fix: 排除规则漏了根目录的 EE 许可证引用文件；脚本补 public 方向修正

修一个会误导读者的排除漏洞：
只排除 ee/ 时，LICENSES/LicenseRef-OpenWork-EE.txt 仍会被推进镜像。
它是 REUSE 规范的引用文件，存在的唯一意义是给 ee/ 下的文件做 SPDX 引用
（ee/ 里写着 "SPDX-License-Identifier: LicenseRef-OpenWork-EE"）。
ee/ 一删，它就成了孤儿。许可证文本公開本身不侵权（上游自己就公开），
但一个不含 EE 代码的仓库里躺着 EE 许可证，读者只会以为我们漏排了。

许可证块补 redistributable_after_excludes: true。
依据：根 LICENSE 原文（已读远端全文）——
  "All content that resides under the /ee directory ... OpenWork EE License"
  "Content outside ... is available under the 'MIT' license"
排除 ee/ 后为纯 MIT。

mirror_sync.sh 补 private → public 方向修正，但默认不自动翻：
原先脚本只有「收紧」方向（应为私有就 PATCH private:true），
没有放宽方向——openwork 判定为 public 但仓库停在 private，
重跑多少次都不会翻过来，档案与事实不一致却看不出原因。
现在会报告「应为 public 但当前 private」，要求显式加 --set-public。
公开不可逆，放松方向永远不该自动做。

一句话结论去掉样本计数：
maka「四个里唯一」、QwenPaw/Tutti「七个里…」——每加一批样本就过时一次。
改成不带计数的表述，「已收录样本中」本就是隐含的。

总纲 id=98 已重发。

scripts/mirror_sync.sh

@@ -21,6 +21,9 @@ DEPTH=""
 # 而这个分支只在特定体积下才走到——不初始化就成了「偶尔才炸」的雷。
 SOURCE_ONLY="auto"
 SOURCE_ONLY_FORCE="no"
+# private → public 的显式授权开关。默认 0：公开不可逆，绝不自动放宽。
+SET_PUBLIC="0"
+EXCLUDE_COUNT="0"
 
 while [[ $# -gt 0 ]]; do
   case "$1" in
@@ -29,6 +32,7 @@ while [[ $# -gt 0 ]]; do
     --url)            GITEA_URL="$2"; shift 2;;
     --depth)          DEPTH="$2"; shift 2;;
     --no-source-only) SOURCE_ONLY="no"; shift;;
+    --set-public)     SET_PUBLIC="1"; shift;;
     *) echo "未知参数: $1" >&2; exit 1;;
   esac
 done
@@ -55,15 +59,45 @@ lic = (d.get("business") or {}).get("license") or {}
 print(f"UPSTREAM={shlex.quote(str(m.get('upstream') or ''))}")
 print(f"REPO_NAME={shlex.quote(str(m.get('gitea_repo') or '').split('/')[-1] or d.get('id',''))}")
 # 可见性以许可证判定为准，不信任档案里手写的 visibility
-vis = "public" if lic.get("redistributable") else "private"
+exc = m.get("excludes") or []
+if exc:
+    # 目录切分许可：被排除的目录不进镜像，所以决定可见性的是**排除后**的内容。
+    # 这里必须显式读 redistributable_after_excludes，缺了就报错——
+    # 不能拿整体许可证去猜：openwork 整体是 L3（含 ee/），排除后是纯 MIT，
+    # 两种情况结论相反，猜错就是把受限内容公开出去，或者把能公开的白白锁起来。
+    ra = lic.get("redistributable_after_excludes")
+    if ra is None:
+        sys.stderr.write(
+            "档案声明了 mirror.excludes，但 business.license 里没有 "
+            "redistributable_after_excludes，无法判定排除后的可见性。\n"
+            "请在许可证块补上该字段（true=排除后可公开，false=仍须私有）。\n")
+        sys.exit(2)
+    vis = "public" if ra else "private"
+else:
+    vis = "public" if lic.get("redistributable") else "private"
 print(f"VISIBILITY={shlex.quote(vis)}")
 print(f"LIC_LEVEL={shlex.quote(str(lic.get('openness') or '?'))}")
 print(f"LIC_NAME={shlex.quote(str(lic.get('name') or ''))}")
+# 目录切分许可的排除项（如 OpenWork 的 ee/）。
+# 必须读档案 mirror.excludes，不能读 registry.yaml 的 mirror_excludes：
+# 后者只是批量抓取的提示，脚本从来没读过它，写在那里等于没写——
+# openwork 的 visibility: public 曾因此建立在一条从未生效的规则上。
+print("EXCLUDES=" + shlex.quote("\n".join(str(x) for x in (m.get("excludes") or []))))
 PY
 
