Valfria extraövningar

1. Kör git status --short och git rev-parse HEAD som en separat baslinje för extraövningen; beskriv befintliga ändringar endast om de påverkar jämförelsen.
2. Använd filkartan för att hitta båda implementationerna av ClippedArea och ClassifyPoint samt deras faktiska testpåståenden.
3. Kör ./scripts/test-cpp.sh och ./scripts/test-csharp.sh; behåll båda resultaten tillgängliga för jämförelse utan att ändra något.

1. Läs docs/spec.md och båda offentliga testfilerna från filkartan.
2. Skapa docs/contract-test-matrix.md: en rad per uttrycklig regel, med kolumner för C++-påstående, C#-påstående och täckningslucka.
3. Kontrollera varje påståendes indata och jämförelse; hänvisa till dess fil och testnamn eller rad. Ändra inte testerna ännu.

Lägg till saknad täckning i ert tilldelade språks offentliga tester för:

• Hörnklassificering: polygon (0,0),(10,0),(10,10),(0,10), punkt (0,0) → Boundary.
• Partiell överlappning: polygon (5,5),(15,5),(15,15),(5,15), Rect64(0,0,10,10) → area 25.

Testa båda hörnordningarna. Förklara varje förväntning, undvik dubblerad täckning och kör ./scripts/test-cpp.sh eller ./scripts/test-csharp.sh.

Lägg till dessa fall i era tilldelade offentliga tester:

• Kantkontakt: polygon (10,2),(14,2),(14,8),(10,8) och Rect64(0,0,10,10) → exakt 0.
• Hörnkontakt: polygon (10,10),(14,10),(14,14),(10,14) med samma rektangel → exakt 0.
• Förflyttning: polygon (2,2),(8,2),(8,8),(2,8), Rect64(0,0,6,6), punkt (2,5). Räkna först ut area och klassificering. Flytta sedan polygon, rektangel och punkt med (-5,-7) och kontrollera både de beräknade förväntningarna och oförändrade resultat.

Kör ./scripts/test-cpp.sh eller ./scripts/test-csharp.sh.

Skriv först teamets förutsägelser och be sedan om AI:ns förutsägelser och säkerhet. Kör inte dessa indata förrän båda är sparade i docs/prediction-results.md.

Använd ett tillfälligt körprogram i ert språk under build/experiments/ för att skriva ut faktiska resultat. Spara det exakta kommandot och observationerna bredvid de ursprungliga förutsägelserna, ange vilka resultat som specifikationen utlovar och ta sedan bort körprogrammet.

1. Använd ClippedArea i ert språk med (0,0),(10,10),(10,0),(0,10) och Rect64(0,0,10,10) i ett tillfälligt körprogram för att observera resultatet.
2. Den här polygonen korsar sig själv; docs/spec.md avgör inte hur den ska tolkas. Föreslå en testbar regel med nytta, kompatibilitetskonsekvenser och ett exempeltest.
3. Lägg till förslaget, indata, det exakta kommandot och observationen i docs/spec-proposals.md (skapa filen om den saknas). Ta bort körprogrammet; lämna den befintliga specifikationen, wrappern och testerna oförändrade.

Börja med godkända tester i ert tilldelade språk.

1. Läs det medföljande förslaget med begränsningsruta. Skapa en polygon där ett av dess tidiga returvärden ger fel area. Räkna ut det korrekta resultatet oberoende.
2. Lägg till en offentlig regression och visa att den lyckas med originalkoden.
3. Tillämpa ./scripts/apply-l7-patch.sh cpp eller ./scripts/apply-l7-patch.sh csharp. Kör ert språks testskript och visa ett påståendefel. Kör sedan samma hjälpare med --revert och visa att den lyckas igen.

Dokumentera beräkningen och de tre resultaten. Om hjälparen inte hittar sin infogningspunkt, stanna och fråga en handledare; anpassa eller tvinga inte patchen.

