Cantieri aperti: differenze tra le versioni
| [versione verificata] | [versione verificata] |
handoff automatico |
handoff automatico |
||
| Riga 7: | Riga 7: | ||
== Cantieri attivi == | == Cantieri attivi == | ||
=== censimento-biblioteca === | |||
''Aggiornato 2026-09-16 22:50 UTC'' — dominio: biblioteca | |||
; Obiettivo : Censimento completo Biblioteca Magnetica: megaindice con metadati, indice e prime pagine per ogni libro, dedup, collegamento Crabtree | |||
; Fatto (con prova) : | |||
* Catalogo DeepSeek (lug 2026) gia fuso in biblioteca.corpus: autore 67%, anno 59%, indice 27%, descrizione 74% | |||
* corpus_meta/corpus_meta2 tabelle di passaggio. Piano censimento-biblioteca (SQL in /home/claudeuser/censimento_bib/): catalogo_struttura + v_catalogo + riepilogo.csv, job censimento-biblioteca_run2. Il corpus ha perso i confini di pagina (form feed solo su 6258 doc): prime-10-pagine/pagine-bianche vanno fatte sui PDF Drive. | |||
* v_catalogo (megaindice) + catalogo_struttura con sha_testo (494 famiglie di duplicati esatti, 1271 doc) + catalogo_crabtree_match (600 voci Crabtree agganciate, 289 forti). prime_pagine.py (scripts/) legge le prime 10 pagine dei PDF da Drive in streaming: pilota 100 ok, corsa completa job censimento-biblioteca_prime_pagine_full -> biblioteca.prime_pagine (stato in censimento_bib/prime_pagine_state.json, riprende da solo). Trovati 45 doc_id doppi in corpus (17695 righe, 17650 distinti). | |||
; Prossimo passo : | |||
* AUTO: python3 /home/claudeuser/scripts/job.py --status censimento-biblioteca_prime_pagine_full | |||
* AUTO se caduto: python3 /home/claudeuser/scripts/job.py --run "python3 /home/claudeuser/scripts/prime_pagine.py" --id censimento-biblioteca_prime_pagine_full2 | |||
* a corsa finita: regex frontespizio su prime_pagine.testo_frontespizio (autore/titolo/anno/editore/luogo deterministici) e classificazione strutture editoriali per epoca | |||
* DeepSeek diretto solo sui doc con meta_status NULL restanti (circa 7 USD, serve via di Marco) | |||
* dedup dei 45 doc_id doppi in corpus | |||
=== chat-s20260908-dipisafermo-1ol47hs === | === chat-s20260908-dipisafermo-1ol47hs === | ||
''Aggiornato 2026-09-16 22:40 UTC'' — dominio: chat_riprese | ''Aggiornato 2026-09-16 22:40 UTC'' — dominio: chat_riprese | ||
| Riga 59: | Riga 74: | ||
; Fatto (con prova) : | ; Fatto (con prova) : | ||
* 17/09 fusione dei due audit in uno (analisi cantieri) | * 17/09 fusione dei due audit in uno (analisi cantieri) | ||
=== fabbrica-ingresso-config-vincente === | === fabbrica-ingresso-config-vincente === | ||