v0.2 — 外部引用入库 / is_pointer 口径收紧

v0.2 — 外部引用入库 / is_pointer 口径收紧

数据集 v0.2（规则集 ruleset_v0.1.2，工具 0.3.1）。

⚠️ 与 v0.1.1 不可直接比较

这一版改了 is_pointer 的判定口径，可统计的实质文件 507 → 511，
九类覆盖率随之变动 ≤1 个百分点。请不要把 v0.1.1 与 v0.2 的数字放在同一张表里比。

• 旧口径：提到 ≥2 个 .md 文件名且体积 <2000B
• 新口径：薄（去链接去路径后 <400B）且在指向 或 作者自陈"本文件只是路由"

逐行用 ruleset_version 区分（ruleset_v0.1.1 / ruleset_v0.1.2）。详见 LIMITATIONS.md §10。

新增：4 个"知识放在哪里"的结构字段（26 → 30 字段）

九类按内容分类，量不出"我指向别处"。这一版把它补进数据集，可自行复算：

字段	含义	实测
imperative_route	祈使式转引（"read / 详见 X.md"）	49%
hard_route	指向知识库或规则目录（memories/、MEMORY.md、pitfalls、.cursor/rules…）	15%
routes_outward	上面两者任一	54%
ref_targets	指向几个路径	—

含义：近一半的章程是入口，不是全集——"一份 AGENTS.md 承载全部规约"这个假设，
对大多数样本不成立。

其他

• structure 标题词表补齐"分工 / 职责 / 归属 / ownership"类：33 个这类章节里 9 个原本完全无标签（58% → 59%）
• brief 的两个外部引用基准率改为从随包语料库实时计算（此前硬编码）
• 更正一处旧账：FINDINGS 16 表格原写"祈使转引 235 份 / 46%"，只算了英文正则、漏了中文 12 份；
  正确是 247/507 = 49%（标题里的 49% 一直是对的）
• 测试 34 项（含"数据集可由 raw 重放""跨哈希种子字节一致""发布校验和"三道刹车）

资产

• agent-charters-v0.2.parquet —— 主数据集（558 行 × 30 列，zstd）
• agent_charters_v0.2.jsonl —— 同内容的行式版

校验和见仓库 data/processed/SHA256SUMS。不含原文全文，只含衍生标注与统计特征。