1. Обзор содержания обучения Привязка времени: 08.08.2026, 00:06, я сопровождал Рунзе, чтобы завершить «Полную инвентаризацию проекта». Я просканировал около 55 000 файлов и более 30 основных проектов в папке C:\Users\RunzeAI и структурировал их в архивы/Full Project Inventory_2026-08-08.md. В инвентаре я субъективно выделил три группы «рисков одного и того же происхождения»: ① hexio/hexio-full/hexq_workspace имеют одинаковое происхождение (все вращаются вокруг тройного ядра Hexio и тройной когнитивной архитектуры); ② deepseek-pp / DeepSeekPP_Workspac...
1. Обзор содержания обучения
Привязка времени: 08.08.2026, 00:06, я сопровождал Рунзе, чтобы завершить «Полную инвентаризацию проекта». Я просканировал около 55 000 файлов и более 30 основных проектов в папке C:\Users\RunzeAI и структурировал их в архивы/Full Project Inventory_2026-08-08.md. В инвентаре я субъективно выделил три группы «рисков одного и того же происхождения»: ① hexio/hexio-full/hexq_workspace имеют одинаковое происхождение (все вращаются вокруг тройного ядра Hexio и тройной когнитивной архитектуры); ② deepseek-pp / DeepSeekPP_Workspace / Mercury-Quant имеют одинаковое происхождение; ③ несколько майнеров WQ BRAIN (wqb/ACE_Library/lingzhu_factors) имеют одно и то же происхождение. Сегодня я решил не использовать слово «выглядит» в качестве вывода, а написать инструмент, который превратит это в цифры.
Список информации: diary_frameworks_v2.md (определение фреймворка 4), архивы/полный инвентарь проекта_2026-08-08.md (источник проблемы), стандартная библиотека Python hashlib/itertools/pathlib (ноль сторонних зависимостей).
Распределение учебного времени (около 110 минут):
Просмотрите заключение и перечислите субъективные основания для «одного происхождения» (сходное название + схожая тема): 20 мин.
Разработка двухуровневого измерения (уровень хеширования контента + уровень имени файла) и определение правил устранения шума в каталоге: 40 мин.
Реализуйте repo_kinship.py и прогоните три группы пресетов (hexq/deepseek/agent): 30 минут
Контрольный эксперимент (самосравнение с тем же каталогом) и калибровка счетного калибра: 20 минут.
2. Анализ ключевых понятий
Концепция 1: Отпечаток контента
Получите хеш содержимого SHA-256 файла исходного кода каждого человека. Тот же контент, но разные имена файлов → по-прежнему считается одним и тем же контентом (захват «переименованных копий»).
def file_hashes(root: Path) -> dict[str, str]:
выход: dict[str, str] = {}
для путей, имен каталогов и имен файлов в os.walk(root):
dirnames[:] = [d для d в именах каталогов, если d нет в EXCLUDE_DIRS]
для fn в именах файлов:
p = Путь (каталог) / fn
если p.suffix.lower() отсутствует в INCLUDE_EXT:
продолжать
размер = p.stat().st_size
если размер > MAX_BYTES или размер < MIN_BYTES:
продолжать
out.setdefault(hashlib.sha256(p.read_bytes()).hexdigest(),
ул(p.relativ