沉淀官方目录口径这条线的结论与两处抓取器坑
This commit is contained in:
1 parent
5036bd3dae
commit
79642630cd
1 file changed
+27
-1
@@ -88,6 +88,29 @@
|
||||
**没有 ALTER 加 data_flag 列**,因为源表与 `fact_admission` 都无该列,加列会牵动
|
||||
`run_audit_ci.py --fact` 重建与「字段剖面 3261/3261」口径,为 1 行孤例不划算。
|
||||
|
||||
## 追加:官方目录口径这条线走通了(提交 `38f51620`→`5036bd3d`)
|
||||
|
||||
12. **发现库里一直丢着官方推免数**:研招网 `yjfxs.do` 方向响应带 `ssjstmrs`(学院×方向级的
|
||||
「拟接收推免数」),当年入 `chsi_2027_dir` 只取了 `enroll_str/enroll_num`,把这列丢了。
|
||||
现从已留存的原始响应直接解析入新表 `chsi_2027_tuimian_official`(G5 方向级),
|
||||
再补抓到 **359 校 / 553 个 (校,码) 键 / 1858 行**。
|
||||
13. **`ssjstmrs` 的 0 不能当真 0**:>0 只有 512 行(27.6%);东北大学 085601/085603、
|
||||
中山大学 085601、重庆大学 085600 官方全 0,而公示口径分别给到 126/60/59/59 人。
|
||||
校级看 155 校首批里 70 校整列留空 → 属未填。判据已进 `dim_field_semantics`。
|
||||
14. **两口径不可互替(实测)**:占比表 25 个两口径都有的键上**相等 0 个**(公示更高 15、
|
||||
公示更低 10)。有择校价值的正是差值方向——西工大 085601 官方 135 而公示 189(推免超计划),
|
||||
中国矿业大学(北京) 085602 官方 30 公示仅 2(计划没招满,目录的「不含推免」偏紧)。
|
||||
对照表 `审计报告/0856_推免两口径对照_20261102.csv` 里 528 个「只有官方目录有」的键,
|
||||
就是后续公示名单的靶子清单。
|
||||
15. **抓取器两处坑**:`fetch_chsi.py` 的缓存根硬编码迁移前的 `D:/zexiao_cache`,不显式
|
||||
`--cache` 会把已完成的 4728 个分片当空白重下(已加参数);`msg=''` 原判为 fatal,
|
||||
一所西北工业大学就把 362 校的长跑拦停在 260,已降为 refused 跳过(pass2 补完 101 校,
|
||||
仅剩 11360、83706 两校返回空 msg)。中国科学院大学 085600 totalCount=329 只能取到
|
||||
第 1 页 10 条,属匿名硬上限,已逐行标 `truncated_page1_only`。
|
||||
16. **缺口清单分母纠正**:沈阳工业大学的 0856 分片 10-20 就抓到了(manifest 有 sha256),
|
||||
但落库时 `chsi_2027_dir` 一行没进 → 清单按原始响应补 3 行,分母 362→**363 校 / 986 键**。
|
||||
同类漏失全库扫描只此 1 校。
|
||||
|
||||
## 未完成 / 下一步
|
||||
|
||||
1. 入库后核验正在跑(后台 `b07tqvjq8`,日志 `运行暂存/agent_ingest_20261101/postcheck_run_20261102.log`),
|
||||
@@ -98,5 +121,8 @@
|
||||
3. 河北科技大学 PDF 需重扫(find_tables 只覆盖 2 页,抽到 2 行)。
|
||||
4. `y2027_exam_plan` 这张表**不存在**(之前「exam_plan 匹配 0/12」同样是无据之谈)。
|
||||
0856 名额的权威来源就是 `chsi_2027_dir.enroll_str`,已按上面的口径落地。
|
||||
5. 0856 三键覆盖只有 41/983,要继续补需要 ~300 校推免公示的新抓取(受配额与磁盘限制)。
|
||||
5. 0856 公示口径覆盖仍只有 51/986 键;官方目录口径能给计划上限但给不了实际人数,
|
||||
要补实际接收数还得逐校抓公示名单(靶子清单已备好:对照表里 528 个只有官方数的键)。
|
||||
6. 检索 agent 正在查 0856 的 2027 自命题科目调整公告与卓越工程师学院专项
|
||||
(产出限定写到 `审计报告/0856自命题大纲与卓越工程师学院_检索_20261102.md`,不碰库)。
|
||||
5. 本地领先 origin 17 个提交,push 仍卡在凭据(任务 #21)。
|
||||
Reference in new issue
Block a user