chore: auto-commit (9 archivos)

- docs/capabilities/INDEX.md
- docs/capabilities/obsidian.md
- python/functions/core/render_markdown_table.md
- python/functions/core/render_markdown_table.py
- python/functions/core/render_markdown_table_test.py
- python/functions/core/upsert_sentinel_block.md
- python/functions/core/upsert_sentinel_block.py
- python/functions/core/upsert_sentinel_block_test.py
- python/functions/infra/duckdb_query_readonly.md

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

.claude/CLAUDE.md

@@ -150,7 +150,7 @@ Cualquier `SELECT ... FROM functions/types/apps/proposals WHERE ...` plano se ha
 **functions** — columnas: `id, name, kind, lang, domain, version, purity, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, example, tested, tests, test_file_path, file_path, created_at, updated_at, props, emits, has_state, framework, variant, notes, documentation, code, content_hash, source_repo, source_license, source_file, params_schema`
 - `params_schema`: JSON con semántica de inputs/outputs. Formato: `{"params":[{"name":"x","desc":"..."}],"output":"..."}`. Buscable via FTS5.
 - Enums: `kind`(function|pipeline|component) `purity`(pure|impure) `lang`(go|py|bash|ps)
-- Dominios: core, infra, finance, datascience, cybersecurity, shell, tui, pipelines, browser
+- Dominios: core, infra, finance, datascience, cybersecurity, shell, tui, pipelines, browser, obsidian
 
 **types** — columnas: `id, name, lang, domain, version, algebraic, definition, description, tags, uses_types, file_path, created_at, updated_at, examples, notes, documentation, code, content_hash, source_repo, source_license, source_file`
 - Enums: `algebraic`(product|sum)

.claude/settings.local.json

@@ -2,7 +2,8 @@
   "permissions": {
     "allow": [
       "Bash(CGO_ENABLED=1 go test *)",
-      "Bash(sqlite3 *)"
+      "Bash(sqlite3 *)",
+      "Read(//home/enmanuel/.claude/**)"
     ]
   },
   "enabledMcpjsonServers": [

bash/functions/infra/ensure_project_gitignore.md

@@ -0,0 +1,58 @@
+---
+name: ensure_project_gitignore
+kind: function
+lang: bash
+domain: infra
+version: "1.0.0"
+purity: impure
+signature: "ensure_project_gitignore(project_dir: string) -> void"
+description: "Garantiza de forma idempotente que el .gitignore de un directorio de project contiene las lineas canonicas que excluyen del repo del project el contenido de sus sub-repos hijos (apps y analyses son repos Gitea independientes) y sus vaults (datos fuera de git). Evita el doble-tracking al hacer push del project."
+tags: [git, gitignore, projects, infra]
+params:
+  - name: project_dir
+    desc: "Ruta al directorio del project (p. ej. projects/aurgi). Debe existir; si no, error a stderr y return 1. El .gitignore se escribe/actualiza en <project_dir>/.gitignore."
+output: "Sin salida en stdout. A stderr informa de la accion realizada: 'created' si creo el .gitignore, 'updated: anadidas N lineas' si anadio lineas faltantes, u 'ok: ya completo' si nada cambiaba. Codigo de salida 0 en exito, 1 si project_dir falta o no existe."
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: []
+tested: false
+tests: []
+test_file_path: ""
+file_path: "bash/functions/infra/ensure_project_gitignore.sh"
+---
+
+## Ejemplo
+
+```bash
+source bash/functions/infra/ensure_project_gitignore.sh
+
+# Asegura que projects/aurgi/.gitignore excluye el contenido de sus hijos.
+ensure_project_gitignore projects/aurgi
+# stderr: ensure_project_gitignore: created projects/aurgi/.gitignore
+#   (o: updated: anadidas 2 lineas / ok: ya completo)
+```
+
+Las lineas canonicas que la funcion garantiza son:
+
+```
+apps/*/
+analysis/*/
+vaults/*
+!vaults/.gitkeep
+!vaults/vault.yaml
+```
+
+## Cuando usarla
+
+Llamala justo despues de crear un project nuevo (`mkdir -p projects/<nombre>/{apps,analysis,vaults}`) y antes de inicializar su repo Gitea con `ensure_repo_synced`, para que el repo del project nunca trackee el contenido de sus sub-repos hijos. Tambien al adoptar un project existente que aun no tiene estas exclusiones, o como paso de saneamiento cuando `git status` del project muestra contenido de `apps/`/`analysis/` que deberia estar ignorado.
+
+## Gotchas
+
+- La funcion modifica el filesystem (escribe en `<project_dir>/.gitignore`): es impura. No commitea ni hace push — solo deja el `.gitignore` correcto.
+- La comparacion para no duplicar es linea-exacta (`grep -Fxq`). Una linea equivalente pero con espacios extra, comentario adjunto o glob distinto (p. ej. `apps/*` sin la barra final) NO se considera presente y la canonica se anade igualmente; podrian quedar ambas formas. Mantener el `.gitignore` con las lineas canonicas tal cual evita ruido.
+- Si el `.gitignore` existente no termina en salto de linea, la funcion anade uno antes de apendar para no pegar la primera linea nueva al final de la ultima existente.
+- Solo gestiona las exclusiones de sub-repos hijos y vaults del nivel-project; no toca otras reglas que el `.gitignore` ya contenga ni las reordena.
+- Si una linea canonica ya existia con su forma exacta, no se vuelve a anadir (idempotente): re-ejecutar es seguro.

bash/functions/infra/ensure_project_gitignore.sh

@@ -0,0 +1,76 @@
+#!/usr/bin/env bash
+# ensure_project_gitignore — Garantiza de forma idempotente que el .gitignore de
+# un directorio de project (projects/<nombre>/) contiene las lineas canonicas que
+# excluyen del repo del project el contenido de sus sub-repos hijos (apps y
+# analyses son repos Gitea independientes) y sus vaults (datos fuera de git).
+#
+# Esto evita que al hacer push del project se trackee por error el contenido de
+# los hijos (doble-tracking). Ver .claude/rules/apps_subrepo.md y
+# .claude/rules/projects.md.
+#
+# Uso:
+#   ensure_project_gitignore <project_dir>
+#
+# Salida:
+#   stdout vacio. A stderr informa de la accion realizada (created / updated / ok).
+
+ensure_project_gitignore() {
+    local project_dir="$1"
+
+    if [[ -z "$project_dir" ]]; then
+        echo "ensure_project_gitignore: se requiere project_dir" >&2
+        return 1
+    fi
+    if [[ ! -d "$project_dir" ]]; then
+        echo "ensure_project_gitignore: directorio '$project_dir' no existe" >&2
+        return 1
+    fi
+
+    local gitignore="$project_dir/.gitignore"
+
+    # Lineas canonicas que deben estar presentes (orden de referencia).
+    local -a canonical=(
+        "apps/*/"
+        "analysis/*/"
+        "vaults/*"
+        "!vaults/.gitkeep"
+        "!vaults/vault.yaml"
+    )
+
+    # Caso 1: el .gitignore no existe — crearlo con el contenido canonico.
+    if [[ ! -f "$gitignore" ]]; then
+        printf '%s\n' "${canonical[@]}" > "$gitignore"
+        echo "ensure_project_gitignore: created $gitignore" >&2
+        return 0
+    fi
+
+    # Caso 2: existe — anadir solo las lineas que falten (comparacion linea-exacta),
+    # preservando el contenido y el orden existentes.
+    # Si el archivo no termina en newline, anadir uno antes de apendar para no
+    # pegar la primera linea nueva al final de la ultima existente.
+    if [[ -s "$gitignore" && -n "$(tail -c 1 "$gitignore")" ]]; then
+        printf '\n' >> "$gitignore"
+    fi
+
+    local line added=0
+    for line in "${canonical[@]}"; do
+        # grep -F -x: match literal de linea completa, sin interpretar metacaracteres.
+        if ! grep -Fxq -- "$line" "$gitignore"; then
+            printf '%s\n' "$line" >> "$gitignore"
+            added=$((added + 1))
+        fi
+    done
+
+    if [[ $added -gt 0 ]]; then
+        echo "ensure_project_gitignore: updated: anadidas $added lineas a $gitignore" >&2
+    else
+        echo "ensure_project_gitignore: ok: ya completo $gitignore" >&2
+    fi
+
+    return 0
+}
+
+# Si se invoca como script (no source), ejecutar la funcion.
+if [[ "${BASH_SOURCE[0]}" == "${0}" ]]; then
+    ensure_project_gitignore "$@"
+fi

