28 мая 2026 г.

• Создание проекта
• Формирование концепции фермерской игры
• Сбор и загрузка игровых ассетов (132 PNG)
  • Клонирование репозиториев GitHub: GuardianofNature, FarmLands, Sproutville, OldTownFarm, claude-farmer
  • Источники: Sprout Lands (Cup Nooble, CC0), SpriteCook (CC0), Kenney (CC0), CraftPix (Free License)
  • Классификация ассетов: персонажи (26 шт.), тайлы (19 шт.), объекты (36 шт.), UI (31 шт.)
  • Все доступны для коммерческого использования
• Настройка CI/CD конвейера: GitHub Actions + reviewdog + ESLint + actionlint
  • Миграция ESLint v9 flat config (.eslintrc.json → eslint.config.js)
  • Исправление бага fail_level в reviewdog (errors → error)
  • AI‑обзор PR CodeRabbit — все проверки пройдены (5/5 ✅)
  • Интеграция CodeFactor завершена — автоматическая оценка качества кода (A~F)
• Интеграция AI‑инструментов: CodeRabbit + Qwen Code (самостоятельный хостинг на RunPod)
• LLM: разработка ведётся на Qwen 3.6 35B (RunPod)
• Итоги разработки: docs/retrospectives/2026-05-28.md

Структура ассетов

assets/
├── characters/    - персонажи, спрайты животных
├── tiles/         - набор плиток (земля, вода, здания, окружение)
├── objects/       - мебель, культуры, деревья, инструменты
├── ui/            - кнопки, диалоговые окна, иконки, курсор мыши
├── music/         - фоновая музыка (не определено)
└── sfx/           - звуковые эффекты (не определено)

Подготовка данных RAG официальной документации Godot

Для создания данных RAG на основе официальной документации, а также для будущего обучения модели кодирования Godot на основе Qwen, была построена отдельная база данных. Цель состоит в том, чтобы LLM не определяла метки произвольно, а формировала варианты меток на основе обоснованных фрагментов из официальной документации и системных правил, а сама LLM занималась лишь пояснением/исправлением кода/помощью в генерации обучающих данных.

Связанные документы собираются в следующем месте.

• docs/README.md: индекс каталога документации
• docs/research-notes/: заметки по проектированию и структура генерации данных
• docs/roadmaps/: общий план разработки
• docs/retrospectives/: ретроспективы по датам
• work/godot_rag/: сейчас пусто. Промежуточные результаты RAG‑чангинга/постобработки удалены
• outputs/godot_docs_full/: результаты обхода официальной документации Godot

Связанные ретроспективы:

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

Исходные данные

Оригиналы официальной документации, которые будут использоваться в RAG, находятся по следующему пути.

outputs/godot_docs_full/pages

outputs/godot_docs_stable — это промежуточная папка восстановления, её не используют в качестве базовых данных RAG.

Итоговая проверка сбора:

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

Причина, по которой их на 2 больше, заключается в том, что вместе собирались URL‑кодированные алиасы @GDScript, @GlobalScope.

Статус фрагментации

Артефакты RAG‑фрагментации/постобработки/каталога, созданные 17 июня, были удалены из базовой линии 18 июня.

Удалённый диапазон:

v1 docs_chunks.jsonl
v2 docs_chunks_v2.jsonl
v3/v3.1 catalog/index/mapping результат
скрипт черновика чанкинга/постобработки/валидации
начальный черновик chat/index

Причина удаления:

Исходную структуру официальной документации было недостаточно проанализировано перед выполнением чанкинга.  
Поручив LLM задачи по чанкингу и постобработке, промежуточные решения стали непрозрачными.  
Некоторые API стали рассматриваться как ключевой MVP или были захардкожены, что пошатнуло общую цель RAG, основанную на документе.  
В результате стало трудно отдельно проверять качество чанков, метаданные и надёжность каталога.

Следующая задача состоит не в том, чтобы сразу создавать новый фрагмент, а в том, чтобы сначала проанализировать реальную структуру исходного документа outputs/godot_docs_full/pages.