# Ristrutturazione delle Evidence — disegno approvato **Stato:** approvato il 24 agosto 2026 **Sostituisce:** il precedente disegno di Evidence canonica, disponibile nella storia Git **Ambito:** authoring, revisione, pubblicazione, indicizzazione e uso runtime delle Evidence ## 1. Obiettivo Questo disegno introduce un processo semplice e verificabile per trasformare documenti di partenza non necessariamente ben organizzati in Evidence strutturate, revisionabili da una persona e ricercabili in modo efficace da ThothII. La soluzione deve: 1. partire dai testi oggi presenti nel repository del workspace; 2. riorganizzarli senza inventare informazioni; 3. conservare sorgenti e risultato nello stesso repository Git; 4. affidare a Git la revisione e l'approvazione umana; 5. indicizzare soltanto le versioni approvate; 6. sfruttare Qdrant senza moltiplicare collezioni e componenti; 7. inserirsi nel workflow modulare attuale, nel quale Evidence è un modulo autonomo. La fonte di verità rimane sempre il repository Git. Qdrant è un indice derivato che può essere ricostruito. ## 2. Principio guida Il processo è diviso in due percorsi distinti. - Il **percorso di authoring** prepara e revisiona le Evidence fuori dalle sessioni domanda→SQL. - Il **percorso runtime** è in sola lettura e consulta esclusivamente Evidence già pubblicate. ```mermaid flowchart LR S["Testi sorgente"] --> P["Pre-processing"] P --> C["Evidence curate"] C --> R["Revisione Git umana"] R --> M["Merge e attivazione revisione"] M --> I["Indicizzazione atomica"] I --> Q["Qdrant: indice attivo"] Q --> E["Evidence Module"] E --> W["Workflow F1-F8"] ``` Una sessione può proporre una nuova formula o segnalare una lacuna, ma non modifica il repository e non pubblica autonomamente conoscenza. ## 3. Struttura nel repository del workspace Ogni workspace adotta questa struttura sotto la propria directory `evidence/`: ```text evidence/ ├── README.md ├── source/ │ └── ... documenti originali ... ├── curated/ │ ├── glossary/ │ ├── domain/ │ ├── enum/ │ ├── example/ │ ├── mapping/ │ ├── normalization/ │ ├── formula/ │ └── reference/ ├── manifest.yaml └── evaluation.yaml ``` ### 3.1 `source/` Contiene i documenti originali. La prima versione accetta file Markdown, testo UTF-8 e file `.sql.md`. Un URL può essere descritto in un documento, ma non viene scaricato né interpretato automaticamente. I sorgenti vengono preservati: il pre-processing non li riscrive. ### 3.2 `curated/` Contiene una Evidence Unit per file. Le sottodirectory rendono immediatamente visibile il tipo anche a un lettore umano. Il campo `kind` nel documento resta comunque obbligatorio: la directory aiuta la navigazione, il campo è il contratto macchina. ### 3.3 `manifest.yaml` È gestito dal comando di preparazione e registra: - hash di ciascun sorgente; - Evidence Unit derivate da quel sorgente; - identificatori stabili; - versione del processo di preparazione; - unità orfane da controllare. Il manifest permette di elaborare soltanto ciò che è cambiato. Non sostituisce Git e non contiene lo stato di approvazione. ### 3.4 `evaluation.yaml` Contiene inizialmente circa venti domande rappresentative e gli identificatori delle Evidence che ci aspettiamo di recuperare. È il controllo minimo per evitare di considerare “migliore” una ricerca soltanto perché sembra sofisticata. ## 4. Una struttura comune, otto tipi distinti La separazione tra tipi non viene eliminata. Ogni documento ha un involucro comune e una parte specializzata determinata da `kind`. ### 4.1 Campi comuni ```yaml schema_version: 1 id: evidence:fascia-pediatrica title: Fascia pediatrica kind: formula purposes: - sql_generation - schema_linking applies_to: concepts: - fascia pediatrica tables: - clinical.patient columns: - clinical.patient.birth_date language: it provenance: source_file: source/10-domini-clinici/paziente.md source_sha256: sha256:0123456789abcdef... supporting_excerpts: - Per fascia pediatrica si intendono i pazienti con età inferiore a 18 anni. review_items: [] ``` I campi hanno ruoli diversi: - `kind` dice **che cosa contiene** il documento; - `purposes` dice **in quali attività può essere utile**; - `applies_to` dice **a quali concetti o elementi del database si riferisce**; - `provenance` permette di risalire al testo di origine; - `review_items` rende visibili i dubbi ancora da risolvere. Ogni unità contiene da uno a cinque `supporting_excerpts`, ciascuno lungo al massimo 1.000 caratteri. Sono citazioni brevi che il validatore deve ritrovare nel sorgente dopo la stessa normalizzazione meccanica. Provano la tracciabilità, non la correttezza semantica: il revisore umano deve comunque verificare che sostengano davvero il contenuto ristrutturato. Ogni `review_item` contiene