2026-07-28 Relatório de Busca de Fonte Real

Objetivo

Nos registros anteriores, foi anotado apenas que o projeto Godot real foi dividido em 134 blocos e pesquisado, e que a documentação relacionada foi incluída nos resultados superiores. Apenas com essa afirmação não era possível saber o que foi retornado em cada bloco, se o JSONL retornado realmente existia no SQLite, ou se a documentação mais direta estava no SQLite mas foi rebaixada na classificação.

Este relatório registra separadamente as três perguntas a seguir.

O Source Flow Debugger retornou quais candidatos JSONL em cada bloco?
Os candidatos retornados são exatamente os mesmos JSONL originais verificados no SQLite?
As evidências diretas encontradas em todo o SQLite apareceram no topo, ou a classificação precisa ser melhorada?

O endpoint Qwen está indisponível, portanto, desta vez executamos apenas a busca e a comparação com o SQLite. Não registramos a classificação da versão Godot do Qwen nem os resultados de aprovação/rejeição de candidatos; o fato de um candidato ter sido encontrado não é tratado como verificação final bem‑sucedida.

Entrada fixa

Repositório:
godotengine/godot-demo-projects
Licença: MIT
Commit: cae8dc567a56d3e7936f171bcb85f0ccb9634ad0
Projeto: 2d/hexagonal_map
Arquivos de entrada: project.godot, map.tscn, tileset.tres,
tileset_edit.tscn, troll.gd, troll.tscn
Número de arquivos de entrada: 6
Número de blocos gerados: 134
Blocos AST: 3
Blocos diretos: 131

O SQLite usado na execução foi
outputs/godot-rag-sqlite/godot-rag.sqlite3, contendo, no momento da execução, 2.265 registros em docs_chunks, 1.133 em api_mapping, 2 em label_prototypes e 3.399 embeddings.

Estado da execução

Etapa	Status	Significado desta execução
SQLite FTS5 + Okapi BM25	Executado	Todas as 134 blocos foram pesquisadas
embedding	Não executado	Não foi configurada a chave da API de embedding
reranker	Não executado	Não foi configurada a chave da API do provider
Qwen validator	Não executado	O endpoint Qwen está interrompido

Portanto, a classificação abaixo não representa a classificação final da estratégia F completa, mas sim o resultado da fase lexical/BM25.

Resultado geral da comparação

Item	Resultado
Blocos	134
Candidatos BM25 retornados por bloco	80
Candidatos retornados comparados ao SQLite	10.720
Candidatos após remoção de duplicatas	844
Candidatos não encontrados no SQLite	0
Candidatos cujo provenance não é `verified`	0
Candidatos cujo `raw_json` difere do SQLite	0
Retornos de `docs_chunks`	10.713
Retornos de `api_mapping`	7
Retornos de `label_prototypes`	0

A consistência dos dados retornados estava correta. Quando as tabelas e IDs mostrados pelo Source Flow Debugger foram consultados novamente no SQLite, os 10.720 registros existiam, o provenance era verified e o raw_json retornado coincidiu com o armazenado.

Entretanto, isso não significa que a qualidade da busca esteja perfeita. Como os 134 blocos preencheram todos os 80 candidatos máximos, os candidatos lexicais não foram suficientemente filtrados. Além disso, em 9 blocos, a proteção de âncora de nome de arquivo fez com que um documento com pontuação BM25 mais baixa fosse promovido ao primeiro lugar.

Resultados de blocos representativos

Casos bem pesquisados

Bloco	Resumo da entrada	Resultado retornado	Comparação SQLite
1	Descrição do formato do arquivo `project.godot`	`Manually editing project.godot` em 1º lugar	ID e texto original coincidem
13	`TileMapLayer`, `tile_map_data`, `TileSet`	`TileMapLayer` atributo 1º, método 2º, `TileData` 3º	Todos verificados em `docs_chunks`
42	`TileSetAtlasSource`, região de textura	`TileSetAtlasSource` 1º, `TileSetSource` 2º	Evidência direta da classe confirmada
125	`_physics_process`, `Input.get_axis`, `move_and_slide`	`Physics process` 1º, documentos de movimento 2D 5º‑7º, `CharacterBody2D` 8º	Documentação de movimento/física presente
130	Nó `CharacterBody2D`	Classe `CharacterBody2D` 1º	Evidência direta da classe confirmada

O documento em 1º lugar do bloco 1 não ficou no topo apenas por pontuação BM25; foi mantido graças à proteção da âncora lexical project.godot. Nesse caso, a descrição do formato do arquivo corresponde exatamente, confirmando que a proteção foi válida.

Caso que precisa melhorar a classificação

Chunk 123: `extends CharacterBody2D`

1º lugar real: Collision exceptions
Documentação da classe CharacterBody2D: 17º lugar
Mapeamento KinematicBody2D -> CharacterBody2D: 6º lugar

O SQLite continha a documentação exata da classe CharacterBody2D, mas ela foi posicionada depois da documentação ampla de colisão·movimento. Não é falta de dados, mas sim um problema de classificação. Em chunks de declaração curta, nomes de classe e campos estruturais que correspondem exatamente precisam ser tratados com mais força do que tokens de contexto geral.

Chunk 124: `tan(deg_to_rad(30))`

1º lugar real: Setting up the spring arm and camera
Evaluating expressions: 2º e 3º lugares

Embora a documentação de 1º lugar contenha um exemplo de uso de deg_to_rad, não está totalmente fora de contexto, mas o tutorial 3D ficou à frente da documentação que explica a própria chamada. É necessário reordenar para distinguir explicação de API direta de exemplos de uso simples.

