数据处理

用 Qdrant scroll 分页导出 ID、向量和 payload，在新的练习集合重建，再对照来源集合逐项检查 ID 与记录内容。

在 Ollama 本地 Chat API 中传入 JSON Schema，提取工单类型和编号，并分别检查生成完成、字段结构与原文事实。

用 feedparser 解析订阅条目，以订阅源和稳定 ID 建立 SQLite 唯一键，验证重复导入不新增，并说明摘要、内容更正和异常订阅的处理边界。

用 Pillow 创建上传副本，处理EXIF方向与透明背景，限制最长边、对比JPEG质量参数并回读尺寸体积，保留原图与内容核对边界。

用 SoundFile 做 WAV 与 FLAC 的 PCM16 往返转换，回读验证采样率、声道、帧数和整数样本一致，说明格式转换与重采样不同。

用 Pillow exif_transpose 按 EXIF 方向调整像素并移除方向标记，保存副本、核对回读尺寸与原图哈希，说明标注坐标必须同步处理。

保存原稿与假设改写稿，用 difflib 查行差异、Counter 核对金额日期及出现次数，发现集合相同仍丢项的情况并说明语义审核边界。

用 Python 解析 SRT 并报告倒序、反向区间、空文本和全部重叠对，保留原文件与编号，再结合音视频核对转写与显示。

对比 NFC 与 NFKC 的字形和长度变化，实际检查编号碰撞与实体位置错位，保存原文和规范化版本，建立按字段验收边界。

通过原始字节定位 UnicodeDecodeError，区别编码不匹配、UTF-8 BOM 和坏字节，保留输入与诊断记录，避免 ignore 隐藏缺损。