 # shellcheck disable=SC1090
 source "${CONF_FILE}"
 
+# 换行分隔 → 数组。空输入要能正确得到零长数组，否则下面 ${#EXCLUDE_PATHS[@]}
+# 在 set -u 下会因未绑定而炸（这类"偶尔才走到"的分支最容易埋雷）。
+EXCLUDE_PATHS=()
+if [[ -n "${EXCLUDES}" ]]; then
+  while IFS= read -r _line; do
+    [[ -n "${_line}" ]] && EXCLUDE_PATHS+=("${_line}")
+  done <<< "${EXCLUDES}"
+fi
+EXCLUDE_COUNT=${#EXCLUDE_PATHS[@]}
+
 [[ -z "${UPSTREAM}" ]] && { echo "档案缺少 mirror.upstream" >&2; exit 1; }
 
 echo "==> 镜像 ${ID}"
@@ -74,6 +108,10 @@ echo "    可见性  : ${VISIBILITY}"
 if [[ "${VISIBILITY}" == "private" ]]; then
   echo "    ⚠ L3 级 source-available，已强制私有。公开镜像可能构成未经授权的分发。"
 fi
+if [[ ${#EXCLUDE_PATHS[@]} -gt 0 ]]; then
+  echo "    排除路径  : ${EXCLUDE_PATHS[*]}"
+  echo "    ⚠ 本项目的 public 可见性建立在「上述路径不进镜像」之上，推送前会二次校验。"
+fi
 
 # ---- 凭据：优先环境变量，回退到 macOS 钥匙串 ----
 if [[ -z "${GITEA_TOKEN:-}" ]]; then
@@ -102,11 +140,35 @@ else
 fi
 
 # 已存在的仓库若应为私有，显式修正（创建时的 private 对已存在仓库不生效）
+# 收紧方向永远自动做：把一个本该私有的仓库公开出去是事故，反过来锁起来只是不方便。
 if [[ "${VISIBILITY}" == "private" ]]; then
   curl -sS -o /dev/null -u "${GITEA_USER}:${GITEA_TOKEN}" -X PATCH \
     -H 'Content-Type: application/json' -d '{"private":true}' "${API}/repos/${ORG}/${REPO_NAME}" || true
 fi
 
+# ---- 放宽方向（private → public）必须显式授权 ----
+# 公开是不可逆动作：一旦有人 fork/克隆，就再也收不回来。
+# 所以这里**不自动翻**——只报告，要求显式加 --set-public。
+# 2026-09-02 补：原先脚本只有"收紧"方向的修正，openwork 判定为 public 但仓库
+# 停在 private，重跑多少次都不会翻过来，档案与事实不一致却看不出原因。
+if [[ "${VISIBILITY}" == "public" ]]; then
+  CUR_PRIVATE="$(curl -sS -u "${GITEA_USER}:${GITEA_TOKEN}" "${API}/repos/${ORG}/${REPO_NAME}" \
+    | /Users/figmarlite/.workbuddy/binaries/python/envs/default/bin/python -c 'import sys,json;print("true" if json.load(sys.stdin).get("private") else "false")' 2>/dev/null || echo unknown)"
+  if [[ "${CUR_PRIVATE}" == "true" ]]; then
+    if [[ "${SET_PUBLIC}" == "1" ]]; then
+      echo "    ⚠ 按 --set-public 将 ${ORG}/${REPO_NAME} 从 private 翻为 public（不可逆）"
+      curl -sS -o /dev/null -u "${GITEA_USER}:${GITEA_TOKEN}" -X PATCH \
+        -H 'Content-Type: application/json' -d '{"private":false}' "${API}/repos/${ORG}/${REPO_NAME}" \
+        && echo "    已翻为 public"
+    else
+      echo ""
+      echo "    ⚠ ${ORG}/${REPO_NAME} 判定应为 public，但远端当前是 private。"
+      echo "      公开不可逆，脚本默认不自动翻。确认后重跑并加 --set-public。"
+      echo "      判定依据：许可证 ${LIC_LEVEL}，排除 ${EXCLUDE_COUNT} 项后 redistributable=${VISIBILITY}"
+    fi
+  fi
+fi
+
 # ---- 同步 ----
 MIRROR_DIR="${ROOT}/.mirrors/${REPO_NAME}.git"
 mkdir -p "${ROOT}/.mirrors"
@@ -241,6 +303,23 @@ if [[ ( "${PACK_MB}" -gt "${MAX_PUSH_MB}" || "${SOURCE_ONLY_FORCE}" == "yes" ) \
 
