# moon_outlines 路线图

目标：10 月轮（10.24 截止）交付 M1-M4 核心；季度评选前完成 M5-M6 与生态集成。

约定：每个里程碑合入前必须 `moon check` / `moon test` / `moon fmt --check` 全绿；
以测试作为主要验收证据；每个里程碑至少 2 个有意义的 commit。

## M0 工程骨架（10.13）✅

- [x] moon new 模板定制：模块名、LICENSE(Apache-2.0)、.gitignore、pre-commit(moon check)
- [x] CI：三平台 `moon check/test --target all` + `moon fmt --check`
- [x] README / ROADMAP / PROPOSAL 框架
- 验收：空仓库到可构建工程；commit ≥ 3

## M1 正则子集 -> NFA -> 全串匹配（10.13-10.15）✅

- [x] AST 设计（量词解析期脱糖，自动机只处理 5 种基础节点）
- [x] 递归下降解析器：字面量/`.`/字符类(含取反)/`d D w W s S` 转义/分组/分支/量词
- [x] Thompson NFA 构造 + ε-闭包模拟匹配（全匹配语义）
- [x] 黑盒测试：接受/拒绝/错误模式三类用例
- [ ] 性能基线：简单模式在 1k 长度输入上的匹配耗时记录（不设指标，只记录）
- 验收：`moon test` ≥ 25 个用例全绿；CLI 可演示

## M2 确定化、枚举与差分测试（10.16-10.18）✅（10.13 提前完成）

- [x] 子集构造：NFA -> DFA（原子区间划分：汇总全部边标签边界切分论域，按区间组织转移表）
- [x] DFA 最小化（活性分析 + Moore 分区细化；Hopcroft 留作后续性能优化）
- [x] 随机差分测试：随机 AST -> 渲染回模式串 -> 三方（NFA/DFA/最小化）对照，
  两批种子 × 40 模式，每批 ≥1000 对照（穷举 {a,b,c}≤4 长全串 + 随机长串 + 枚举抽样）
- [x] 长度受限枚举：strings_up_to 按长度分层 BFS，每区间取代表字符（避开代理区），
  单字符区间下枚举恰完备；双上限（条数/前沿）防组合爆炸
- [x] 性能基线：38 用例含两批随机差分，本地 `moon test` 秒级完成（后续优化以 CI 时长为准）
- 验收：随机差分 1000+ case 通过；枚举与匹配结果一致 ✅

## M3 EBNF -> 下推自动机（10.19-10.20）🔄（占位已提交：类型冻结 + 样例夹具）

- [x] 占位提交：AST 类型冻结 + 样例文法夹具 + 解析器桩（10.13）
- [ ] Lark EBNF 子集解析（终结符/非终结符/规则/优先级忽略）
- [ ] 递归下降 -> 下推自动机（生成语义：按状态给出合法"词组"集合）
- [ ] JSON 基础文法（RFC 8259 值文法）作为内置文法 + 测试
- 验收：给定 JSON 文法，任意接受串都能 `moonjson` 解析成功（闭环校验）

## M4 token mask 引擎 + GBNF 导出（10.21-10.23）

- [ ] tokenizer.json 词表加载（对接 howtomakeaname/tokenizers-moonbit 或自实现最小子集）
- [ ] 自动机状态 × 词表 -> 每步合法 token id 集合（正确性优先，ASCII/BPE 常见路径）
- [ ] GBNF 文法导出（正则/文法 -> llama.cpp grammar）
- [ ] 端到端 demo：GBNF + llama.cpp 绑定 + 小模型生成合法 JSON（脚本可复现）
- 验收：掩码推进与全串匹配一致（性质测试）；demo 脚本入库

## M5 收尾与发布（10.23-10.24）

- [ ] README 完善、示例、CHANGELOG；mooncakes.io 发布
- [ ] 申报书定稿（人工撰写，PROPOSAL.md 仅留结构参考）
- [ ] 提交前自查（osc2026-guide skill：验收模式）
- 验收：CI 绿 + mooncakes 可安装 + 申报材料齐备

## M6 季度评选增强（10.25+，选做）

- [ ] JSON Schema -> 文法降级（类型/enum/范围/pattern 常用关键字）
- [ ] 与 moonschema 的"生成-校验"闭环测试；性能优化（掩码缓存）
- [ ] 博客/开发日志

## 风险登记

| 风险 | 缓解 |
| --- | --- |
| token 边界/多字节字符掩码错误 | M4 限 ASCII+常见 BPE 路径；性质测试钉死；边界 case 显式列出 |
| 10 月窗口时间紧 | M1-M4 为安全线；M3/M4 可裁剪范围；M6 留给季度 |
| 与校验类库的边界被质疑 | README 明确"事前约束 vs 事后校验"互补关系；用 moonschema 做闭环测试 |
| 上游 API 变动（tokenizer 绑定） | 最小依赖面；必要时自实现词表加载子集 |