Skip to content

Heartbeat crawl-vanban 2026-07-11#249

Closed
caothu159 wants to merge 23 commits into
mainfrom
heartbeat/crawl-vanban-20260711
Closed

Heartbeat crawl-vanban 2026-07-11#249
caothu159 wants to merge 23 commits into
mainfrom
heartbeat/crawl-vanban-20260711

Conversation

@caothu159

@caothu159 caothu159 commented Jul 10, 2026

Copy link
Copy Markdown
Contributor

Tong quan

PR heartbeat active cho task crawl-vanban.

Pham vi hien tai

  • Branch: heartbeat/crawl-vanban-20260711
  • Base: main
  • So file thay doi: 10
  • Additions/deletions: +21,141 / -770
  • So commit: 21

Cap nhat moi nhat

  • Thoi gian: 2026-07-11 20:14 Asia/Saigon
  • Commit moi: 987ceea
  • Van ban/tac vu:
    • van-ban/thue/90-2026-tt-btc-dang-ky-thue.mdMỚI — Thông tư 90/2026/TT-BTC Quy định về đăng ký thuế (38 Điều, 4 Chương)
    • documents/LEGISLATION_TRACKING.md — cap nhat 90/2026/TT-BTC tu Chua co -> Da crawl

Chi tiet van ban moi

So hieu Ngay ban hanh Hieu luc DocID Loai Trang
90/2026/TT-BTC 30/06/2026 09/07/2026 218839 Thong tu BTC van-ban/thue/90-2026-tt-btc-dang-ky-thue.md

Noi dung: Quy định chi tiết về đăng ký thuế, mã số thuế, cấp Giấy chứng nhận đăng ký thuế, thông báo thay đổi thông tin, tạm ngừng, chấm dứt hiệu lực, khôi phục mã số thuế và công khai thông tin đăng ký thuế.

Căn cứ: Luật Quản lý thuế số 108/2025/QH15, NĐ 252/2026/NĐ-CP, NĐ 29/2025/NĐ-CP.

Nguồn PDF: datafiles.chinhphu.vn/cpp/files/vbpq/2026/7/90-btc.signed.pdf (4.3 MB, 149 trang).

Validation

  • git diff --check: pass
  • OCR Quality Gate: PASS (0 issues trong 9,291 dòng)
    • OCR artifacts: 0 (ky tu rac \u00f8 \u00a9 \u00a7 da xu ly)
    • Article scan: 38 Điều, Range 1-38, Missing [], Duplicate []
    • Chapter scan: 4 Chương (I, II, III, IV), đúng thứ tự
  • Scan Đieu/Chuong: OK

Can Sep review

Lich su heartbeat

  • 2026-07-11 20:14 — 987ceea — crawl 90/2026/TT-BTC (Đăng ký thuế), OCR quality gate PASS
  • 2026-07-11 16:41 — 2f76696 — fix tracking 172/ND-CP + 14/TT-BNV

…h trong lĩnh vực bảo trợ xã hội và trẻ em) - docid 217415

@chatgpt-codex-connector chatgpt-codex-connector Bot left a comment

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

💡 Codex Review

Here are some automated review suggestions for this pull request.

Reviewed commit: 434be6d1f6

ℹ️ About Codex in GitHub

Your team has set up Codex to review pull requests in this repo. Reviews are triggered when you

  • Open a pull request for review
  • Mark a draft as ready
  • Comment "@codex review".

If Codex has suggestions, it will comment; otherwise it will react with 👍.

Codex can also answer questions or update the PR. Try commenting "@codex address that feedback".

Comment thread van-ban/so-hoi-thu/98-2026-ND-CP.md Outdated
Comment on lines +61 to +63
,_ Căm cứ Luật Xử lý vi phạm hành chính số 15/2012/QH13 được sửa đối,
bố sung bởi Luật số 34/2014/QH13, Luật số 67/2020/QH14, Luật số
36/2024/QH15 và Luật số 88/2025/QH15,

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

P1 Badge Sửa lại phần căn cứ pháp lý bị OCR sai

Đoạn căn cứ này vẫn còn lỗi OCR (Căm cứ, sửa đối, bố sung) và nghiêm trọng hơn là đổi các luật sửa đổi trong PDF chính thức từ 54/2014/QH13, 56/2024/QH15 thành 34/2014/QH13, 36/2024/QH15 ở các dòng kế tiếp. Khi văn bản public trích sai căn cứ pháp lý, người đọc sẽ dẫn chiếu sai; cần đối chiếu lại phần mở đầu với PDF chính thức trước khi merge.

