feat(data): T1 语料库 wrapper run_corpus.sh+连通金丝雀全绿 [nas]
spec §18.7 T1(sanguo-corpus 一次性容器,统一 5m 模式):
- repo 规范副本 scripts/nas_sync/run_corpus_standalone.sh(同 run_5m_standalone.sh
先例),部署位=/volume1/stock/corpus/run_corpus.sh(宿主文件 CI 不覆盖,scp -O 同步)
- 两改良落地:--name sanguo-corpus(杀=docker stop)+--user 1024:100(admin 属主)
- 新发现硬需求 --group-add 101:/volume1/stock Synology ACL 只授权
group:administrators,容器同 uid 无组 101 读文件 Permission denied
(POSIX rwxrwxrwx 被 NFSv4 ACL 覆盖);补组后读/写/继承全绿
- 两 lane 串行(daily 成功才跑 backfill --until 17:30),rc 聚合 daily 优先
- 金丝雀(logs/canary_t1.log):python 3.10.20+pandas/pyarrow/requests 齐备;
--user 写=uid1024 属主;四域出网 200=巨潮 query/巨潮 PDF/np-listapi/
search-api(content 摘要字段在,akshare 同款端点契约验证)
- 目录骨架 admin 属主:news_meta/news_fulltext/ann_meta/ann_pdf/state/logs
claude_dev
62a3a65419