core: каркас сборки, embedder, схема БД, 4 теста

e2e/questions.tsv

@@ -0,0 +1,26 @@
+# Вопросы приёмки T2/T3. Формат: question<TAB>path<TAB>expected_file<TAB>kind
+# kind: sem — смысловой (должен вытянуть вектор), lex — точное значение (должен вытянуть BM25)
+# Ожидаемый файл должен попасть в top-5. Порог: recall@5 >= 16/20 по sem, 3/3 по lex.
+как понять, почему сборка съедает место на диске	infra	work/jira/ci.md	sem
+чем разметить диск, если привычной утилиты нет	infra	infra/servers.md	sem
+на какой карте разрешено ставить опыты	infra	infra/servers.md	sem
+что служит основой для разрешения имён в сети	infra	infra/domains.md	sem
+куда конвейер отдаёт готовые артефакты	infra	infra/hosts.md	sem
+как корпоративные имена ходят наружу	infra	infra/hosts.md	sem
+восстановление прошло мгновенно, а данных не видно	infra	infra/backup.md	sem
+куда складываются зеркала для очков	infra	infra/backup.md	sem
+где лежат ключи доступа к корпоративным ресурсам	work/jira	work/jira/access.md	sem
+как оформляют задачу, пришедшую от робота	work/jira	work/jira/flow.md	sem
+после обновления пропали настройки выпуска	work/jira	work/jira/pitfalls.md	sem
+какой номер тикета закрыли после починки тестов	work/jira	work/jira/flow.md	sem
+кто ведёт рассказ в романе	life/books	life/books/iphuck.md	sem
+в каком году вышла книга	life/books	life/books/iphuck.md	sem
+где чинят карточку, если подтянулось чужое издание	life/books	life/books/audiobooks.md	sem
+до какого правителя доходит первый том	life/books	life/books/history.md	sem
+как я фиксирую цитаты из прочитанного	life/books	life/books/notes.md	sem
+чем слушают книги в очках	life/books	life/books/audiobooks.md	sem
+что запрещено трогать на машине с двумя картами	life/books	infra/servers.md	sem
+где живёт хранилище контейнерных образов	life/books	infra/hosts.md	sem
+76.132	infra	infra/hosts.md	lex
+TEST-4173	work/jira	work/jira/flow.md	lex
+192.168.88.35:8080	infra	infra/hosts.md	lex

e2e/run_e2e.py

@@ -0,0 +1,86 @@
+#!/usr/bin/env python3
+"""Приёмка recall@5 для memo (TESTING.md T2/T3).
+
+Читает e2e/questions.tsv, гоняет CLI и считает, попал ли ожидаемый файл в top-5.
+Использование:
+  python3 e2e/run_e2e.py --cli ./memo-cli/build/install/memo-cli/bin/memo \
+      --root /root/WORK/memo-e2e [--k 5] [--min-sem-recall 0.8]
+"""
+
+import argparse
+import json
+import shlex
+import subprocess
+import sys
+
+
+def normalize(p: str, root: str) -> str:
+    p = p.replace("\\", "/")
+    root = root.rstrip("/")
+    if p.startswith(root + "/"):
+        p = p[len(root) + 1:]
+    return p.lstrip("./")
+
+
+def main() -> int:
+    ap = argparse.ArgumentParser()
+    ap.add_argument("--cli", required=True)
+    ap.add_argument("--root", required=True)
+    ap.add_argument("--questions", default="e2e/questions.tsv")
+    ap.add_argument("--k", type=int, default=5)
+    ap.add_argument("--min-sem-recall", type=float, default=0.8)
+    a = ap.parse_args()
+
+    rows = []
+    for line in open(a.questions, encoding="utf-8"):
+        line = line.rstrip("\n")
+        if not line or line.startswith("#"):
+            continue
+        q, scope, expected, kind = line.split("\t")
+        rows.append((q, scope, expected, kind))
+
+    hits = {"sem": 0, "lex": 0}
+    total = {"sem": 0, "lex": 0}
+    fails = []
+    for q, scope, expected, kind in rows:
+        total[kind] += 1
+        cmd = shlex.split(a.cli) + ["search", f"{a.root}/{scope}", q, "--k", str(a.k), "--json"]
+        try:
+            out = subprocess.run(cmd, capture_output=True, text=True, timeout=180)
+        except subprocess.TimeoutExpired:
+            fails.append((q, kind, "TIMEOUT", []))
+            continue
+        if out.returncode != 0:
+            fails.append((q, kind, f"exit {out.returncode}: {out.stderr.strip()[:200]}", []))
+            continue
+        try:
+            data = json.loads(out.stdout)
+        except json.JSONDecodeError:
+            fails.append((q, kind, f"не JSON: {out.stdout[:200]}", []))
+            continue
+        items = data if isinstance(data, list) else data.get("results", [])
+        got = [normalize(str(it.get("path", "")), a.root) for it in items][:a.k]
+        if normalize(expected, a.root) in got:
+            hits[kind] += 1
+        else:
+            fails.append((q, kind, "не найдено в top-%d" % a.k, got))
+
+    sem_total = total["sem"] or 1
+    lex_total = total["lex"] or 1
+    sem_recall = hits["sem"] / sem_total
+    lex_recall = hits["lex"] / lex_total
+    print(f"sem: {hits['sem']}/{sem_total} = {sem_recall:.2f} (порог {a.min_sem_recall})")
+    print(f"lex: {hits['lex']}/{lex_total} = {lex_recall:.2f} (порог 1.00)")
+    if fails:
+        print("\nпромахи:")
+        for q, kind, why, got in fails:
+            print(f"  [{kind}] {q} -> {why}")
+            if got:
+                print(f"      получено: {got}")
+    ok = sem_recall >= a.min_sem_recall and lex_recall >= 1.0
+    print("\nИТОГ:", "ПРОЙДЕНО" if ok else "ПРОВАЛ")
+    return 0 if ok else 1
+
+
+if __name__ == "__main__":
+    sys.exit(main())