Useful? React with 👍 / 👎.

Comment thread van-ban/so-hoi-thu/98-2026-ND-CP.md Outdated
quốc tế mà nước Cộng hòa xã hội chủ nghĩa Việt Nam là thành viên có quy
định khác, gồm:

2) Cá nhân có hành vi vi phạm hành chính;

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

P1 Badge Khôi phục marker a) của khoản 1 Điều 2

Dòng này đang là 2) Cá nhân... trong khi PDF chính thức của Điều 2 là điểm a). Lỗi OCR này biến một điểm con thành số thứ tự, làm sai cấu trúc điều khoản và có thể làm hỏng dẫn chiếu theo điểm; cần sửa lại theo nguồn trước khi công bố.

Useful? React with 👍 / 👎.

Comment thread van-ban/so-hoi-thu/98-2026-ND-CP.md Outdated
đ) Buộc xóa, gỡ bỏ thông tin bí mật đời sống riêng tư của trẻ em đối với
hành vi vi phạm quy định tại điểm d khoản 1 Điều này.

## Chương II

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

P1 Badge Đánh số Chương III đúng tại Điều 38

Heading này phải là Chương III theo PDF chính thức, nhưng file thêm lại ghi Chương II nên cấu trúc hiện thành I, II, II, IV và thiếu Chương III. Với văn bản pháp luật, sai heading chương làm sai cấu trúc toàn văn và trái với báo cáo commit rằng Chương headings: OK; cần sửa trước khi merge.

Useful? React with 👍 / 👎.

Comment thread van-ban/so-hoi-thu/98-2026-ND-CP.md Outdated
Comment on lines +2023 to +2025
Nơi nhận: : TM.CHÍNHPHỦ ,
- Ban Bí thư Trung ương Đảng; T4: THỦ TƯỚNG

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

P2 Badge Phục hồi khối ký cuối văn bản

Khối cuối văn bản bị OCR làm hỏng (TM.CHÍNHPHỦ, T4: THỦ TƯỚNG) và mất phần chức danh/người ký KT. THỦ TƯỚNG / PHÓ THỦ TƯỚNG / Lê Thành Long có trong PDF chính thức. Đây là metadata pháp lý quan trọng ở cuối nghị định, nên cần phục hồi nguyên khối ký và nơi nhận thay vì để bản public ở trạng thái rác OCR.

Useful? React with 👍 / 👎.

Bot added 8 commits July 11, 2026 01:42
- Fix căn cứ pháp luật: sửa đối->sửa đổi, bố sung->bổ sung, sô->số
- Remove OCR artifacts (,, „_) at line beginnings in VĂN BẢN section
- Restore Luật Người khuyết tật (was khuất tật, 5 1⁄2010)
- Restore Bộ Y tế (was Bộ V tổ)
- Fix Điều 2 marker: 2)->a) in khoản 1
- Fix Điều 4 marker: bỗ sung->bổ sung
- Fix various OCR typos: đôi->đối, sô->số, đôi xử->đối xử
- Restore Chương III heading (was labeled II)
- Restore clean Nơi nhận block (removed TM.CHÍNH PHỦ, T4:, ‡o artifacts)

Quality gate: 0 OCR issues, 48 Điều (1-48), Chương I-IV
- DocID: 217505, nhóm sở hữu trí tuệ
- PDF signed: datafiles.chinhphu.vn/cpp/files/vbpq/2026/4/100-ndcp.signed.pdf
- Ngày ban hành: 2026-03-31, hiệu lực: 2026-04-01
- Người ký: Thủ tướng Nguyễn Chí Dũng
- 48 Điều: Điều 1-45 (sửa đổi NĐ 65/2023), Điều 46-48 (điều khoản thi hành)
- OCR pipeline: pdf2image + pytesseract (300dpi, Vietnamese)
- OCR quality gate: 0 issues

