feat(infra): auto-commit con 88 cambios

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

python/functions/cybersecurity/scan_ficha_attachments_metadata.py

@@ -0,0 +1,107 @@
+"""Orquestador OSINT pasivo: escanea metadatos de los attachments de una ficha.
+
+Recorre un directorio de attachments (imagenes y PDFs) y extrae sus metadatos
+componiendo las funciones atomicas del registro (`extract_exif_metadata`,
+`extract_pdf_metadata`). Agrega los puntos GPS y las fechas encontradas para
+dar una vista rapida de la huella de metadatos de una persona/organizacion.
+
+Funcion IMPURA: hace I/O sobre el sistema de archivos.
+"""
+
+import os
+
+from cybersecurity import extract_exif_metadata, extract_pdf_metadata
+
+_IMAGE_EXTS = (".jpg", ".jpeg", ".png", ".heic")
+_PDF_EXTS = (".pdf",)
+
+
+def _iter_files(attachments_dir: str):
+    """Recorre recursivamente el directorio devolviendo rutas de archivo ordenadas."""
+    for root, _dirs, files in os.walk(attachments_dir):
+        for name in sorted(files):
+            yield os.path.join(root, name)
+
+
+def scan_ficha_attachments_metadata(attachments_dir: str) -> dict:
+    """Escanea un directorio de attachments y agrega los metadatos extraidos.
+
+    Aplica `extract_exif_metadata` a las imagenes (.jpg/.jpeg/.png/.heic) y
+    `extract_pdf_metadata` a los PDFs (.pdf). Agrega los puntos GPS de las
+    imagenes y todas las fechas detectadas (EXIF + PDF).
+
+    Args:
+        attachments_dir: ruta a un directorio de attachments, p.ej.
+            `/home/enmanuel/Obsidian/osint/attachments/personas/<slug>/`.
+            Se recorre recursivamente.
+
+    Returns:
+        dict con las claves:
+          - files: lista de {path, type, metadata} por archivo procesado.
+          - gps_points: lista de {file, lat, lon} con las coordenadas EXIF.
+          - dates: lista de fechas (str) encontradas en EXIF y PDF.
+          - summary: {n_files, n_images, n_pdfs, n_gps_points, n_dates,
+            errors} con conteos agregados.
+
+    Raises:
+        NotADirectoryError: si `attachments_dir` no es un directorio existente.
+    """
+    if not os.path.isdir(attachments_dir):
+        raise NotADirectoryError(f"no es un directorio: {attachments_dir}")
+
+    files: list[dict] = []
+    gps_points: list[dict] = []
+    dates: list[str] = []
+    n_images = 0
+    n_pdfs = 0
+    errors = 0
+
+    for path in _iter_files(attachments_dir):
+        ext = os.path.splitext(path)[1].lower()
+
+        if ext in _IMAGE_EXTS:
+            ftype = "image"
+        elif ext in _PDF_EXTS:
+            ftype = "pdf"
+        else:
+            continue
+
+        try:
+            if ftype == "image":
+                metadata = extract_exif_metadata(path)
+                n_images += 1
+                lat = metadata.get("gps_lat")
+                lon = metadata.get("gps_lon")
+                if lat is not None and lon is not None:
+                    gps_points.append({"file": path, "lat": lat, "lon": lon})
+                dt = metadata.get("datetime")
+                if dt:
+                    dates.append(str(dt))
+            else:
+                metadata = extract_pdf_metadata(path)
+                n_pdfs += 1
+                for key in ("creation_date", "modification_date", "creationDate", "modDate"):
+                    val = metadata.get(key)
+                    if val:
+                        dates.append(str(val))
+        except Exception as exc:  # noqa: BLE001 - I/O sobre archivos heterogeneos
+            errors += 1
+            metadata = {"error": f"{type(exc).__name__}: {exc}"}
+
+        files.append({"path": path, "type": ftype, "metadata": metadata})
+
+    summary = {
+        "n_files": len(files),
+        "n_images": n_images,
+        "n_pdfs": n_pdfs,
+        "n_gps_points": len(gps_points),
+        "n_dates": len(dates),
+        "errors": errors,
+    }
+
+    return {
+        "files": files,
+        "gps_points": gps_points,
+        "dates": dates,
+        "summary": summary,
+    }