chore: gitignore 忽略 test/ 与 temp/，新增本地测试数据抽取工具说明

.gitignore

@@ -69,6 +69,10 @@ api_tokens.json
 *.xls
 *.csv
 
+# Test data tooling and generated test data (local only)
+test/
+temp/
+
 # IDE and OS
 .claude/
 .vscode/

docs/project_context.md

@@ -1015,6 +1015,14 @@ CellData 处理日志细化（`app/services/cell_data.py`）：
 - 准确率（MCP 实测，重叠 66001）：网络 100%、制式 97.88%(排除 3DMM 即 100%)、频段 97.6%、带宽 99.75%、站型 99.94%、**物理站 99.59%、扇区 99.20%**；残差为不可还原的人工差异（室分多载波编号、700M 个别人工编号、源数据制表符等）。详见 `docs/sector_inference_research.md`。
 - 关键坑：MySQL 字符串字面量会吞掉未知转义的反斜杠，正则字面量需写 `\\(`（.sql 文件）/ JSON 调用需 `\\\\(`；ICU 正则字符类内的 `[ ]` 易误判，统一把名称中的 `[]` 转 `()` 后只处理圆括号。
 
+## 2026-06-26：测试数据抽取工具（本地 test/，已 gitignore）
+
+- `.gitignore` 新增忽略 `test/` 与 `temp/`（生成的测试数据）。`test/` 目录及其脚本不入库，仅本地用。
+- `test/make_test_data.py`：交互式从完整 CapacityReportData 源目录抽小样本，输出到 `<仓库>/temp/CapacityReport`（结构同源 4G/5G/RJ，每次生成前先清空）。启动询问「源目录」「每频段数量(默认500)」。
+- 抽取规则：按数据文件夹为单位，4G 主文件按 `制式` 列拆 TD-LTE(TDD)/LTE FDD(FDD) 各取数量；每频段 = `test/dump.csv` 清单中属于该频段的小区(优先全保留) + 指定数量其他小区；保留全部列与时序仅删行；RJ 日均流量整体原样复制。小区主键 4G=eNodeBId-cellId、5G/RJ=网元ID-cellId（注意 4G CSV 同时含网元ID，需以 eNodeBId 为准并保留制式拆分）。
+- `test/dump.csv`：每行一个 CGI/NCGI（自动去 PLMN 前缀匹配），# 注释；用于固定保留高负荷等特定小区。
+- 实测：源 673MB→样本(500/频段) 约 34MB；优先小区与制式拆分均验证正确。
+
 ## 2026-06-26：容量处理无条件同步 CellData→容量库（覆盖手动上传场景）
 
 - 问题：原 `_try_refresh_cell_data`（tasks.py / remote.py）首行 `if not cell_data.remote_data.enabled: return`，把「远程拉取 + 执行 CellData.sql + `copy_celldata_tables_to_capacity`」整体锁在 FTP/SFTP 开关后。手动上传 CellData 入库（无 FTP）时，容量处理不会把 celldata 的 cellinfo/sector 复制到 capacityreport，导致 ReportScript 富集用的是旧/缺失数据（celldata 与容量为不同库时）。