codemap — Бэклог

Тип: Живой бэклог реализации. Рамка: DESIGN.md (дизайн v1 закрыт, решения §10 приняты). Статус: ✅ M0 + M1 + M1.5 + M4 + M5 + M2 + M6 + M7 + M8–M18 сделаны (M8–M12 — 2026-07-29, findings глубокой обкатки F8/F4/F3/F7/F6; M13 — serve-эргономика F9–F13; M14 — 2026-07-30, soundness B1 F14/F15, схема 0.9; M15 — diff/change-review A11 F16/F17, codemap review; M16 — архитектура A9 F18–F21, report architecture; M17 — MCP-адаптер serve --mcp; F22 — компактный MCP-payload; M18 — возраст графа в stats + codemap refresh) + M3.1 тёплый serve-режим. Режим: use-driven — codemap вынесен в отдельный репо и подключён к живому ИИ-агенту через MCP; оси добора (A10/A12/B2) — watchlist «по нужде» (см. gaps/dogfood_axes.md). Отложено — M3.2 полный watcher / M3.3 SQLite / двух-графовый diff (added/deleted) — брать при нужде/масштабе. 🟢 R1 — исследовательский трэк (ландшафт соседних тулов, research/) открыт 2026-08-02.

Вехи от «тонкого сквозного среза» к расширению. Внутри вехи задачи упорядочены по зависимости. Отсылки §N — разделы DESIGN.md.

M0 — Тонкий срез: API-surface (доказать конвейер) ✅

Цель: codemap build <path> → graph.json → markdown-отчёт API-поверхности, на bquant. Самое маленькое сквозь весь конвейер Extract→Build→Store→Serve (§8).

M0.1 Каркас пакета — codemap/codemap/ (§9), pyproject.toml, зависимость griffe, codemap/tests/, .gitignore, свой .venv (uv). Вне wheel bquant (whitelist).
M0.2 Extract (griffe-адаптер) — extract/griffe_extractor.py: статический разбор (без импорта), модули/классы/функции/атрибуты, сигнатуры, докстринги, публичность (__all__/_), депрекация по декоратору @deprecated (§3, §10.2). Алиасы/импорт-рёбра — M1.
M0.3 Модель — model.py: нейтральные Node/Edge/Graph, открытые kind, детерминированный to_dict (сортировка, без таймстампов; codemap_schema) (§2/§2.2).
M0.4 Store — store.py: канонический graph.json (JSON, диффабельный).
M0.5 Report (вид D) — serve/api_surface.py: markdown — публичные символы по модулям + сигнатуры + докстринги + маркер deprecated (§4.1-D).
M0.6 CLI — cli.py: codemap build <path>, codemap report api-surface; JSON по умолчанию, exit-коды (§6, §14.1).
M0.7 Тесты на bquant — 6 тестов зелены: 1709 узлов; analyze_zones верная сигнатура; MACDZoneAnalyzer deprecated; детерминизм; roundtrip; отчёт корректен.

DoD: ✅ на bquant end-to-end даёт корректный детерминированный API-surface отчёт. Результат: 1709 узлов (89 mod / 126 cls / 863 fn / 631 attr), 6/6 тестов.

M1 — Queryable граф + каталог запросов (§1) ✅

Цель: от одного отчёта — к графу, отвечающему на каталог §1.

M1.1 Рёбра импортов — griffe резолвит относительные (5-точечные) в абсолютные; экстрактор сводит к module→module imports-рёбрам (241 на bquant), внешние отсекаются (§3.1).
M1.2 Идентичность + export-рёбра — все внутренние ре-экспорты как export-рёбра с флагом public (кейс analyze_zones через zones/__init__ — ре-экспортирован, но не в __all__) (§2.1).
M1.3 Query-API + codemap query — query.py (networkx): find / where_defined (резолв ре-экспортов) / dependencies / dependents; CLI codemap query <name> (§4).
M1.4 Reports C — serve/audit.py: report dependencies (циклы + топ-зависимые), report dead-code (сироты, с оговоркой про эвристику) (§1-C).

DoD: ✅ отвечает на каталог §1 для bquant; резолв импортов/ре-экспортов корректен. 13/13 тестов. Находки codemap о bquant: цикл pipeline↔cache; analyze_zones вне __all__ пакета zones.

Гэп-док (полнота покрытия, семантика, data flow): gaps/coverage_gap_analysis_2026-07-24.md (CM-01…CM-14; реестр проекта G13).

M1.5 — Семантические рёбра (закрытие «быстрых wins» гэп-дока §11.1) ✅

Цель: устранить расхождение дизайн↔код — эмитить рёбра, обещанные в §2 как v1, но пропущенные в M0/M1; обогатить узлы данными, которые griffe уже даёт. Схема → 0.2.

M1.5.1 inherits (CM-08) — класс → базовый класс; griffe резолвит базу в канон-путь; внешние базы (abc.ABC) помечаются extras.external. 52 ребра на bquant (41 внутр / 11 внешн).
M1.5.2 decorated_by (CM-06) — символ → путь декоратора; 165 рёбер; запрос decorated_with('deprecated'/'register') (§2).
M1.5.3 Типы полей + dataclass (CM-01/02) — extras.annotation для атрибутов (List[ZoneInfo]), extras.is_dataclass для классов.
M1.5.4 Динамическая регистрация (CM-07) — @Registry.register('key') → extras.registry {decorator, key}, wiring реестра стал queryable (§7).
M1.5.5 Query + CLI — bases/subclasses/decorated_with; codemap query для класса выводит иерархию. 10 тестов.

DoD: ✅ CM-01/02/06/07/08 закрыты; 23/23 теста; детерминизм держится; схема 0.2. Остаются отложенными (по дизайну §7): CM-09 call-graph, CM-10 data-flow, CM-11 локали.

M2 — Виды B и A ✅

Цель: поверх одного графа (структура M0/M1/M1.5 + поведение M4/M5) — читаемые виды для ИИ и человека. Только serve/, без нового извлечения. CLI-глагол export.

M2.1 RAG-экспорт — serve/rag.py: чанк на символ (id+сигнатура+докстринг+место+ соседи calls/called_by/bases/subclasses/returns/registered_as) + поле text для эмбеддинга; JSONL. 989 чанков на bquant. codemap export rag (§1-A, §4).
M2.2 Obsidian-vault (B) — serve/vault.py: заметка на модуль/символ + [[wikilinks]] (внутренние цели), теги #class/#function/#deprecated, index. 1079 заметок. codemap export vault -o <dir> (§4.1-B).
M2.3 Скоупленные подграфы + mermaid — serve/mermaid.py: class (classDiagram из inherits), deps (из imports), calls (BFS от root по calls); --scope/--root/ --depth (§4.2, §4.1-A). codemap export mermaid --mkind ....

DoD: ✅ три вида (RAG/vault/mermaid) поверх одного графа; скоуп по префиксу/root+depth; 46/46 тестов. Питаются данными M4/M5 (соседи по вызовам, классовая иерархия).

M4 — Поведенческий слой: call-graph + type-flow (bounded) ✅

Цель: закрыть до достаточной границы главную семантику — вызовы и потоки данных (gap-док CM-09/10/11). Схема → 0.3. Граница задана спайком (2026-07-26): чистое разрешение вызовов по именам = ~18-19% call-site'ов; остальное — вызовы на локальных переменных (нужен вывод типов локалей → паркуется отдельным тиром) + builtins/external (помечаются, не гонимся). Принцип: разрешил или честно пометил — тул сообщает свой % сам.

M4.1 Type-flow (сильный дешёвый слой) — структурные params/returns в extras функций (попутно CM-03); Query producers/consumers по имени типа. Отвечает «что порождает/ест DataFrame/ZoneAnalysisResult» без разрешения локалей (§7, CM-10 на уровне типов).
M4.2 Call-graph best-effort — extract/behavior.py: отдельный ast-проход (плагин), calls-рёбра caller→callee с меткой resolution (module/self/imported); внешние/builtin/ локали — не рёбра, а счётчики. 933 ребра на bquant. Query callers/callees (CM-09).
M4.3 Control-скелет — extras.control на функции (ветвления/циклы/try/generator/async) (CM-11-lite).
M4.4 Symbol-level dead-code — dead_symbols(): приватные функции без входящих resolved-вызовов (сильный сигнал); отчёт report behavior + апгрейд report dead-code (CM-12).
M4.5 Честность — report behavior печатает % разрешения; каждое ребро — с resolution; dead-code с дисклеймером «кандидаты, не доказательство».

DoD: ✅ вызовы/потоки покрыты до заявленной границы; 33/33 теста; детерминизм; схема 0.3.

M5 — Deep-резолв вызовов (jedi, вывод типов локалей) ✅

Цель: снять хвост, запаркованный в M4 — вызовы на локальных переменных (x = Foo(); x.bar()), где живёт кросс-объектный поток pipeline. Решение — замерено спайком, не заявлено (см. gaps/call_resolution_spike_2026-07-26.md): jedi даёт реальный подъём (self .foo() → 99%, хвост локалей → +27%), но упирается в ~28-30% (остаток неразрешим статически — это Python, не лень).

M5.1 jedi в зависимости — jedi>=0.19; ленивый импорт (fast-путь её не тянет).
M5.2 Deep-резолвер — behavior.py: jedi.Script.goto на каждый call-site, резолв в определение bquant; метка resolution="deep". griffe остаётся на структуру, jedi — только на вызовы (разделение труда, не замена).
M5.3 Два тира — extract(deep=False|True), CLI --deep. fast (ast, <1с, дефолт, детерминизм/CI) и deep (jedi, ~50с, богатый граф). Оба детерминированы.
M5.4 Тесты — синтетический фикстур tests/fixtures/deeppkg (быстро, детерминированно): deep кракает e.run() на локали, fast — нет; self-вызовы; deep ⊃ fast; детерминизм.

