# 核心模型抽取样板

version: 0.2

last_updated: 2026-06-16

status: draft

## Source Documents

原始 GPT 规划位于：

`C:\Users\wangq\Documents\Codex\knowledge-vault\work\internal\强哥的思想宇宙\GPT成果\2026-06-16-核心模型抽取样板 v0.1.md`

本仓库本地化规则位于：

- `docs/GPT_PLAN_LOCALIZATION_PROTOCOL.md`
- `docs/MODEL_EXTRACTION_RULES.md`
- `docs/MODEL_EXTRACTION_WORKFLOW.md`

## 核心判断

GPT 规划不是本地可直接执行规则。

Codex 必须先把 GPT 规划转成：

- local rules
- schemas
- workflow gates
- indexes
- validation tools
- owner review points

再进入内容抽取。

## 模型抽取链路

```text
原始文章 / 代表文本
-> source article record
-> source evidence excerpts
-> human-readable Markdown card
-> machine-readable JSON model card
-> regression cases
-> selector examples or routing rules
-> model/card indexes
-> validation report
```

## 双工模式

模型抽取必须分为两条线：

1. workflow/tooling track
2. content extraction track

内容抽取不能吸收缺失的规则、schema、validator、index 或 workflow 工作。

## 当前本地样板

当前本地样板模型：

- QPI
- 思想考古学

当前验证命令：

```powershell
python scripts\rebuild_indexes.py --check
python -m unittest discover -s tests -p "test*.py" -v
python scripts\check_card_contract.py
python scripts\validate_model_library.py
python scripts\run_selector_demo.py
python scripts\run_selector_regression.py
python scripts\check_model_card_sync.py
```

## v0.2 内容稳定化补充

工程 contract 通过不等于内容稳定。

字段级 evidence coverage 必须区分：

- `direct_source`
- `derived_from_source`
- `product_decision`
- `red_team_inference`
- `owner_decision`

source excerpt 必须标记：

- `quote_status`
- `source_location`

`quote_status=exact` 表示准确摘录；压缩摘录必须使用 `quote_status=condensed` 并在 notes 中说明。

回归测试在内容稳定化阶段每个核心模型至少 15 条，并覆盖：

- positive
- boundary
- misuse
- no_call
- selector_gate
- pipeline

selector v0.2 仍然是规则 selector，不引入 LLM。它必须输出 selected/rejected models、score breakdown、penalties 和 no-call 状态。