Estruturas candidatas que precisam de revalidação do Qwen

Chunk 13: `PackedByteArray` incluído em `map.tscn`

O mapeamento PackedByteArray -> byte[] ficou em 48º lugar. O JSONL de armazenamento descreve migração de coleções C#, mas a entrada é um recurso de cena GDScript. Os tokens coincidem, porém a linguagem e o contexto de aplicação são diferentes, portanto não deve ser aprovado na fase de busca.

Chunk 130: Nó que já usa `CharacterBody2D`

O mapeamento KinematicBody2D -> CharacterBody2D ficou em 3º lugar. Esse mapeamento é relevante para determinação de versão, mas o chunk atual não contém a API anterior KinematicBody2D. Não é um candidato a aviso de migração; o Qwen deve analisar o JSONL e o chunk original e classificá‑lo como evidência de Godot 4 ou como desnecessário.

O texto original do SQLite JSONL desses dois casos foi mantido intacto em reviewCases do relatório de leitura automática.

Por que `label_prototypes` tem 0 ocorrências

Os protótipos no SQLite são apenas os dois abaixo.

enum PlaneSemanticLabel
class OpenXRSpatialComponentPlaneSemanticLabelList

O chunk hexagonal_map não continha esses dois padrões de entrada. Portanto, o fato de label_prototypes ser 0 nesta execução não é uma omissão, mas o resultado do filtro de evidência estrutural direto.

Conclusão atual

A consistência de dados entre os candidatos retornados e o texto original do SQLite foi confirmada.
Configurações de projeto representativas, TileSet, TileMapLayer e buscas de funções de movimento incluíram documentos relevantes nas posições superiores.
Nem todos os chunks atingiram o limite máximo de 80 candidatos, de modo que a redução de candidatos não foi suficiente.
Em declarações curtas de classe e chamadas de função única, documentos mais diretos foram empurrados para posições inferiores.
Mapeamentos estruturais podem entrar como candidatos apenas pelos tokens relacionados, portanto o Qwen não pode decidir aprovação enquanto está offline.

Critérios para a próxima reexecução

Quando o endpoint do Qwen estiver novamente disponível, use o mesmo commit e os mesmos 134 chunks para acrescentar os seguintes itens.

Classificação de cada candidato estrutural como Godot 3, Godot 4, Não relacionado ou Evidência insuficiente
Decisão de rejeição para candidatos de incompatibilidade de contexto de linguagem, como PackedByteArray -> byte[]
Rejeição de candidatos de migração em chunks que já utilizam a API alvo
Decisão de rejeição para JSONL de controle negativo não relacionado
Mudança na classificação direta de documentos antes e depois da aplicação de embedding e reranker

Estratégia F de 2026-08-01 e revalidação do Qwen

O mesmo commit de repositório externo e os 6 arquivos originais de 2d/hexagonal_map foram inseridos novamente no GUI do Source Flow Debugger. Com base no chunking mais recente, foram gerados 146 chunks no total. A auditoria completa de busca, executando BM25, embedding, união e reranker sequencialmente, concluiu todos os 146 chunks, sem registros retornados ausentes no SQLite, provenance não verificado ou JSONL divergente do texto original.

Arquivo real	Chunk	Escopo de verificação
`project.godot`	20	Busca híbrida completa, validação Qwen completa, revalidação de chunks falhos
`map.tscn`	6	Busca híbrida completa e validação Qwen
`tileset.tres`	54	Auditoria de busca completa, validação de atlas source e recurso final representativo
`tileset_edit.tscn`	54	Auditoria de busca completa, validação de nó raiz e nó sprite representativo
`troll.gd`	3	Busca híbrida completa e validação Qwen
`troll.tscn`	9	Busca híbrida completa e validação Qwen

Resultados ao separar busca e validação

Declarações e nós CharacterBody2D retornaram a documentação da classe e o mapeamento KinematicBody2D -> CharacterBody2D. O Qwen adotou apenas o mapeamento que corresponde à API alvo como evidência de versão, classificando como Godot 4.
PackedScene, Node2D, Sprite2D, TileSetAtlasSource etc. retornaram a documentação de classe correta, mas como esses documentos não provam exclusividade de versão major, ficaram marcados como Evidência insuficiente.
A configuração run/main_scene coincidiu exatamente com a documentação Setting the main scene e o texto original do SQLite. Foi rejeitada na primeira validação porque a descrição em linguagem natural não repetia literalmente a notação da configuração; a regra de validação foi ajustada para aceitar quando a documentação descreve diretamente o valor da chave estruturada.
doc_version ou godot_version_tags são apenas metadados de coleta de documentos e não provam exclusividade de versão de código. A regra foi refinada para confirmar a versão somente quando o corpo do JSONL explica explicitamente a diferença de versão major.

Lacunas de dados confirmadas por comparação total do SQLite

A expressão abaixo mostrou que os candidatos superiores da GUI não eram precisos, levando a nova busca nos docs_chunks, api_mapping e label_prototypes completos do SQLite. Nenhum registro contendo as expressões abaixo foi encontrado.

cabeçalho de recurso de cena
declaração de recurso de script externo
configuração de versão de formato de projeto
configuração de aviso de declaração não tipada
configuração de aspecto de esticamento de janela
configuração de cor de limpeza padrão

Esses casos indicam que o JSONL correto está presente no SQLite, mas não há evidência direta nos JSONL coletados atualmente. Portanto, o validador não alterou arbitrariamente um retorno Não relacionado para Godot 3 ou Godot 4.

As modificações nas regras de validação foram distribuídas nos commits d504f50 e 2222634, passando em todos os 33 testes do Source Flow Debugger. As regras não incluem listas explícitas de sintaxe de código, nomes de API ou chaves de configuração.