soltanto: ```yaml code: ambiguous_source_statement message: Il sorgente non chiarisce se l'età sia calcolata alla data di ricovero. field: formula.sql # opzionale ``` Non possiede stato, autore o timestamp. Tutti i review item bloccano la pubblicazione; il curatore corregge il documento e rimuove l'item, mentre Git conserva la storia. ### 4.2 Tipi iniziali | `kind` | Contenuto | Esempio d'uso | | --- | --- | --- | | `glossary` | Definizione, sinonimi e varianti linguistiche | Capire che “ricovero” e “degenza” possono indicare lo stesso concetto | | `domain` | Regole e vincoli del dominio | Interpretare correttamente un episodio clinico | | `enum` | Valori ammessi e loro significato | Tradurre “dimesso” nel codice memorizzato nel DWH | | `example` | Domanda esemplificativa e interpretazione attesa | Riconoscere una formulazione già documentata | | `mapping` | Collegamento fra concetto e schema fisico | Individuare tabella e colonne pertinenti | | `normalization` | Regole di normalizzazione | Uniformare codici, date o varianti testuali | | `formula` | Espressione SQL riutilizzabile e relativi input | Calcolare la fascia pediatrica dalla data di nascita | | `reference` | Un riferimento esterno che è esso stesso contenuto recuperabile | Proporre all'utente il link a una specifica linea guida | Un URL che documenta un'altra Evidence appartiene alla sua `provenance`. Un URL che deve essere recuperato come risposta autonoma è invece una Evidence `reference`. Ogni Evidence Unit possiede un solo `kind`, scelto in base ai campi strutturati che ne definiscono il contenuto principale. `purposes` e `applies_to` possono invece avere più valori. Quando parti dello stesso sorgente hanno identità e regole di validazione indipendenti, vengono prodotte unità distinte; non si duplica un'unità soltanto perché è utile in più fasi del workflow. La classificazione procede dai contenuti più strutturati a quelli più generali: `formula`, `enum`, `mapping`, `normalization`, `glossary`, `domain`, `example` e `reference`. `domain` è il tipo di ripiego per una regola del dominio che non soddisfa uno schema più specifico; `reference` si applica soltanto quando il collegamento deve essere restituito come contenuto autonomo. L'identificatore non incorpora il `kind`: una riclassificazione conserva l'ID, mentre una vera divisione semantica assegna nuovi ID alle nuove unità. Un rinominamento univocamente riconoscibile del Source Evidence tramite hash aggiorna la provenienza e conserva gli ID esistenti. Un nuovo identificatore usa la forma leggibile `evidence:`, viene assegnato una sola volta e non viene ricalcolato da titolo, percorso o hash. Le collisioni ricevono un suffisso deterministico. Dopo la prima pubblicazione cambiare ID equivale a ritirare l'unità esistente e crearne una nuova. ### 4.3 Dati specifici per tipo La parte specializzata è una unione discriminata: ogni `kind` ammette e richiede campi diversi. Alcuni esempi: ```yaml # formula formula: concept: fascia pediatrica columns: - clinical.patient.birth_date sql: | CASE WHEN age < 18 THEN 'pediatrica' ELSE 'adulta' END ``` ```yaml # reference reference: url: https://example.org/linea-guida label: Linea guida clinica description: Criteri usati per classificare gli episodi. ``` ```yaml # enum enum: column: clinical.episode.discharge_status values: D: dimesso T: trasferito ``` I tipi restano quindi sfruttabili sia in validazione sia in ricerca. Una formula non è un semplice testo etichettato: possiede obbligatoriamente un concetto, le colonne di input e una singola espressione PostgreSQL componibile. `SELECT`, `WITH`, DDL e DML come statement completi non sono Formula Evidence; una query completa documentata appartiene a `example`. Le formule legacy incompatibili diventano review item durante la migrazione. ## 5. Pre-processing dei testi sorgente Il comando concettuale è: ```text tht evidence prepare ``` Per l'utente è una sola operazione. Internamente esegue quattro passaggi. ### 5.1 Estrazione deterministica Il sistema: - individua i file ammessi in `evidence/source/`; - verifica dimensione, codifica UTF-8 e percorso sicuro; - calcola l'hash del contenuto; - confronta il risultato con `manifest.yaml`; - carica, quando esiste, la precedente versione curata collegata al sorgente. Un sorgente invariato non viene nuovamente elaborato. Se la `pipeline_version` del manifest non è compatibile con quella installata, il normale `prepare` termina senza scrivere. Il curatore può scegliere esplicitamente `prepare --upgrade`, esclusivamente su un repository pulito, per rielaborare tutti i sorgenti e revisionare il diff completo. ### 5.2 Normalizzazione deterministica Prima del modello vengono normalizzati soltanto aspetti meccanici: - terminatori di riga e Unicode; - spaziatura e intestazioni palesemente riconoscibili; - elenchi, tabelle, blocchi SQL e URL; - metadati già esplicitamente presenti; - riferimenti a tabelle e colonne riconoscibili. Questa fase non interpreta il significato e non inventa strutture semantiche. ### 5.3 Una sola ristrutturazione assistita dal modello Per ogni sorgente cambiato il modello riceve: - il testo normalizzato; - gli otto schemi ammessi; - le regole “non inventare” e “segnala il dubbio”; - le precedenti Evidence curate derivate da quel sorgente; - gli identificatori già assegnati. Per un'unità già esistente il modello può restituire soltanto uno degli identificatori ricevuti. Per una nuova unità non propone l'ID: il preparatore assegna una sola volta `evidence:` e l'eventuale suffisso deterministico. Un identificatore sconosciuto prodotto dal modello rende la risposta non valida. Può: - assegnare titoli; - classificare il tipo; - separare un sorgente in più Evidence Unit; - riordinare e riscrivere per chiarezza; - compilare campi strutturati con fatti presenti nel sorgente. - citare da uno a cinque brevi estratti del sorgente che sostengono ciascuna unità. Non può: - fondere automaticamente sorgenti diversi; - aggiungere fatti non documentati; - risolvere silenziosamente un'ambiguità; - cancellare un'unità precedentemente revisionata. Se il sorgente esiste ancora ma non sostiene più un'unità precedente, il modello la restituisce come retirement candidate con il `review_item` `source_no_longer_supports_unit`. Il curatore decide se eliminarla o riscriverla; fino a quel momento la pubblicazione resta bloccata. Quando una precedente unità viene realmente divisa in più unità autonome, le nuove unità ricevono nuovi ID e la precedente rimane una retirement candidate finché il curatore non la ritira esplicitamente. Pi viene usato in modalità non interattiva e senza strumenti di scrittura. È un dettaglio interno del comando, non una nuova tipologia di sessione ThothII. Timeout, uscita non valida o JSON malformato interrompono il comando con un errore attribuito al sorgente. La prima versione non esegue retry automatici. ### 5.4 Validazione deterministica L'output del modello non viene scritto direttamente. Viene prima controllato: - schema comune e schema specifico del `kind`; - unicità e stabilità degli identificatori; - appartenenza alle enumerazioni ammesse; - esistenza e hash del sorgente; - presenza nel sorgente normalizzato di ogni `supporting_excerpt`; - correttezza sintattica di URL, tabelle, colonne e SQL dove applicabile; - assenza di credenziali; - coerenza tra directory e `kind`; - assenza di collegamenti a sorgenti diversi nella stessa unità. Esistono tre esiti. | Esito | Comportamento | | --- | --- | | Valido | Il documento è pronto per la revisione Git | | Valido con dubbi | Il documento viene scritto con `review_items`; non è indicizzabile | | Non valido | Il documento non è pubblicabile e il rapporto spiega l'errore | Un dubbio reale può essere mantenuto soltanto se il revisore lo trasforma in una limitazione esplicita del contenuto e svuota `review_items`. ### 5.5 Applicazione atomica Tutti gli output dei sorgenti cambiati vengono costruiti e validati in un'area temporanea. Soltanto quando l'intero batch è valido, il comando sostituisce insieme i documenti interessati e `manifest.yaml`. Un singolo errore lascia il worktree invariato e il rapporto limitato elenca tutti i problemi rilevati. Non esiste successo parziale. ## 6. Aggiornamenti incrementali e revisione delle correzioni umane La precedente versione curata è un input, non un file usa-e-getta. Il modello deve proporre una modifica minima senza ricominciare da zero, ma questa istruzione non viene presentata come una garanzia semantica. La garanzia è Git: la versione precedente resta recuperabile, ogni variazione è visibile nel diff e nessuna proposta diventa Published Evidence senza una nuova revisione umana. Il comando: - si rifiuta di operare se `evidence/curated/` o `evidence/manifest.yaml` contengono modifiche Git non salvate; - mantiene gli ID associati a contenuti che rappresentano ancora la stessa unità; - riconosce come rinominato un sorgente nuovo che corrisponde univocamente all'hash di un sorgente rimosso e ne aggiorna la provenienza senza cambiare gli ID; - mostra come diff le variazioni proposte; - non modifica i file derivati da sorgenti invariati; - segnala come orfana un'unità il cui sorgente è stato rimosso; - non elimina mai automaticamente un'unità orfana; - blocca la pubblicazione finché ogni unità orfana non viene eliminata, ricollegata o ricondotta a un sorgente ripristinato. Git fornisce confronto, revisione, cronologia e recupero. Non viene introdotto un database di