DoD: ✅ на bquant fast 18.6% → deep 25.7% (+359 рёбер), сборка 49.7с; 38/38 тестов; детерминизм в обоих тирах. Граница v1 (осознанно НЕ берём): sound call-graph, value-level data-flow, межфункциональный points-to (§7) — неразрешимо/непропорционально.

M6 — Repo scope / impact-анализ (мульти-рут) ✅

Цель: снять доминирующий разрыв обкатки (F1, gaps/observability_dogfood_2026-07-28.md) — codemap видел только пакет bquant/, а на вопрос «кто использует / можно ли удалить X» blast radius живёт в тестах/доках/examples/scripts. Расширили область до мульти-рута в пределах одного репо (§10.12), сохранив нейтральное ядро. Ценность — не «ещё файлов», а транзитивный типизированный impact-анализ, которого grep не даёт. Схема → 0.4 (аддитивно). Оба режима настоящие — прогнаны и сравнены эмпирически (обкатка-2 на том же MACDZoneAnalyzer).

M6.1 Роуты + провенанс — extract_repo(core, consumers=, docs=, mode=, deep=) (extract/roots.py); каждый узел помечен extras.root (core/tests/examples/research/ scripts/docs). CLI-флаги --consumer/--docs (repeatable). Ядро остаётся на griffe; потребители (не-пакеты, россыпь .py) — ast-скан ссылок в ядро с резолвом ре-экспортов ядра.
M6.2 Режим thin — потребитель = один module-узел; его использования символов ядра → calls/references-рёбра от файла. Дёшево. bquant: 1872 узла / 5049 рёбер / 2.8с.
M6.3 Режим full — функции/классы потребителя материализуются (contains), ребро- использование исходит из объемлющей функции. Флаг --mode (дефолт thin). bquant: 3210 / 7139 / 3.2с.
M6.4 Doc-слой — скан *.md (регэкспы по имени ядра) на from core… import X + точечные core.a.b.C → doc-узлы + references-рёбра. Точный (from-import + exact node), прозаические упоминания голым именем не ловятся (осознанный lower bound: 7/11 doc-файлов на MACD).
M6.5 Inbound-refs в query (F2) — query <symbol> печатает used by → root: N (сводка входящих по роутам); Query.references_to() спанит все impact-рёбра.
M6.6 Impact-вид — report impact --symbol X (serve/impact.py): транзитивный blast radius (Query.impact, distance 1 + дальше по inbound), разбивка по роутам и типу ребра, дисклеймер «lower bound».
M6.7 Тесты + обкатка-2 — фикстур tests/fixtures/reporoot (ядро+потребитель+doc, ре-экспорт); 11 тестов; на bquant MACDZoneAnalyzer отдаёт полный blast radius (core 2 / docs 7 / examples 1 / scripts 2 / tests 19 — точно совпало с grep-списком), thin/full сравнены.

DoD: ✅ на bquant impact-запрос по MACDZoneAnalyzer возвращает backward-compat тест-набор (19 файлов / 55 функций в full) + doc-ссылки, сгруппированные по роуту и типу ребра, транзитивно; thin/full сравнены; детерминизм держится; схема 0.4; 57/57 тестов (6 M0 + 7 M1 + 10 M1.5 + 8 M2 + 10 M4 + 5 M5 + 11 M6). Findings F3 (class-neighbors в RAG) и F4 (registry-map вид) — кандидаты, не блокеры (открыты).

M7 — Registry-aware call bridging (швы диспетчеризации) ✅

Цель: снять F5 (gaps/dispatch_bridging_2026-07-28.md) — навигационная обкатка показала, что цепочка вызовов от analyze_zones рвётся на плагин-швах (детекция зон + стратегии фич): self.x = create_swing_strategy(name) → self.x.calculate(...) уходит в unresolved. Данные для моста есть (реестр M1.5: 12 привязок key→class + Protocol-базы) — не хватало ребра call-site→таблица. Схема → 0.5. Ценность — навигация «что реально исполняется», не переизобретение grep.

M7.1 Таблица семейств — extract/dispatch.py: группировка зарегистрированных классов по регистратору (register_swing_strategy→swing; ZoneDetectionRegistry.register→по классу). Конкретные стратегии Protocol не наследуют → группируем по реестру, не по inherits.
M7.2 Атрибут-класса ↔ семейство — скан self.attr = create_X(...)/Registry.get_X(...) в методах класса → привязка attr к семейству (паттерн bquant: bind в __init__, вызов в другом методе).
M7.3 Мост метода — self.attr.method(...) → calls-рёбра к {impl}.method всех реализаций семейства, resolution="registry-candidate" (честная over-approximation).
M7.4 Прямой вызов + точный ключ — фабрика/геттер → классы-реализации; строковый литерал ключа → единственное точное ребро resolution="registry".
M7.5 Честность — рёбра типа calls (цепочка/impact/callers подхватывают сразу); report behavior считает мосты отдельно (exact/candidate); счётчик покрытия не трогаем.
M7.6 Тесты — фикстур tests/fixtures/dispatchpkg (реестр+фабрика+self-attr, без общей базы); 6 тестов: self-attr→оба impl, литерал→точно, callers через мост, детерминизм, bquant-цепочка достаёт стратегии.

DoD: ✅ цепочка от analyze_zones 38 узлов/глубина 3 → 116/7; _detect_zones→5 детекторов, extract_zone_features→compute-методы стратегий; 44 моста (0 exact/44 candidate); 63/63 теста; детерминизм; схема 0.5. Граница: точную ветку (какой ключ из config) не берём — семейство- кандидатов, не одиночку; мост опирается на data-driven соглашение реестра/фабрики.

M3 — Serve и свежесть (операционка)

