Jia Suiandfanlusky
60c2b26698
* fix(engine,server): 全拼多字纠错收窄为仅 QWERTY 邻键插入 多字（插入）纠错只保留「误插 QWERTY 邻键」：生成器 insertion_variants 不再生成重复相邻键（双击），生成式空间不再生成任意字母插入（远键插入）。autocorrect_table.h 随生成器重新生成。 * fix(engine): 全拼纠错开关关闭时真正不再改写切分 纠错开关关掉后真正不纠错：把手误拼写别名层从常开改为跟掩码走（ü 归一 jv->ju / nue->nve 仍常开）；两个早于掩码可知的切分入口 QuanpinScheme::build_request 与 QuanpinDictionary::get_or_compute_segments 显式带上掩码，切分缓存键随之隔离。 * fix(engine,server): 纠错开关关闭时辅助码、写回与排序上下文也按字面切分 关掉全拼纠错后，只有方案的 build_request 和查询自身切分不再跑手误别名层， 其余几条路径仍用默认（带别名）的切分，和查询落在不同的键上： - 辅助码路径自己切底串作为显式切分交给词典，haoyonga 仍被切成 hao'yong'ga； - 调频、造词、删词、建 SQL、校验去掉分隔符后重切，开关关掉时选中 hao'yong'a 的词会去更新 hao'yong'ga，调频静默失败； - 排序 / 固定位置的上下文 key（引擎与 server 两处）仍按别名切，laing 与 liang 的固定位置互相串。 改动： - cut_pinyin_by_mode 的 include_correction_aliases 改为必填，每个调用点显式决定； 双拼词典、设置页词库校验和离线工具传 true，保持原行为。 - 新增 quanpin::correction_aliases_enabled，方案、词典、辅助码与排序 key 共用 （只看换位、邻键两位），修正只带删除 / 插入位的掩码在方案与词典两层判断不一致。 - 词典按最近一次 query 的掩码记录别名开关，写回路径统一走 cut_for_write。 - 会话改为在换方案、改开关时 bind_quanpin_scheme 一次，不再每次 refresh 下发。 - 方案只存 bool；jv -> ju 放回纠错表，去掉合并表。 - 在 CI 实际执行的 test_input_session 中补回归用例（写回、辅助码、固定位置、 方案掩码），每条都确认回退修复后会失败。 --------- Co-authored-by: fanlusky <1730976608@qq.com>
engine/tests
本目录产出两个独立二进制，都通过 add_subdirectory 链接 engine/CMakeLists.txt 的正式引擎库 MetasequoiaIme::Engine（不另抄源文件清单，编译选项与出货构建一致），互不依赖：
| 目标 | main | 用途 |
|---|---|---|
imetest |
src/test_pinyin.cpp |
引擎测试：全拼/双拼会话、退格、词典增删与查询时序；注册源只有 test_pinyin.cpp，CI 不执行，仅作本地跑测试的入口 |
eval_quanpin_autocorrect |
src/eval_quanpin_autocorrect.cpp |
全拼纠错离线评测：采样真实 msime.db 注错，测召回（R@1/R@3）、读音还原与温态延迟 |
构建
cmake --preset default
cmake --build build --config Release --target <imetest | eval_quanpin_autocorrect>
两个目标共用同一份引擎库，只多编各自的 main。日常改代码跑 imetest 即可，按需单独构建评测目标。
eval_quanpin_autocorrect：离线评测工具
这是评测工具，不是测试，永远进不了 CI：
- 依赖真实的
msime.db（用--db指定）和server/assets/tables资源目录（在仓库根目录运行，或--resource指定）。 - 不挂测试框架、不进断言，产出的是 markdown/CSV 报告，供人工对照基线。
- 存在的理由：纠错阈值、门逻辑（gate）或错误类型改动后，需要用同一把尺子复测。固定种子保证逐档样本一致，数字与历史基线可比。基线口径是「改动后各档不得低于基线值」的零回归门禁。
注错的变体生成规则（交换/邻键/漏字/多字、QWERTY 邻键表、长度与合法音节过滤）与 server/scripts/generate_quanpin_autocorrect.py 必须逐键一致——两侧漂移会让注错模型脱离纠错表的假设空间，基线失去可比性。改任一侧时在同一个提交里同步另一侧。
--seeds-file <路径> 是独立数据入口：每行 typo<TAB>期望key[<TAB>期望词]（# 注释、空行跳过，期望词缺省时取该 key 的最高权重词），产出独立的 Seed suite 报告节与 seeds 聚合 CSV 行。它豁免于上述逐键一致契约——种子表度量的正是契约外与用户反馈直接相关的场景（误报/漏报样例固化）。
资源目录要求：引擎加载 sc.lm（词格）与 sentence-model-*.safetensors（神经重排），而 server/assets/tables 只有 dict_pinyin.dat、helpcode.txt、user_dict.dat——模型文件不入库。本机没有把模型放进 tables 时，用安装数据目录拼一个隔离资源目录（只读模型拷贝 + msime.db 副本），--db 与 --resource 都指过去；直接指安装目录也可以，但评测进程会以读写方式打开 --db，拷贝副本更干净。
沙箱环境下子进程可能被拒绝在 %TEMP% 下新建目录（表现为 create_directories: Access is denied. 后直接退出），把 TEMP/TMP 环境变量指到仓库内的已存在目录再跑即可。
历史基线与采集笔记在归档任务目录：.trellis/tasks/archive/2026-09/09-12-quanpin-autocorrect-patent/eval/（阶段 0 基线）与 09-13-quanpin-insertion-autocorrect/eval/（insertion 上线前后对照）。
运行
# 仓库根目录执行；--model 可选 mixed|deletion|ambiguous|insertion|outside
# outside = 表外形状注错（非相邻替换/远键插入），度量生成式纠错空间的覆盖增益，
# 与静态表形状构造性不相交——该档 R@1 在无生成空间的代码上恒为 0。
./engine/tests/build/bin/Release/eval_quanpin_autocorrect.exe `
--db <msime.db 路径> `
--samples 300 --seed 42 --model mixed `
--csv eval-mixed.csv > eval-mixed.md
产品默认开着词格整句联想，纠错的上下文消解（同档消解、结构性贵档读法按整句分领衔）只在词格开启时生效。要量产品实际的排序，加 --word-lattice，并让 --resource 指向带 sc.lm 的目录；不加时测到的是纯静态排序，与历史基线口径一致。
参数细节与报告分节说明见 src/eval_quanpin_autocorrect.cpp 文件头注释。