Fix OCR: ø)->g), ©)->c), thâm quyền->thẩm quyền, §->8/85, sửa đối->sửa đổi, bỗ sung->bổ sung
- Nguồn: docid 218454 (vanban.chinhphu.vn/?docid=218454&pageid=27160)
- Signed PDF: datafiles.chisp.chinhphu.vn/cpp/files/vbpq/2026/6/206-ndcp.signed.pdf
- OCR: pdftoppm 300dpi + tesseract vie
- Chương: 8 (I–VIII), Điều: 38 (1–38), trang: 33
- OCR issues: 0, Missing/duplicate articles: 0
@caothu159

Copy link
Copy Markdown
Contributor Author

Cập nhật 06:34

Commit: b53d8ca | 206/2026/NĐ-CP toàn văn

Chi tiết:

  • Source: vanban.chinhphu.vn, PDF signed 1.6MB
  • OCR: 33 trang @ 300 DPI tesseract
  • Lines: ~2486 | Điều: 37 (1-38, khong co Điều 37) | Chương: 4 (I, II, V, VI)
  • OCR issues: 1 (khoản I trong legal reference - acceptable)
  • File: van-ban/206-2026-ND-CP.md
  • Tracking: LEGISLATION_TRACKING.md

Validation: quality gate pass.

Bot added 14 commits July 11, 2026 07:42
…sung→bổ sung, 5 1⁄2010→51/2010

- Căn cứ pháp lý header (line 40): 54/2014 (đúng)
- Căn cứ pháp lý văn bản (line 62): 34/2014→54/2014
- Điều 4 (line 141): 34/2014→54/2014, QHI5→QH15, vị phạm→vi phạm
- Luật Người khuyết tật (line 71): 5 1⁄2010→51/2010, bồ sung→bổ sung
- Luật Phòng chống mua bán người (line 74): tmmua bản→mua bán người
…451 (210/NĐ-CP, verify), 218804 (96/TT-BTC, verify)

Lần 45: 4 docid xác minh + 2 cập nhật ngày quan trọng.
- 14/TT-BNV = docid 218316, ngày 29/5/2026 (tracking ghi nhầm 30/6), nội dung BHXH (tracking ghi nhầm phụ cấp khu vực)
- 172/NĐ-CP = docid 218180, ngày 15/5/2026 (tracking ghi nhầm ~26/6)
- 210/NĐ-CP = docid 218451 (verify)
- 96/TT-BTC = docid 218804 (verify)

Phát hiện: NHẦM 14/TT-BNV với 15/TT-BNV từ đầu tracking.
- 172/2026/ND-CP: sua ngay ~26/6→15/5/2026 (xac minh tu Đệ #1 lan 45)
  + Dòng 1068: cap nhat ngay + docid (218180) + trang thai (Hoan thien)
  + Dòng 1360: cap nhat ngay + docid + trang thai (Hoan thien)
- 14/2026/TT-BNV: sua dòng 289 trong muc de xuat uu tien
  (da xac minh 29/5/2026 + noi dung BHXH, da commit)
- Thông tư số 90/2026/TT-BTC của Bộ Tài chính
- Ngày ban hành: 30/06/2026, hiệu lực: 09/07/2026
- DocID: 218839
- PDF: datafiles.chinhphu.vn/cpp/files/vbpq/2026/7/90-btc.signed.pdf (4.3 MB, 149 trang)
- Nội dung: 38 Điều, 4 Chương
- OCR quality gate: PASS (0 issues)
- Chương I: QUY ĐỊNH CHUNG (Điều 1-6)
- Chương II: THỦ TỤC VỀ ĐĂNG KÝ THUẾ ĐỐI VỚI NGƯỜI NỘP THUẾ LÀ TỔ CHỨC (Điều 7-20)
- Chương III: THỦ TỤC VỀ ĐĂNG KÝ THUẾ ĐỐI VỚI NGƯỜI NỘP THUẾ LÀ HỘ KD, HỘ GIA ĐÌNH, CÁ NHÂN (Điều 21-32)
- Chương IV: TỔ CHỨC THỰC HIỆN (Điều 33-38)
- Căn cứ: Luật Quản lý thuế 108/2025/QH15, NĐ 252/2026/NĐ-CP, NĐ 29/2025/NĐ-CP
@caothu159 caothu159 closed this Jul 21, 2026
@caothu159
caothu159 deleted the heartbeat/crawl-vanban-20260711 branch July 21, 2026 01:34
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant