Archive MaleCNS research sources, provenance, bibliography and immutable data inventory

docs/40-operations/backup.md

@@ -0,0 +1,29 @@
+# 大数据同步与备份（尚未配置异机目的地）
+
+初始化前本机项目磁盘占用约 29,724,987,392 bytes（29.72 GB）：
+
+| 分类 | 磁盘占用 bytes |
+|---|---:|
+| datasets | 15,881,289,728 |
+| experiments | 7,598,972,928 |
+| models（主要为环境） | 6,244,691,968 |
+
+两个虚拟环境共约 6.46 GB；排除环境仍有约 23.26 GB，包括原始/派生数据、已有压缩包和外部代码副本。
+逐文件快照使用逻辑 bytes，与 du 实占、Git 压缩包大小不是同一指标，不应混用。
+历史 Phase 1–2 `.tar.zst` 为 3,464,817,549 bytes；它不是全阶段备份。
+
+## 推荐分层
+
+- Git：小代码、YAML、报告、书目、外部版本锁和 SHA-256 索引。
+- 版本化文件存储/NAS/对象存储：原始 SWC/Feather、CSR、Parquet/NPZ 事件、实验状态和历史压缩包。
+- 可重建环境：记录包/driver/compiler版本，按需另备离线 wheel 和编译依赖。
+
+第二层尚未指定目的地、容量、访问权限与保留策略，所以本次**没有**声称完成异机全量备份。
+Git 服务所在 IP 不自动等于获准的数据存储目录；不擅自把 23 GB 数据复制到服务根目录。
+
+## 后续执行要求
+
+选择明确的新备份目录，确认空间后先 dry-run，再增量/断点传输；默认不删除目的地文件。
+恢复到独立空目录后运行完整 SHA-256 验证，记录 source/destination/snapshot hash/时间/结果。
+至少保留一份独立故障域副本；同盘压缩包和同机 Git 不抵抗磁盘损坏。
+数据同步与历史版本备份不是一回事，禁止用无版本镜像替代保留策略。

docs/40-operations/git-sync.md

@@ -0,0 +1,26 @@
+# Git 同步规则
+
+远程：`ssh://git@192.168.10.31:2222/qishizhe/digital-drosophila.git`。
+服务器→Git 服务免密读取已确认；本机→计算服务器是另一条独立认证链。
+首次建立 `codex/project-bootstrap`，不 force push，不伪造旧阶段 commits。
+
+```bash
+cd /data/digital-drosophila
+git status --short
+git diff --stat
+# 只添加明确需要的代码、文档和新清单，先审查再提交。
+git add docs references registry tools README.md NOTICE.md .gitignore .gitattributes
+python3 -B tools/repo_guard.py
+git diff --cached --stat
+git commit -m 'Document audited project update'
+git push origin codex/project-bootstrap
+```
+
+源代码更新须显式列出路径；不要为整理仓库修改已封存模型文件。
+`.gitattributes` 禁用文本换行转换以保留旧源码哈希；本仓库 local core.autocrlf=false。
+不要运行 `git clean -fdx`、强制 reset、会删 ignored 数据的清理工具，或对现有项目做镜像删除同步。
+不要使用 `git add -f datasets experiments` 绕过防护。
+
+`repo_guard.py` 检查 staged blob：数据/环境/嵌套仓库、>25 MiB 文件、常见凭据标记；它不是完备的 DLP/安全扫描器，仍需人工审查。
+首次提交身份 `Digital Drosophila Archive <archive@localhost>` 是归档机器人，不代表研究作者。
+仓库 default branch 可由服务管理员选择；本次不改服务的全局设置。