   git init -q "${SNAP}/repo"
   git --git-dir="${MIRROR_DIR}" --work-tree="${SNAP}/repo" checkout HEAD -- . 2>/dev/null
+
+  # 目录切分许可的排除在这里落地：工作树 checkout 完之后整棵删掉。
+  # 注意必须在资产剔除**之前**做——ee/ 这类目录里也可能有图片/字体，
+  # 顺序反了会留下空目录和残留文件。
+  if [[ ${#EXCLUDE_PATHS[@]} -gt 0 ]]; then
+    for _exc in "${EXCLUDE_PATHS[@]}"; do
+      if [[ -e "${SNAP}/repo/${_exc}" ]]; then
+        rm -rf "${SNAP}/repo/${_exc}"
+        echo "      已排除 ${_exc}"
+      else
+        # 排除了个不存在的路径，多半是上游改了目录结构。
+        # 不静默放过——否则哪天 ee/ 挪了窝，我们还在按 public 推。
+        echo "      ⚠ 声明要排除的 ${_exc} 在上游不存在，请核对档案的 excludes 是否过期"
+      fi
+    done
+  fi
+
   find "${SNAP}/repo" -type f -not -path '*/.git/*' \( \
       -iname '*.png' -o -iname '*.gif' -o -iname '*.jpg'  -o -iname '*.jpeg' \
       -o -iname '*.webp' -o -iname '*.ico' -o -iname '*.mp4' -o -iname '*.mov' \
@@ -258,6 +337,10 @@ if [[ ( "${PACK_MB}" -gt "${MAX_PUSH_MB}" || "${SOURCE_ONLY_FORCE}" == "yes" ) \
 ## 这不是完整保真镜像
 
 本仓库只含**源码与文档**，已剔除图片、音视频、字体等非源码素材。
+$(if [[ ${#EXCLUDE_PATHS[@]} -gt 0 ]]; then
+    printf '此外按许可证要求排除了以下目录：%s。\n' "${EXCLUDE_PATHS[*]}"
+    printf '本仓库的公开可见性以该排除为前提；完整上游含受限许可内容。\n'
+  fi)
 原因：Gitea 前置 nginx 的 \`client_max_body_size\` 上限约 ${MAX_PUSH_MB} MB，
 完整裸仓打包 ${PACK_MB} MB 会被 HTTP 413 拒绝。
 
@@ -279,6 +362,42 @@ else
   PUSH_DIR="${MIRROR_DIR}"
 fi
 
+# ---- 推送前硬校验：排除项绝不能进公开镜像 ----
+# 这是整套许可证分级的最后一道闸。前面所有环节（声明、checkout 后删除）都可能有
+# 遗漏或顺序问题，而"public"这个动作的代价是不可逆的——东西一旦公开就收不回来。
+# 所以这里不看过程只看结果：直接检查待推送目录里还有没有这些路径。
+if [[ "${VISIBILITY}" == "public" && ${#EXCLUDE_PATHS[@]} -gt 0 ]]; then
+  if [[ "${MIRROR_MODE}" == "full" ]]; then
+    # full 模式直接拒：push --mirror 推的是完整裸仓，剔除目录需要重写历史
+    # （git filter-repo），本脚本不做。更关键的是——裸仓没有工作树，
+    # 文件系统层面的检查会**假通过**，而 ee/ 的内容在历史里照样推得出去。
+    # 这种"检查了但没真检查到"比不检查更危险，所以这里不看结果直接拦。
+    echo "" >&2
+    echo "✗ 拒绝以 full 模式推送到公开仓库：${EXCLUDE_PATHS[*]}" >&2
+    echo "  full 模式用 push --mirror 推完整裸仓，无法在此层面剔除受限目录，" >&2
+    echo "  且历史提交里仍含该内容。请二选一：" >&2
+    echo "    a) 把档案 mirror.visibility 改为 private；" >&2
+    echo "    b) 让体积超过闸门（MAX_PUSH_MB=${MAX_PUSH_MB}）走 source-only 路径，排除在该路径生效。" >&2
+    exit 1
+  fi
+
+  # source-only：有真实工作树，可以做结果校验。
+  # 不看"我们有没有执行删除"，只看"待推送内容里到底还有没有"——
+  # 过程可能被改坏，结果不会说谎。
+  LEAK=()
+  for _exc in "${EXCLUDE_PATHS[@]}"; do
+    _base="${_exc%/}"
+    [[ -e "${PUSH_DIR}/${_base}" ]] && LEAK+=("${_base}")
+  done
+  if [[ ${#LEAK[@]} -gt 0 ]]; then
+    echo "" >&2
+    echo "✗ 拒绝推送：以下受限目录仍在待推送内容中：${LEAK[*]}" >&2
+    echo "  目标仓库是 **public**，而其中含受限许可内容。" >&2
+    exit 1
+  fi
+  echo "    排除校验通过：${EXCLUDE_PATHS[*]} 均不存在于待推送内容"
+fi
+
 echo "    推送到 ${ORG}/${REPO_NAME} ..."
 if [[ "${MIRROR_MODE}" == "full" ]]; then
   git -C "${PUSH_DIR}" push --mirror "${PROTO}://${U_ENC}:${P_ENC}@${HOST}/${ORG}/${REPO_NAME}.git"