4 Commits

Include renames

Author	SHA1	Message	Date
ChemaVXandClaude Opus 5	8b81ef87e4	seo: arreglar la capitalización ES en el ORIGEN, y el motor apuntando al blog malo ... Capa 1 del plan del 2026-07-29: lo que se arregla en el generador se arregla una vez; lo que se arregla con un vigilante es trabajo para siempre. 1) MAYÚSCULA DE ORACIÓN EN ES. El prompt no decía nada de capitalización, solo «write in SPANISH». Un modelo entrenado en inglés escribe Title Case en cuanto le pides un «SEO title»: por eso hubo que corregir a mano NOVENTA Y UN campos del blog ES. Va en el prompt y NO en un validador, y esto es una decisión medida, no una comodidad. Distinguir «Lo que Revelan» (mal) de «el Roswell de Pennsylvania» (bien) exige saber qué palabra es nombre propio. Probé dos detectores deterministas contra el corpus real antes de escribir ninguno: - por proporción de palabras capitalizadas: 100% de falsos positivos en títulos densos en topónimos («Kecksburg 1965: el Roswell de Pennsylvania» da 2/2) - por vocabulario en minúscula del corpus: se deja LA MITAD de los malos («Ocultan» nunca aparece en minúscula) y marca «Proyecto Libro Azul» y «Ejército del Aire» como si fueran errores Un gate que rechaza borradores válidos es peor que la avería. La red debajo sigue siendo seo_watch.check_title_case, que sí tiene el corpus delante y desde hoy corre a diario. 2) EL ARTÍCULO, COMO DATO. Va entre <ARTICLE>…</ARTICLE> y los dos prompts declaran que lo de dentro no son instrucciones. El cuerpo se redacta a partir de fuentes scrapeadas: una página con «ignore previous instructions» entraba en el mensaje sin que nadie lo mirara. 3) EL MOTOR APUNTABA AL BLOG EQUIVOCADO. El comentario de autofill decía que rules contaba CERO enlaces internos en ES por estar clavado al host del EN, y que no se podía arreglar por el vendorizado byte a byte. Ya se puede: el canónico ganó usar_sitio() y el vendorizado se resincronizó — llevaba desfasado desde el 21-jul, o sea que la CI habría fallado en el próximo build. _check_con_sitio() apunta el motor al idioma correcto y RESTAURA el global, con la condición de carrera documentada por si algún día se paraleliza la generación. 6 tests nuevos (30 en total). Lo que NO se puede verificar aquí: que el prompt funcione de verdad. Eso solo lo dice el primer borrador ES que genere, y quien lo va a comprobar es el vigilante diario. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	2026-07-29 17:28:56 +00:00
ChemaVX	2af654d344	vendor: sincroniza el motor SEO (stopwords ES + tokenizador sin acentos) ... make sync-seo tras chemavx-seo-tools 31c9d3e. Solo afecta a topic_collision; las RULES de check_post no usan el tokenizador. Los 9 tests de seo pasan.	2026-07-21 07:15:45 +00:00
ChemaVXandClaude Fable 5	0e9a2e5b36	chore(seo): sync vendored seo_rules — check de colisión de tema ... Re-copia del canónico (chemavx-seo-tools bae1cc9) vía make sync-seo: añade topic_collision(post, corpus) — detección de posts que se canibalizan (caso+año, hooks ≥70%, slugs ≥50%). Aditivo: el autofill del bot no lo usa aún; disponible para integrarlo en /generate. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>	2026-07-10 11:10:34 +00:00
ChemaVXandClaude Opus 4.8	89aa8d6030	Vendor shared SEO rule engine + CI drift guard (no pipeline wiring yet) ... src/seo/rules.py is a byte-for-byte copy of the canonical seo_rules.py (git.chemavx.xyz/chemavx/chemavx-seo-tools). CI step "Verify vendored SEO engine" clones the canonical and fails the build on any divergence; `make sync-seo` / `make check-seo-sync` cover the local-canonical workflow. Nothing imports this in a runtime path yet — generate_seo_fields integration comes next behind SEO_AUTOFILL. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>	2026-06-24 08:17:37 +00:00