1. Välj en regression från extraövningarna 3–7, eller fallet med partiell överlappning i extraövning 3 om ni hoppade över dem.
2. Lägg till motsvarande påståenden i båda offentliga testfilerna i filkartan. Jämför koordinater, ordning, förväntade värden och toleranser sida vid sida.
3. Kör ./scripts/test-cpp.sh, ./scripts/test-csharp.sh och ./scripts/test-all.sh.

1. Fråga hur en kantkorsning hanteras och hur utdatabanor sätts samman. Leta i ert språk efter GetIntersection, AddCorner och ExecuteInternal i src/cpp/Clipper2Lib/src/clipper.rectclip.cpp eller src/csharp/Clipper2Lib/Clipper.RectClip.cs.
2. Öppna och verifiera minst två file:line-hänvisningar från förklaringen.
3. Testa ett observerbart påstående genom ClippedArea eller RectClip i er offentliga testsvit. Förklara det förväntade resultatet, kör ert språks testskript och behåll den godkända regressionen.

1. Definiera samma fasta lista med högst 20 små rektanglar eller icke-självskärande trianglar i båda offentliga sviterna. Ge varje fall uttryckliga koordinater, klipprektangel, frågepunkt och ett stabilt fall-ID.
2. Testa att omvänd hörnordning eller att alla indata flyttas tillsammans bevarar area och klassificering. Kontrollera att klippt area ligger mellan noll och rektangelns area. Förklara varför dessa relationer gäller.
3. Behåll tidigare påståenden med exakta värden, ange fall och koordinater i fel och kör båda språkens skript samt ./scripts/test-all.sh.

1. Välj minst 20 fasta giltiga fall med ID:n, polygoner, klipprektanglar och frågepunkter. Återanvänd fallen från extraövning 10 och lägg till tillräckligt många för att nå 20.
2. Låt de offentliga testkörprogrammen skriva nya build/parity-cpp.csv och build/parity-csharp.csv: kolumnerna case_id,area,classification, identisk ordning, invariant decimalformatering och namnen Outside, Boundary, Inside.
3. Skapa ett körbart scripts/parity-diff.sh. Jämför efter ID; avvisa dubbletter, saknade ID:n, olika klassificeringar eller areaskillnader över 0.001 och returnera icke-noll vid fel.
4. Kör de exakta kommandona för att skapa och jämföra. Visa en upptäckt avvikelse med en ändrad kopia, och skapa sedan om äkta utdata. Håll CSV-filerna utanför commits.

1. Välj ClassifyPoints (många punkter, en polygon) eller ClippedAreas (många polygoner, en rektangel; standardvalet). Skriv exakta C++-/C#-signaturer i docs/batch-api.md: bevara indataordningen, returnera en tom lista för tom indata och matcha separata anrop med en indata. Areor förblir oberoende och bildar inte en polygonunion.
2. Be om separata pass för API-konventioner och testdesign, med avgränsade assistenter om sådana finns eller sekventiellt annars. Granska den samlade planen som ett team före implementation.
3. Lägg till API:t och deklarationerna i båda språken, med tester för tom indata och ordningskänsliga blandade indata. Kör båda språkens skript och ./scripts/test-all.sh.

Börja med godkända tester i ert tilldelade språk.

1. Skapa en icke-självskärande polygon vars klippta skärning har minst två separata delar. Bekräfta i ett tillfälligt körprogram det råa antalet RectClip-banor med .size() (C++) eller .Count (C#). Räkna oberoende ut deras sammanlagda area och lägg till en ClippedArea-regression.
2. Visa att regressionen lyckas. Spara de exakta aktuella ackumulerings-/returraderna och ersätt dem sedan tillfälligt med den felaktiga retur som visas nedan. Kör ert språks testskript och visa ett påståendefel.
3. Återställ de exakta raderna och visa att det lyckas. Behåll regressionen och resultaten; ta bort körprogrammet och all avsiktligt felaktig kod utan att förlora andra ändringar.

