docs(plan): Plan 3 修复评审两 P0+四项——媒体映射侧车（真实数据实证扁平目录零命中）、checksum 输入域钉死（排 rawLocation）、attachment 降级 301、站点路径来源、悬空引用用例、§6.1 全行覆盖、locale 接缝、计数勘误

Co-Authored-By: Claude Code <noreply@anthropic.com>

docs/superpowers/plans/2026-10-21-slice-import-pipeline-phase3.md

@@ -19,6 +19,12 @@
 3. 既有纪律全套沿用：TDD、临时库测试、身份断言、无包级 test 脚本、typecheck 四段链、cms 只读。
 4. **导入语义核心**（spec §7.5/§8.1）：同一 (site, connection, source_type, source_id, locale) 的 row → 已有 source_record 且 normalized_checksum 相同 → **skip（0 新修订）**；不同 → 新修订 + entry_locales.current_revision_id 前移（**published 不动**）。permalink 变化只影响 route，不影响条目身份。
 5. wppop/extras 等未知字段已在 UniversalRow.extras——落 revision.data.extras 原样保留。
+6. **normalized checksum 输入域（P0 钉死，评审 Issue 2）**：`canonicalJson({ universal_row_version, adapter_version, mapping_version, sanitizer_version, locale, mapped_content: {title, slug, bodyHtml, seo, knownFields, extras}, taxonomy_relations: taxonomyRefs, media_reference_identities: attachmentRefs, route_source_values: {sourceUrl} })`——**rawLocation 显式排除**（位置性字段，进哈希破坏跨快照 skip）；版本三常量必入（bump 语义）。canonicalJson 帮助函数从 register.service.ts 提取到 `apps/api/src/common/canonical.ts` 共享导出（register 侧改 import，零行为变更）。
+7. **媒体映射侧车（P0 钉死，评审 Issue 1——真实数据实证）**：真实媒体目录为扁平 GUID 命名（2625 文件无 yyyy/mm），与 WXR attachment_url 零精确命中；唯一映射在旧 cms 库 media_assets 表（source_url→file_path）。阶段 3 增加**映射侧车输入**：Task 0 从 cms PG（5433，只读 SELECT）导出该站 (source_url, file_path) 清单 JSON → 登记为 `manual_url_list` 快照（register 复用既有 kind）。对拍三级：①清单 uploads 相对路径精确命中 → ②侧车 source_url 命中（file_path 再对清单实体）→ ③missing 报告。**清单 miss 的 attachment 不插 media_assets 行**（sha256 NOT NULL 插不进），只进报告。
+8. **locale 接缝坑（评审提醒）**：适配器 mapConfig.locale 缺省空串——import 必须传 `site.default_locale`，否则 1047 行全被拒为未知 locale。Task 6 编排钉死。
+9. **阶段 3 站点路径来源（评审 Issue 4）**：主列表路径用 CLI 参数 `--products-path /products/ --news-path /news/`（默认值即此，记入 job metadata）；taxonomy public_base_path 常量钉死（WP 默认）：category→`/category/`、post_tag→`/tag/`、product_cat→`/product-category/`、product_tag→`/product_tag/`（spec §19.5 权威路径确认后可调——记入报告备注）。collision_key 折叠函数钉死：NFC + lowercase + 去尾斜杠。
+10. **attachment 页三态降级（评审 Issue 3）**：阶段 3 无 sitemap 解析器——attachment 页**一律按"仅 WXR→301 媒体文件"**处理（sitemap→html 分支留待 sitemap 解析能力落地，报告注明降级）。
+11. **attachment 行不建 content_entries**：wp:attachment 行只进媒体管道（media_assets）+ 路由（301）；content_entries 仅 129 post + 48 product + 15 page = **192**（Task 7 计数以此为准）。sourceType→typeKey 映射钉死：wp:post→news_article、wp:page→basic_page、wp:product→product。
 
 ## 仓库结构增量
 
@@ -36,6 +42,15 @@ tests/integration/import-*.test.ts
 
 ---
 
+### Task 0: 媒体映射侧车导出（P0 前置，评审 Issue 1）
+
+**Files:** `scripts/export-media-map.mjs`；`docs/evidence/media-map-export.md`
+
+- [ ] 只读查询 cms PG（5433，infrastructure-postgres-1，只读 SELECT——绝不写）：`SELECT source_url, file_path FROM media_assets WHERE site_id = '<54f91c49 站点>' ORDER BY source_url` → JSON 数组落 `storage/incoming/media-map-hesupipe.json`
+- [ ] 登记为 manual_url_list 快照（`pnpm sf source:register --site … --sitemap?` 需扩：register 支持 `--media-map <json>` 输入→kind=manual_url_list——小改 register.service 输入枚举）
+- [ ] 证据文档：行数、与冒烟 855 attachment 的覆盖率预估（URL 前缀归一后 join 对照）
+- [ ] commit `feat(source): 媒体映射侧车导出与登记`
+
 ### Task 1: import 命令骨架 + import_jobs 生命周期
 
 **Files:** `apps/api/src/modules/import/{import.service.ts,import.module.ts}`；sf.ts + `import`；Test `tests/integration/import-job.test.ts`
@@ -71,9 +86,10 @@ tests/integration/import-*.test.ts
 **Files:** `media-writer.ts` + `magic-bytes.ts`；Test `tests/integration/import-media.test.ts`
 
 - [ ] 失败测试：
-  - attachment row + media_bundle 清单对拍：attachment_url 的 `/wp-content/uploads/<yyyy>/<mm>/<file>` 相对路径在清单中**精确命中**（移交项② uploads 约定）→ media_assets（public_path=旧路径、sha256 从清单取）+ media_usages（正文/featured/gallery 引用关系从 row.attachmentRefs+清洗后 HTML 提取）
+  - attachment row 对拍**三级**（前置事实 7）：①uploads 相对路径清单精确命中 ②侧车 source_url→file_path→清单实体 ③missing 报告（**不插 media_assets 行**）；media_assets（public_path=旧 uploads 路径、sha256/storage_path 从清单取）+ media_usages（正文/featured/gallery 引用从 row.attachmentRefs+清洗后 HTML 提取）
+  - **悬空引用**（mini 203/204）：引用无对应 attachment/清单记录 → 报告 issue 计数、**不静默丢弃**（§11.2 一级/§7.6 禁静默）
   - **魔数校验**：png/jpg/gif/webp/pdf 签名表手写（~40 行）；声明 MIME 与检测不符 → 报告 issue；**SVG 检出（文本 `<svg` 特征）→ status=quarantined 不进产物**（spec §11.1）
-  - **失配三级**（Plan 1 复审口径）：清单无此文件 → missing + 报告；URL 命中但清单 sha 与实体不符 → 报告 issue；多候选（同名不同目录）→ **歧义不自动选**，全部列报告（spec §5.5 匹配顺序 4 的纪律）
+  - 多候选（同名不同目录）→ **歧义不自动选**，全部列报告（spec §5.5）
   - 855 attachment 真实规模冒烟（Task 7 一并）
 - [ ] 实现 + 绿 → commit `feat(import): 媒体登记与安全校验`
 
