28 mai 2026

• Création du projet
• Organisation du concept du jeu d’agriculture
• Collecte et téléchargement des assets du jeu (132 PNG)
  • Clone du dépôt GitHub : GuardianofNature, FarmLands, Sproutville, OldTownFarm, claude-farmer
  • Source : Sprout Lands (Cup Nooble, CC0), SpriteCook (CC0), Kenney (CC0), CraftPix (Licence gratuite)
  • Classification des assets : personnages (26), tuiles (19), objets (36), interface (31)
  • Tous utilisables à des fins commerciales
• Configuration du pipeline CI/CD : GitHub Actions + reviewdog + ESLint + actionlint
  • Migration de la configuration plate d’ESLint v9 (.eslintrc.json → eslint.config.js)
  • Correction du fail_level de reviewdog (errors → error)
  • Revue PR par CodeRabbit AI — toutes les vérifications passées (5/5 ✅)
  • Intégration de CodeFactor terminée — notation du code (A~F) automatisée
• Intégration d’outils IA : CodeRabbit + Qwen Code (auto‑hébergé sur RunPod)
• LLM : développement avec Qwen 3.6 35B (RunPod)
• Rétrospective du développement : docs/retrospectives/2026-05-28.md

Structure des assets

assets/
├── characters/    - personnages, sprites d'animaux
├── tiles/         - tileset (sol, eau, bâtiments, environnement)
├── objects/       - meubles, cultures, arbres, outils
├── ui/            - boutons, boîtes de dialogue, icônes, curseur de souris
├── music/         - BGM (non classé)
└── sfx/           - effets sonores (non classé)

Préparation des données RAG de la documentation officielle de Godot

Pour entraîner le classificateur Godot 3/4 et, à l’avenir, le modèle de codage Godot basé sur Qwen, nous avons construit séparément des données RAG à partir de la documentation officielle. L’objectif est que le LLM ne décide pas arbitrairement des étiquettes, mais crée des candidats d’étiquettes à partir de fragments de preuve tirés de la documentation officielle et de règles système, tandis que le LLM ne se charge que d’assister à la génération d’explications, de code corrigé ou de données d’entraînement.

Les documents pertinents sont rassemblés aux emplacements suivants :

• docs/README.md : index du répertoire de documentation
• docs/research-notes/ : mémos de conception et structure de génération de données
• docs/roadmaps/ : feuille de route complète du développement
• docs/retrospectives/ : rétrospectives par date
• work/godot_rag/ : actuellement vide. Les artefacts de découpage et de post‑traitement RAG ont été supprimés
• outputs/godot_docs_full/ : résultats du crawling de la documentation officielle de Godot

Rétrospectives associées :

• docs/retrospectives/2026-06-17-godot-rag-judge.md
• docs/retrospectives/2026-06-18-godot-rag-reset.md

Données sources

Le texte original de la documentation officielle à utiliser pour le RAG se trouve à l’emplacement suivant.

outputs/godot_docs_full/pages

outputs/godot_docs_stable est un dossier de récupération intermédiaire et n’est pas utilisé comme données de référence RAG.

Vérification finale de la collecte:

Official search index target pages: 1568
Collected markdown pages: 1570
Missing pages: 0
Failed fetches: 0

La raison pour laquelle il y en a deux de plus est que les alias d'encodage d'URL @GDScript, @GlobalScope ont également été collectés.

Chunking Status

Les livrables de RAG chunking/post‑traitement/catalogue créés le 17 juin ont été retirés de la ligne de base le 18 juin.

Portée supprimée:

v1 docs_chunks.jsonl  
v2 docs_chunks_v2.jsonl  
v3/v3.1 catalog/index/mapping livrable  
Script d'ébauche de regroupement/post‑traitement/validation  
Ébauche initiale chat/index

Raison de la suppression:

Le processus de découpage a été effectué sans analyser suffisamment la structure du document officiel d'origine.  
En confiant le découpage et le post‑traitement à un LLM, les décisions intermédiaires sont devenues opaques.  
Certaines API ont été traitées comme le MVP central ou codées en dur, ce qui a affaibli l’objectif RAG basé sur l’ensemble du document.  
En conséquence, il est devenu difficile de vérifier séparément la qualité des morceaux, les métadonnées et la fiabilité du catalogue.

La tâche suivante ne consiste pas à créer immédiatement un nouveau chunk, mais à analyser d'abord la structure réelle du document source outputs/godot_docs_full/pages.