Черновики скриптов чанкования/постобработки/валидации и начальные наброски RAG‑чат/индекса также удалены
Папка work/godot_rag/ оставлена пустой, чтобы ошибочные артефакты не использовались как база
Зафиксировал причины очистки в ретроспективе
Считаю, что проблема была в том, что чанкование началось до полного анализа структуры оригинальной документации
Цель собрать всю официальную документацию Godot превратилась в «MVP‑ключевые API», выбранные ИИ, и в результате была загрязнена жёстко закодированными и переусложнёнными решениями
Отметил, что без моего указания ChatGPT/Codex самостоятельно сузил область или предположил наличие ответа до завершения шага, создав новые артефакты
При смешивании provenance (генеративный вывод ИИ, варианты regex, официальные ссылки, пользовательские правила) невозможно использовать их как основу для разметчика/RAG‑детектора
Снова описал недостатки текущей архитектуры
Слабый слой статического анализа
Отсутствует проверка на основе AST/парсера GDScript
Слабый граф зависимостей проекта Godot
Слабая проверка выполнения/синтаксиса
Таксономия меток ещё грубая
Трудно различать provenance генеративных выводов и проверенных ответов
Проектирование устранения утечек и дублирования данных недостаточно проработано
Перенастроил направление дальнейшей работы на анализ исходных файлов godot_docs_full
Вместо немедленного восстановления RAG или каталога сначала проанализирую содержимое outputs/godot_docs_full/pages
Нужно выяснить, как построена Markdown‑структура для справки по классам, миграций и учебных материалов
На основе структуры официальной документации решу, какие уровни чанкования использовать: по странице, по разделу или по отдельным API‑членам
Прежде чем чанковать, определю критерии отчётов валидации