2 مستودعات
Logic for selecting the most significant error from a set of failures based on data hierarchy.
Distinct from Error Code Hierarchies: Candidates focus on network errors or AI metrics, not the prioritization of validation failures.
Explore 2 awesome GitHub repositories matching software engineering & architecture · Primary Error Identification. Refine with filters or upvote what's useful.
هذا المشروع هو تنفيذ Python لمواصفات JSON Schema، ويوفر مكتبة للتحقق من أن حالات البيانات تتوافق مع المخططات المحددة. يعمل كإطار عمل للتحقق من البيانات قادر على التحقق من البيانات نفسها والمخططات مقابل المخططات الوصفية الرسمية لضمان الصحة الهيكلية. تتميز المكتبة بمحلل مرجع مخطط يقوم بتعيين URIs إلى التعريفات، مما يتيح حل المراجع الداخلية والبعيدة لإدارة المخططات النمطية. تم تصميمه ليكون قابلاً للتوسيع، مما يسمح بتعريف كلمات مفتاحية مخصصة، ومنطق فحص نوع مخصص، وتسجيل وظائف تحقق جديدة لتنسيقات السلاسل المتخصصة. يوفر النظام تقارير أخطاء شاملة تحدد جميع الانتهاكات في حالة البيانات وتنظمها في هرمية مهيكلة على شكل شجرة. يسمح هذا بالاستعلام البرمجي عن فشل التحقق، واستخراج البيانات الوصفية التشخيصية، وتحديد الأخطاء الأولية بناءً على هرمية البيانات. يدعم التنفيذ مسودات مواصفات متعددة من خلال فئات مدقق خاصة بالإصدار ومواصفات لهجة المخطط.
Selects the most significant error from a collection of failures by prioritizing errors higher in the data hierarchy.
هذا المشروع هو مكتبة وإطار عمل للتحقق من JSON Schema يستخدم للتحقق من أن حالات البيانات تتوافق مع التعريفات التصريحية. يعمل كمحرك تحقق يفرض قيوداً هيكلية وأنواع بيانات، بينما يعمل أيضاً كمدقق وصفي لضمان أن تعريفات المخطط نفسها صحيحة نحوياً مقابل المخططات الوصفية الرسمية. تم تصميم المكتبة لتكون قابلة للتوسيع، مما يسمح للمستخدمين بتعريف منطق تحقق مخصص عن طريق تعيين كلمات مفتاحية للمخطط إلى وظائف قابلة للاستدعاء متخصصة. يتضمن محلل مرجع يعتمد على السجل لإدارة مراجع URI الداخلية والخارجية لإعادة استخدام المخططات الفرعية عبر مستندات مختلفة. يغطي النظام مجموعة واسعة من قدرات التحقق، بما في ذلك التحقق من نوع البيانات، وفحص تنسيق السلسلة لأنواع مثل رسائل البريد الإلكتروني وUUIDs، وتقارير أخطاء شاملة. توفر الأدوات التشخيصية تتبعاً متداخلاً للأخطاء وتصفية استدلالية لتحديد الإخفاقات الأكثر صلة داخل هيكل البيانات.
Heuristically identifies the most significant error from a set of failures based on data hierarchy and keyword importance.