bash/functions/pipelines/full_git_pull.md

@@ -3,14 +3,15 @@ name: full_git_pull
 kind: pipeline
 lang: bash
 domain: pipelines
-version: "1.0.0"
+version: "1.1.0"
 purity: impure
 signature: "full_git_pull() -> stdout: tabla resumen"
-description: "Pull automatico de fn_registry + todos los sub-repos locales + submodules + fn sync. Descubre repos locales, stashea dirty trees antes de pullear, hace pull --ff-only, actualiza submodulos del repo principal, pulla ~/.password-store, regenera registry.db con fn index y ejecuta fn sync."
+description: "Pull automatico de fn_registry + todos los sub-repos locales + submodules + fn sync. Descubre repos locales, stashea dirty trees antes de pullear, hace pull --ff-only, actualiza submodulos del repo principal, pulla ~/.password-store, regenera registry.db con fn index, ejecuta fn sync y reclona los sub-repos hijos faltantes de cada project (apps/analysis) via clone_project_subrepos."
 tags: [git, pull, sync, registry, pipeline, pendiente-usar]
 uses_functions:
   - discover_git_repos_bash_infra
   - git_pull_with_stash_bash_infra
+  - clone_project_subrepos_bash_pipelines
   - pass_get_bash_infra
 uses_types: []
 returns: []
@@ -51,4 +52,10 @@ bash bash/functions/pipelines/full_git_pull.sh
 
 ## Notas
 
-Solo hace pull fast-forward — nunca rebase ni merge automatico. Los repos con divergencia o conflicto de stash se listan al final del resumen para intervencion manual, pero el pipeline no aborta por ellos. No clona repos faltantes: cada PC tiene el subset que le interesa (clonar manualmente si se necesita uno nuevo). Modo completamente no-interactivo.
+Solo hace pull fast-forward — nunca rebase ni merge automatico. Los repos con divergencia o conflicto de stash se listan al final del resumen para intervencion manual, pero el pipeline no aborta por ellos. Modo completamente no-interactivo.
+
+Desde v1.1.0 SI reclona los sub-repos hijos faltantes de cada project: tras `fn sync` (que trae a `registry.db` las filas de apps/analysis de todos los PCs), itera los projects y llama `clone_project_subrepos` para traer al disco los hijos que falten, re-indexando si clono alguno. `registry.db` actua como manifest de sub-repos, asi que clonar el project paraguas + `/full-git-pull` reconstruye su arbol entero sin adivinar nombres. Los repos sueltos (sin project) siguen sin auto-clonarse: cada PC tiene el subset que le interesa.
+
+## Capability growth log
+
+- v1.1.0 (2026-06-10) — anade el paso 6: reclonado de sub-repos hijos de cada project via `clone_project_subrepos` tras `fn sync`, con re-index si clona alguno. Permite reconstruir el arbol completo de un project en un PC nuevo (issue 0171).

bash/functions/pipelines/full_git_pull.sh

@@ -149,6 +149,42 @@ full_git_pull() {
         fi
     fi
 
+    # --- Paso 6: Reclonar sub-repos hijos de cada project (issue 0171) ---
+    # Tras fn sync, registry.db contiene las filas apps/analysis de TODOS los PCs.
+    # clone_project_subrepos clona en este disco los hijos que falten (skip si ya
+    # existen). Asi, clonar el project paraguas y correr /full-git-pull reconstruye
+    # su arbol entero sin adivinar nombres de sub-repos: registry.db ES el manifest.
+    echo "" >&2
+    echo "[6/6] Reclonando sub-repos de projects..." >&2
+    local reclone_summary="  [skip] sin projects o registry.db"
+    if [[ -f "$registry_root/registry.db" ]] && command -v sqlite3 >/dev/null 2>&1; then
+        export FN_REGISTRY_ROOT="$registry_root"
+        export GITEA_URL="${GITEA_URL:-$(pass_get agentes/gitea-url | head -n1 2>/dev/null || true)}"
+        local clone_script="$SCRIPT_DIR/clone_project_subrepos.sh"
+        local any_cloned=0
+        if [[ -f "$clone_script" ]]; then
+            while IFS= read -r proj_id; do
+                [[ -z "$proj_id" ]] && continue
+                local clone_out
+                clone_out=$(bash "$clone_script" "$proj_id" 2>&1 || true)
+                if echo "$clone_out" | grep -q '\[cloned\]'; then
+                    any_cloned=1
+                    echo "  $proj_id: nuevos sub-repos clonados" >&2
+                fi
+            done < <(sqlite3 "$registry_root/registry.db" "SELECT id FROM projects;" 2>/dev/null)
+            if [[ "$any_cloned" -eq 1 ]]; then
+                echo "  re-index tras clonado..." >&2
+                [[ -x "$fn_bin" ]] && CGO_ENABLED=1 "$fn_bin" index >/dev/null 2>&1 || true
+                reclone_summary="  OK: nuevos sub-repos clonados + re-index"
+            else
+                reclone_summary="  OK: nada que clonar (todo presente)"
+            fi
+        else
+            reclone_summary="  [skip] clone_project_subrepos.sh no encontrado"
+        fi
+    fi
+    echo "  $reclone_summary" >&2
+
     # --- Resumen ---
     echo ""
     echo "===== RESUMEN full_git_pull ====="
@@ -171,6 +207,9 @@ full_git_pull() {
     echo ""
     echo "fn sync:"
     echo "$sync_summary"
+    echo ""
+    echo "Reclonado sub-repos de projects:"
+    echo "$reclone_summary"
 
     if [[ ${#diverged[@]} -gt 0 || ${#conflicts[@]} -gt 0 ]]; then
         echo ""

bash/functions/pipelines/full_git_push.md

@@ -3,10 +3,10 @@ name: full_git_push
 kind: pipeline
 lang: bash
 domain: pipelines
-version: "1.0.0"
+version: "1.1.0"
 purity: impure
 signature: "full_git_push(commit_message?: string) -> stdout: tabla resumen"
-description: "Push automatico de fn_registry + todos los sub-repos + fn sync. Descubre repos, escanea secrets (aborta si detecta), auto-inicializa apps/analyses sin .git via ensure_repo_synced, auto-commitea dirty trees, pushea solo repos adelantados, pushea ~/.password-store sin commitear, y ejecuta fn sync."
+description: "Push automatico de fn_registry + todos los sub-repos + fn sync. Descubre repos, escanea secrets (aborta si detecta), auto-inicializa apps/analyses Y projects paraguas sin .git via ensure_repo_synced (asegurando el .gitignore canonico del project antes), auto-commitea dirty trees, pushea solo repos adelantados, pushea ~/.password-store sin commitear, y ejecuta fn sync."
 tags: [git, push, sync, registry, pipeline, pendiente-usar]
 uses_functions:
   - discover_git_repos_bash_infra
@@ -14,6 +14,7 @@ uses_functions:
   - git_auto_commit_dirty_bash_infra
   - git_push_if_ahead_bash_infra
   - ensure_repo_synced_bash_infra
+  - ensure_project_gitignore_bash_infra
   - pass_get_bash_infra
 uses_types: []
 returns: []
@@ -62,3 +63,7 @@ bash bash/functions/pipelines/full_git_push.sh "feat: nueva funcion"
 ## Notas
 
 El unico motivo para abortar antes de commitear es la deteccion de secrets. Cualquier otro error (push rechazado por non-fast-forward, fn sync no disponible) se reporta en el resumen y el pipeline continua con el resto de repos. Modo completamente no-interactivo.
+
+## Capability growth log
+
+- v1.1.0 (2026-06-10) — auto-inicializa tambien los projects paraguas (`projects/<p>/`) sin repo Gitea, no solo apps/analyses. Antes de pushear cada project asegura su `.gitignore` canonico via `ensure_project_gitignore` para no trackear el contenido de los sub-repos hijos. Cierra el agujero por el que projects como aurgi/obsidian/osint vivian solo en disco y se perdian al borrar el PC (issue 0171).

