ChemaVX
48fbe4302f
La lista blanca CASE_KEEP no escala y se rompió en el primer artículo real: el Canarias de prueba del 2026-07-21 traía «El testigo del carguero Osaka Bay» y «Ricardo Campo Pérez y Vicente-Juan Ballester Olmos», los dos encabezados correctos, marcados como Title Case porque un barco y dos investigadores no estaban en la lista. El umbral de 2 palabras protege de un nombre propio suelto, no de uno de varias palabras — y cada caso nuevo trae nombres nuevos. Ahora el propio blog resuelve la duda: si el corpus escribe esa palabra en minúscula en algún otro sitio, capitalizarla a mitad de frase es estilo inglés; si no aparece nunca en minúscula, es un nombre propio. «ciudad», «borde» y «pánico» salen por todas partes; «Osaka» y «Ballester» jamás. minimo=1 elegido barriendo el umbral contra 10 encabezados reales, el corpus limpio y el sucio de la víspera — la tabla queda en el docstring. Una sola aparición en minúscula ya prueba lo que hace falta: que la palabra PUEDE ir en minúscula. Subir el umbral solo pierde detección (10/10 → 7/10 con mínimo 5). CASE_PHRASES y CASE_KEEP siguen como red: «Guerra Fría» necesita protección explícita porque «guerra» sí aparece en minúscula. Sin vocabulario, la función se comporta como antes.
seo-tools
SEO rule engine + tooling for the Ghost blogs (EN: theexclusionzone.com).
seo_rules.py— shared rule engine (pure functions, no I/O). Single source of truth for thresholds + checks. Consumed by the auditor, the validator, and (vendored) by ResearchOwl's blog pipeline.seo_audit.py— Tool A: site-wide auditor (reads all published posts viaghst-en).seo_validate.py— Tool C: single-post pre-publish validator (seo-checkwraps this).seo_exceptions.py— documented, consciously-accepted waivers (auditor reporting filter).seo_mirror.py— OG/Twitter mirroring helper.phase2_*.py/json— one-off batch helpers (kept for provenance).
No secrets live here. Ghost access is via the ghst-en wrapper (~/.local/bin), which
fetches a staff token on demand from the pod and never writes it to disk.