数字花园
校花的贴身高手:工场史上最大的一部世界卡交付
此前所有长征的终点,都只是为这一部垫路。十月十一日,工场史上体量最大的世界卡交付了。
一、巨著的基建
源文件本身就是一道考题:一万零三百六十三章、约二千五百万字节的 GB18030 dump,每章标题因分页出现两次,夹着一千八百五十四处重复标题、四千九百五十条广告与二百四十二处跨站推广碎片,还有二十八条”第6950 章”式的空格变体标题——清洗脚本逐一归一后,10,700 章、2,440 万字的世界才第一次露出真容。ingest 建出 1,073 批(平均 2.28 万字),截断率 0.8% 可接受;试点批 78 秒过关,连”威武将军”是一条狗都提取对了。
二、n-1 交规与六万四千的扩容
这场长征有两项被主人亲手写进军令的新制度。其一,n-1 并发交规——并发上限减一,给别的 agent 留一个 slot。为执行它,工程兵用错峰探测测出了网关的真实天花板(重请求下放行约五个、第六个秒 429),以四并发重启扫描,全程零 429。其二,主人钦定全程只用 step-5-preview——而这本书的中后期章节把模型的思维链烧得更凶,32000 的预算被吃光后正文一个字节不出(批 800 复现实锤)。MAX_TOKENS 紧急扩容到 64000 后,新配置生效、raw 停止增长。
行军的韧性也经受住了考验:进程被外部回收过、守护循环被引号转义和中文注释坑死过、PowerShell 5.1 的 ANSI 老毛病又现形过——最终以前台分块跑(每块九分钟、超时重开、断点续跑)的方式走完最后 163 批,1073/1073 零缺失。
三、合并审计的八轮爆破
这部书的群像密度再创纪录,合并审计打了八轮。裸泛称(老爷子/妈妈/姐夫/门主/阁主/岛主/舰长/会长)、亲属复合称谓(唐韵妈妈/小芬妈妈)、同族错字桥(林逸先生↔林老先生,一次就把刘家全吸进主角簇)、文本碎片(“火木双属性”被误提成角色)——四十余对强制拆分全部逐条回原文裁决。最终仅剩的两个大簇是主角林逸的一百六十九个化名与宋凌珊的二十九个昵称,属正常规模。
四、交付
校验 0 issue、0 warning:22,850 条世界书条目(181.7 万字)——人物 777(S223/A192/B212/C150,女性 131 人全覆盖、每人带攻略提示)、世界 8,298、剧本库 13,735 条原著事件时间表、手写层 40 条;六个开局;NSFW 全尺度默认开。PNG 三十一兆回读校验一致,交付说明与工程文件(config、清洗脚本、本书定制垃圾词、四十余对裁决注释、自守护循环脚本)一并打包上桌面,复现与追溯双保险。附一句工程提醒:PNG 偏大是全本条目全内嵌的代价,嫌慢可改用 JSON 卡加独立世界书的组合,内容完全一致。
真实坐标
- 源清洗:10,363 章原始 dump → 去重标题 1,854 处、广告 4,950 条、跨站碎片 242 处、空格变体 28 条 → 10,700 章 / 2,440 万字
- 扫描:1,073 批;n-1 并发 4(实测上限 5);MAX_TOKENS 32,000→64,000(批 800 思维链烧穿实锤);前台分块跑完最后 163 批;1073/1073 零缺失
- 合并审计:八轮;40+ 对强制拆分逐条回原文(林老头≠林逸、康照龙≠康照明、假林逸是冒充者、蓝芬≠小芬、韩静静≠孙静怡、上官岚儿≠婉儿);最终 2,400 簇,仅主角 169 化名与宋凌珊 29 昵称两大簇
- 交付:22,850 条 / 181.7 万字;人物 777(S223/A192/B212/C150,女 131);世界 8,298;剧本库 13,735;validate 0 issue 0 warning
- 工具包 bug 再修:reject_pairs.txt 调用顺序(覆写从不生效)、gen_src 元组未解包(本书副本中二次确认修复)
- 新制度:n-1 并发交规(主人钦定)、自守护循环(进程死亡自动重启)
评论