bash/functions/pipelines/full_git_push.sh

@@ -13,6 +13,7 @@ source "$INFRA_DIR/git_auto_commit_dirty.sh"
 source "$INFRA_DIR/git_push_if_ahead.sh"
 source "$INFRA_DIR/pass_get.sh"
 source "$INFRA_DIR/ensure_repo_synced.sh"
+source "$INFRA_DIR/ensure_project_gitignore.sh"
 source "$CYBERSEC_DIR/scan_secrets_in_dirty.sh"
 
 full_git_push() {
@@ -65,6 +66,32 @@ full_git_push() {
                 ensure_repo_synced "$d" dataforge "$(basename "$d")" master "chore: initial sync" || \
                     echo "  [warn] fallo inicializando $d" >&2
             done < <(sqlite3 "$registry_root/registry.db" "SELECT dir_path FROM apps WHERE dir_path != '' UNION SELECT dir_path FROM analysis WHERE dir_path != '';" 2>/dev/null)
+
+            # Paso 1c: Auto-inicializar los PROJECTS paraguas sin .git (issue 0171).
+            # El directorio projects/<p>/ versiona SOLO las docs de nivel-project
+            # (project.md, vault.yaml, CONVENTIONS.md, tools/...). Sus hijos apps/* y
+            # analysis/* son sub-repos Gitea independientes, excluidos por el .gitignore
+            # canonico que ensure_project_gitignore garantiza ANTES del push para no
+            # trackear su contenido (doble-tracking). Sin esto, un project sin repo
+            # (aurgi, obsidian, osint) vivia solo en disco y se perdia al borrar el PC.
+            if [[ -f "$registry_root/registry.db" ]] && command -v sqlite3 >/dev/null 2>&1; then
+                while IFS= read -r proj_dir; do
+                    [[ -z "$proj_dir" ]] && continue
+                    local pd="$registry_root/$proj_dir"
+                    [[ -d "$pd" ]] || continue
+                    # Garantizar el .gitignore canonico ANTES de cualquier git add -A.
+                    ensure_project_gitignore "$pd" || \
+                        echo "  [warn] no se pudo asegurar .gitignore de $pd" >&2
+                    if [[ -d "$pd/.git" ]]; then
+                        git -C "$pd" remote get-url origin >/dev/null 2>&1 && continue
+                        echo "  fix-remote: $pd (.git sin origin)" >&2
+                    else
+                        echo "  auto-init project: $pd" >&2
+                    fi
+                    ensure_repo_synced "$pd" dataforge "$(basename "$pd")" master "chore: initial sync project" || \
+                        echo "  [warn] fallo inicializando project $pd" >&2
+                done < <(sqlite3 "$registry_root/registry.db" "SELECT CASE WHEN dir_path != '' THEN dir_path ELSE 'projects/'||id END FROM projects;" 2>/dev/null)
+            fi
         else
             echo "  [warn] registry.db o sqlite3 no disponibles — omitiendo auto-init BD-driven" >&2
         fi
@@ -72,28 +99,13 @@ full_git_push() {
         echo "  [skip] GITEA_URL/GITEA_TOKEN no disponibles — omitiendo auto-init" >&2
     fi
 
-    # Redescubrir repos tras posibles inicializaciones
+    # Redescubrir repos tras posibles inicializaciones.
+    # El repo de config de Claude (dataforge/repo_Claude, al que apuntan los
+    # symlinks de ~/.claude/) vive en fn_registry/external/repo_Claude, asi que
+    # discover_git_repos ya lo encuentra y pasa por scan-secrets/commit/push
+    # como un repo mas. No necesita tratamiento especial.
     repos=$(discover_git_repos "$registry_root")
 
-    # --- Paso 1c: Incluir el repo de configuracion de Claude ---
-    # Los archivos de ~/.claude/ (settings.json, commands, skills, CLAUDE.md...)
-    # son symlinks a un repo git externo (dataforge/repo_Claude). Lo resolvemos
-    # de forma portable siguiendo el symlink de settings.json — sin hardcodear
-    # el path, que difiere entre PCs. Si resuelve a un repo git, lo anadimos a
-    # la lista para que pase por scan-secrets + auto-commit + push como los demas.
-    local claude_repo=""
-    if [[ -L "$HOME/.claude/settings.json" ]]; then
-        local _claude_settings_real
-        _claude_settings_real=$(readlink -f "$HOME/.claude/settings.json" 2>/dev/null || true)
-        if [[ -n "$_claude_settings_real" ]]; then
-            claude_repo=$(git -C "$(dirname "$_claude_settings_real")" rev-parse --show-toplevel 2>/dev/null || true)
-        fi
-    fi
-    if [[ -n "$claude_repo" && -d "$claude_repo/.git" ]]; then
-        echo "[1c] Incluyendo repo de config Claude: $claude_repo" >&2
-        repos="$repos"$'\n'"$claude_repo"
-    fi
-
     # --- Paso 2: Escanear secrets ---
     echo "" >&2
     echo "[2/6] Escaneando secrets en dirty trees..." >&2

cmd/fn/doctor.go

@@ -70,6 +70,8 @@ func cmdDoctor(args []string) {
 		doctorDod(r, jsonOut)
 	case "e2e-coverage":
 		doctorE2ECoverage(r, jsonOut)
+	case "projects":
+		doctorProjects(r, jsonOut)
 	default:
 		fmt.Fprintf(os.Stderr, "unknown doctor subcommand: %s\n", sub)
 		doctorUsage()
@@ -100,6 +102,7 @@ Subcommands:
   modules         Drift entre uses_modules (app.md) y fn_module_<x> link calls (CMakeLists.txt) - issue 0097
   dod             Audita bloque dod_evidence_schema en dev/issues/ y dev/flows/ (issue 0114)
   e2e-coverage    Porcentaje de apps con e2e_checks declarado en su app.md (issue 0121b)
+  projects        Cobertura de projects vs sub-repos Gitea (repo propio + hijos clonables) (issue 0171)
 
 Flags:
   --json              Salida JSON (para scripting/agentes)
@@ -505,6 +508,29 @@ func doctorML(root string, jsonOut bool) {
 	fmt.Printf("\nOverall ML environment: %s\n", overall)
 }
 
+func doctorProjects(root string, jsonOut bool) {
+	rows, err := infra.AuditProjectsCoverage(root)
+	if err != nil {
+		fmt.Fprintf(os.Stderr, "error: %v\n", err)
+		os.Exit(1)
+	}
+	orphans, oerr := infra.FindOrphanProjectRefs(root)
+	if oerr != nil {
+		fmt.Fprintf(os.Stderr, "error: %v\n", oerr)
+		os.Exit(1)
+	}
+	if jsonOut {
+		emit(map[string]any{
+			"coverage":        rows,
+			"orphan_project_ids": orphans,
+		})
+		return
+	}
+	fmt.Print(infra.FormatProjectsCoverage(rows))
+	fmt.Println("\n--- Check inverso: project_id huérfanos (apps/analysis sin project declarado) ---")
+	fmt.Print(infra.FormatOrphanProjectRefs(orphans))
+}
+
 func emit(v any) {
 	b, err := json.MarshalIndent(v, "", "  ")
 	if err != nil {