M3.1 Тёплый serve-режим ✅ (2026-07-29) — serve/session.py (Session: граф в памяти, handle({op,args})→{ok,result}, диспетч в существующие сервисы; ops: ping/stats/query/impact/ column(s)/callers/callees/implementers/family/call_contract/report/export) + serve/server.py (построчный JSON-стдио-цикл, устойчив к битой строке/плохим args) + CLI codemap serve. Транспорт-нейтрально: MCP-адаптер — тонкая обёртка над тем же handle (когда понадобится mcp-dep). Досье-функция build_query_result вынесена и переиспользована в codemap query. +8 тестов (91/91).
M3.2 Свежесть ✅ (2026-08-28) — все четыре кирпича на месте: авто-петля закрыта. Хронология: M18 (2026-07-30) — возраст графа (stats.freshness из mtime) + сайдкар-рецепт ре-билда; R1-C9 (2026-08-23) — быстрый инкремент (build --incremental, deep ~5s vs ~60s); issue #3 (2026-08-23, коммит cd93dc2) — свежесть стала честной (freshness() описывает обслуживаемый снимок и помечает stale: true + on_disk_built_at + причину, когда файл на диске обогнал сервер — конец тихого «fresh» поверх старого графа) + новая операция reload (serve-op и MCP-tool: подхват пересобранного graph.json без рестарта). Итого ручная связка build --incremental + reload уже закрывает потребность честно. Переоценка вверх (2026-08-28, R2/CodeGraph): критерий «ждём живого сценария» держался на том, что цена петли неизвестна. Теперь известна — у пира она измерена: нативные файловые события → адаптивный debounce → инкрементальная досборка. Перемерено честно (второй проход того же дня): их end-to-end save→ответ — 327–424 мс (не 121 мс: это была ручная sync без петли), наш — 8.1–8.7 с, то есть разрыв ~20–25×, а не ~70×, как получалось при сравнении нашего end-to-end с их ручной пересборкой. Четвёртый кирпич (2026-08-28, codemap/watch.py + tests/test_m32_watch.py, 17 тестов): две команды, склеенные шеллом, а не фреймворком — codemap watch <path> -o g.json (исходники → артефакт, инкрементальная пересборка) и codemap serve --graph g.json --watch (артефакт → память, reload без рестарта). Один state-machine DebouncedPoller на обе половины, часы инъектируются → тесты ничего не ждут. Замерено: save → ответ на дефолтах (poll 1 с, debounce 2 с + 0.5 с) — 8.1–8.7 с на реальном 90-файловом пакете, из них 4.3 с сама пересборка (9 модулей; холодная сборка 6.8 с): на реальном дереве узкое место — пересборка, а не поллинг. На игрушечном дереве ~4–5 с (почти весь бюджет — debounce) и 1.11 с на --interval 0.3 --debounce 0.3; цена поллинга — один полный resolve_scope за интервал, медиана 50 мс на 292 файла / 4.7 МБ (~5% ядра на дефолте). Решения, а не только glue: (1) polling, не inotify — нативные события стоили бы зависимости, цена названа и измерена, а не спрятана; (2) что считать изменением решает scope_id (тот же манифест, что пишет билд в сайдкар) — контент-хэши, не mtime, поэтому touch не пересборка, а откат к тем же байтам — тоже нет; (3) пересборка вне резидентного сервера: экстракция внутри конкурировала бы с запросами, ради которых он живёт, а падение сборки унесло бы сервер; (4) старт догоняет — если записанный в сайдкаре scope_id разошёлся с деревом, пересборка сразу, а нечитаемый сайдкар считается устаревшим («не могу сказать» ≠ «всё в порядке», урок R1-C27); (5) сломанное дерево получает честный граф, а не старый — синтаксическая ошибка пересобирается как обычно, символы модуля выпадают, R1-C21-диагностика говорит «missing, not absent»; придержать старый граф было бы добрее на вид и было бы ложью; (6) неудавшееся действие не двигает baseline — полуписаный файл при reload ретраится, а не записывается как успех (иначе сервер тихо отвечает из старого графа, считая себя свежим — ровно та несвежесть, которую убрал issue #3); неудача сборки печатается один раз на версию дерева, чтобы сломанное дерево не спамило. Дефолт debounce разный у половин (2.0 против 0.5) намеренно: дерево правят пачками, артефакт пишется один раз. Док: docs/incremental.md §«The automatic loop». Hash-свежесть строится на M19.A (сверка контент-хэшей с манифестом — точнее mtime).
M3.2-f1 адаптивный debounce ✅ (XS) — (2026-08-28, второй проход по CodeGraph). Плоское окно 2 с облагает налогом обычный случай (сохранили один файл) ради пачки, которая случается редко. У пира это разведено: QUICK_SYNC_MAX_PENDING = 2 / QUICK_SYNC_QUIET_MS = 300 — одиночное сохранение синкается через 300 мс, а git checkout по-прежнему коалесцируется на полном окне (src/sync/watcher.ts). Именно поэтому их измеренные 0.33 с, а не 2 с, как следует из заголовочного дебаунса. Scope: в DebouncedPoller — порог «сколько всего изменилось» и короткое тихое окно; для source-половины «сколько» берётся из diff_scopes (уже считаем), для artifact-половины порога не нужно (файл один). Приёмка: одиночная правка отвечает быстрее полного окна, пачка из >N файлов по-прежнему даёт одну пересборку; тесты на инъектированных часах, как в test_m32_watch.py. Сделано: DebouncedPoller принимает quick_debounce + size(baseline, pending); окно выбирается один раз, когда изменение впервые замечено. ScopeProbe умеет мерить размер через diff_scopes — ту же сверку, что делает билд, а не вторую собственную. Размер неизвестен (baseline старше процесса) или больше двух файлов → полное окно: быстрый путь берётся, только когда про изменение известно, что оно маленькое; ошибка в счёте размера не ломает петлю. Граница — 2 файла, потому что «модуль и его тест» это одно человеческое действие (та же граница у пира). Про эффект честно: детерминированная часть проверяется тестами на инъектированных часах (одно сохранение отрабатывает через тик после обнаружения вместо трёх). End-to-end на этой машине меряться отказывается: разброс полной сборки ±30% между прогонами перекрывает выигрыш, поэтому цифры «стало 6.5 с» здесь нет — есть изменение окна с 2.0 до 0.3 с для ≤2 файлов и тесты, которые это фиксируют. Карточка: research/tools/codegraph.md.
M18 — возраст графа + удобный ре-билд ✅ (2026-07-30, без схемы) — MCP отдаёт статичный graph.json; теперь stats несёт freshness (built_at/age_seconds из mtime — агент видит, что карта могла устареть) + рецепт ре-билда. Канонический граф остаётся без таймстампов (детерминизм): метаданные живут в сайдкаре <graph>.meta.json (argv/cwd/target/built_at), пишется при build -o. Новая команда codemap refresh <graph.json> переигрывает записанный build. serve прокидывает graph_path в Session. codemap/freshness.py; сайдкар в .gitignore. +8 тестов.
M3.3 SQLite query-бэкенд — индексы (§4). Отложено: networkx-бэкенд держит текущий масштаб (3k узлов); SQLite оправдан только при бóльшем графе/serve-нагрузке. Двери открыты за той же query-поверхностью.
M17 — MCP-адаптер ✅ (2026-07-30) — тонкая обёртка Session.handle в MCP-tools (18 tools, по одному на agent-facing op), нативный вызов из AI-агента. serve/mcp_server.py: build_mcp_server(session) (mcp 2.0 MCPServer, lazy-import), каждый tool зовёт handle и возвращает конверт (сигнал resolved.ambiguous F14 сохраняется). CLI codemap serve --mcp (stdio). mcp — опциональная зависимость (pip install codemap[mcp]; extra в pyproject), import ленивый — codemap работает без неё. Логики нет — только маппинг. +7 тестов (importorskip mcp).

R1 — Исследовательский трэк: ландшафт соседних тулов 🟢 АКТИВЕН (2026-08-02)

Рамка (от пользователя): ядро доведено до естественной точки (вынесено в отдельный репо, подключено к живому ИИ-агенту через MCP, findings F22/M18/F23 закрыты) → открываем исследовательский трэк. Изучаем соседние тулы анализа кодовой базы и по каждому решаем, как codemap должен к нему относиться: прямая интеграция / тонкая обёртка-адаптер / только референс (учимся, не тащим). Формат — набор markdown-отчётов в research/ (один на тул или тему). Находки возвращаются сюда и в gaps/dogfood_axes.md как конкретные способности, а не спекулятивные фичи.

Оси сравнения (позиционирование codemap): source-only (без сборки/рантайма) · детерминированный канонический граф · CLI-AI-first (JSON по умолчанию) · Python-focus · граф-модель (узлы/рёбра

provenance) · warm-serve/MCP.

R1.0 Ландшафт ✅ — research/00_landscape.md: категории тулов, где сидит codemap по осям, сводная матрица + вердикт integrate/wrap/learn по каждому.
R1.1 AI-context / repo-map ✅ — aider repo-map, Cursor/Continue/Cody codebase-index — прямые «конкуренты» по AI-first-использованию (учимся + дифференцируемся).
R1.2 Code-graph / semantic-index инфра ✅ — SCIP/LSIF, Kythe, Glean, Stack Graphs, Sourcegraph, ctags — интерчейндж-форматы и схемы графа (кандидаты в адаптер/экспорт).
R1.3 Query / dataflow движки ✅ — CodeQL, Semgrep, ast-grep, tree-sitter, Comby — поверхность запросов и бэкенды экстракции.
R1.4 Python graph/arch пиры ✅ — pydeps, pyan, code2flow, grimp/import-linter, snakefood, rope — прямые референс-пиры (что делают лучше/хуже, чему учимся).
R1.5 Курируемые источники (field intake) ✅ (2026-08-02) — research/05_curated_sources.md: обработан ТГ-дамп (каналы @ai_for_dev/DevHub/@data_analysis_ml) как bottom-up дополнение к R1. Сырьё вне git (assets/ в .gitignore). Итог: поле сошлось на тезисе codemap («граф кода через MCP бьёт grep») — валидация + переполненность ниши. Добавляет живой ростер конкурентов (graphlens, CodeGraph, GitNexus, OntoIndex, Sentrux, cocoindex, rag_for_git, CodeWiki, …) и бенчмарк-доказательство (936 прогонов на superset: граф в 10–23× дешевле grep на impact-запросах).
R1.0-f1 сверка карты с измерением ✅ (S) — (2026-09-12). Август писался до того, как хоть один пир был установлен; с тех пор шесть карточек hands-on. В research/00_landscape.md добавлена датированная сверка: девять из десяти «кандидатов в способности» уже выпущены (остался только rope — дверь, которая ломает read-only); пять реально конкурирующих тулов в матрице отсутствуют (пришли из R1.5 и R2) и внесены с измеренными вердиктами; дифференциатор №1 («ни у кого нет детерминированного диффабельного артефакта») из аргумента стал замером — пять независимых реализаций, пять недиффабельных артефактов, при том что наш детерминизм за тот же период пришлось сузить до быстрого тира; названо и то, что измерение отняло — «эпистемическую честность» больше нельзя присваивать себе одним (у OntoIndex градуированная уверенность на ребре), а наш recall был 2.4 % и подавался как свойство. Главный вывод трэка записан отдельно: три собственных дефекта (R1-C28, R1-C39, R1-C40) найдены приёмом «померить чужое и задать тот же вопрос себе» — это дало больше, чем список из десяти кандидатов.

Принцип трэка: не строить фичи из отчётов сразу — каждая находка проходит через backlog как конкретная способность и берётся по нужде (use-driven), как остальные оси.

Галочки R1.0–R1.4 простояли снятыми с 2026-08-02 до 2026-09-12 — при том что строка статуса прямо под ними говорила «отчёты написаны». Два раза за эту неделю ландшафт предлагался владельцу как «следующая работа» по снятой галочке, а не по тексту. Маркер живёт отдельно от факта, и сверить их нечем: docs/ держат четыре слоя проверок, а BACKLOG.md — ни одного, и машинного сторожа на «галочка против абзаца» придумать нельзя, не начав врать про его силу. Поэтому правило, а не сторож: маркер переворачивается в том же коммите, что и факт. Первое, что сделано в рамках «добора R1.0», — перевёрнут маркер.

Статус R1.0–R1.4: ✅ отчёты написаны (2026-08-02) — research/00_landscape.md (карта + матрица + консолидированные вердикты) + 4 тематических (01_ai_context_repomap / 02_codegraph_index_infra / 03_query_dataflow_engines / 04_python_graph_arch_peers). Метод: 4 grounded-агента (web-verified), по каждому тулу вердикт integrate/wrap/learn.

Ключевые структурные сигналы (для позиционирования): (1) фронтир AI-context дрейфует К тезису codemap — Cody уходит от эмбеддингов к search+graph, Anthropic: agentic grep бьёт RAG; (2) вся граф-инфра сходится на примитивах codemap (Kythe VName / SCIP descriptor / LSIF moniker = каноничный устойчивый id — у codemap уже есть); (3) два source-only-графовых прецедента размечают полосу: stack-graphs заархивирован 2025 под весом рукописных per-language DSL, ctags живёт простотой → оставаться source-only+детерминированным, но никогда не строить собственный name-resolution движок; делегировать jedi/griffe, фокус на Python.

