Как проверить пересечение глав WebVTT после генерации ИИ

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

Главы Вступление 0–3000 мс и Демонстрация 2500–6000 мс пересекаются на 500 мс; при старте 3000 ошибки нет. Вывод overlaps: [('Вступление', 'Демонстрация', 500)]; соседние главы с границей 3000 мс проходят. 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. Экспортируйте главы в порядке временной шкалы, а не в алфавитном порядке названий. Для демонстрации добавьте соседний интервал, начинающийся раньше конца первого, и запустите код. Затем измените начало на точную границу 3000 мс и убедитесь, что этот переход не объявляется конфликтом. Для проекта добавьте проверку порядка стартов, уникальности названий при необходимости и просмотр навигации в плеере. Если AI поставил начало главы по смысловому переходу, подтвердите его по видео.
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 conflicts(chapters):
    errors=[]
    for (name,a,b),(next_name,c,d) in zip(chapters,chapters[1:]):
        if a<0 or b<=a or d<=c: raise ValueError('invalid interval')
        if c<b: errors.append((name,next_name,b-c))
    return errors
chapters=[('Вступление',0,3000),('Демонстрация',2500,6000)]
assert conflicts(chapters)==[('Вступление','Демонстрация',500)]
assert conflicts([('Вступление',0,3000),('Демонстрация',3000,6000)])==[]
print('overlaps:',conflicts(chapters))

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

Код проверяет только соседей в уже отсортированном треке; при произвольном порядке сортируйте с сохранением исходных ID и проводите отдельный контроль порядка. 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

Не публиковать навигацию по видео с наложившимися друг на друга главами. Для самостоятельной проверки сначала выпишите три наблюдаемых состояния: допустимый вход, намеренно недопустимый вход и видимый сигнал отказа. В данной фикстуре это выглядит так: Главы Вступление 0–3000 мс и Демонстрация 2500–6000 мс пересекаются на 500 мс; при старте 3000 ошибки нет. При успешном тесте ожидается: Вывод overlaps: [('Вступление', 'Демонстрация', 500)]; соседние главы с границей 3000 мс проходят. Не превращайте это в числовой KPI: здесь проверяется контракт на конкретных примерах, а не поведение модели на пользовательском трафике.

Код проверяет только соседей в уже отсортированном треке; при произвольном порядке сортируйте с сохранением исходных ID и проводите отдельный контроль порядка. 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.