dev/issues/0171-project-subrepo-manifest-and-reclone.md

@@ -0,0 +1,199 @@
+---
+id: "0171"
+title: "Manifest de sub-repos por project + re-clonado y auditoría de cobertura en Gitea"
+status: pendiente
+type: enhancement
+domain:
+  - registry-quality
+  - infra
+scope: registry-only
+priority: alta
+depends: []
+blocks: []
+related: ["0166"]
+created: 2026-06-10
+updated: 2026-06-10
+tags: [projects, subrepo, gitea, clone, backup, manifest, fn-doctor]
+---
+
+> **Actualización 10/06/2026 — implementado el núcleo (enfoque KISS).** El manifest
+> `subrepos.yaml` propuesto abajo se **descartó**: `registry.db` (tablas `apps`/`analysis`
+> con `project_id`, propagadas entre PCs por `fn sync`) **ya es** el manifest de sub-repos, y
+> `clone_project_subrepos_bash_pipelines` ya lo consume. No hace falta un archivo nuevo. Lo que
+> faltaba era integración + auditoría. Ver `## Estado de implementación` al final.
+# 0171 — Manifest de sub-repos por project + re-clonado y auditoría de cobertura en Gitea
+
+## APP Metadata
+
+| Campo | Valor |
+|-------|-------|
+| **ID** | 0171 |
+| **Estado** | pendiente |
+| **Prioridad** | alta (riesgo de pérdida de datos) |
+| **Tipo** | enhancement — metadata de projects + `/full-git-pull` + `fn doctor` |
+
+## Contexto
+
+El 10/06/2026, al preparar un dashboard sobre el project `aurgi`, se descubrió que el project
+paraguas **no existía en Gitea** (`dataforge/aurgi` → 404). Sus 3 analyses sí estaban a salvo como
+sub-repos independientes (`dataforge/venta_web`, `dataforge/sale_prices_comprobation`,
+`dataforge/presupuestos_callcenter`), pero **el `project.md`, `vault.yaml` y `CONVENTIONS.md` de
+nivel-project no estaban versionados en ningún sitio**. Reconstruir el project obligó a *adivinar*
+los nombres de los sub-repos hijos uno a uno desde la lista completa de repos de Gitea.
+
+Una auditoría de cobertura `projects ↔ Gitea` confirmó el agujero:
+
+| Project | Repo Gitea | Riesgo |
+|---|---|---|
+| fleet_monitoring, fn_monitoring, message_bus, web_scraping | ✅ | ninguno |
+| **obsidian**, **osint** | ❌ (solo en disco local) | alto — resuelto en esta sesión (subidos a `dataforge/obsidian`, `dataforge/osint`) |
+| **aurgi** | ❌ (404, paraguas inexistente) | pendiente — analyses salvados, docs nivel-project no |
+
+Dos problemas estructurales quedan abiertos:
+
+1. **Projects sin repo Gitea**: su contenido de nivel-project vive solo en disco. Si se borra el
+   disco (o el project no se sincroniza a otro PC), se pierde. La regla `projects.md` dice que cada
+   project debe ser su propio repo Gitea, pero no hay nada que lo **verifique ni lo fuerce**.
+
+2. **Sub-repos hijos no referenciados**: el `.gitignore` de cada project excluye `apps/*/` y
+   `analysis/*/` (son sub-repos independientes). Por tanto, **un clon fresco del project NO trae sus
+   hijos**, y no existe ningún manifest que diga *qué hijos clonar*. Hoy `/full-git-pull` solo
+   descubre repos vía `discover_git_repos_bash_infra` (busca `.git` ya presentes en disco): si el
+   hijo nunca se clonó, es invisible. Resultado: para reconstruir un project en una máquina nueva hay
+   que adivinar sus sub-repos (exactamente lo que pasó con aurgi).
+
+## Objetivo
+
+Que **todo project** (a) tenga su repo Gitea garantizado y (b) **referencie declarativamente sus
+sub-repos hijos** (apps + analyses), de modo que clonar el project en cualquier PC permita
+re-clonar automáticamente todo su árbol sin adivinar nada.
+
+## Propuesta
+
+### 1. Manifest de sub-repos por project
+
+Añadir a cada project un manifest declarativo de sus hijos. Dos opciones de formato (decidir una):
+
+- **Opción A (KISS, preferida): `subrepos.yaml`** en la raíz del project, análogo a `vault.yaml`:
+
+  ```yaml
+  # projects/<p>/subrepos.yaml — sub-repos hijos de este project (apps + analyses)
+  subrepos:
+    - kind: analysis            # app | analysis
+      name: venta_web
+      path: analysis/venta_web
+      repo: dataforge/venta_web
+      url: https://gitea-.../dataforge/venta_web
+    - kind: analysis
+      name: sale_prices_comprobation
+      path: analysis/sale_prices_comprobation
+      repo: dataforge/sale_prices_comprobation
+      url: https://gitea-.../dataforge/sale_prices_comprobation
+  ```
+
+- **Opción B: sección `## Sub-repos`** en `project.md` con una tabla `kind | name | path | url`.
+
+`subrepos.yaml` (Opción A) es más fácil de parsear por las funciones de git y se versiona con el
+project (no está en el `.gitignore`). El manifest se **autogenera/actualiza** escaneando los `.git`
+hijos presentes en disco + su `remote get-url origin` (reusar `discover_git_repos_bash_infra`).
+
+### 2. Generación y mantenimiento del manifest
+
+Función/pipeline nueva (delegar a `fn-constructor`, grupo `infra`/git) que, dado un project:
+- Escanea `apps/*/.git` y `analysis/*/.git`, lee su remote origin.
+- Escribe/actualiza `subrepos.yaml`.
+- Idempotente. Se invoca dentro de `/full-git-push` (o `fn index`) para mantener el manifest al día.
+
+### 3. Re-clonado desde el manifest en `/full-git-pull`
+
+Extender `/full-git-pull` para que, tras actualizar cada project, lea su `subrepos.yaml` y **clone
+los hijos que falten** (`url` → `path`). Así, en un PC nuevo: clonar `dataforge/<project>` →
+`/full-git-pull` → reconstruye apps + analyses automáticamente. Requiere una función
+`clone_missing_subrepos_bash_infra(project_dir)` (delegar a `fn-constructor`).
+
+### 4. Garantizar repo Gitea de cada project + auditoría en `fn doctor`
+
+- Subcomando nuevo `fn doctor projects` (función `audit_projects_coverage_go_infra`): por cada
+  project en disco reporta `repo_gitea` (existe en Gitea sí/no), `repo_url` (declarado en project.md
+  sí/no), y `subrepos_manifest` (presente + cuántos hijos en disco sin entrada / en manifest sin
+  clonar). Salida `--json`. Cero hallazgos = sano.
+- Acción derivada documentada: `repo_gitea=no` → `ensure_repo_synced_bash_infra projects/<p>
+  dataforge <p> master "init: project <p>"`.
+
+### 5. Backfill inicial
+
+- `aurgi`: traer su `project.md` / `vault.yaml` / `CONVENTIONS.md` de `aurgi-pc` (o `home-wsl`) y
+  crear `dataforge/aurgi` + `subrepos.yaml` con los 3 analyses ya conocidos. **No** reconstruir a
+  mano un `project.md` mínimo (divergiría del real).
+- Resto de projects con hijos (`fleet_monitoring`, `fn_monitoring`, `message_bus`, `web_scraping`):
+  generar su `subrepos.yaml` con la función del punto 2.
+
+## Definition of Done
+
+| Escenario | Tipo | Comando / evidencia | Resultado esperado |
+|---|---|---|---|
+| Golden: clon fresco reconstruye árbol | e2e | clonar `dataforge/<p>` en dir limpio → `/full-git-pull` | apps + analyses del project re-clonados desde `subrepos.yaml` |
+| Edge: project sin hijos (obsidian) | e2e | generar manifest | `subrepos.yaml` válido y vacío (o ausente), sin error |
+| Edge: hijo en disco sin `.git` | unit | auditoría | `fn doctor projects` lo reporta como "hijo sin sub-repo" |
+| Error: project sin repo Gitea | e2e | `fn doctor projects --json` | lo marca `repo_gitea=false`, sugiere `ensure_repo_synced` |
+| Cobertura | audit | `fn doctor projects` | 0 projects sin repo, 0 hijos sin referenciar |
+
+## Decisiones abiertas
+
+1. **Formato del manifest**: `subrepos.yaml` (A) vs. sección en `project.md` (B). Recomendado A.
+2. **¿Auto-generar el manifest en `fn index`** o solo en `/full-git-push`? (evitar I/O de red en
+   `fn index`; preferible en push).
+3. **aurgi**: ¿traer de `aurgi-pc` por SSH ahora, o dejarlo para cuando el project se sincronice?
+
+## Notas
+
+En esta sesión ya se resolvió el riesgo inmediato: `obsidian` y `osint` se subieron a Gitea
+(`dataforge/obsidian`, `dataforge/osint`) con `ensure_repo_synced_bash_infra` y se les añadió
+`repo_url` en su `project.md`. Este issue cubre la solución **estructural y reutilizable** para que
+el caso no vuelva a ocurrir con ningún project. Relacionado con #0166 (dependencias app→app para
+build reproducible): ambos persiguen que clonar el ecosistema en un PC nuevo sea determinista.
+
+## Estado de implementación (10/06/2026)
+
+Implementado con enfoque KISS, **sin** `subrepos.yaml` (registry.db + `fn sync` ya cumplen esa
+función). Cambios:
+
+**Funciones nuevas:**
+- `ensure_project_gitignore_bash_infra` — garantiza idempotente el `.gitignore` canónico de un
+  project (`apps/*/`, `analysis/*/`, `vaults/*` + excepciones) antes de cualquier `git add -A`,
+  para no trackear el contenido de los sub-repos hijos.
+- `audit_projects_coverage_go_infra` (+ `FormatProjectsCoverage`) — motor de `fn doctor projects`.
+  Reporta por project: `git`/`remote`/`repo_url`/`children (cloned/inDB)` + issues
+  (`no_gitea_repo`, `children_missing`, `dir_not_found`). Solo git local + registry.db, sin red.
+
+**Integraciones:**
+- `full_git_push` v1.1.0 — paso 1c: auto-inicializa y pushea los **projects paraguas** sin repo
+  (antes solo apps/analyses), asegurando el `.gitignore` canónico primero. Cierra el agujero
+  aurgi/obsidian/osint.
+- `full_git_pull` v1.1.0 — paso 6: tras `fn sync`, reclona los sub-repos hijos faltantes de cada
+  project con `clone_project_subrepos` + re-index. Clonar el paraguas + `/full-git-pull` reconstruye
+  el árbol entero.
+- `fn doctor projects` — nuevo subcomando (`cmd/fn/doctor.go`). Hoy reporta **0 projects con
+  problemas**.
+
+**Hecho aparte (riesgo inmediato):** `dataforge/obsidian` + `dataforge/osint` creados, `repo_url`
+en sus `project.md`.
+
+### Pendientes (no bloquean el núcleo)
+
+1. **Check inverso — HECHO (10/06/2026).** `FindOrphanProjectRefs` + `FormatOrphanProjectRefs` en
+   `audit_projects_coverage_go_infra`, enchufado en `fn doctor projects`. Detecta apps/analysis con
+   `project_id` sin fila en `projects`. Hoy reporta 4 paraguas huérfanos (existen en otro PC, nunca
+   subidos a Gitea — mismo caso que aurgi):
+   - `element_agents` (6 apps: agents_and_robots, agents_dashboard, device_agent, element_matrix_chat,
+     matrix_admin_panel, matrix_client_pc)
+   - `imagegen` (image_to_3d_studio)
+   - `osint_graph` (graph_explorer)
+   - `aurgi` (sus analyses sí están en Gitea; el paraguas no)
+2. **Fix de datos de los 4 paraguas huérfanos — pendiente, requiere el PC origen.** No están en disco
+   ni en Gitea en este PC (`lucas-linux`), así que no se pueden reconstruir aquí sin inventar. El fix
+   correcto: correr `/full-git-push` en el PC donde cada paraguas existe en disco (`aurgi-pc` /
+   `home-wsl`). Con `full_git_push` v1.1.0 (paso 1c) eso ya los crea en Gitea automáticamente. Tras
+   eso, `/full-git-pull` aquí (paso 6) los traerá. NO reconstruir un `project.md` mínimo a mano.
+3. **DoD vida útil**: validar el reclonado en un PC nuevo real (clon limpio del paraguas →
+   `/full-git-pull` → árbol reconstruido) antes de declarar el issue cerrado.

