7 Commits

Include renames

Author	SHA1	Message	Date
ChemaVXandClaude Fable 5	dadc030d16	feat(seo): aviso de colisión de tema en /generate blog en ... Al publicar el draft EN en Ghost, el título propuesto se compara contra los posts published+scheduled del sitio (corpus vía Admin API — incluye la cola programada, justo el caso del doble Kecksburg del 2026-07-10) con el topic_collision vendorizado. Si colisiona, el notice de Telegram lleva un bloque "🚨 Posible colisión de tema" en las tres rutas (live, dryrun, bare). Nunca bloquea: el draft se crea igual, el humano decide (fusionar, retitular o enlazar a propósito). Solo lang=en (stopwords inglesas). Títulos ajenos saneados de entidades Markdown (regla de _safe_send). Aislamiento: cualquier fallo del check → notice sin bloque y warning en logs, jamás rompe la publicación. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>	2026-07-10 11:17:33 +00:00
ChemaVXandClaude Fable 5	fbe8ae1885	fix(scraper): _unwrap_news_link normaliza //url y descarta apiclick sin URL usable ... Un ?url= protocol-relative (//publisher.com/...) caía por el startswith('http') y devolvía el link apiclick.aspx crudo, que pasaba blacklist y relevancia y acababa raspado como página de redirect/consent de Bing. Ahora se antepone https: a los protocol-relative y, si no se puede extraer URL válida de un apiclick, se devuelve '' para que el caller lo salte. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>	2026-07-05 15:58:40 +00:00
ChemaVXandClaude Fable 5	a23810b9cc	feat(scraper): seed de noticias Bing News RSS tras ENABLE_NEWS_SEED (off) ... Nuevo _seed_news: registra el feed de Bing News como fuente rss y _extract_rss (F3) siembra sus entries — sin lógica de parseo duplicada. _unwrap_news_link extrae la URL real del publisher del ?url= de apiclick.aspx. Bing y no Google News como pedía el plan: verificado en vivo que los links de news.google.com/rss/articles/ acaban en muro de consent (UE) y el id AU_yqL solo se resuelve vía batchexecute interno — habría sembrado URLs muertas. Los de Bing llevan la URL real en texto plano. Flag off por defecto: se activará deliberadamente vía deployment. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>	2026-07-04 10:59:00 +00:00
ChemaVXandClaude Fable 5	f210b34e5f	feat(scraper): F3 — extractor RSS + detección de feeds con word-boundary ... detect_source_type ya clasificaba 'rss' pero no había rama en _process_source: los feeds caían a _extract_web y trafilatura no saca nada del XML (se descartaban por cortos). Ahora _extract_rss parsea el feed (feedparser en hilo, como el monitor de noticias) y siembra sus entries como fuentes nuevas: filtro de relevancia por título/URL, blacklist, dedupe, cap de 20 y respeto de max_depth. El feed en sí se marca skipped — es puro descubrimiento, no tiene contenido que trocear. De paso, la detección pasa de substring puro (clasificaba /feedback y /atomic como rss) a RSS_RE con límites de palabra. Tests de ambos. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>	2026-07-03 15:43:50 +00:00
ChemaVXandClaude Fable 5	19efc70539	feat(seo): fijar vocabulario de tags ES en el autofill ... Cierra el TODO de ALLOWED_TAGS: el allow-list ES son los 6 tags del núcleo vivo de zonadeexclusion (Admin API, 2026-07-03), espejo de la lista EN confirmada: uap, desclasificados, casos-militares, casos-clasicos, investigacion, casos-espana. Quedan fuera la cola de tags de 1 post que el modelo inventó antes de constreñir y el duplicado investigacion-2 (colisión de mayúsculas en Ghost). La regla anti-legacy 'never use "investigacion"' del prompt pasa a ser solo-EN: en ES ese slug es el tag canónico del allow-list. Tests de las funciones puras (_coerce, _system_prompt) por idioma. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>	2026-07-03 07:52:26 +00:00
ChemaVXandClaude Opus 4.8	94dc0316f9	chore: add .gitignore y dejar de trackear bytecode .pyc ... - .gitignore para Python, .env, *.db y artefactos de editor/OS - git rm --cached de todos los __pycache__/*.pyc previamente trackeados Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>	2026-06-15 14:38:46 +00:00
ChemaVX	ba08536337	feat: initial ResearchOwl	2026-04-27 13:49:07 +00:00