Knowledge Ingest (gunoi → date structurate)

Stadiile vault-ului: 0-inbox/ (brut) → 1-procesat/ (note de literatură) → 2-structurat/ (concepte atomice + candidați CU-* + date structurate). Pipeline-ul împinge materialul prin ele.

0. Scanare & manifest (reluabil)

Rulează scriptul ca să inventarieze inbox-ul, să detecteze tipul/limba, să facă hash pentru dedupe și să țină evidența ce e procesat (supraviețuiește restartului):

python3 .claude/skills/knowledge-ingest/scripts/ingest_scan.py vault .workplace/state/ingest-manifest.json

Manifestul are per item: path, hash, type_guess, lang_guess, status (new|processed|skip). La /ingest, procesezi DOAR itemii cu status=new (restul sunt deja făcuți → nu reface).

1. Triere (batch)

Clasifică fiecare item: articol / research / doc-tehnic / note / altul.
Detectează limba (RO/RU/EN). Marchează duplicatele (același hash) ca skip.
Itemii ambigui sau care par să conțină decizii cu impact → notează în inbox.md (BATCH), dar continuă cu restul.

2. Procesare → notă de literatură (`1-procesat/`)

Pentru fiecare item new:

Extrage textul (md/txt/html direct; PDF/docx via abordarea din skill-ul de citire fișiere).
Creează 1-procesat/<slug>.md din vault/templates/literature-note.md: rezumat ÎN CUVINTE PROPRII, idei-cheie/afirmații, citate doar dacă esențial (≤15 cuvinte, max 1/sursă), sursă, limbă, nivel de încredere.
NU copia paragrafe întregi din sursă (drept de autor) — parafrazează.
Marchează itemul în manifest processed.

3. Distilare → cunoaștere structurată (`2-structurat/`)

Din notele de literatură:

Concepte atomice → 2-structurat/concepts/<concept>.md (template concept-note.md): o idee/notă, linkată; deduplică (dacă conceptul există, adaugă sursa, nu crea dublură).
Candidați cerințe universale → 2-structurat/candidates/<slug>.md (template cu-candidate.md) când materialul sugerează o cerință transversală (securitate, i18n, interop, date personale etc.).
Date structurate → 2-structurat/data/:
- glosar.md (termen | definiție | sursă)
- referinte.md (titlu | url | tip | notă)
- entitati.json / tabele comparative tehnologii (când e relevant)

4. Legare & index

Wikilinks: nota de literatură ↔ concepte ↔ candidați ↔ surse.
Actualizează vault/00-Index.md (secțiunea Pipeline) cu intrările noi.

5. Promovare în Bloc A (cu aprobare)

Candidații CU-* NU intră automat în fundație. Listează-i pentru govstack-architect/teamlead (batch). La aprobare, se mută în catalogul CU-* din company-knowledge/reference/ cu ID stabil.

6. RAG & checkpoint

Export RAG (skill obsidian-rag-export) include 1-procesat/ + 2-structurat/, NU 0-inbox/.
Checkpoint după fiecare lot (skill checkpoint-and-resume): manifestul + ce s-a produs.

Reguli

BATCH: procesează în loturi (ex. 10 itemi), nu întrerupe la fiecare fișier.
Reluabil: manifestul e sursa de adevăr; la restart continui de la status=new.
Fidelitate + drepturi de autor: parafrazează, nu reproduce; păstrează trasabilitatea la sursă.
Gunoiul rămâne în 0-inbox/ ca arhivă; cunoașterea curată trăiește în 1-/2-.