authoring parallelo. Orfani e retirement candidate vengono risolti senza modificare manualmente il manifest: ```text tht evidence resolve --retire tht evidence resolve --source ``` Le due azioni sono mutuamente esclusive, richiedono un worktree pulito e aggiornano atomicamente file curato e manifest. `--retire` rimuove l'unità dal corpus di authoring; `--source` aggiorna provenienza e hash soltanto verso un sorgente esistente. Entrambe lasciano un diff Git recuperabile, senza commit o pubblicazione automatica. Se l'unità deve essere riscritta, il curatore modifica invece il documento e poi esegue `validate`. ## 7. Revisione e pubblicazione Il flusso di pubblicazione è: ```text prepare → revisione Git → validate → merge → attivazione workspace → preprocess evidence candidata → evaluate candidata → pubblicazione atomica della generazione Qdrant ``` ### 7.1 Approvazione umana L'approvazione coincide con il normale processo Git del repository del workspace: 1. il curatore esegue `prepare` in un clone di authoring; 2. legge i documenti e il diff; 3. corregge i contenuti; 4. esegue `tht evidence validate`; 5. apre o approva la pull request; 6. esegue il merge. La prima versione non crea automaticamente branch, commit o pull request. ### 7.2 Quando un documento diventa Published Evidence Una Curated Evidence diventa Published Evidence soltanto quando: - appartiene a una revisione Git pulita che ha superato il processo umano di revisione; - la revisione è stata attivata dal registry di ThothII; - non contiene `review_items` irrisolti; - il manifest non contiene unità orfane; - l'intero corpus supera la validazione; - la Candidate Evidence Generation supera il gate top-10; - la generazione Qdrant viene quindi pubblicata atomicamente. Il runtime non tenta di ricostruire come sia avvenuta l'approvazione Git e il manifest non contiene un flag `approved`. Il confine verificabile di pubblicazione è la combinazione di revisione attiva, validazione superata e generazione Evidence attiva. Il descriptor filesystem deve indicizzare solo `curated/**/*.md`. I sorgenti e i file di supporto restano materializzati per tracciabilità, ma non entrano nell'indice. ## 8. Indicizzazione e generazioni L'indicizzazione continua a usare il meccanismo già implementato dal modulo Evidence: 1. legge la radice materializzata della revisione Git attiva; 2. valida nuovamente tutte le Evidence; 3. costruisce Evidence Fragment secondo sezioni semantiche; 4. verifica il vettore dense predefinito già usato da Schema e Memory; 5. aggiunge in modo non distruttivo il vettore sparse `bm25` se manca; 6. genera le rappresentazioni dense degli Evidence Fragment; 7. chiede a Qdrant di generare per gli stessi frammenti la rappresentazione lessicale BM25; 8. carica i punti con la nuova `vector_generation`; 9. verifica manifest, conteggi e leggibilità; 10. rende attiva la nuova generazione; 11. conserva le generazioni precedenti previste dalla policy. Se uno dei passaggi fallisce, la generazione precedente rimane attiva. I punti caricati parzialmente vengono compensati secondo il meccanismo transazionale già esistente. L'eventuale configurazione `bm25` già aggiunta rimane: è compatibile con i punti dense esistenti e non richiede rollback. Se `bm25` esiste con una configurazione diversa da `modifier: idf`, la procedura fallisce senza modificarla. L'upgrade non ricrea la collezione. I record `schema_table`, `schema_column`, `memory` e `solved_question` restano invariati e continuano a usare il vettore dense predefinito. Soltanto gli Evidence Fragment ricevono anche `bm25`. Durante la finestra fra aggiunta del vettore e pubblicazione della prima candidata ibrida, Evidence è `unavailable`, ma Schema e Memory continuano a funzionare. ## 9. Qdrant spiegato senza presupporre conoscenze vettoriali ### 9.1 L'analogia della biblioteca Si può immaginare Qdrant come il catalogo di una biblioteca. - Le **Evidence Unit** sono i documenti completi conservati negli scaffali Git. - Gli **Evidence Fragment** sono le schede del catalogo relative alle singole sezioni. - I **vettori** sono rappresentazioni numeriche usate per confrontare una domanda con quelle schede. - Il **payload** è l'insieme delle etichette leggibili: tipo, scopo, tabelle, colonne, revisione e documento di origine. Qdrant non decide se una Evidence è vera e non sostituisce il documento. Aiuta soltanto a trovare rapidamente le schede più promettenti. ### 9.2 Ricerca per significato: vettore dense La rappresentazione dense descrive il significato generale di una frase. Permette, per esempio, di avvicinare “pazienti minorenni” a “fascia pediatrica” anche quando le parole non coincidono. È utile per il linguaggio naturale, ma può essere meno precisa con