Modifié la page d’accueil du domaine pour qu’elle ne ressemble plus à une archive de date récente dans les résultats de recherche, mais qu’elle affiche une page fixe lisant l’introduction du README
Organisé les données structurées du nom du site, le canonical, les hreflang par langue et le favicon à la racine du domaine afin que la provenance et l’identité du site soient plus claires dans les résultats de recherche
Exclu les archives de date de l’indexation et du sitemap, et fait en sorte que chaque article individuel génère automatiquement des métadonnées de recherche à partir du titre, de la catégorie et du résumé du texte
Ajouté un script d’audit des métadonnées de recherche qui examine les 9 langues, tous les articles individuels et le sitemap sans enregistrer manuellement chaque chemin de document
Séparé le déploiement de production Vercel du travail de traduction sur Mac auto‑hébergé, et fait exécuter le processus depuis les GitHub‑hosted Actions
Déployé immédiatement la branche main lorsqu’elle ne contient que du code, et, si le README ou la documentation change, construit et déploie automatiquement la dernière main après la fin du pipeline de traduction multilingue
Re‑vérifié le SHA‑256 de 1 570 fichiers Markdown originaux et de trois tables SQLite avec FTS5, puis testé la recherche JSONL réelle avec des requêtes générées automatiquement à partir du contenu des enregistrements
Les échantillons dynamiques docs_chunks (60), api_mapping (60) et label_prototypes (2) ont tous été retrouvés en première position BM25 ; le seul api_mapping avec un SHA‑256 mal déclaré a été exclu des candidats de recherche
À partir du commit cae8dc567a56d3e7936f171bcb85f0ccb9634ad0 du dépôt MIT godotengine/godot-demo-projects, j’ai importé le projet 2d/hexagonal_map et, dans le GUI Source Flow Debugger, découpé 6 fichiers réels en 134 chunks pour tester la recherche SQLite JSONL
Vérifié que les preuves « Manually editing project.godot », le déplacement 2D et CharacterBody2D, ainsi que le chunk de scène TileMapLayer apparaissent dans les résultats supérieurs
Amélioré la table de structure pour qu’elle exclue les enregistrements ne contenant que des motifs négatifs ou des mots génériques fragmentés, et ne renvoie que les source_api, target_api ou preuves de prototype correspondant exactement aux chunks originaux
L’endpoint Qwen était temporairement suspendu, donc ce run n’a testé que les résultats de recherche SQLite ; les nouveaux tests de version Qwen seront repris après la réouverture de l’endpoint
Comme record_embeddings est à 0, j’ai validé la recherche lexicale/BM25 SQLite ; le flux complet F‑strategy E2E reliant embedding, reranker et le validateur Qwen sera vérifié après la création réelle de l’index