3 Commits

Author	SHA1	Message	Date
hyungi	8930803a11	feat(presegment): G2 후보 A — 자식 합성 file_path + bundle_source_path 실파일 해석 ... uq_documents_file_path 충돌 해소: 자식 file_path = unique 합성값 '{부모}#p{s}-{e}' (UNIQUE 통과), 실파일은 bundle_source_path() 로 부모경로 복원(접미사 strip, 결정적). - presegment_worker: bundle_source_path() 헬퍼 + 자식 합성 file_path - extract_worker 자식분기: bundle_source_path + NFC/NFD resolve 로 실파일 range 추출 - marker_worker: container_path = bundle_source_path(file_path) (일반 doc 무변) 인제스트는 아직 extract(검증 후 재활성). 일반 doc = bundle_source_path no-op = 무회귀. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-18 17:19:17 +09:00
hyungi	860c5c6b0c	fix(presegment): G2 인제스트 비활성 — Option A vs uq_documents_file_path 충돌 ... ★실번들 검증서 발견: 자식 Document(부모 file_path 공유, Option A)가 uq_documents_file_path UNIQUE 제약 위반 → 자식 INSERT 실패. 검증된 G1 파이프라인 보호 위해 인제스트를 직접 extract 로 원복(documents.py/file_watcher 4곳). 스키마(362~364)+presegment_worker 코드는 보존(재설계 후 재활성). 재설계 후보: 자식 file_path=unique 합성값+부모 lineage 에서 실파일 해석 / file_path NULL+bundle_source_path. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-18 17:07:38 +09:00
hyungi	c3d5c33813	feat(presegment): G2 PR-2 — presegment 워커 + 큐 배선 + range-clamp (deterministic ToC) ... extract 前 presegment 스테이지: 전 문서 진입, 非PDF/단일은 무변 통과, '명확한 번들' PDF만 ToC(level-1) deterministic 분할. LLM 폴백은 PR-3. - presegment_worker: 보수적 게이트(pages>=60·자식>=5p·연속/단조/전범위·2<=N<=50) + 멱등 (lineage segmented_from 존재 시 수렴) + 자식=부모파일 공유(Option A)+range - queue_consumer: BATCH_SIZE/MAIN_QUEUE_STAGES/_load_workers + presegment->extract 전이, parent(번들원본)는 억제(자식이 직접 extract enqueue) - ingest(documents.py upload·file_watcher): 첫 stage extract->presegment - extract_worker/marker_worker: bundle_page_start/end 시 해당 범위만 추출/변환 (NULL=일반문서 byte-identical 무회귀 — 검수 확인) 코드 검수 완료(무회귀·full_path 스코프·NOT NULL 커버·py_compile). **미배포** — 실제 번들 PDF 처리 검증 후 배포(PR-3 LLM 폴백과 함께). Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>	2026-06-18 16:55:27 +09:00