codici, acronimi, nomi di colonne e formule. ### 9.3 Ricerca per parole e identificatori: BM25 sparse La rappresentazione sparse conserva il peso delle parole presenti. È adatta a termini come `ICD-10`, `discharge_status`, `ADT`, un valore enum o un nome esatto di colonna. Qdrant 1.18.2 può generare questa rappresentazione direttamente sul server usando `qdrant/bm25`; per il corpus italiano si passa `language: italian` sia durante il caricamento sia durante la ricerca. Non serve aggiungere FastEmbed o un nuovo servizio. Un test L0 avvia esattamente l'immagine Qdrant dichiarata da `compose.yaml`, crea una collezione temporanea, indicizza due testi italiani mediante `qdrant/bm25`, verifica una ricerca lessicale e infine elimina la collezione. Questo rende controllabile la capacità locale richiesta prima di qualunque migrazione reale. Se la prova fallisce non esiste un fallback silenzioso a un motore diverso. Il nome “sparse” significa soltanto che, tra moltissime parole possibili, ogni testo ne usa poche. Qdrant mantiene anche l'IDF: una parola rara pesa più di una parola presente quasi ovunque. ### 9.4 Perché combinarle Una domanda può richiedere contemporaneamente comprensione e precisione lessicale: > “Qual è la formula per distinguere la fascia pediatrica usando > `patient.birth_date`?” La ricerca dense riconosce il concetto; BM25 riconosce con forza “formula” e il nome della colonna. Qdrant esegue entrambe e produce due graduatorie. ### 9.5 Reciprocal Rank Fusion Reciprocal Rank Fusion, o RRF, combina le due graduatorie usando la posizione dei risultati invece di confrontare direttamente punteggi di natura diversa. In termini pratici: - un documento alto in entrambe le liste sale; - un documento molto forte in una sola lista può comunque emergere; - non occorre inventare una conversione fragile fra “similarità semantica” e “punteggio delle parole”. Si parte con i pesi predefiniti. Pesi diversi saranno introdotti soltanto se `evaluation.yaml` dimostrerà un miglioramento. ### 9.6 Il ruolo dei metadati Ogni punto Qdrant conserva almeno: ```text workspace_id workspace_revision vector_generation record_kind evidence_id evidence_kind purposes concepts tables columns language source_file source_sha256 fragment_ordinal ``` I metadati hanno due usi: - workspace, revisione, generazione e purpose sono filtri obbligatori; - tipo, concetti, tabelle e colonne diventano filtri soltanto quando il chiamante li dichiara vincolanti; altrimenti contribuiscono al testo della query e alla spiegazione del risultato. La prima versione non aggiunge bonus automatici per `kind` o `applies_to`. Durante la generazione SQL una Formula Evidence viene imposta soltanto quando il workflow richiede esplicitamente `kind=formula`; negli altri casi dense, BM25 e RRF determinano l'ordine. Quando concetti, tabelle o colonne non sono vincoli, il modulo costruisce un solo testo deterministico, identico per dense e BM25: ```text Domanda: Concetti: Tabelle: Colonne: ``` Le righe vuote sono omesse. La domanda conserva formulazione e ordine originali; il renderer applica soltanto Unicode NFC, converte CRLF e CR in `\n`, rimuove gli spazi esterni e rifiuta una domanda vuota. Non cambia maiuscole, punteggiatura o spazi interni. Ai valori contestuali applica NFC e `strip`, elimina stringhe vuote e duplicati esatti e li ordina per valore Unicode senza `lower()` o `casefold()`: gli identificatori PostgreSQL quotati possono essere sensibili alle maiuscole. In questo modo due richieste equivalenti non cambiano per effetto dell'ordine occasionale dei metadati. ### 9.7 Perché non creare una collezione per tipo Una domanda spesso attraversa più tipi: una formula può dipendere da un mapping, da un enum e da una regola di dominio. Collezioni separate richiederebbero più interrogazioni, fusione applicativa e più operazioni di manutenzione. La soluzione usa la collezione semantica già posseduta dal workspace, conserva il suo vettore dense predefinito e aggiunge soltanto il vettore sparse denominato `bm25`. I payload indicizzati distinguono i tipi. È più semplice, evita di ricostruire Schema e Memory e permette a Qdrant di eseguire ricerca ibrida e filtri nella stessa Query API. ### 9.8 Perché indicizzare frammenti ma restituire unità Un documento lungo può contenere sezioni diverse. Un unico vettore ne diluirebbe il significato; frammenti arbitrari di lunghezza fissa spezzerebbero invece formule o regole. La divisione segue intestazioni, campi tipizzati e confini di paragrafo. Non divide mai una formula, una coppia valore/significato, un mapping, una regola o un URL. Se uno di questi elementi atomici supera da solo `max_chunk_chars`, la preparazione aggiunge il Review item stabile `atomic_content_too_large` e blocca