60 lines
2.1 KiB
Python
60 lines
2.1 KiB
Python
"""结果驱动视频级切分的冻结溯源 manifest。
|
||
|
||
冻结的 pools.json 是切分产物；manifest 记录产出这份切分的关键输入
|
||
（baseline_run_id、诊断指纹、随机种子、配置）与 pools.json 的内容指纹
|
||
（pools_sha256），供后续 build_split 写溯源、以及复现校验时比对。
|
||
"""
|
||
|
||
from __future__ import annotations
|
||
|
||
import hashlib
|
||
from typing import TYPE_CHECKING
|
||
|
||
from app.harness.pools import _atomic_write_json
|
||
|
||
if TYPE_CHECKING:
|
||
from pathlib import Path
|
||
|
||
|
||
def write_manifest(
|
||
path: Path,
|
||
*,
|
||
baseline_run_id: str,
|
||
diag_fingerprint: str,
|
||
seed: int,
|
||
config: dict,
|
||
pools_json_text: str,
|
||
coverage_report: dict,
|
||
generated_at: str,
|
||
) -> dict:
|
||
"""写切分冻结溯源 manifest（原子写），返回写入的 dict。
|
||
|
||
pools_sha256 = sha256(pools_json_text)，供复现时校验冻结的 pools.json 内容
|
||
是否与本次切分一致。generated_at 由调用方传入（库内不用 datetime.now），
|
||
以保证相同输入产出相同 manifest，可复现。
|
||
|
||
参数:
|
||
path: manifest 目标 JSON 文件路径。
|
||
baseline_run_id: 产出本次切分所依据的基线 run 标识。
|
||
diag_fingerprint: 诊断结果指纹（决定 train/val 归属的输入）。
|
||
seed: 切分使用的随机种子。
|
||
config: 切分相关配置快照（如 train_ratio 等）。
|
||
pools_json_text: 冻结的 pools.json 完整文本，用于计算内容指纹。
|
||
coverage_report: 各类别 train/val 覆盖统计报告。
|
||
generated_at: 生成时间戳（ISO 字符串），由调用方传入。
|
||
|
||
返回:
|
||
写入 manifest 的 dict（与落盘内容一致）。
|
||
"""
|
||
manifest = {
|
||
"baseline_run_id": baseline_run_id,
|
||
"diag_fingerprint": diag_fingerprint,
|
||
"seed": seed,
|
||
"config": config,
|
||
"pools_sha256": hashlib.sha256(pools_json_text.encode("utf-8")).hexdigest(),
|
||
"coverage_report": coverage_report,
|
||
"generated_at": generated_at,
|
||
}
|
||
_atomic_write_json(path, manifest)
|
||
return manifest
|