dev/issues/0172-osint-web-graph-explorer.md

@@ -0,0 +1,184 @@
+---
+id: "0172"
+title: "App web OSINT: grafo sigma.js + tablas por tipo + fichas con imágenes sobre el vault osint"
+status: pendiente
+type: app
+domain:
+  - osint
+  - frontend
+scope: app-scoped
+priority: media
+depends: []
+blocks: []
+related: ["0171"]
+created: 2026-06-10
+updated: 2026-06-10
+tags: [osint, web, sigma, graph, mantine, obsidian, vault, dashboard]
+---
+# 0172 — App web OSINT: grafo sigma.js + tablas por tipo + fichas con imágenes
+
+## APP Metadata
+
+| Campo | Valor |
+|-------|-------|
+| **ID** | 0172 |
+| **Estado** | pendiente (solo plan — se construye cuando el vault tenga más datos) |
+| **Prioridad** | media |
+| **Tipo** | app — nueva app web en `projects/osint/apps/osint_web` |
+| **Project** | osint (`projects/osint/`) |
+
+## Contexto
+
+El project `osint` guarda sus investigaciones en el vault de Obsidian
+`/home/enmanuel/Obsidian/osint` (sub-repo `dataforge/osint`). Hoy ese vault tiene:
+
+- **~82 nodos** repartidos en carpetas tipadas: `personas/` (45), `organizaciones/` (25),
+  `lugares/` (10), `dominios/` (1), `casos/` (1).
+- **Datos tabulares** en el frontmatter YAML de cada ficha: `tipo`, `nombre`, `sexo`,
+  `fecha_nacimiento`, `dni`, `direccion`, `pais`, `aliases`, `tags`, etc.
+- **Aristas implícitas**: los wikilinks `[[...]]` en las secciones `Relaciones`, `Lugares` y
+  `Documentos` conectan unas fichas con otras (y con sus attachments).
+- **~240 attachments**: fotos, DNIs, certificados y PDFs en `attachments/<tipo>/<slug>/`,
+  embebidos en las notas con `![[...]]`.
+
+Obsidian es bueno para *escribir* la investigación, pero malo para *explorarla* de un vistazo:
+no da un grafo navegable de todos los objetivos, ni una tabla filtrable, ni una ficha-resumen
+con la galería de imágenes de cada persona. Metabase/Grafana no encajan: leen BD SQL (no `.md`),
+y no muestran ni grafo de nodos ni imágenes inline.
+
+Decisión del usuario (10/06/2026): construir una **app web propia** que lea el vault y ofrezca
+tres vistas — **grafo explorable con sigma.js**, **tablas filtradas por tipo**, y **fichas con
+imágenes**. Este issue es **solo el plan**: la recopilación de datos en Obsidian continúa primero;
+la app se implementa cuando haya suficiente material que justifique la inversión.
+
+## Objetivo
+
+Una app web local que, leyendo directamente los `.md` del vault `osint` (sin BD intermedia
+obligatoria en v1), permita:
+
+1. **Explorar el grafo** de nodos (personas, organizaciones, lugares, dominios, casos) y sus
+   conexiones por wikilinks, con sigma.js: zoom, pan, click en nodo → ficha, colores por tipo,
+   filtro de tipos visibles, búsqueda de nodo.
+2. **Ver tablas filtradas por tipo**: una tabla por categoría (personas, organizaciones, ...)
+   con las columnas del frontmatter, ordenable y filtrable (por dni, lugar, fecha, tag).
+3. **Abrir la ficha** de cualquier nodo: frontmatter renderizado + cuerpo Markdown + galería de
+   sus attachments (fotos, DNIs, PDFs) servidos por el backend.
+
+## Arquitectura propuesta
+
+```
+projects/osint/apps/osint_web/        (sub-repo Gitea dataforge/osint_web)
+  app.md                              frontmatter de registro (framework: react-vite-mantine)
+  server/                             backend Python (lee el vault, sirve JSON + attachments)
+    main.py                           FastAPI o stdlib http
+  frontend/                           React + Vite + Mantine + sigma.js
+    src/
+      views/GraphView.tsx             sigma.js + graphology
+      views/TablesView.tsx            Mantine DataTable filtrable por tipo
+      views/NodeCard.tsx              ficha + galería de attachments
+```
+
+### Backend (Python — máximo reuso del grupo `obsidian`)
+
+Python porque el grupo de capacidad `obsidian` (11 funciones, dominio `obsidian`) ya cubre casi
+todo el parseo del vault. **Registry-first**: el backend orquesta estas funciones, no reimplementa
+el parseo.
+
+Funciones del registry a reutilizar:
+
+| Función | Uso en la app |
+|---|---|
+| `list_obsidian_notes_py_obsidian` | enumerar nodos por carpeta/tipo |
+| `read_obsidian_note_py_obsidian` | leer ficha: `{frontmatter, body, wikilinks, tags}` |
+| `parse_obsidian_frontmatter_py_obsidian` | datos tabulares de cada nodo |
+| `extract_obsidian_wikilinks_py_obsidian` | aristas del grafo |
+| `extract_obsidian_embeds_py_obsidian` | attachments embebidos en cada nota |
+| `resolve_obsidian_embed_py_obsidian` | resolver `![[foto.jpg]]` → path real en disco para servir la imagen |
+| `slugify_obsidian_name_py_obsidian` | normalizar nombre de wikilink → id de nodo |
+| `search_obsidian_notes_py_obsidian` | búsqueda global en el grafo |
+
+Funciones **nuevas** a delegar a `fn-constructor` (no escribir inline en la app):
+
+- `build_obsidian_graph_py_obsidian` (impure) — dado `vault_dir`, devuelve
+  `{"nodes": [{id, tipo, label, frontmatter}], "edges": [{source, target, kind}]}`.
+  Resuelve cada wikilink a un nodo existente (vía slug / nombre de archivo); los wikilinks que
+  no resuelven a un `.md` del vault se marcan como aristas "dangling" o se descartan según flag.
+  Tag de grupo: `obsidian`. Es la pieza que el grupo declara como frontera no cubierta
+  ("No indexa el grafo agregado") — esta función la cierra.
+
+Endpoints HTTP (JSON salvo el de attachments):
+
+| Método | Ruta | Devuelve |
+|---|---|---|
+| GET | `/api/graph` | grafo completo `{nodes, edges}` para sigma.js |
+| GET | `/api/nodes?tipo=persona` | filas de la tabla de ese tipo (frontmatter aplanado) |
+| GET | `/api/node/{slug}` | ficha: frontmatter + body (HTML/markdown) + lista de attachments |
+| GET | `/api/attachment?path=...` | sirve el binario del attachment (image/pdf), con allowlist al vault |
+| GET | `/api/search?q=...` | nodos que matchean |
+
+Seguridad: el backend solo sirve archivos **dentro** del vault osint (path traversal bloqueado).
+El vault contiene datos personales sensibles (DNIs) → la app escucha **solo en `127.0.0.1`**, sin
+exponer a red. No es un service desplegable a VPS.
+
+### Frontend (React + Vite + Mantine + sigma.js)
+
+- Sistema del registry: React + Vite + Mantine v9 + `@fn_library` (grupo `mantine`, 63 funciones).
+  Componentes propios de `@fn_library` antes que HTML nativo (regla `frontend_theming.md`).
+- **Grafo**: `sigma.js` + `graphology`. Color por `tipo`, tamaño por grado, layout
+  force-directed (graphology-layout-forceatlas2). Click en nodo → abre `NodeCard`. Panel lateral
+  con toggles de tipos visibles y caja de búsqueda.
+- **Tablas**: una pestaña por tipo, Mantine `Table`/DataTable con columnas del frontmatter,
+  orden y filtro por columna (dni, lugar, fecha_nacimiento, tags).
+- **Fichas**: `NodeCard` con frontmatter en formato clave-valor (fechas en formato europeo
+  DD/MM/AAAA — memoria `formato-fecha-europeo`), cuerpo Markdown, y galería de attachments
+  (imágenes con lightbox; PDFs como enlace/embed).
+
+`sigma.js` y `graphology` son dependencias nuevas del frontend (no en `@fn_library`). KISS:
+añadir solo esas dos; el resto (tabla, layout, modales) sale de Mantine/`@fn_library`.
+
+## Decisiones abiertas
+
+1. **¿BD intermedia o lectura directa del vault?** v1 lee el vault en cada arranque (cachea el
+   grafo en memoria). Si el vault crece mucho o se quiere histórico/diff, evaluar un
+   `operations.db` con `entities`/`relations` (encaja con el bucle reactivo). Recomendado:
+   empezar sin BD (KISS), añadirla solo si el rendimiento o un caso de uso lo exige.
+2. **Backend FastAPI vs stdlib http**: FastAPI da validación y OpenAPI gratis; stdlib evita una
+   dependencia. Como el backend es fino (orquesta funciones del registry), decidir al construir.
+3. **Live-reload del vault**: ¿re-escanear bajo demanda (botón "refrescar") o watcher de
+   filesystem? v1: botón refrescar (simple). Watcher si molesta.
+4. **Aristas dangling**: wikilinks a notas que aún no existen — ¿mostrarlos como nodos fantasma
+   (útil para ver "objetivos pendientes de fichar") o esconderlos? Propuesta: nodo fantasma con
+   estilo atenuado, toggle para ocultar.
+
+## Definition of Done
+
+| Escenario | Tipo | Comando / evidencia | Resultado esperado |
+|---|---|---|---|
+| Golden: grafo carga el vault | e2e | `GET /api/graph` con el vault osint real | `nodes` ≥ nº de `.md`, `edges` con los wikilinks resueltos; sigma.js los pinta |
+| Golden: ficha con imágenes | e2e | `GET /api/node/<persona con fotos>` + abrir NodeCard | frontmatter + cuerpo + galería con las imágenes de `attachments/personas/<slug>/` |
+| Edge: tabla filtrada por tipo | e2e | `GET /api/nodes?tipo=organizacion` | solo nodos de ese tipo, columnas del frontmatter |
+| Edge: wikilink dangling | unit | nota con `[[Persona-Inexistente]]` | arista marcada dangling / nodo fantasma, sin crash |
+| Edge: nombre con mayúsculas/acentos | unit | wikilink `[[María del Mar]]` → slug | resuelve a `maria-del-mar-...md` vía `slugify_obsidian_name` |
+| Error: path traversal en attachment | e2e | `GET /api/attachment?path=../../etc/passwd` | 403/404, jamás sirve fuera del vault |
+| Error: vault inexistente | e2e | arrancar con `--vault /no/existe` | error claro al arrancar, no 500 silencioso |
+| Cobertura | audit | `uses_functions` del `app.md` | declara todas las funciones del grupo `obsidian` consumidas |
+
+Vida útil (cuando se construya): usar la app de verdad sobre el vault osint durante ≥7 días en
+investigaciones reales; medir que el grafo sigue cargando sin romperse al crecer el vault.
+
+## Notas
+
+**Estado actual: solo plan.** No construir todavía — la recopilación de datos en Obsidian
+continúa; cuando el vault tenga masa crítica de objetivos/relaciones, se arranca con
+`/new-cpp-app` no aplica (es web): se hace `git init` del sub-repo `dataforge/osint_web` dentro de
+`projects/osint/apps/osint_web/` antes de limpiar cualquier worktree (regla `apps_subrepo.md`),
+scaffolding de frontend con el stack Mantine del registry, y backend Python orquestando el grupo
+`obsidian`.
+
+Onboarding (para cuando exista): arrancar backend `python server/main.py --vault
+/home/enmanuel/Obsidian/osint --port 8470` y `pnpm dev` en `frontend/`; abrir
+`http://127.0.0.1:5173`. Pestañas: Grafo / Tablas / (ficha al click). Solo localhost por los
+datos sensibles del vault.
+
+Relación con #0171 (manifest de sub-repos): cuando esta app exista será un hijo del project
+`osint` y debe entrar en su `subrepos.yaml` para re-clonarse en otros PCs.