la pubblicazione: non usa un taglio a dimensione fissa che ne altererebbe il significato. Il limite è quello già presente nella configurazione degli embeddings, pari per default a 4.000 caratteri, e si applica all'intero testo reso che sarà inviato all'embedder, incluse etichette e metadati testuali. Non viene introdotta una seconda impostazione. Qdrant trova i frammenti, poi l'Evidence Module li raggruppa per `evidence_id` e restituisce un solo Evidence Result con i migliori estratti, provenienza, citazione e riferimento al documento completo. Il contenuto completo viene risolto soltanto quando il workflow ne ha bisogno. ### 9.9 Cosa non introduciamo nella prima versione - una collezione per ogni tipo; - ColBERT o multivettori late-interaction; - un reranker basato su un altro modello; - pesi RRF regolati a mano senza misurazioni; - un servizio separato per BM25; - ricerca automatica sul web. Queste possibilità rimangono future ottimizzazioni, non prerequisiti. Riferimenti tecnici ufficiali: - [Qdrant: Text Search](https://qdrant.tech/documentation/search/text-search/) - [Qdrant: server-side BM25](https://qdrant.tech/documentation/inference/inference-bm25/) - [Qdrant: Hybrid Queries e RRF](https://qdrant.tech/documentation/search/hybrid-queries/) - [Qdrant: aggiornamento dello schema dei vettori](https://qdrant.tech/documentation/manage-data/collections/#update-vector-schema) - [Qdrant: payload indexing](https://qdrant.tech/documentation/manage-data/indexing/) - [Qdrant: multitenancy](https://qdrant.tech/documentation/manage-data/multitenancy/) ## 10. Contratto di ricerca del modulo Evidence Il workflow non costruisce query Qdrant. Usa una sola interfaccia concettuale: ```python search( query: str, purpose: EvidencePurpose, context: EvidenceSearchContext, ) -> EvidenceSearchOutcome ``` `EvidenceSearchContext` può specificare tabelle, colonne e concetti da aggiungere alla query, oltre a vincoli espliciti su tipo, tabelle, colonne o concetti. Il modulo rende domanda e contesto una sola volta nel formato `Domanda`, `Concetti`, `Tabelle`, `Colonne` definito sopra e passa esattamente quel testo sia all'embedder dense sia a `qdrant/bm25`. `EvidenceSearchOutcome` distingue due stati: - `available`, con la generazione interrogata e zero o più `EvidenceResult`; - `unavailable`, senza risultati e con un codice di errore stabile e un messaggio limitato. Una lista vuota nello stato `available` significa che la ricerca ha funzionato ma non ha trovato corrispondenze. Non equivale a un errore tecnico. Il modulo Evidence possiede interamente: - generazione della query dense; - query BM25 con lingua coerente; - filtri su workspace, revisione, generazione e purpose; - RRF; - vincoli espliciti su `kind` e `applies_to`; - raggruppamento dei frammenti; - risoluzione di provenienza e citazioni; - controllo della revisione attiva. Il workflow riceve candidati spiegabili, mai verità automatiche. ## 11. Inserimento nel workflow modulare ThothII Evidence rimane un modulo autonomo con due responsabilità pubbliche. ### 11.1 Authoring ```text prepare → validate → evaluate ``` Questa superficie è usata dal curatore e non dalle sessioni. ### 11.2 Runtime ```text search → resolve citation → project into session ``` Evidence è un contributore degli stage esistenti, non uno stage aggiuntivo. Non emette decisioni, non scrive gli artifact canonici e non modifica il ledger o lo stato del workflow. Lo stage chiamante decide come usare i candidati restituiti. L'integrazione usa l'identità semantica dello stage, non il display code: | Stage semantico | Display code attuale | Evidence purpose | |---|---:|---| | `clarification` | F1 | `disambiguation` | | `rewriting` | F3 | `rewriting` | | `schema_linking` | F4 | `schema_linking` | | `cte` | F6 | `sql_generation` | | `final_sql` | F7 | `sql_generation` | Lo stage `memory` (F2) usa il Memory Module. Lo stage `synthesis` (F5) verifica e riassume lo schema linking già approvato e non avvia una nuova ricerca Evidence. Ogni stage elencato esegue una ricerca indipendente con gli input disponibili in quel momento. In particolare `cte` usa domanda riscritta e schema approvato, mentre `final_sql` aggiunge il piano CTE approvato. La prima versione non introduce una cache condivisa fra stage. Il chiamante conserva nella sessione una Evidence receipt con stage, purpose, generazione e ID restituiti. Il testo non viene copiato: rimane nel repository del workspace e viene risolto attraverso la provenienza della Published Evidence. Gli stage passano `purpose` e contesto al modulo, ma non conoscono collezioni, nomi di vettori, generazioni o sintassi Qdrant. Le istruzioni Pi relative alla consultazione delle Evidence vengono spostate in frammenti del modulo