R1 → кандидаты в способности (use-driven, по нужде; порядок = value÷cost)

Каждый пункт — готовая к взятию задача (Scope / Зачем / Приёмка / Оценка). Оценка в t-shirt: S≈полдня, M≈1–2 дня, L≈неделя, XL≈крупная веха. Дефолт стойки сохраняется: source-only, детерминизм, read-only, Python-focus — если задача его нарушает, это отмечено.

Tier 1 — высокая value÷cost, брать первыми

Tier 2 — среднее value÷cost, нужен небольшой дизайн

Tier 3 — крупные / стратегические, строго по нужде

Позиционирование (доки, дёшево, не код)

R1-C13 Бенчмарк call-graph + grep-vs-graph + честный потолок ✅ (2026-08-14, без схемы). Приёмка закрыта: docs/accuracy.md (раздел) + два бенч-скрипта + CI-тесты (tests/test_r1c13_*.py). (a) точность/потолок: PyCG-как-оракул — спайк-негатив (research/tools/pycg.md): PyCG 0.0.8 не запускается на Python 3.12 (import-hook хачит stdlib, падает даже на 3-строчном файле — три слоя поломки, третий структурный; та же «хюбрис-зона», что и graphlens). Пивот: свой ручной ground-truth микро-сьют (research/bench/callgraph_truth/, 10 кейсов: direct/self/ cross-module/higher-order/decorator/inheritance/getattr/local-var/registry/closure) → deep-tier precision 100% / recall(decidable) 100% / recall(all) 60% (callgraph_accuracy.py). Литературный потолок PyCG (~99% precision / ~70% recall, ICSE 2021) процитирован, не запускался. Intrinsic-резолв на bquant@cb89a24: 6323 call-sites → 25.7% resolved / 46.1% external / 28.2% unresolved. (b) grep-vs-graph: grep_vs_graph.py (авто-таргеты, без черри-пика) на bquant: BREAKAGE — граф дешевле grep в ~11× (unique) → ~38× (polymorphic, до 55× на calculate); WHERE-DEFINED — ~1× (нет выигрыша, grep def NAME уже точен) — честный нуль удержан. Дифференциатор: ценность графа на связях, не локациях. Дожфуд-CI на самом codemap (fast-tier, <1с).
R1-C13-f1 (soundness) fast-tier наследование → фантомный таргет ✅ (2026-08-14, без схемы) — из микро-сьюта (c06). _class_scope→_class_members теперь маппит каждый унаследованный член на класс-владелец (свой или базовый), и self.<inherited>() резолвится в реальный id базового метода, а не в фантом ThisClass.<inherited>. fast-precision 87.5% → 100%.
R1-C13-f2 (soundness) call в замыкание → ребро в неузел ✅ (2026-08-14, без схемы) — из микро-сьюта (c10). Общий guard в _process_function: внутреннее call-ребро с таргетом-неузлом (локаль, которую jedi типизировал в её же scope-path; вложенная/closure-функция) даунгрейдится в unresolved, а не эмитится в никуда. Побочно убрало 40 латентных фантомов на bquant-графе (callers/callees/impact больше не всплывают id, которых нет как узла). Материализация closure-узлов — будущая работа.
R1-C14 Позиционные доки ✅ (2026-08-06) — заведён research/positioning.md — публикационный слой (build-story hub): Story Zero (codemap + роадмэп M0→M19, дифференциаторы, честные дыры) + полная Build-story #1 (graphlens) с цифрами и «эмоцией» по горячим следам. Тезис: «codemap = точная структурная нога для index-free агентов через MCP» (не замена embeddings-RAG); дифференциаторы (каноничный diffable граф + provenance + agent/MCP-глаголы; MIT против non-commercial у GitNexus; SCIP-interop; honesty). Закрыто: корневой README.md получил секцию How it compares (тезис + позиционная строка + линки на positioning.md/comparison.md). Наполнять build-story по мере разборов (это continuous — живёт в positioning.md, не блокирует R1-C14). R1.5 добавил остроты: ниша переполнена → ров заявлять громко.
R1-C15 Living docs из графа ✅ (2026-08-07, без схемы). codemap export docs — нарративный документ, организованный по подсистемам (communities R1-C18), а не плоско по модулям. serve/livingdocs.py render_docs. Honesty-контракт = дифференциатор (vs CodeWiki/нейростатьи, которые галлюцинируют): всё трассируемо — структура (модули/классы/функции/imports/inheritance) = точный факт; докстринги цитируются verbatim (слова авторов, не генерятся); недокументированный символ помечается (_(undocumented)_), не выдумывается; call-flow-секции несут epistemic: partial (нижняя граница). Секции: overview+counts → subsystems (с публичными символами) → ungrouped-модули (полнота) → behavioural entry points (flows) → architecture-заметки (циклы/violations/god-objects) → honesty-footer. CLI export docs [-o] + serve export-view docs. Core-only (не документируем tests/docs-роуты). Побочный фикс: Query.communities() теперь кластеризует только core-модули (consumer-роуты утягивали ярлык в «(root)») — улучшило и R1-C18: на bquant ярлыки стали реальными (data/analysis/ indicators вместо «(root) 45»). Проверено на bquant: 165 модулей, подсистемы, docstrings verbatim, god-objects, footer. +11 тестов. Полный прогон 220 passed/1 skip. Питается communities+flows+epistemic.
R1-C16 Роутер/адаптер-слой над внешними тулами ✅ (2026-08-16, без схемы графа). Обе половины готовы и разведены. Router-путь был (GitNexus passthrough, codemap route); достроена adapter- половина: базовый контракт SemanticHit + retrieval-поверхность Integration.search() (integrations/base.py); cocoindex-адаптер (integrations/cocoindex.py, Apache-2.0, capability semantic-search — зовёт ccc search --json в cwd репо, отдаёт сырые хиты); энричер integrations/semantic.py — резолвит ADAPTER (не router), мапит каждый fuzzy-хит (file,line) → точный символ codemap через Query.symbol_at, дедуп по символу (лучший score), сортировка. registry.resolve(mode=ADAPTER) — фильтр по режиму (semantic берёт именно адаптер, не роутер). Поверхности: CLI codemap semantic "<query>" (--build/--graph, --root, --limit, --format) + serve-op semantic + MCP-tool semantic_search. Лицензионная политика машинно-проверяется (adapter не- permissive → ValueError). Ядро работает без тула (нет adapter → {resolver:None, hits:[]}, не падение). Приёмка выполнена: detect (which ccc) ✅, opt-in (codemap.toml) ✅, оговорка (router-путь) ✅, перевод в символы (adapter) ✅, degrade ✅. +12 тестов (FakeAdapter — обобщённый путь; monkeypatch cocoindex argv/parse; live-skip если нет ccc). Доки docs/integrations.md. Обобщено под будущие адаптеры (любой permissive retrieval-тул регистрируется так же). Оригинальная карточка ниже 👇 Исходная формулировка (2026-08-06, из разбора GitNexus) — архив, не открытая работа: codemap не только самописный тул, но и каркас-роутер над сторонними: для способностей, которых у нас нет и строить свои нет смысла (семантический поиск, много языков, flow/community-нарратив), вызывать чужой тул за адаптером и переводить результат в наш нейтральный граф-контракт (реализует DESIGN §13). Два режима: адаптер (переводим ответ в нашу схему — только для лицензионно-совместимых, MIT/Apache) и роутер (перенаправляем вопрос, отдаём ответ как есть — для тяжёлых/чужих, opt-in subprocess). Лицензионная политика интеграций (решено с пользователем 2026-08-06): (1) никогда не бандлить внешний тул — только вызов установленного пользователем (codemap ничего не распространяет → ядро остаётся чистым MIT); (2) opt-in, не по умолчанию; (3) оговорка по критерию «использование», не «перепродажа» — для non-commercial-тулов (PolyForm-NC и т.п.) показывать разовую оговорку: «тул X под лицензией PolyForm Noncommercial; этот маршрут — только для некоммерческого использования; при коммерческом не задействуйте его / возьмите enterprise-лицензию у автора»; (4) при открытии codemap — спросить автора тула про явное разрешение на роутинг. Приватная фаза: ограничений нет. Первый капабилити-кандидат ПОДТВЕРЖДЁН разбором (2026-08-16): семантический поиск через cocoindex-code (ccc) — Apache-2.0, локальный (без БД/ключа), CLI+MCP, hands-on-измерен (research/tools/cocoindex-code.md); лицензионно-чистый → пригоден к adapter (перевод в наш контракт), не только route. GitNexus остаётся learn + NC-routable-plugin (не adapter). Приёмка: codemap умеет продетектить установленный внешний тул, сроутить в него opt-in запрос, показать лицензионную оговорку, перевести/ прокинуть ответ; ядро работает и без него. Оценка: L. Связь: DESIGN §13, [research/tools/gitnexus.md], реестр кандидатов (§13.1).
R1-C16-f1 (router) npx-фоллбэк детекта GitNexus ✅ (2026-08-15, без схемы) — из живого вопроса «почему which gitnexus пусто, мы же ставили». Причина: GitNexus ставится как локальный npm-пакет (npm install gitnexus, 1.7 ГБ node_modules → бин в ./node_modules/.bin/, запуск через npx), глобального gitnexus на PATH не было никогда; наш is_available() дергал только which("gitnexus") → всегда «unavailable». Фикс: GitNexusRouter._launcher() — глобальный бин, если на PATH; иначе npx --no-install gitnexus (работает с локальной инсталляцией, без скрытой сетевой доустановки — при отсутствии деградирует в None, не качает); иначе None. is_available()/ route() идут через launcher, argv собирается launcher-независимо (_verb_argv). Снимает «setup friction — high» из карточки: роутер живёт без npm install -g. +5 тестов. Связь: [research/tools/gitnexus.md], DESIGN §13.1.