@@ -81,9 +97,9 @@ tests/integration/import-*.test.ts
 
 **Files:** `route-writer.ts`；Test `tests/integration/import-routes.test.ts`
 
-- [ ] 失败测试（spec §6.1 每行一用例，mini 数据手构补充）：
+- [ ] 失败测试（spec §6.1 全部行有对应用例——含评审补的 asset 与首页两行，mini 数据手构补充）：
-  - 内容 permalink → html（路径保真含 .html；target_content_id 关联）；主列表页 `/products/`、`/news/`（站点配置声明）→ html；产品/文章分类 → html + 分页占位规则（page 1 即列表本体）；tag/product_tag/日期/作者 → redirect 301 主列表；attachment 页 → 默认规则三态（sitemap 有→html/仅 WXR→301 媒体文件/确认删→410）；`?p=` → excluded_with_reason 登记
+  - 内容 permalink → html（路径保真含 .html；target_content_id 关联）；**首页 `/` → html**；**媒体上传路径 `/wp-content/uploads/...` → asset**（media public_path 生成）；主列表页 `/products/`、`/news/`（**CLI 参数来源**，默认即此）→ html；产品/文章分类 → html（public_base_path 常量按前置事实 9）；tag/product_tag/日期/作者 → redirect 301 主列表；attachment 页 → **一律 301 媒体文件**（前置事实 10 降级，报告注明）；`?p=` → excluded_with_reason 登记
-  - **exact/collision 双键**：`/About` 与 `/about` 两条并存；同 exact_key 冲突（两内容同路径）→ 报告 conflict 不静默覆盖
+  - **exact/collision 双键**：`/About` 与 `/about` 两条并存（collision_key 折叠函数按前置事实 9 钉死）；同 exact_key 冲突（两内容同路径）→ 报告 conflict 不静默覆盖
   - **重导幂等**：同路径同目标 → 0 新行；目标变 → 更新（route 表可变，非不可变表）
 - [ ] 实现 + 绿 → commit `feat(import): 路由注册表生成`
 
@@ -91,16 +107,16 @@ tests/integration/import-*.test.ts
 
 **Files:** `import.service.ts` 补全；Test `tests/integration/import-full.test.ts`
 
-- [ ] 失败测试：mini.xml register→import 全链：site/connection/snapshot→job→terms(2+自建0)→entries(5)→media(2+对拍)→routes(首页+2列表+5内容+2分类+2 attachment+tags…)→报告（各计数+版本块+冲突/失配清单）；**published_revision_id 全 NULL**（导入不发布断言）
+- [ ] 失败测试：mini.xml register→import 全链：site/connection/snapshot→job→terms(2+自建0)→content_entries(**3**：post/product/page——attachment 不建，前置事实 11)→media(2+对拍)→routes(首页+2列表+3内容+2媒体 asset+2 attachment 301+tags…)→报告（各计数+**清洗统计**+版本块+冲突/失配清单）；**published_revision_id 全 NULL**（导入不发布断言）；**mapConfig.locale=site.default_locale 接线断言**（前置事实 8）
-- [ ] 报告落 artifacts/import/<jobId>/reports/import.json+html（复用 Task 6 模板纪律：转义/封顶）
+- [ ] 报告落 artifacts/import/<jobId>/reports/import.json+html（沿用 Plan 2 Task 6 报告纪律：动态文本转义/错误封顶/清洗统计入报告）
 - [ ] 绿 → commit `feat(import): 全链编排与导入报告`
 
 ### Task 7: 真实 hesupipe 全量导入（阶段 3 验收）
 
 **Files:** `scripts/import-real.mjs`（或直接 sf import 命令 + 采样）；`docs/evidence/phase3-import.md`
 
-- [ ] register 真实 WXR + 媒体目录（`D:/project/cms/storage/media/54f91c49-*` 只读副本到 storage/incoming——**先 robocopy 约 500MB，耗时记录**）→ sf import
+- [ ] register 真实 WXR + 媒体目录（`D:/project/cms/storage/media/54f91c49-*` 只读副本到 storage/incoming——**实测约 171MB/2625 文件**（评审勘误：非 500MB，勿拷错站点目录），耗时记录）+ **Task 0 侧车** → sf import
-- [ ] 验收断言：entries=1047（855 attachment + 129+48+15）；terms=451+自建数（报告对照冒烟证据的 807 引用覆盖）；routes 计数与处置分布报告；**二导 0 新修订**；数据库行数与导入报告逐项一致
+- [ ] 验收断言：content_entries=**192**（129+48+15）；media_assets=侧车+清单命中数（报告对照 855 attachment 的三级分布）；source_records=1122；terms=451+自建数（对照冒烟 807 引用覆盖）；routes 计数与处置分布报告；**二导 0 新修订**；数据库行数与导入报告逐项一致
 - [ ] 内存/耗时记录；证据文档；commit `test(evidence): 阶段3真实全量导入验收`
 - [ ] 任何计数不符 → 如实报告停下分析（同 Task 8 纪律）