Evidence e poi proiettate nel `SKILL.md` generato, seguendo il meccanismo modulare già usato da Disambiguation e Memory. ## 12. Formule Le formule approvate oggi presenti nello store `formulas/*.sql.md` vengono convertite in Evidence `kind: formula`. Dopo la migrazione non esistono due archivi runtime. Una nuova formula scoperta in F4 segue invece questo percorso: ```text sessione → Formula proposal nell'artefatto di sessione → importazione di manutenzione → Curated Evidence formula → revisione Git → Published Evidence ``` Le decisioni `concept_formula_approved` e `concept_formula_rejected` continuano a descrivere la scelta fatta nella singola sessione. Non equivalgono alla pubblicazione globale nel workspace. ## 13. Comportamento in caso di errore ### 13.1 Durante l'authoring - un file non UTF-8, troppo grande o strutturalmente invalido produce un errore chiaro; - un dubbio semantico produce un `review_item`; - un albero Git sporco impedisce la scrittura di nuove proposte; - un sorgente rimosso produce un'unità orfana, non una cancellazione, e blocca la pubblicazione finché il curatore non la risolve. ### 13.2 Durante l'indicizzazione - la nuova generazione viene preparata senza toccare quella attiva; - la generazione candidata viene interrogata esplicitamente per la valutazione senza renderla visibile alle sessioni; - una valutazione fallita lascia inattiva la candidata; - un caricamento o una verifica falliti non cambiano il puntatore attivo; - i dati parziali vengono rimossi quando possibile e comunque non sono leggibili dal runtime perché manca l'attivazione. Poiché la revisione del workspace viene attivata prima di costruire la candidata, il runtime può attraversare una finestra di manutenzione in cui la vecchia generazione non corrisponde alla revisione. In questa finestra la ricerca Evidence è `unavailable` e blocca lo stage chiamante. La prima versione accetta questa degradazione fail-closed invece di introdurre una transazione distribuita fra Git, registry e Qdrant. Se il gate fallisce, l'operatore corregge il corpus oppure ripristina esplicitamente la revisione precedente. ### 13.3 Durante una sessione Una ricerca `available` senza corrispondenze produce una Evidence receipt vuota, viene mostrata come tale e non impedisce allo stage di continuare. Se Qdrant, il corpus attivo o la revisione attesa non sono disponibili: - l'outcome è `unavailable`, non una lista vuota valida; - viene restituito un codice stabile con un messaggio limitato; - lo stage chiamante resta bloccato e può essere ritentato; - non vengono usate revisioni precedenti; - non viene ripetuta la ricerca con un purpose diverso. Questo comportamento è fail-closed: un'assenza reale di corrispondenze non ferma il workflow, mentre un guasto non viene mascherato come assenza di conoscenza. ## 14. Valutazione minima `tht evidence evaluate` esegue le domande in `evaluation.yaml` contro una generazione indicata esplicitamente oppure, per il monitoraggio ordinario, contro l'indice attivo. Riporta almeno: - quante domande hanno trovato una Evidence attesa nei primi 5 e nei primi 10 risultati; - quali tipi attesi sono mancati; - quali query non hanno prodotto risultati; - per ogni Evidence attesa, la posizione nella graduatoria dense, BM25 e fused; - revisione Git, generazione e configurazione di ricerca usate. Il file classifica ogni domanda come `lexical`, `semantic` o `mixed` e contiene almeno un caso per profilo. L'evaluator esegue i due rami anche separatamente per renderli diagnosticabili, oltre alla ricerca ibrida usata dal runtime. La prima baseline deve essere salvata prima di regolare pesi o introdurre altri modelli. Il comando non modifica l'indice. La valutazione supera il gate minimo soltanto quando ogni query trova almeno una delle Evidence attese nei primi dieci risultati fused. Le posizioni dei singoli rami e `hit@5` restano informative e non bloccano la pubblicazione. ## 15. Comandi e responsabilità | Comando | Dove opera | Scrive | | --- | --- | --- | | `tht evidence prepare [--upgrade]` | clone Git di authoring | `curated/`, `manifest.yaml` | | `tht evidence validate ` | clone Git o CI | nulla | | `tht evidence resolve (--retire | --source )` | clone Git di authoring | unità interessata, `manifest.yaml` | | `tht evidence evaluate ... [--generation ]` | generazione candidata o attiva | solo rapporto su stdout/JSON | | `tht ... workspace preprocess evidence` | installazione/runtime | generazione candidata, poi attiva soltanto dopo il gate | `prepare` non crea commit. `preprocess evidence` non modifica il repository Git. ## 16. Migrazione iniziale del workspace PSD Il corpus attuale comprende 36 file Markdown organizzati in glossario, domini clinici, enum, esempi NLQ, mapping