docs/capabilities/INDEX.md

@@ -25,6 +25,8 @@ Indice de grupos de capacidades del registry. Cada grupo agrupa >=3 funciones qu
 | [android](android.md) | 37 | Toolbelt Android desde WSL2: adb, emuladores AVD, APK build/install, Capacitor, logcat |
 | [web-proxy](web-proxy.md) | 5 | Captura de trafico HTTP/HTTPS liviana (mitmproxy): proxy con rotacion, navegador proxeado, consulta de capturas, tee del SSE de claude. Alternativa ligera a ZAP/Burp |
 | [flow-replay](flow-replay.md) | 3 | Guardar un flujo web (login, reiniciar server, formulario) como funcion reproducible: destila un HAR a call specs y lo reproduce sin navegador (HTTP puro), con fallback a chromium headless/visible. Consume las capturas de web-proxy |
+| [hoppscotch](hoppscotch.md) | 7 | Operar Hoppscotch SELF-HOSTED (docker en selfhost/) via API GraphQL: login (magic link headless via mailpit), CRUD de requests (create/update/delete/list), set_environment (idempotente, resuelve secretos pass:). El agente crea/edita y el humano lo ve en vivo en su GUI (subscriptions). build es helper interno de serializacion. Modo .json local ELIMINADO |
+| [dav](dav.md) | 9 | Cliente CardDAV/CalDAV (Python, solo stdlib) para Xandikos: parte un .vcf/.ics export de Google en recursos individuales (split puro), extrae/sintetiza UID, sube por HTTP PUT con Basic auth, lista (PROPFIND) y descarga (GET) recursos. Dos pipelines de import (vcf->carddav, ics->caldav). Formaliza la migracion ad-hoc de contactos/calendario |
 | [metabase](metabase.md) | 106 | Operar Metabase via API REST: auth, cards, dashboards, collections, snippets, permissions |
 | [doctor](doctor.md) | 11 | Diagnostico read-only del registry: artefactos, servicios, drift, funciones huerfanas |
 | [notebook](notebook.md) | 5 | Operar Jupyter Lab colaborativo (discover/read/exec/write/kernel) |
@@ -49,6 +51,10 @@ Indice de grupos de capacidades del registry. Cada grupo agrupa >=3 funciones qu
 | [mesh-3d](mesh-3d.md) | 3 | Carga y upload a GPU de meshes 3D (OBJ, GLB/glTF 2.0): loaders CPU + mesh_gpu_upload OpenGL |
 | [terminal-capture](terminal-capture.md) | 6 | Automatizar y capturar el texto de una CLI/TUI interactiva via PTY headless: spawn+input scripteado (one-shot y streaming), render del layout 2D (emulador VT), strip ANSI, delta por prefijo, y parseo de la TUI de claude a datos |
 | [claude-direct](claude-direct.md) | 3 | Hablar directamente con la API de Anthropic Messages usando el token OAuth de Claude Code (Claude Max): leer token, stream SSE, bucle agentico de tool-use |
+| [obsidian](obsidian.md) | 16 | CRUD headless de vaults y notas Obsidian como Markdown plano (frontmatter YAML + wikilinks): parse/format, read/create/update/delete/list/search notas, list/create vaults, slugify/embeds/resolve, render tabla Markdown + bloques sentinel gestionados. Sin app GUI |
+| [duckdb](duckdb.md) | 5 | Operar bases DuckDB: open (Go), query read-only segura (Python, tipos JSON-safe), CSV->Parquet, dedup por hash, carga OHLCV. Base del patron BD-fuente-de-verdad + Obsidian-vista (app osint_db) |
+| [osint-passive](osint-passive.md) | 8 | Recoleccion OSINT pasiva (fuentes publicas, no intrusiva): EXIF/PDF metadata, whois RDAP, DNS, subdominios crt.sh, guess emails, username enumeration, search dorks |
+| [osint-enrich](osint-enrich.md) | 3 | Orquestadores de enriquecimiento OSINT: componen osint-passive para aumentar datapoints de personas (emails/usernames/dorks), orgs (whois+dns+subdominios) y metadatos de attachments |
 