Tillfällig retur i C++:

return clipped.empty()
    ? 0.0
    : std::abs(Clipper2Lib::Area(clipped.front()));

Tillfällig retur i C#:

return clipped.Count == 0
    ? 0.0
    : Math.Abs(Clipper.Area(clipped[0]));

Använd ert språks ClippedArea med Rect64(0,0,20,20) och:

(0,0),(5,5),(10,10),(15,15),(20,20),(20,10),
(20,0),(15,5),(10,10),(5,15),(0,20),(0,10)

1. Skapa ett tillfälligt körprogram under build/experiments/ som läser hörn från en datafil. Dokumentera dess exakta kommando och ursprungliga resultat i docs/minimised-case.md.
2. Välj ett fast villkor att bevara, till exempel area inom en angiven tolerans. Ta bort ett hörn i taget, behåll ordningen och minst tre hörn och kör igen efter varje försök. Dokumentera accepterade och avvisade borttagningar.
3. Försök till slut med varje tillåten borttagning av ett enda hörn. Behåll den slutliga indatan, villkoret, kommandona och resultaten; ta bort körprogrammet. Lämna wrappern och de offentliga testerna oförändrade.

1. För k = 1..9, sätt n = 10^k - 1. Använd kvadraten (0,0),(n,0),(n,n),(0,n) och Rect64(0,0,n,n); dess exakta area är n × n.
2. Använd ett tillfälligt körprogram under build/ och språkets BigInteger, unsigned __int128 eller en verifierad motsvarighet. Skriv ut nio ordnade rader: k, n, exakt heltalsarea, faktiskt ClippedArea-resultat och exakt numerisk likhet. Runda inte det förväntade heltalet till double före jämförelsen.
3. Spara alla rader, det exakta kommandot och den första avvikelsen (om någon) i docs/precision-results.md. Lägg till ett noggrannhets-/intervallförslag med kompatibilitetskonsekvenser i docs/spec-proposals.md, och skapa filen vid behov. Ta bort körprogrammet; lämna befintlig specifikation, wrapper och tester oförändrade.

1. Använd baslinjen från extraövning 1, eller identifiera en commit direkt före era avsedda ändringar. Bekräfta att diffen har rätt omfattning.
2. Granska git status --short och git diff. Lägg återstående arbete i fokuserade commits utan genererade filer, orelaterade ändringar eller omskrivning av delad historik. Kör ./scripts/test-all.sh.
3. Be i en ny AI-konversation om en granskning med exakta baslinje-/slutcommits, relevant specifikation, källkod och testutdata. Leta efter ostödda påståenden, orelaterade ändringar, försvagade påståenden och saknade negativa fall.
4. Bedöm materiella fynd i docs/review-notes.md: godta eller avvisa dem med belägg. Åtgärda grundade problem, kör berörda tester igen och uppdatera slutrevisionen.

1. Återanvänd en fråga från extraövning 7 eller 9. Förbered en förfrågan och samma kod-/specifikationssnapshot för båda modellerna; ta inte med någon modells tidigare svar.
2. Använd /new för varje körning, sedan /models, och välj därefter Plan med Tab (detaljer). Dokumentera de faktiska modellnamnen. Avböj filändrande åtgärder, jämför diffar före och efter och ta tid på varje komplett svar med en telefontimer.
3. Skapa i docs/model-comparison.md två modellrader med tre kolumner: verifierade hänvisningar, ett påstående testat med faktiskt kommando/resultat och förfluten tid. Verifiera påståenden efter att båda svaren samlats in; märk saknade belägg ärligt.
4. Förklara vilket svar ni litar på och varför. Behåll experimentets indata/resultat och ta sedan endast bort tillfällig jämförelsekod; bevara tidigare tester.

1. Välj lärdomar från lyckade metoder, förvirring eller ett valfritt AI-misstag. Skriv 3–5 korta regler i docs/team-rules.md, var och en med en observerbar handling och erfarenheten bakom den.
2. Välj en tidigare förfrågan som kan förbättras. Starta en ny konversation, läs uttryckligen in reglerna, ange samma nödvändiga kontext och upprepa den förfrågan oförändrad.
3. Dokumentera en kort före-/efterjämförelse: vad förväntade ni er skulle ändras och vad ändrades faktiskt?