Files

T

marcopan 5c6228f8c2 docs(evidence): finalize ticketed restructuring specification

2026-08-24 17:11:37 +02:00

38 KiB

Raw Blame History

Ristrutturazione delle Evidence — disegno approvato

Stato: approvato il 24 agosto 2026 Sostituisce: docs/plans/2026-08-18-evidence-canonica-design.md 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:

partire dai testi oggi presenti nel repository del workspace;
riorganizzarli senza inventare informazioni;
conservare sorgenti e risultato nello stesso repository Git;
affidare a Git la revisione e l'approvazione umana;
indicizzare soltanto le versioni approvate;
sfruttare Qdrant senza moltiplicare collezioni e componenti;
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.

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/:

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

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:

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:<slug>, 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:

# formula
formula:
  concept: fascia pediatrica
  columns:
    - clinical.patient.birth_date
  sql: |
    CASE WHEN age < 18 THEN 'pediatrica' ELSE 'adulta' END

# reference
reference:
  url: https://example.org/linea-guida
  label: Linea guida clinica
  description: Criteri usati per classificare gli episodi.

# 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:

tht evidence prepare <workspace-root>

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:<slug> 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:

tht evidence resolve <evidence-id> --retire
tht evidence resolve <evidence-id> --source <source-path>

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:

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:

il curatore esegue prepare in un clone di authoring;
legge i documenti e il diff;
corregge i contenuti;
esegue tht evidence validate;
apre o approva la pull request;
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:

legge la radice materializzata della revisione Git attiva;
valida nuovamente tutte le Evidence;
costruisce Evidence Fragment secondo sezioni semantiche;
verifica il vettore dense predefinito già usato da Schema e Memory;
aggiunge in modo non distruttivo il vettore sparse bm25 se manca;
genera le rappresentazioni dense degli Evidence Fragment;
chiede a Qdrant di generare per gli stessi frammenti la rappresentazione lessicale BM25;
carica i punti con la nuova vector_generation;
verifica manifest, conteggi e leggibilità;
rende attiva la nuova generazione;
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:

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:

Domanda: <domanda originale>
Concetti: <valori deduplicati e ordinati>
Tabelle: <valori deduplicati e ordinati>
Colonne: <valori deduplicati e ordinati>

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:

10. Contratto di ricerca del modulo Evidence

Il workflow non costruisce query Qdrant. Usa una sola interfaccia concettuale:

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

prepare → validate → evaluate

Questa superficie è usata dal curatore e non dalle sessioni.

11.2 Runtime

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:

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 <workspace-root> [--upgrade]`	clone Git di authoring	`curated/`, `manifest.yaml`
`tht evidence validate <workspace-root>`	clone Git o CI	nulla
`tht evidence resolve (--retire	--source )`	clone Git di authoring
`tht evidence evaluate ... [--generation <id>]`	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:

spostare gli originali sotto evidence/source/, conservandone la gerarchia;
eseguire prepare e generare curated/;
revisionare tutte le unità e risolvere i review_items;
importare eventuali formule approvate come kind: formula;
compilare circa venti query in evaluation.yaml;
configurare il descriptor con patterns: ["curated/**/*.md"];
validare, fare merge e attivare la revisione in una finestra di manutenzione;
registrare conteggi e ID campione di Schema e Memory;
eseguire preprocess evidence, che aggiunge bm25 senza ricreare la collezione e costruisce la generazione candidata;
verificare che conteggi, ID campione e ricerche dense di Schema e Memory siano invariati;
valutare la candidata e pubblicarla soltanto se supera il gate top-10;
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:

un sorgente poco strutturato produce una o più unità tipizzate senza perdere la provenienza;
sorgenti invariati sono un no-op;
ogni modifica proposta a contenuti revisionati è recuperabile e visibile nel diff Git prima della pubblicazione;
ogni unità cita brevi estratti verificabili del proprio sorgente;
gli ID nuovi sono assegnati dal codice e il modello può soltanto riutilizzare ID precedenti esplicitamente forniti;
il batch di preparazione è tutto-o-niente e non esegue retry automatici;
un review_item impedisce l'indicizzazione;
un'unità orfana blocca la pubblicazione finché non viene risolta;
un'unità non più sostenuta dal proprio sorgente diventa una retirement candidate e blocca la pubblicazione;
il comando resolve ritira o ricollega un'unità con un diff Git recuperabile;
tutte le otto varianti hanno validazione specifica e un solo kind primario;
una riclassificazione conserva l'ID e un rinominamento univoco del sorgente conserva gli ID delle unità collegate;
ogni ID usa evidence:<slug>, non viene ricalcolato automaticamente e non contiene il kind;
ogni Formula Evidence contiene una sola espressione PostgreSQL componibile;
le formule approvate sono ricercate tramite lo stesso modulo delle altre Evidence;
soltanto curated/**/*.md entra nel corpus runtime;
la collezione Qdrant conserva il dense predefinito e aggiunge bm25 con IDF senza ricostruzione distruttiva;
la Query API esegue i due prefetch e la fusione RRF;
risultati di frammenti della stessa unità diventano un solo Evidence Result con estratti e riferimento al documento completo;
una ricerca disponibile può restituire zero Evidence, mentre una revisione o generazione non corrispondente produce unavailable e blocca lo stage;
ogni ricerca applica il purpose come filtro obbligatorio e non usa bonus impliciti per kind o ambito;
la generazione candidata diventa attiva soltanto quando ogni query recupera almeno una Evidence attesa nei primi dieci risultati; il rapporto include anche hit@5;
i cinque stage mappati interrogano Evidence indipendentemente, mentre memory e synthesis non lo invocano;
ogni ricerca disponibile conserva una ricevuta minima senza duplicare il testo;
una sessione completa riprende dopo la finestra fail-closed mediante retry o rollback esplicito;
conteggi, ID campione e ricerche dense dimostrano che Schema e Memory non cambiano durante l'upgrade;
una prova L0 dimostra qdrant/bm25 sull'immagine locale effettivamente dichiarata;
dense e BM25 ricevono lo stesso testo di query deterministico;
nessun elemento atomico viene spezzato per rispettare la dimensione dei frammenti;
la valutazione copre casi lessicali, semantici e misti e mostra separatamente i tre ranking;
il testo reso di ogni frammento rispetta il solo max_chunk_chars esistente;
la query conserva maiuscole, punteggiatura e spazi interni e non altera gli identificatori PostgreSQL sensibili alle maiuscole;
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.

38 KiB Raw Blame History