Как найти пробелы между AI-главами WebVTT для видео

Перед запуском запишите, какие данные считаются входом, что является ожидаемым результатом, что именно означает отказ и кому предстоит разбирать расхождение. Для такой проверки храните тестовый вход, ожидаемый результат и фактический исход раздельно: если они смешаны, тест может подтверждать сам себя. Используйте стабильные синтетические ID, чтобы видеть ошибку в журнале, не раскрывая содержимое клиентских обращений.

Сначала прогоните тест на маленьком входе, где правильное поведение известно вручную. Затем внесите одну контролируемую ошибку и убедитесь, что код её замечает. После этого верните корректный набор и только тогда расширяйте проверку до реальных данных. Не переносите демонстрационные численные значения или пороги в производство без отдельного обоснования: они выбраны для наглядности, а не рассчитаны по вашей аудитории.

Вход и ожидаемый результат

Вступление 0–2000 мс, Практика 3500–6000 мс, финал ролика 6000 мс; пробел 1500 мс. Печатает uncovered: [(2000, 3500)]; если продлить первую главу до 3500 мс, пробелов больше нет. Перед тем как применять правило к закрытым данным, обсудите пограничные случаи, которые могут поменять интерпретацию входа. Запись в документации о границах теста не менее важна, чем зелёный check.

Пошаговые действия

1. Создайте scripts/check.py в корне репозитория и вставьте код из блока ниже. Он использует названия функций стандартной библиотеки, указанные в официальных ссылках в конце статьи.
2. Выполните python scripts/check.py локально. Не продолжайте, если уже демонстрационная фикстура даёт иной результат: сначала проверьте копирование кода и кодировку файла.
3. Возьмите длительность готового видео, а не черновой транскрипции. Укажите главы по возрастанию стартов; не исправляйте пробелы сортировкой без проверки сохранности меток. Запустите пример и убедитесь, что интервал 2000–3500 мс действительно не покрыт. Решите по видео, относится ли он к предыдущему разделу, следующему или новой главе; только после этого изменяйте границы. Отдельно просмотрите начало и конец ролика, поскольку функция включает и такие пробелы в отчёт.
4. Создайте .github/workflows/ai-corpus-check.yml из YAML-шаблона. Событие pull_request полезно для проверки данных до слияния; чтение репозитория ограничено permissions: contents: read. Скрипт не должен получать ключ внешней модели или реальные секреты.
5. В разделе Actions откройте job check, сопоставьте его код завершения с локальным прогоном и зафиксируйте ссылку на проверенный коммит в PR. Не принимайте зелёный результат на старой ревизии за проверку последнего изменения.

# scripts/check.py
def gaps(chapters,total):
    if total<0: raise ValueError('bad duration')
    prev=0
    result=[]
    for name,start,end in chapters:
        if start<prev: raise ValueError('overlap or unordered chapters')
        if end<=start or end>total: raise ValueError('bad chapter')
        if start>prev: result.append((prev,start))
        prev=end
    if prev<total: result.append((prev,total))
    return result
rows=[('Вступление',0,2000),('Практика',3500,6000)]
assert gaps(rows,6000)==[(2000,3500)]
assert gaps([('Вступление',0,3500),('Практика',3500,6000)],6000)==[]
print('uncovered:',gaps(rows,6000))

name: AI corpus checks
on:
  pull_request:
permissions:
  contents: read
jobs:
  check:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v7
      - uses: actions/setup-python@v7
        with:
          python-version: '3.13'
      - run: python scripts/check.py

Ошибки интерпретации и границы

Второй пример меняет конец первой главы; никакая запись не меняется автоматически. Проверка полного покрытия — редакторская политика, а не универсальный синтаксический валидатор. Если вы расширяете набор случаев, добавляйте не только новые примеры, но и отрицательные случаи, на которых тест обязан упасть. Проверяйте, что изменение expected прошло ревью отдельно от изменения кода: иначе можно незаметно изменить правило под текущий ответ системы. Избегайте вывода полного приватного набора в CI и не сохраняйте в артефактах ответ закрытой модели без решения о доступе и хранении.

Ошибка выполнения самого Python, нераспознанный формат входа и обнаруженный бизнес-дефект — разные ситуации. В сообщении теста указывайте тип проблемы и безопасный ID. Если тест требует внешний сервис, вынесите его из PR с недоверенным кодом и явно ограничьте доступ к токенам; этот пример намеренно работает локально. Перед публикацией каких-либо результатов опишите методику, область применения и происхождение примеров, иначе читатель воспримет демонстрационную арифметику как характеристику продукта.

Практический разбор именно этого контроля

Найти участки ролика, которым не назначена глава в редакторской карте навигации. Для самостоятельной проверки сначала выпишите три наблюдаемых состояния: допустимый вход, намеренно недопустимый вход и видимый сигнал отказа. В данной фикстуре это выглядит так: Вступление 0–2000 мс, Практика 3500–6000 мс, финал ролика 6000 мс; пробел 1500 мс. При успешном тесте ожидается: Печатает uncovered: [(2000, 3500)]; если продлить первую главу до 3500 мс, пробелов больше нет. Не превращайте это в числовой KPI: здесь проверяется контракт на конкретных примерах, а не поведение модели на пользовательском трафике.

Второй пример меняет конец первой главы; никакая запись не меняется автоматически. Проверка полного покрытия — редакторская политика, а не универсальный синтаксический валидатор. Подключая проверку к продукту, расположите её до той операции, ради которой она написана: парсинга, сохранения, отображения или экспорта. Для каждого нового формата добавляйте отдельный негативный пример и письменное решение, почему он отклоняется. Отдельно просмотрите обработку ошибок: система должна отличать невалидный ответ AI от сбоя тестовой инфраструктуры, а пользователь не должен видеть сырой стек или приватное содержимое.