D1.4a: подготовить доказательства второй книги и extraction contract

[sunpole]

D1.4a — second-book evidence and extraction contract

Цель

Подготовить проверяемую доказательную базу и безопасный контракт извлечения данных для второй сохранённой книги до создания нового logical dataset и до любой реализации selector/combined/comparison UI.

Исходная точка

• D1.4 завершён PR docs: define D1.4 two-book product architecture #31, squash merge 897f89a325c9997f9046455a6df7336e82d2c7d8.
• Текущий default dataset: ru-current-v1.
• Вторая работа пока представлена только retained PDF _archive/source-files/Unlocking-Your-Dream-Student-Ma.pdf.
• Наличие PDF не означает существование готового dataset.

Ожидаемый результат

• отдельный документ доказательств второй книги;
• verified file identity: путь, bytes, SHA-256, PDF metadata и Git history;
• разделение на доказанные факты, разумные выводы и неизвестное;
• extraction contract с immutable raw output;
• provenance manifest contract;
• schema и local-ID policy;
• source-reference policy;
• validation gates перед регистрацией dataset;
• rollback/retention rules;
• permanent validator для документов/контракта, если это повышает проверяемость;
• synchronized roadmap/version/work status;
• factual patchnote и новое реальное изображение.

Жёсткие ограничения

• не изменять существующие data/ файлы;
• не создавать зарегистрированный second-book dataset без фактического extraction output;
• не изменять runtime, PWA, Service Worker, package metadata, versions/ или _archive/;
• не добавлять selector, combined search или comparison UI;
• не назначать одинаковые numeric IDs между книгами;
• не запускать AI-assisted translation;
• не добавлять API keys;
• не утверждать source URL, edition или permissions без сохранённого evidence.

Критерии завершения

• доказательства и неизвестное описаны честно;
• extraction output и manifest contracts определены;
• protected paths отсутствуют в diff;
• validators и GitHub Actions зелёные;
• patchnote/new-image validation проходит;
• PR объединён только после полного diff review;
• Issue закрыт completed;
• main/WORK_STATUS.md возвращён в READY с точным следующим этапом.

[sunpole]

Уточнение цели от владельца проекта:

D1.4a должна не только проверить provenance второй книги, но и определить практический путь к конечному продукту:

1. Проверить, можно ли надёжно извлечь символы/толкования из второй книги в отдельную базу.
2. Сохранить вторую базу отдельно, со своими локальными ID и точными ссылками на источник/страницы.
3. Не смешивать физические JSON-файлы разрушительно.
4. После готовности обеих баз спроектировать скрипт/слой, который работает с ними одновременно.
5. Для каждого результата всегда показывать источник: книга, dataset, запись и известная ссылка на страницу.
6. Совмещённый режим должен показывать:
   • совпадающую информацию из обеих книг;
   • расширения и дополнения;
   • уникальные сведения только из одной книги;
   • возможные противоречия отдельно, без автоматического сглаживания.
7. Сопоставление записей между книгами нельзя строить только по одинаковым numeric ID. Потребуются нормализованные символы, алиасы, проверяемые признаки и reviewed relation map.

Первый практический вопрос этапа: содержит ли _archive/source-files/Unlocking-Your-Dream-Student-Ma.pdf извлекаемый текст и достаточно ли его структуры для создания отдельного проверяемого dataset без OCR или с ограниченным OCR.