Из разбора graphlens + GitNexus (2026-08-07) — что встраивать в продукт

Прогон обоих проработанных тулов через рамку решения (DESIGN §13.1). Вывод: почти всё уникальное строится на своём графе (networkx + канон уже есть) и лучше ложится на тезис детерминизм/provenance; настоящий адаптер один.

[~] R1-C17 graphlens-адаптер: резолв внутрь зависимостей — 🔬 спайк сделан (2026-08-07) → ОТЛОЖЕНО (негатив). Гипотеза: codemap source-only-of-target (не резолвит в библиотеки), graphlens (MIT, ty-бэкенд) умеет — обернуть адаптером, calls_external → external_symbol в сайдкар. Спайк-first проверил на синтетике (mypkg.core.dump зовёт json.dumps; контроль — caller→helper): graphlens действительно пишет cross-boundary-рёбра (calls: dump → external_symbol, resolves_to: import json → external_symbol {origin: stdlib}, has_type на внешние типы) — этого у codemap нет. НО два блокера убивают ценность сейчас: (1) внешний член не именуется — цель вызова = span-плейсхолдер call@6:17, а не json.dumps; graphlens знает «вызов уходит в stdlib здесь», но не какой символ → заявленная ценность «какой pandas-API зовёт код» не отдаётся на symbol-гранулярности; (2) реальный third-party кейс ломает резолвер — на pandas ty server таймаутил (1s/30s повторно), 0 узлов за 10+ мин; собрался только stdlib-only проект, эмбеддинги упали (нет egress). Вывод: абсорбировать недетерминированные, низко- разрешённые, хрупкие данные в сайдкар ради маржинального выигрыша над уже имеющимися external-leaf-узлами codemap — не стоит. Пересмотреть если: graphlens начнёт именовать внешний член (не span) и/или ty стабилизируется на тяжёлых deps. Спайк-first гейт сработал — сэкономил постройку P3. Связь: DESIGN §13.1, [research/tools/graphlens.md].
R1-C18 Communities + flows (на своём графе) ✅ (2026-08-07, без схемы). Построено на своём графе + networkx (подсмотрено у GitNexus, но считаем сами — детерминированно). (a) Query.communities() — кластеры модулей через greedy_modularity_communities (детерминизм by construction, on-brand vs seed-Louvain) над undirected import-графом, ярлык = доминирующий слой; (b) Query.entry_points() — корни call-леса (зовут, но не зовомы) по роуту; (c) Query.flow(entry, max_depth) — форвардный call-flow по calls (зеркало impact), рёбра с distance, cycle-safe. Рендер serve/subsystems.py (render_communities/render_flows); CLI report communities + report flows [--symbol X] [--depth N]; serve-ops communities/flows; MCP-tools communities/flows (18→20). Проверено на bquant: 16 кластеров подсистем; 224 entry points, ранжированы по reach (swing calculate → 32). +11 тестов (конструированные 2-кластера + call-chain; CLI; serve). Полный прогон 204 passed/1 skip. Питает R1-C15 (living docs). Строим сами (не wrap).
R1-C19 Транзитивный impact + depth-гистограмма + risk ✅ (2026-08-07, без схемы). Транзитивный BFS уже был (M6.6, impact(depth=2) метит distance); добавлено то, чего не было и что подсмотрено у GitNexus, но построено на своём графе: (1) by_distance-гистограмма + max_distance в Query.impact; (2) эвристичный risk (none/low/medium/high) из формы blast-radius — breadth × reach × root-spread (последнее — наш провенанс-дифференциатор: символ, задетый в core+tests+docs, дороже менять); (3) --depth на CLI report impact + проброс в serve report-op; (4) рендер показывает Risk + гистограмму. MCP-compact сохраняет новые поля (они на entry, не на refs). Проверено на bquant: MACDZoneAnalyzer → 28 refs (core 2/docs 7/ tests 19), Risk MEDIUM (3 роута), d1×28. +10 тестов (конструированный граф — точный контроль; CLI; serve). Полный прогон 193 passed/1 skip. Строим сами (не wrap). Смыкается с M6 (impact) и R1-C5 (diff).
R1-C13 (расширение) epistemic-метка ✅ (2026-08-07, без схемы). Вариант 1 (одна метка на ответ, без per-edge confidence — рёбра уже несут resolution). Serve-конверт для call-graph-зависимых ops (callers/callees/impact/flows/call_contract) несёт epistemic: "partial" + причина — машиночитаемый двойник прозаических дисклеймеров; структурные ops (imports/contains/…) метку не несут (отсутствие = exact). Переживает MCP-компакцию. +5 тестов. Полный прогон 209 passed/1 skip. Остаток R1-C13 (бенчмарк PyCG + grep-vs-graph) — отдельно, см. основной R1-C13 выше.

M19 — Модель скоупа: манифест входа (детерминизм на входе) 🟡 ДИЗАЙН (2026-08-02)

Дизайн: docs/design/scope.md (на ревью, до кода). Мотив: codemap детерминирован на выходе (graph.json), но про вход фиксирует только команду сборки (M18-мета); конкретный набор файлов лишь приблизительно восстановим, без контент-хэшей и профиля. Нужно для (1) воспроизводимости/трекинга изменений codemap и (2) валидных сравнений R2 (доказать, что тулы видели байт-идентичный вход — пилот graphlens показал, как venv_bquant тихо меняет скоуп).

Модель (общая): spec (декларативный набор: roots+role, include/exclude с дефолтами против venv_*/кэшей) → резолв в отсортированный список файлов → манифест {path, sha256, bytes} + профиль (файлы/байты/ by_role/by_ext/py_loc) → scope_id (sha256 по отсортированным path\tsha256). Одинаковый scope_id ⇒ доказуемо одинаковый вход.

M19.A codemap-фича: манифест входа ✅ (2026-08-02) — codemap/scope.py (резолв+хэш+профиль+scope_id); git-биндинг (O6 ✅): перечисление через git ls-files в git-репо (gitignore-корректный набор — venv/build/кэши исключены сами) + fs-fallback; блок git {commit,ref,dirty,dirty_files} и бесплатные git_blob в манифесте; идентичность = наш sha256 (mode-independent). CLI codemap scope <path> [--consumer/--docs/--spec] [--no-git] [--json] (резолв без сборки) и codemap scope --diff <a.meta> <b.meta> (делегирует git diff, когда обе стороны git-clean); build пишет блок scope в M18-сайдкар. graph.json остаётся чисто структурным (без схемы). Тесты: детерминизм, флип одного хэша, --diff, excludes, git-mode vs fs-mode, dirty. Субстрат для отложенного: контент-хэши = вход Merkle для R1-C9 и hash-свежести для M3.2. Три пункта сходятся сюда.
R2.0.1 харнесс бенч-скоупа ✅ (2026-08-03) — см. ниже, в R2 (реализован поверх M19.A).

Решения — все приняты (2026-08-02): O1 scope_id только в сайдкаре (граф структурный) · O2 — in-place поверх реального дерева = дефолт (живой/интерактивный/инкрементальный путь; git-режим держит набор чистым без копий); materialize — только бенч-костыль для несговорчивых чужих тулов (§1.6) · O3 sha-256 full · O4 JSON-spec · O5 включать не-код .md · O6 git-биндинг (перечисление/провенанс/diff; идентичность = sha256). Детали — в дизайн-доке. Готово к реализации.

M20 — Выпуск: CI, метаданные пакета и правда о версиях Python ✅ (2026-08-27)

Цель: перестать заявлять непроверенное. Правило вехи — утверждение в репозитории либо проверяется CI, либо убирается. Поднято из «Отложено → Дистрибуция» замером готовности к выпуску, а не обкаткой.

Что было: .github/ не существовало. 512 тестов гонял только я, руками, на одном интерпретаторе, в одном каталоге. При этом README говорит «deterministic» и «512 tests green», CONTRIBUTING — «keep the full suite green», pyproject.toml — requires-python >=3.10. Ни одно из четырёх ничем не держалось.

Релизы остаются ручными — это решение, а не отсрочка (владелец, 2026-08-27). Триггер по тегу с trusted publisher предложен и отклонён. Порядок выпуска — тот же, что дал 0.0.3: чистое дерево на запушенном коммите → uv build → twine check dist/* → twine upload dist/* (~/.pypirc, [pypi]) → проверка установкой из PyPI в чистый venv → тег vX.Y.Z (через git tag -F файл, не -m: бэктики в двойных кавычках bash съедает как подстановку команд — наступили на это при выпуске 0.0.3). На такой частоте автоматизация была бы лесами вокруг действия, выполняемого пару раз в год, а CI и так проверяет почти всё, что перепроверял бы релизный workflow: сьют на четырёх интерпретаторах и колесо, собранное, установленное и запущенное вне дерева исходников.

Про pip show — чтобы это потом никто не «чинил». Под pip < ~25 pip show codmap печатает пустые License: и Home-page:. Ничего не потеряно: в метаданных есть License-Expression: MIT и пять Project-URL (проверено на опубликованном артефакте), а pip 26.2 печатает оба поля правильно. Это пробел отображения в старом pip, а не дефект упаковки. Сделать те две строки непустыми на старом pip = откатить метаданные: PEP 639 запрещает совмещать License-Expression с устаревшим свободным License или классификатором License ::, а Home-page из современной таблицы [project] вообще не задаётся. Пустой Author: — та же безобидная причина: PEP 621 сворачивает authors = [{name, email}] в Author-email: kogriv <…>, где имя и лежит.