 ## Como anadir grupo
 

docs/capabilities/dav.md

@@ -0,0 +1,106 @@
+# dav — Cliente CardDAV/CalDAV (Python, solo stdlib)
+
+Grupo de capacidad para operar un servidor **CardDAV/CalDAV** (Xandikos, git-backed,
+en el VPS `magnus`) desde Python sin dependencias externas. Cubre el flujo de
+**migracion**: partir un export de Google (un `.vcf` con N contactos, un `.ics` con
+N eventos) en recursos individuales y subirlos uno a uno por HTTP PUT con Basic auth.
+Tambien listar y descargar recursos para verificar o hacer backup.
+
+Formaliza el flujo ad-hoc (heredocs) que migro 820 contactos + 98 eventos a Xandikos
+(regla `function_growth_and_self_docs`: una composicion repetida >2 veces se promueve
+a funciones/pipelines del registry).
+
+## Restriccion de diseno
+
+**Solo stdlib** (`urllib.request`, `re`, `hashlib`, `base64`, `ssl`). Sin `requests`,
+`caldav` ni `vobject`. El header `Authorization: Basic base64(user:pass)` se construye
+a mano. `verify_tls=True` por defecto. Coherente con el grupo `osint-passive` (sin deps).
+
+## Funciones
+
+| ID | Firma corta | Que hace | Purity |
+|---|---|---|---|
+| `split_vcards_py_infra` | `split_vcards(vcf_text) -> list` | Parte un `.vcf` en VCARDs individuales | pure |
+| `split_vevents_to_vcalendars_py_infra` | `split_vevents_to_vcalendars(ics_text, prodid?) -> list` | Parte un VCALENDAR con N VEVENT en N VCALENDARs autonomos (replica VTIMEZONE) | pure |
+| `extract_or_make_uid_py_infra` | `extract_or_make_uid(text, prefix?) -> str` | Extrae el `UID:` o sintetiza `<prefix><md5[:16]>` determinista | pure |
+| `carddav_put_vcard_py_infra` | `carddav_put_vcard(base_url, user, pw, coll, uid, vcard) -> dict` | PUT de un VCARD (`.vcf`, `text/vcard`) | impure |
+| `caldav_put_event_py_infra` | `caldav_put_event(base_url, user, pw, coll, uid, vcal) -> dict` | PUT de un VCALENDAR (`.ics`, `text/calendar`) | impure |
+| `dav_list_resources_py_infra` | `dav_list_resources(base_url, user, pw, coll) -> dict` | PROPFIND Depth:1 -> lista de `{href, etag}` | impure |
+| `dav_get_resource_py_infra` | `dav_get_resource(base_url, user, pw, href) -> dict` | GET de un recurso -> texto VCARD/VCALENDAR | impure |
+| `dav_make_calendar_py_infra` | `dav_make_calendar(base_url, user, pw, calendar_home, slug, name?, color?, desc?) -> dict` | MKCALENDAR + PROPPATCH: crea una coleccion de calendario (agenda) nueva | impure |
+| `dav_make_addressbook_py_infra` | `dav_make_addressbook(base_url, user, pw, contacts_home, slug, name?, desc?) -> dict` | Extended MKCOL: crea una coleccion CardDAV (libreta/agenda de contactos) nueva | impure |
+| `dav_list_addressbooks_py_infra` | `dav_list_addressbooks(base_url, user, pw, contacts_home) -> dict` | PROPFIND Depth:1: lista las libretas CardDAV del contacts-home con nombre y descripcion | impure |
+| `build_vcard_py_core` | `build_vcard(contact: dict) -> str` | Serializa un contacto a VCARD 3.0 MULTI-VALOR (N TEL/EMAIL/ADR + X-OSINT-*); pura | pure |
+| `expand_rrule_py_infra` | `expand_rrule(dtstart_ical, rrule, range_start, range_end, all_day?) -> list` | Expande una RRULE iCalendar a las fechas de cada ocurrencia dentro de un rango | pure |
+| `import_vcf_to_carddav_py_pipelines` | `import_vcf_to_carddav(vcf_path, base_url, user, pw, coll) -> dict` | Pipeline: .vcf -> split -> uid -> PUT por tarjeta | impure |
+| `import_ics_to_caldav_py_pipelines` | `import_ics_to_caldav(ics_path, base_url, user, pw, coll) -> dict` | Pipeline: .ics -> split -> uid -> PUT por evento | impure |
+
+## Sistema real (para los ejemplos)
+
+- Servidor: **Xandikos** en `https://dav-eedeb681c4ab89ab8e444ac9.organic-machine.com`, Basic auth, usuario `enmanuel`.
+- Password: `pass dav/xandikos-enmanuel` (primera linea). Resolver con `pass_get_secret_py_infra`, NUNCA hardcodear.
+- Principal: `/enmanuel/`. Colecciones:
+  - CardDAV: `/enmanuel/contacts/addressbook/`
+  - CalDAV: `/enmanuel/calendars/calendar/`
+
+## Ejemplo canonico end-to-end
+
+Importar un `.vcf` exportado de Google a Xandikos, leyendo la password de `pass`:
+
+```python
+import sys
+sys.path.insert(0, "python/functions")
+from infra.pass_get_secret import pass_get_secret
+from pipelines.import_vcf_to_carddav import import_vcf_to_carddav
+
+BASE = "https://dav-eedeb681c4ab89ab8e444ac9.organic-machine.com"
+pw = pass_get_secret("dav/xandikos-enmanuel")["value"]  # NO logear
+
+summary = import_vcf_to_carddav(
+    vcf_path="/home/enmanuel/Descargas/contacts.vcf",
+    base_url=BASE,
+    username="enmanuel",
+    password=pw,
+    collection_path="/enmanuel/contacts/addressbook/",
+)
+print(summary["ok"], summary["fail"], summary["total"])  # 820 0 820
+```
+
+Verificar el resultado listando la coleccion:
+
+```python
+from infra.dav_list_resources import dav_list_resources
+res = dav_list_resources(BASE, "enmanuel", pw, "/enmanuel/contacts/addressbook/")
+print(res["status"], len(res["resources"]))  # ok 820
+```
+
+El calendario es analogo con `import_ics_to_caldav` + `/enmanuel/calendars/calendar/`.
+
+Desde la CLI del registry (resuelve la pass como variable, no la pongas en claro):
+
+```bash
+PW=$(pass show dav/xandikos-enmanuel | head -n1)
+./fn run import_vcf_to_carddav /home/enmanuel/Descargas/contacts.vcf \
+  https://dav-eedeb681c4ab89ab8e444ac9.organic-machine.com \
+  enmanuel "$PW" /enmanuel/contacts/addressbook/
+```
+
+## Fronteras
+
+- **No descubre el principal ni las colecciones**: hay que conocer los paths
+  (`/enmanuel/contacts/addressbook/`, etc.). No implementa `current-user-principal`
+  ni `addressbook-home-set` discovery.
+- **No hace sync incremental** real: `dav_list_resources` devuelve etags pero no
+  hay logica de diff/merge. Re-importar es idempotente por UID (sobrescribe), no
+  incremental.
+- **No parsea campos VCARD/VEVENT**: trata cada componente como texto opaco. Para
+  transformar contenido (renombrar, deduplicar por nombre) usa otra herramienta.
+- **Solo VEVENT** en calendario: VTODO/VJOURNAL se ignoran al partir el `.ics`.
+- **Escrituras irreversibles**: los PUT sobrescriben en el servidor. Idempotente
+  por UID pero no hay confirmacion previa; valida el `.vcf`/`.ics` antes de importar.
+
+## Prerequisitos
+
+- `pass` configurado con la entrada `dav/xandikos-enmanuel`.
+- Conectividad TLS al endpoint publico (`verify_tls=True`).
+- Python del registry: `python/.venv/bin/python3`.