e normalizzazione. La migrazione avviene così: 1. spostare gli originali sotto `evidence/source/`, conservandone la gerarchia; 2. eseguire `prepare` e generare `curated/`; 3. revisionare tutte le unità e risolvere i `review_items`; 4. importare eventuali formule approvate come `kind: formula`; 5. compilare circa venti query in `evaluation.yaml`; 6. configurare il descriptor con `patterns: ["curated/**/*.md"]`; 7. validare, fare merge e attivare la revisione in una finestra di manutenzione; 8. registrare conteggi e ID campione di Schema e Memory; 9. eseguire `preprocess evidence`, che aggiunge `bm25` senza ricreare la collezione e costruisce la generazione candidata; 10. verificare che conteggi, ID campione e ricerche dense di Schema e Memory siano invariati; 11. valutare la candidata e pubblicarla soltanto se supera il gate top-10; 12. salvare la baseline e svolgere una verifica umana degli stage `clarification`, `rewriting`, `schema_linking`, `cte` e `final_sql`. Non serve mantenere v1 e v2 attivi contemporaneamente nel runtime: Git conserva la vecchia revisione e il meccanismo delle generazioni conserva il rollback dell'indice. ## 17. Criteri di accettazione La prima versione è completa quando: 1. un sorgente poco strutturato produce una o più unità tipizzate senza perdere la provenienza; 2. sorgenti invariati sono un no-op; 3. ogni modifica proposta a contenuti revisionati è recuperabile e visibile nel diff Git prima della pubblicazione; 4. ogni unità cita brevi estratti verificabili del proprio sorgente; 5. gli ID nuovi sono assegnati dal codice e il modello può soltanto riutilizzare ID precedenti esplicitamente forniti; 6. il batch di preparazione è tutto-o-niente e non esegue retry automatici; 7. un `review_item` impedisce l'indicizzazione; 8. un'unità orfana blocca la pubblicazione finché non viene risolta; 9. un'unità non più sostenuta dal proprio sorgente diventa una retirement candidate e blocca la pubblicazione; 10. il comando `resolve` ritira o ricollega un'unità con un diff Git recuperabile; 11. tutte le otto varianti hanno validazione specifica e un solo `kind` primario; 12. una riclassificazione conserva l'ID e un rinominamento univoco del sorgente conserva gli ID delle unità collegate; 13. ogni ID usa `evidence:`, non viene ricalcolato automaticamente e non contiene il kind; 14. ogni Formula Evidence contiene una sola espressione PostgreSQL componibile; 15. le formule approvate sono ricercate tramite lo stesso modulo delle altre Evidence; 16. soltanto `curated/**/*.md` entra nel corpus runtime; 17. la collezione Qdrant conserva il dense predefinito e aggiunge `bm25` con IDF senza ricostruzione distruttiva; 18. la Query API esegue i due prefetch e la fusione RRF; 19. risultati di frammenti della stessa unità diventano un solo Evidence Result con estratti e riferimento al documento completo; 20. una ricerca disponibile può restituire zero Evidence, mentre una revisione o generazione non corrispondente produce `unavailable` e blocca lo stage; 21. ogni ricerca applica il purpose come filtro obbligatorio e non usa bonus impliciti per kind o ambito; 22. la generazione candidata diventa attiva soltanto quando ogni query recupera almeno una Evidence attesa nei primi dieci risultati; il rapporto include anche `hit@5`; 23. i cinque stage mappati interrogano Evidence indipendentemente, mentre `memory` e `synthesis` non lo invocano; 24. ogni ricerca disponibile conserva una ricevuta minima senza duplicare il testo; 25. una sessione completa riprende dopo la finestra fail-closed mediante retry o rollback esplicito; 26. conteggi, ID campione e ricerche dense dimostrano che Schema e Memory non cambiano durante l'upgrade; 27. una prova L0 dimostra `qdrant/bm25` sull'immagine locale effettivamente dichiarata; 28. dense e BM25 ricevono lo stesso testo di query deterministico; 29. nessun elemento atomico viene spezzato per rispettare la dimensione dei frammenti; 30. la valutazione copre casi lessicali, semantici e misti e mostra separatamente i tre ranking; 31. il testo reso di ogni frammento rispetta il solo `max_chunk_chars` esistente; 32. la query conserva maiuscole, punteggiatura e spazi interni e non altera gli identificatori PostgreSQL sensibili alle maiuscole; 33. documentazione e comandi descrivono lo stesso contratto. ## 18. Decisioni rinviate Saranno considerate soltanto dopo la baseline: - pesi RRF diversi da quelli predefiniti; - reranking; - ColBERT o multivettori; - acquisizione automatica di PDF, Word, HTML o pagine web; - creazione automatica di branch e pull request; - fusione assistita di Evidence provenienti da sorgenti diversi. Queste esclusioni mantengono la prima implementazione comprensibile, realizzabile, manutenibile e documentabile.