Дизайн: docs/design/release_engineering.md. Гэп: gaps/unverified_claims_2026-08-27.md. Пользовательские доки: docs/ci.md. Смежное: R1-C27 (дефект, вскрытый M20.1).

R2 — Глубокий разбор тулов (per-tool, hands-on) 🟢 АКТИВЕН (2026-08-02)

R1 закартировал поле сверху вниз; R2 идёт по каждому тулу с hands-on-замером на общей мишени (bquant) → карточка на тул в research/tools/ + сводка research/comparison.md (матрица покрытия + качество). Конвенция (codemap-native, на принципах tgsh) — в research/README.md.

Решения (2026-08-02): конвенция — своя, codemap-native (заточка под граф/замеры); hands-on всем релевантным тулам (не только прямым конкурентам); пилот — graphlens-mcp (ближайший близнец + у автора есть 936-прогонный бенч) для локировки формата.

Принципы (из tgsh): разбор ДО постройки соответствующей R1-C; «приходим с измерениями, а не с приговором» (авторы — потенциальные соавторы); лицензии (читать/учиться — да, копировать код без лицензии — нет); честная граница «что не проверяли» обязательна.

Общий task-set (ответ codemap = эталон): T1 где определён (analyze_zones) · T2 callers (MACDZoneAnalyzer) · T3 impact (MACDZoneAnalyzer) · T4 что сломается при смене сигнатуры (analyze_zones) · T5 архитектура/слои. Метрики: корректность · стоимость (токены/tool-calls) · латентность · детерминизм.

[~] R2.0 Конвенция + каркас ✅ (2026-08-02) — research/README.md (конвенция), research/tools/README.md (шаблон карточки), research/comparison.md (сводная матрица, засеяна из R1/R1.5 на desk-уровне).
R2.0.1 Харнесс бенч-скоупа ✅ (2026-08-03) — единый источник правды для входа бенча. research/tools/_scope/bquant.scope.json (spec: 6 каталогов, venv исключён, с expected-блоком) + materialize.py (переиспользует codemap.scope.resolve_scope из M19.A → копирует РОВНО файлы манифеста → staging несёт тот же scope_id; self-verify round-trip). codemap сам — in-place; материализация только для venv-trap тулов. Канонический бенч-скоуп зафиксирован: scope_id sha256:300e0a01…5e47d2, bquant@cb89a24, 280 файлов (207 .py / 73 .md; core 90 / tests 81 / docs 56 / research 30 / examples 12 / scripts 11). Поле Scope добавлено в шаблон карточки (tools/README.md) и comparison.md (якорь парити); graphlens-карточка ретро-проставлена (с честной пометкой: фактический прогон — на почти-идентичном ад-хок staging 285 файлов, +5 генерённых docs/_build). Проверено: materialize → 280 файлов, verify == canonical ✓.
R2.1 Пилот: graphlens-mcp ✅ (2026-08-02, переизмерено 2026-08-03) — полный hands-on разбор. Карточка research/tools/graphlens.md. Итоги: (1) баг скоупа — игнорит .gitignore, отсекает venv по хардкод-именам → venv_bquant утянул весь venv (>3ч45м/9ГБ); воркэраунд — чистое дерево/пакет. (2) ИСПРАВЛЕНИЕ вывода первого прохода: «T2/T3 пусто» было нашим окружением, не слабостью тула — graphlens бандлит ty, но ищет его через shutil.which("ty"), а uv tool install не кладёт бандл-bin/ на PATH → тихий degrade в tree-sitter-only. Фикс: ty на PATH → resolver_status: ok. (3) Переизмерено на том же staging: type-resolved индексация 2м20с/424МБ/31МБ БД/32399 узлов/55691 ребро (degraded было 12с/17.5МБ/16796). relations работает — MACDZoneAnalyzer: 9 callers+1 callee+2 refs (тесты авто-скрыты), ≈ codemap-овские 12 не-тестовых из 31. T4/T5 инструментов реально нет. Вердикт learn (достойный peer, а не «пусто»); питает R1-C13 (бенч должен проверять resolver_status==ok) и R1-C14 (дифференциаторы: детерминизм, single-call provenance-impact, no-LSP-dependency, layout-robustness).
[~] R2.2… остальные — 🟡 в работе. - [x] GitNexus ✅ (2026-08-06, hands-on через новый харнесс R2.0.1) — research/tools/gitnexus.md. v1.6.9, TS/Node, tree-sitter + LadybugDB + локальные ONNX-эмбеддинги, 14 языков, PolyForm-NC. Измерено на R2-скоупе (materialized staging, scope_id сверен): T1 ✅ (ambiguity как у нас), T2 ◐ (import fan-in, не call-sites), T3 ✅ (транзитивный import-closure + risk + epistemic), T4 ✖ (нет call-contract), T5 ◐ (cycles+кластеры+flows, без coupling/god-objects). Детерминизм ◐: ответ байт-идентичен (clean-room A/B), артефакт — 123 МБ бинарный LadybugDB (не diffable); re-analyze без clean не идемпотентен. Установка 1.7 ГБ node_modules. Вердикт learn (сильный, смежный peer — комплементарен, не конкурент). Питает R1-C13 (epistemic/confidence-метки), R1-C14 (дифференциаторы: MIT vs NC, diffable JSON vs бинарь, provenance-impact, no-git), R1-C15 (clusters+flows → living docs). Новый gap: семантический поиск + flow/community-нарратив. Build-story #2 в research/positioning.md («The one that does more, and why that's fine»). - [x] cocoindex-code (ccc) ✅ (2026-08-16, hands-on на R2-скоупе) — research/tools/cocoindex-code.md. 0.2.41 на cocoindex 1.0.20, Apache-2.0, Python+Rust-движок, tree-sitter-чанкинг, локальные ST-эмбеддинги (snowflake-arctic-embed-xs — та же модель, что у GitNexus), встроенный LMDB+SQLite (без БД-сервиса, без API-ключа). Развод: CocoIndex (ETL-фреймворк, часто Postgres+pgvector) vs cocoindex-code (сам CLI, embedded store) — карточка про второй. Измерено: 280 файлов → 6403 чанка; T1 ◐ (semantic search даёт релевантный спред, деф не #1; точный деф — через bundled ccc grep, tree-sitter); T2–T5 N/A (векторный индекс, нет графа/вызовов/impact/арх); concept-query блистает (swing pivot points → точно strategies/swing/pivot_points.py, чего codemap не умеет); детерминизм ◐ (ответ байт-идентичен, артефакт — бинарный LMDB/SQLite); инкрементальная переиндексация ≈ 1с (content-hash — тезис движка). GPU заблокирован только на Pascal (torch 2.13/cu130 не несёт cubin под sm_61 → CPU-only на 1080 Ti; onnxruntime GitNexus'а на sm_61 ехал — другой рантайм); на RTX 3070 (sm_86) замерено 2026-08-22: холодная сборка 48с против 216с CPU на той же машине (~4.5×). Вердикт wrap (opt-in семантик-адаптер) + learn (инкрементальный движок): первый лицензионно-чистый (Apache-2.0) семантик-поиск, пригодный к обёртке за роутером R1-C16 (там, где GitNexus только route, но не adapt из-за NC). Питает R1-C16 (первый adapter-кандидат семантики), R1-C9 (content-hash инкрементальность — рабочее доказательство), R1-C6 (relevance). - [x] CodeGraph (colbymchenry) ✅ (2026-08-28, hands-on на R2-скоупе) — research/tools/codegraph.md. v1.6.0 (npm), MIT, Rust-ядро + tree-sitter (20 языков), SQLite+FTS5, 283 МБ установка одной командой. Самый принятый тул из всех разобранных: 68 420 ★ / 4 362 форка, репо семь месяцев от роду. Измерено: 207 из 280 файлов скоупа (.md вне модели) → 5 113 узлов / 15 247 рёбер за 1.4 с — ~9× быстрее нашего fast-тира и ~68× быстрее deep. T1 ✅ оба определения на тех же строках, что и у нас, + inline signature + нечёткие соседи; неоднозначность видна как ранжированный список, но как неоднозначность не помечена. T2 ✅ символьный: 58 вызывающих, и наши 57 — полное подмножество; единственный лишний — assert isinstance(...), то есть ссылка, посчитанная вызовом (его же --help говорит "call"). T3 ✅ 89 затронутых на глубине 2, но плоским нетегированным списком — у нас 69 рёбер, каждое с type (calls 60 / references 9), root (core 3 · docs 7 · examples 1 · scripts 2 · tests 56), distance и агрегатным risk. T4/T5 ✖ — ни контракта аргументов, ни слоёв/циклов; за четыре hands-on карточки T4 и T5 не закрыл никто. Детерминизм ◐: структура воспроизводится точно (clean-room A/B: те же счётчики, тот же размер БД), артефакт — нет (разный md5), а query несёт на каждом узле стенные часы updatedAt — ответ меняется, когда в коде не изменилось ничего. Ловушка: --limit по умолчанию 20, file-строки сортируются первыми, флага truncated нет — дефолтный ответ читается как file-import-модель, хотя настоящая символьная. Вердикт learn-only (strong). Питает M3.2 (ставит watcher: debounce 2 с, инкремент 121 мс — переоценка вверх), R1-C13 (партиальность бывает не только от приближения, но и от лимита), R1-C6 (2-е появление скоринга), R1-C14 (снял с нас скорость, лицензию и мультиязычность как дифференциаторы). Отдельно ценно — не техника: проект публикует ось, на которой проигрывает (≈80% больше резидентного контекста), и отозвал собственные ранее опубликованные цифры, обнаружив загрязнение контрольной группы в 26 прогонах из 28. - [x] OntoIndex ✅ (2026-09-01, hands-on на R2-скоупе) — research/tools/ontoindex.md. 2.2.0, TS/Node 22.12–25.x, tree-sitter + LadybugDB, 14 языков, AGPL-3.0, потомок GitNexus (атрибуция в NOTICE), 489 МБ установки. Скоуп потребовал нового шага: дерево догфуда ушло далеко от cb89a24, поэтому staging собран из git archive cb89a24 (read-only по чужому репо) и уже из него материализован — scope_id сошёлся. Всем последующим карточкам делать так же. Индекс: 280 файлов (279 разобрано, 1 за размерным капом) → 10 745 узлов / 20 232 ребра / 254 кластера / 300 потоков за 49.1 с, 1.0 ГБ RSS, 62 МБ стор (codemap: 4 225 / 11 502, 11.4 с fast / 111 с deep, 5.4 МБ JSON; счётчики несравнимы — у них markdown-заголовки, Leiden, шаги процессов и дерево саммари, у нас слой column). T1 ✅ оба определения + status: "ambiguous" родной меткой (второй тул из измеренных, который неоднозначность называет, а не ранжирует); но startLine 0-based — 121/717 там, где def на 122/718. T3 ✅ самое сильное совпадение за все карточки: impact --include-tests на глубине 1 даёт ровно наши 57 вызывающих для MACDZoneAnalyzer и ровно 78 для get_sample_data — множества идентичны, ни одного элемента с чьей-либо стороны отдельно, и это движок, не делящий с нами ни строки кода. По умолчанию тесты исключены (55 против 149). T2 ◐ и это контрпример серии: context режет incoming.calls на 30 и при этом пишет contextCompleteness.truncated: false — 30 из 57 и 30 из 78; два индекса одного и того же входа держат разные 30-элементные подмножества. Под капом точен (28 = 28, 6 = 6). T4 ✖ структурно (проверено Cypher'ом по стору: у узлов нет параметров, у рёбер — аргументов); пятая карточка подряд, где T4 не закрывает никто. T5 ◐ audit (нужен git) даёт правильные разделы, но «Import Cycles (6)» смешивает кольцо из 38 markdown-страниц, два цикла вызовов и модульные циклы, отрисованные по basename, против наших 1 жёсткого + 44 ленивых, названных полными id и разделённых по признаку «ломается ли на импорте»; таблица coupling ключуется именем сообщества с дублями и Ca 0 во всех строках. Найденный дефект (репортить наверх): report hubs и report surprising-connections печатают «no hubs found (index missing, empty graph, or no connected nodes)» на графе в 10 745 узлов — причина в warnings: вендоренный парсер Cypher не понимает отрицание метки (NOT n:Label), подтверждено прямым запросом. Exit 0, в JSON "hubs": []. Отказ, отрисованный пустым результатом. Детерминизм ◐ и он расслаивается: граф не воспроизводится (10 745/20 232/254 против 10 747/20 227/256 на байт-идентичном входе), impact стабилен по множеству и нестабилен по порядку (384 позиционных расхождения), context не стабилен ни по чему. Честность — лучшая в поле там, где держится: на каждом ребре стоит способ резолва и градуированная уверенность (same-file 0.95 · import-resolved 0.9 · global 0.5 · markdown-импорты 0.8), report --help сам объявляет свою потерю точности и маршрутизирует к авторитетной операции (isRankedDiscovery: true в JSON), а пропущенный по размеру файл повторяется в warnings каждого ответа. Вердикт learn (strong) — AGPL закрывает и wrap, и integrate. Питает R1-C13 (метки на ребре, а не на ответе), R1-C28 (сильнейший контрпример: truncated: false на срезе 78→30), R1-C14 (детерминизм поднимается как дифференциатор; «эпистемическая честность» больше не наша одна). Новые кандидаты: R1-C39 (причина резолва + уверенность на ребре), R1-C40 (earliest_broken_step для потоков). - [ ] остальные — rag_for_git, Understand-Anything, CodeSlicer, ast-index, Graphify, grafema, CodeWiki, Foglamp (desk где SaaS/не воспроизводится — с честной пометкой). Порядок — по близости к codemap и по связи с R1-C. Sentrux понижен до desk (2026-08-28, по факту): ★2919, MIT, Rust — но создан 11.03.2026, последний push 19.03.2026, то есть восемь дней коммитов и пять месяцев тишины. Hands-on по незаброшенному тулу дороже; идею rules.toml + health-delta читаем из исходника в R1-C3.

