feat: funciones Python infra y tipos Python (core, datascience, infra)

Infra: cache_to_file, cache_to_sqlite, http_download_file, http_get_json,
http_post_json, read_file_with_encoding, safe_extract_zip, scan_directory,
setup_logger, normalize_zip_filenames.
Tipos: 30+ tipos core (agent_action, context, task, message, parse_result...),
6 tipos datascience (entity_candidate, extraction_result...), 2 tipos infra.

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

python/functions/infra/scan_directory.md

@@ -0,0 +1,64 @@
+---
+name: scan_directory
+kind: function
+lang: py
+domain: infra
+version: "1.0.0"
+purity: impure
+signature: "def scan_directory(root: str, supported_extensions: set[str] | None = None, ignore_dirs: set[str] | None = None, include: str | None = None, exclude: str | None = None, strict: bool = False) -> DirectoryScanResult"
+description: "Recorre un arbol de directorios y clasifica cada archivo como procesable o no soportado. Util para validacion pre-importacion de directorios. Ignora dot files, symlinks, archivos vacios y directorios de build/venv/cache predefinidos. Soporta filtros include/exclude con globs."
+tags: [directory, scan, filesystem, classification, infra, walk, files]
+uses_functions: []
+uses_types: [classified_file_py_infra, directory_scan_result_py_infra]
+returns: [directory_scan_result_py_infra]
+returns_optional: false
+error_type: "error_go_core"
+imports: [os, pathlib, fnmatch, sys, dataclasses]
+tested: true
+tests:
+  - "directorio con mezcla de archivos"
+  - "directorio con dot files"
+  - "directorio con subdirs ignorados"
+  - "filtros include/exclude"
+  - "modo strict"
+test_file_path: "python/functions/infra/scan_directory_test.py"
+file_path: "python/functions/infra/scan_directory.py"
+---
+
+## Ejemplo
+
+```python
+from scan_directory import scan_directory
+
+# Escanear directorio de documentos, solo PDF y Markdown
+result = scan_directory(
+    "/data/proyecto",
+    supported_extensions={".pdf", ".md"},
+    ignore_dirs={"archive"},
+    exclude="*.tmp,drafts/",
+    strict=False,
+)
+
+print(f"Procesables: {len(result.processable)}")
+print(f"No soportados: {len(result.unsupported)}")
+
+for f in result.processable:
+    print(f"  {f.rel_path}")
+```
+
+## Notas
+
+Funcion impura: realiza I/O de sistema de archivos con `os.walk`.
+
+**Directorios ignorados por defecto (`IGNORE_DIRS`):**
+`__pycache__`, `node_modules`, `.git`, `.svn`, `.hg`, `venv`, `.venv`, `env`, `.env`, `.tox`, `.nox`, `.mypy_cache`, `.pytest_cache`, `.ruff_cache`, `dist`, `build`, `.next`, `.nuxt`, `target`, `vendor`.
+
+**Logica de include/exclude:**
+- `include`: patrones glob separados por coma (ej: `"*.pdf,*.md"`). Si se provee, solo se incluyen archivos que coincidan con al menos un patron.
+- `exclude`: patrones glob separados por coma. Si el patron termina con `/` es un prefijo de path relativo (ej: `"drafts/"`); sin `/` es un glob de nombre (ej: `"*.tmp"`).
+
+**Modo strict:** si `strict=True` y hay archivos no soportados, lanza `ValueError` con la lista de archivos no soportados. Util para pipelines que requieren directorio 100% homogeneo.
+
+**Orden de resultados:** `processable` y `unsupported` se ordenan por `rel_path` ascendente para salida determinista.
+
+Los paths relativos en `ClassifiedFile.rel_path` siempre usan forward slashes (`/`) independientemente del OS.