From 58ec345709fafe76125a6a049a339bd5a06863e6 Mon Sep 17 00:00:00 2001
From: citarf <8773429+citarf@users.noreply.github.com>
Date: Sat, 20 Jun 2026 00:01:45 +0400
Subject: [PATCH] =?UTF-8?q?code=5Findex:=20exclure=20aussi=20tests=20+=20d?=
 =?UTF-8?q?ataset=20d'=C3=A9val=20ic-data-bot=20du=20corpus=20code?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Après avoir retiré la gouvernance data-platform, les fichiers de TEST et surtout
le DATASET D'ÉVAL d'ic-data-bot (qui contient les questions ET les réponses
attendues) remontaient dans search_code et enterraient le vrai code — c'était de
la contamination directe. On exclut docs/evals/* et tests/* d'ic-data-bot du
corpus code (son code src/ reste indexé). Résultat : les 3 questions code passent
d'« absent du top-10 » à rang 2/3/3.
---
 tools/code_index/manifest.yaml | 6 ++++++
 1 file changed, 6 insertions(+)

diff --git a/tools/code_index/manifest.yaml b/tools/code_index/manifest.yaml
index b6eb858..bd7d1bb 100644
--- a/tools/code_index/manifest.yaml
+++ b/tools/code_index/manifest.yaml
@@ -92,6 +92,12 @@ exclude_per_repo:
     - "audits/*"
     - "adr/*"
     - "*.md"
+  # ic-data-bot : son propre dataset d'ÉVAL contient les questions ET les réponses
+  # attendues (contamination directe de search_code), et ses fichiers de test sont du
+  # scaffolding (bruit pour « où est implémenté X »). On garde le code du bot (src/).
+  ic-data-bot:
+    - "docs/evals/*"
+    - "tests/*"
 
 # ── Corpus « docs » : gouvernance data-platform (table docs_chunks, modèle texte) ──
 # Chemins RELATIFS au repo data-platform (résolus sous base_dir/data-platform). Chunking par