Находки из живого MCP-использования 2026-07-30 (реальный агент через `serve --mcp`)

Первый прогон codemap как продукта в бою — ИИ-агент (Claude Code) через MCP по графу bquant. Инструменты отработали (architecture поймал analysis↔indicators; impact/call_contract дали карту для смены сигнатуры; resolved.ambiguous прошёл через MCP). Находка эргономики канала:

F22 (MCP/Workflow) — тяжёлый payload на хабах. ✅ (2026-07-30, без схемы) На MACDZoneAnalyzer: impact возвращал 68 ссылок + дублирующий полный markdown, call_contract — 61 запись. Фикс: MCP-обёртки impact/call_contract компактны по умолчанию — impact без markdown + limit=40 на плоский список refs (by_root-счётчики полны), call_contract limit=30; full=true возвращает всё. Underlying-ops/CLI не тронуты. Замер на хабе: impact −65% (32.7k→11.6k), call_contract −49% (17k→8.8k). serve/mcp_server.py _compact_impact/_cap_list. +4 теста (7→11 MCP).
F23 (Query-surface) — impact не принимал полный/canonical id. ✅ (2026-07-30, без схемы) На реальной задаче (bquant #110) impact('bquant.analysis.zones.models.SwingPoint') → []. Гипотеза «конструктор не ловится» ОПРОВЕРГНУТА при воспроизведении: инстанциация класса ловится — у SwingPoint 9 inbound calls-рёбер, references_to = 9. Настоящая причина: op/рендер impact резолвили вход только по короткому имени (find(sym)), поэтому полный id (ровно то, что агент получает назад из query/search) не матчился ни во что → пустой blast-radius. Молчаливо неверно (как F13, но для impact). Фикс: Query.impact_targets(name_or_id) — node-id→сам, короткое имя→все матчи (фан-аут сохранён), иначе canonical (re-export), иначе where_defined; 使用 в _op_impact и render_impact. Проверено: full id и re-export → 10 refs (было 0), короткое имя без изменений. +2 теста. Урок: воспроизводить до фикса — записанная гипотеза (extraction) оказалась неверной, реальный баг был в input-резолве serve-слоя.

Кандидаты из обкатки архитектуры 2026-07-30 (ось A9, findings F18–F21) — ✅ ЗАКРЫТЫ (M16, 2026-07-30)

Обкатка A9 (gaps/architecture_dogfood_2026-07-30.md): роль архитектора — «форма системы целиком». Было только report dependencies (циклы + top-imported). 4 гэпа, все Query-surface/Workflow, без схемы (поверх import-графа/calls/contains/провенанса), +7 тестов (116→123); serve report-kinds 4→5, ops 20→21. Реальная находка на bquant: слоевое нарушение analysis ↔ indicators (взаимозависимость).

F18 (Query-surface/Workflow) — слои + направление + нарушения. ✅ (M16, 2026-07-30, без схемы) Query.layers() → {слои (компонент под пакетом), межслойная матрица, violations order-free = слоевые пары с рёбрами в обе стороны — без хардкода порядка core<analysis}. На bquant: 8 слоёв, нарушение analysis↔indicators.
F19 (Query-surface) — coupling / instability. ✅ (M16, 2026-07-30, без схемы) Query.coupling() → per-module Ca (кто зависит от меня) / Ce (от кого завишу) / I=Ce/(Ca+Ce). logging_config Ca94 I0.01 (стабильный лист), exceptions/config/nb I0.00 (стабильное ядро).
F20 (Query-surface) — god-объекты / хотспоты. ✅ (M16, 2026-07-30, без схемы) Query.hotspots() → god-классы (методы≥порог: ZoneVisualizer 35, NotebookSimulator 23, ZoneAnalysisPipeline 20) + call-хабы (in+out) с флагом pervasive (логгер/util — ожидаемый шум, не риск; ContextualLogger.info 105 помечен, реальные хабы analyze_zones 48 выделяются).
F21 (Workflow) — синтез: architecture overview. ✅ (M16, 2026-07-30, без схемы) serve/architecture.py: build_/render_architecture (циклы+слои+coupling+хотспоты в один вид); report kind architecture (CLI codemap report architecture + serve report); serve op architecture (структурный). Проверено на живом графе — читаемый одностраничный обзор формы системы.

Кандидаты из обкатки diff/change-review 2026-07-30 (ось A11, findings F16–F17) — ✅ ЗАКРЫТЫ (M15, 2026-07-30)

Обкатка A11 (gaps/changereview_dogfood_2026-07-30.md): вход ревьюера — дифф (файл+строки), не имя. Два разрыва, оба в query/serve-слое (без схемы), +13 тестов (103→116); serve 18→20 ops.

