Dokumentace
Úplná dokumentace žije v repozitáři vedle kódu, protože dokumentace, která se nemění se stejným commitem jako chování, začne lhát. Tahle stránka je rozcestník.
Všechny dokumenty níže existují. Co z nich je postavené a co je zatím jen navržené, říká každá stránka ve svém přehledu stavu — souhrnně to drží roadmapa.
Začněte tady
Specifikace
Zadání APS-200 přepsané do závazného rozsahu repozitáře: cíl, tři moduly, entity, fázování a akceptační kritéria. Dokument zároveň označuje místa, kde se repozitář od zadání vědomě odchýlil.
Detail
Sémantika zdroje ISIR
Kanonická terminologie, hranice toho, co ISIR dokazuje, publikované provozní limity, čtrnáct invariantů a matice zacházení s poli. Fakta o zdroji ověřil skript proti živým WSDL a XSD.
Detail
Architektura
Pět rozhodnutí, ze kterých plyne zbytek: event sourcing, oddělená dokumentová pipeline, cache extrakcí podle hashe, confidence jako plnohodnotné pole a jeden zapisovatel. K tomu komponenty, úložiště a tabulka chování při selhání.
Detail
Datový model
Osm entit, stavový automat dílčí pohledávky, klasifikace s explicitním „neznámo“ a šest polí provenience, bez kterých se hodnota nezapíše. Stavový automat je implementovaný v typovaném doménovém modelu; databázové schéma zatím ne.
Detail
Jak to funguje uvnitř
Příjem dat
Poll smyčka s Redis lease, checkpoint posouvaný ve stejné transakci jako zápis, sedm invariantů, limity kontrolované před odesláním požadavku a rozdíl mezi backfillem a živým provozem. Kód zatím neexistuje.
Detail
Extrakce
Proč je vytěžování ze soudních skenů těžké, stádia pipeline od stažení po skóre, prahy spolehlivosti, cache podle hashe dokumentu a šest pojmenovaných obtížných případů. Pipeline zatím neexistuje.
Detail
Identifikace věřitelů
IČO ověřené mod-11 před síťovým voláním a spárované proti ARES, konzervativní fuzzy párování fyzických osob, identita jako časová osa a segmentace, která obchodníky s pohledávkami pozná z chování. Komponenta je plánovaná.
Detail
Kvalita dat
Pět akceptačních kritérií s čísly, vzorek nejméně 500 ručně anotovaných přihlášek, definice úplnosti a pravidlo, že přesnost se nikdy nereportuje bez pokrytí. Měřicí aparát zatím neexistuje.
Detail
Provoz a hranice
Provoz
Procesy, health endpointy, SLO zpoždění za rejstříkem, uzavřené slovníky metrik a šest runbooků pro situace, které nastanou. Služba dnes vystavuje jen kontrolu živosti.
Detail
Testování
Šest vrstev testů s jasným pravidlem o síti, dvě z nich záměrně mimo výchozí běh, pravidlo „nový modul přichází s testem ve stejném commitu“ a zlatá sada pro regresi extrakce, která zatím neexistuje.
Detail
Bezpečnost
Model hrozeb, ve kterém není nejcennějším aktivem přístupový klíč, ale samotný korpus. K tomu minimalizace na hranici parsování, pravidla pro tajemství a logy a oddělené volitelné závislosti.
Detail
Právní rámec a GDPR
Výchozí pozice sepsaná inženýringem, ne právní stanovisko a ne hotová DPIA: právní titul, tři pilíře testu proporcionality, retenční tabulka a pět bodů, které musí potvrdit právník. Review zatím nezačal.
Detail
API reference
Běžící instance vystavuje interaktivní referenci na /api/docs a OpenAPI schéma na /api/openapi.json. Přehled navrženého rozhraní je na stránce API.