchMetadata` (многозапросный поиск),
|
||
`normalize` (`ё`→`е`).
|
||
- `internal/recognize/prompt.go` — правила промпта по `title`/`original_title`.
|
||
- `internal/metadata/tmdb.go` — параметр `language` в запросе поиска.
|
||
- Конфигурация — новое поле `[metadata.tmdb].language` (дефолт `ru-RU`),
|
||
валидация на старте.
|
||
- `docs/specs/recognition.md` — синхронизируем с дельтой (источник истины до
|
||
полного переноса).
|
||
- Внешнее API/схема ответа LLM: `provider_hint` сохраняется; новые требования
|
||
к заполнению `original_title`. Обратная совместимость хранимых данных не
|
||
затрагивается.
|