F16 (Query-surface) — резолвер локация→символ. ✅ (M15, 2026-07-30, без схемы) Данные containment (file+lineno+endlineno) были, поверхности не было; search матчит только подстроку id. Query.symbol_at(file,line) (внутренний-первым, fallback к модулю для кода между def'ами) + symbols_in_range(file,s,e) (per-line дедуп); serve op locate ({file,line}|{file,lines}).
F17 (Workflow) — агрегация ревью change-set. ✅ (M15, 2026-07-30, без схемы) Было: 4 символа = ~20 ручных вызовов + склейка. serve/review.py: build_review(hunks|symbols) → сшитое досье (per-symbol callers/call_contract/columns/consumers_by_root) + union blast-by-root + risk-ранг (синтез из fan-out/cross-root/contract-sites/dataflow — R3 сложился бесплатно) + unresolved-хунки (ничего не теряется молча); render_review markdown; serve op review; CLI codemap review <diff> с парсером unified-хунков (parse_unified_diff, new-side диапазоны). Проверено на реальном git diff (7 хунков→10 символов, high-risk первыми, blast core 32/tests 27).

Границы (не гэпы, в бэклог): added/deleted символы → двух-графовый diff (rebuild@base vs @head), отложено с M3.3 (резолвер деградирует к объемлющему узлу, added не выдумывает); consumer-руты (tests/examples) file НЕ несут → дифф по тесту не локализуется (core-ревью — 80% случая).

Кандидаты из обкатки soundness/trust 2026-07-30 (ось B1, findings F14–F15) — ✅ ЗАКРЫТЫ (M14, 2026-07-30)

Обкатка B1 (precision/recall трёх приближений + canonical, gaps/soundness_dogfood_2026-07-30.md): сверка карты с исходником bquant. Итог: два «страшных» приближения — фактически точны (мост M7: 0 false-exact, веер честен; implements: 12/12 истинны, recall 100%); два реальных дефекта доверия — молчаливые — закрыты вехой M14. +5 тестов (98→103).

F14 (Soundness/Workflow) — молчаливая canonical-дизамбигуация. ✅ (M14, 2026-07-30, без схемы) Голое короткое имя (calculate — 25 defs, main — 19) резолвилось в 1 узел по кратчайшему id, без сигнала — реляционный op уверенно отвечал про не тот символ (вплоть до тест-мока MockSwingStrategy.calculate_global). Query.canonical_info возвращает {input,id,ambiguous, alternatives} (ambiguous ⇔ ≥2 кандидата в ничью по path-сигналу); canonical делегирует ему; Session _canon пишет резолюцию, handle кладёт блок resolved в конверт, когда выбор был неоднозначным (F14) или переписал вход (re-export, F13); op resolve отдаёт полный инфо-дикт. На bquant: callers('calculate') → resolved.ambiguous=True, 24 альтернативы; ZoneDetectionStrategy (1 def) → ambiguous=False (ложной тревоги нет). Фикстура dispatchpkg (run в Alpha/Beta/Protocol) + 4 теста.
F15 (Soundness/misleading-label) — column node-set = 71% payload-шум. ✅ (M14, 2026-07-30, схема 0.9) Правило F6 «dict-literal ключ = writer» ловило каждый результат-словарь: из 1007 column-узлов 71% — dict-literal-only ключи (adf_statistic, n_simulations, text.color), не колонки; агрегат columns() вводил в заблуждение. extract/dataflow пишет access-form: узел несёт extras.subscripted (был ли ключ хоть раз x['k']), ребро — extras.access (subscript|dict-literal). Query.columns(subscripted_only=True) по умолчанию отдаёт реальный column-set (~30%: 300/1007); точечный column('macd_hist') и продюсер-ребро F6 не тронуты; op columns принимает all=true для полного over-set. Фикстура flowpkg (meta = dict-only) + 2 теста.

Кандидаты из обкатки агент-через-serve 2026-07-29 (findings F9–F13) — ✅ ЗАКРЫТЫ (M13, 2026-07-29)

Обкатка рабочего цикла агента через serve (gaps/agent_workflow_dogfood_2026-07-29.md): 5 гэпов Workflow/Query-surface. Все закрыты одной вехой M13 (serve/query-слой, без схемы), +7 тестов (98/98).

F13 (Precision/Workflow) — реляционные ops резолвят re-export/короткое имя. ✅ Query.canonical; Session-ops (implementers/family/callers/callees/call_contract/columns_of/source) резолвят вход через _canon; op resolve. implementers('…detection.ZoneDetectionStrategy') → 5 (было []).
F12 (Workflow) — хендл к исходнику. ✅ file/lines в matches (и в text-выводе); op source (сниппет по --source-root, best-effort; overlay-узлы → location-only с нотой).
F9 (Query-surface) — discovery/поиск/обзор. ✅ op search(подстрока+kind+limit), op families (Protocol → члены). search ZoneDetection → 5 классов (было пусто).
F11 (Query-surface) — обратный dataflow. ✅ Query.columns_of(func) + op columns_of + поле columns в query функции. columns_of(extract_zone_features) → reads [atr, close, …].
F10 (Workflow) — extension-рецепт. ✅ registered_as(decorator+key) в query класса + text «register with: @register('zero_crossing')»; op families отдаёт рецепт по каждому члену.

Кандидаты из глубокой обкатки 2026-07-29 (findings F3/F4/F6/F7/F8)

Обкатка на 5 непокрытых осях (gaps/deep_dogfood_2026-07-29.md): 3 новых гэпа + 2 подтверждения. Не блокеры; порядок — по «дёшево×ценно». Каждая находка с категорией по причине (диктует форму фикса).

F8 (Representation) — провенанс-осознанный report dead-code. ✅ (M8, 2026-07-29) Query.orphan_modules(root=) + orphan_modules_by_root(); отчёт показывает core-орфаны как сигнал (8), consumer-entrypoint'ы (116: tests 75/examples 11/research 24/scripts 6) свёрнуты с пояснением «orphan по природе, не dead code». Serve+query, без схемы. +2 теста (65/65).
F4 (Query-surface) — вид семейства реестр+Protocol. ✅ (M9, 2026-07-29, схема 0.6) extract/dispatch.add_family_links синтезирует implements-рёбра (impl→Protocol) по таблице семейств, data-driven матч (токен ⊂ имя Protocol; безтокенный — по имени реестра). 12 рёбер на bquant. Query: implementers/implements/family_siblings + вывод в query; mermaid class — realization <|.. (семейство больше не пустое); RAG-чанк несёт Implements/Implemented by. Фикстура dispatchpkg/base.py (ThingProtocol) + test_m9_family.py (6 тестов). 71/71.
F3 (Representation) — класс-чанк агрегирует call-соседей методов. ✅ (M10, 2026-07-29) serve/rag._methods_calls: union внешних callees методов класса → neighbors.calls_via_methods (каждый target с меткой via <метод>) + текст «Methods call: …». Serve-only, без схемы. MACDZoneAnalyzer класс-чанк теперь показывает шов analyze_zones (via analyze_complete_modular) (+ detect_zones/with_indicator/build) — делегирование в pipeline видно без чтения методов. +1 тест (72/72).
F7 (Representation+Precision) — арг-контракт на call-site. ✅ (M11, 2026-07-29, схема 0.7) behavior._arg_shape/_arg_contract: calls-рёбра несут callsites (сколько выражений вызова схлопнуто) + posargs/kwargs/splat (наблюдённая форма аргументов); захват и в behavior-проходе, и в consumer-скане roots.py. Query.call_contract + секция «Call-site contract» в report impact. На bquant get_indicator_params: examples ×2 (схлопывание снова видно), все «1 positional». Фикстура argpkg + test_m11 (5 тестов). 77/77.
F6 (Extraction) — dataflow по строковым ключам. ✅ (M12, 2026-07-29, схема 0.8) extract/dataflow.add_dataflow: column-узел на строковый ключ + writes (subscript-store и dict-литерал-продюсер {'k':…}) / reads (subscript-load) рёбра function→column. Embedded-данные исключены. Query.column(name)/columns() + query <col> печатает producers/consumers. На bquant: 1007 колонок / 2381 рёбер; query macd_hist → written by MACD.calculate, read by extract_zone_features + 4 визуализатора (было — пусто). Честно: over-set строковых ключей (dict- доступ тоже попадает). Фикстура flowpkg + test_m12 (6 тестов). 83/83.

Отложено / будущее (двери открыты, не строим сейчас)

Мультиязычность — экстракторы Go (go/packages, разбор replan), TS (ts-morph), C++ (libclang), Rust (rustdoc-json); tree-sitter как фолбэк (§12, §11).
Инкрементальность — контент-хеш + инвалидация (заимствуя Salsa/build-систему) (§15.3).
Neo4j query-бэкенд — на system-scale графе (§4, §16).
Система как граф — инфра/микросервис-экстракторы (IaC/OpenAPI/OTel), твои серверы (§16).
Внешние тулы за адаптерами + реестр кандидатов (§13).
Дистрибуция — uv/pipx пакет; компилируемый бинарь (Nuitka) при нужде (§14).
Структурный разбор докстрингов (Google/NumPy-секции) для потребителя B (§10.2).
Точный call-graph / sequence-виды — слой глубины (§7).

Порядок и принципы

M0 первым — тонкий срез доказывает конвейер, даёт пользу (вход для доки), проверяет форму.
Каждая веха — сквозная и полезная (не «слой без выхода»).
Расширять каталог §1 — только осознанно; «Отложено» не тащить в v1.
Ядро/схема/CLI стабильны; новое (языки, бэкенды, виды) — аддитивно за адаптерами.

Живой документ. Отмечать [x], дописывать задачи по мере реализации.

FilesExpand file tree

BACKLOG.md

Latest commit

History