docs/capabilities/duckdb.md

@@ -0,0 +1,57 @@
+# Capability: duckdb
+
+Operar bases de datos DuckDB desde el registry: abrir/crear bases, consultas read-only seguras, conversion CSV -> Parquet, deduplicacion por hash y carga de series temporales. DuckDB es el motor analitico embebido del ecosistema (OLAP local, archivos `.duckdb`, lectura directa de CSV/Parquet/JSON).
+
+Pieza central del patron **BD como fuente de verdad + Obsidian como vista** (project `osint`): la app `osint_db` posee la DuckDB maestra y este grupo aporta las primitivas de acceso.
+
+## Funciones
+
+| ID | Firma | Que hace |
+|---|---|---|
+| `duckdb_open_go_infra` | `DuckDBOpen(path string) (*sql.DB, error)` | Abre (o crea) una base DuckDB desde Go. Path vacio o `:memory:` abre en memoria. |
+| `duckdb_query_readonly_py_infra` | `duckdb_query_readonly(db_path, sql, params=None, max_rows=10000) -> dict` | Consulta read-only segura: conexion `read_only=True`, params posicionales `?`, filas como `list[dict]` con tipos normalizados a JSON (date/datetime -> isoformat, Decimal -> float, bytes -> base64). Devuelve `{status, columns, rows, row_count, truncated}` sin lanzar. |
+| `duckdb_execute_py_infra` | `duckdb_execute(db_path, sql, params=None) -> dict` | Ejecuta UNA sentencia de escritura (INSERT/UPDATE/DELETE/DDL) en conexion read-write, commit, devuelve `{status, rowcount}` sin lanzar. Primitivo de escritura del grupo (complementa a `duckdb_query_readonly`). |
+| `duckdb_upsert_py_infra` | `duckdb_upsert(db_path, table, rows, key_cols, update_cols=None) -> dict` | UPSERT idempotente `INSERT ... ON CONFLICT (key_cols) DO UPDATE SET ...` actualizando SOLO `update_cols`. Excluir columnas de `update_cols` permite que un re-upsert NO las pise (ownership selectivo: la DB es la verdad). Devuelve `{status, inserted, updated}`. |
+| `csv_to_parquet_duckdb_py_core` | `csv_to_parquet_duckdb(csv_path, parquet_path, column_casts=None, overwrite=False) -> bool` | Convierte CSV -> Parquet con `read_csv_auto`. `column_casts` fuerza tipos por columna. No reescribe si el parquet existe y `overwrite=False`. |
+| `dedup_duckdb_table_by_hash_py_pipelines` | `dedup_duckdb_table_by_hash(duckdb_path, table, exclude_cols=None) -> dict` | Pipeline: anade columna `row_hash` (md5 de columnas de datos) idempotentemente y borra filas duplicadas conservando la primera insercion. |
+| `load_ohlcv_from_duckdb_go_finance` | `LoadOHLCVFromDuckDB(dbPath, query string) ([][]float64, error)` | Carga datos OHLCV ejecutando una query SQL sobre una base DuckDB (consumo desde apps Go de finanzas). |
+
+## Ejemplo canonico
+
+Consulta read-only desde cualquier sesion (la conexion se abre `read_only=True` y se cierra siempre):
+
+```bash
+cd /home/enmanuel/fn_registry
+python/.venv/bin/python3 - <<'PYEOF'
+import sys
+sys.path.insert(0, "python/functions")
+from infra import duckdb_query_readonly
+
+res = duckdb_query_readonly(
+    "projects/osint/apps/osint_db/data/osint.duckdb",
+    "SELECT contexto, COUNT(*) AS n FROM persons GROUP BY contexto ORDER BY n DESC",
+    max_rows=50,
+)
+print(res["status"], res["row_count"])
+for row in res["rows"]:
+    print(row)
+PYEOF
+```
+
+Conversion CSV -> Parquet en una linea:
+
+```bash
+./fn run csv_to_parquet_duckdb datos.csv datos.parquet
+```
+
+## Gotchas del grupo
+
+- **Single-writer**: DuckDB permite UN solo proceso escritor por archivo. Si un service (ej. `osint_db`) posee la base, el resto de procesos deben leer con `read_only=True` (`duckdb_query_readonly` ya lo hace) o pasar por la API HTTP del service. Las funciones de escritura (`duckdb_execute`, `duckdb_upsert`) abren en read-write y SOLO debe usarlas el proceso dueño de la base (dentro de su write lock), nunca un cliente concurrente.
+- **Version del motor**: el formato de archivo puede cambiar entre versiones mayores de DuckDB. El venv del registry lleva `duckdb` 1.5.x; no mezclar con CLIs/WASM antiguos sobre el mismo archivo.
+- `read_only=True` exige que el archivo exista — no crea bases nuevas.
+
+## Fronteras
+
+- NO cubre SQLite (`sqlite_open_go_infra` y el grupo de operations.db van aparte).
+- NO cubre el render de resultados a Markdown/notas — eso es `render_markdown_table_py_core` + `upsert_sentinel_block_py_core` (grupo `obsidian`).
+- El analisis exploratorio pesado (notebooks) vive en `analysis/` con sus propios venvs.

docs/capabilities/hoppscotch.md

@@ -0,0 +1,83 @@
+# Capability group: `hoppscotch`
+
+Operar una instancia **self-hosted de Hoppscotch** (consola de APIs, alternativa open-source a
+Postman) desde el registry, vía su **API GraphQL**. El agente crea/edita requests, colecciones y
+environments por la API; el humano los ve **en vivo** en su GUI (subscriptions = hot-reload real).
+Las requests viven en la base de datos del self-host (Postgres), compartida entre el agente y la GUI.
+
+Este es el **flujo canónico**. El antiguo modo "archivo `.json` local" (funciones
+`parse_*` / `run_*` / `add_hoppscotch_request`) **fue eliminado**: escribía un `.json` en disco que
+NO subía al workspace, así que el humano no lo veía en la GUI. No lo reintroduzcas.
+
+## Stack self-host
+
+Vive en `projects/web_scraping/hoppscotch/selfhost/` (docker compose: AIO + Postgres + mailpit).
+
+| Servicio | URL | Para qué |
+|---|---|---|
+| App (cliente) | `http://localhost:3009` | la GUI donde el humano usa las colecciones (instalable como PWA) |
+| Admin dashboard | `http://localhost:3100` | gestión (usuarios, config) |
+| Backend GraphQL | `http://localhost:3170/graphql` | la API que usan las funciones |
+| Mailpit | `http://localhost:8025` | captura el magic link del login (SMTP de pruebas, sin correo real) |
+
+Levantar: `cd selfhost && docker compose up -d`. Team de trabajo: **"registry"**. Cuenta: `admin@example.com`.
+
+## Funciones
+
+| ID | Firma corta | Qué hace |
+|---|---|---|
+| `hoppscotch_login_py_infra` | `(email, *, backend_url, mailpit_url) -> {access_token,...}` | login por magic link headless (lee el link de mailpit) → JWT |
+| `hoppscotch_create_request_py_infra` | `(collection_id, method, url, *, title, headers, body, body_type, team_id, access_token) -> dict` | crea una request en una colección de la team |
+| `hoppscotch_update_request_py_infra` | `(request_id, method, url, *, title, headers, body, body_type, access_token) -> dict` | actualiza una request |
+| `hoppscotch_delete_request_py_infra` | `(request_id, *, access_token) -> dict` | borra una request |
+| `hoppscotch_list_requests_py_infra` | `(collection_id, *, access_token) -> {requests:[...]}` | lista las requests de una colección |
+| `hoppscotch_set_environment_py_infra` | `(team_id, name, variables, *, access_token) -> dict` | crea/actualiza (idempotente) el environment de la team; resuelve secretos `pass:` |
+| `build_hoppscotch_collection_py_infra` | `(calls, *, name, request_names) -> dict` | **helper interno** de create/update: serializa call specs al formato HoppRESTRequest. NO para escribir `.json` a mano |
+| `pass_get_secret_py_infra` | `(path, *, line) -> {value}` | lee un secreto de `pass` (lo consume `set_environment` para no hardcodear keys) |
+
+`access_token` se pasa como **cookie**, no header `Authorization`. Caduca a 24h → re-login con `hoppscotch_login`.
+
+## Ejemplo canónico (end-to-end)
+
+```python
+import sys, os
+sys.path.insert(0, os.path.join(os.path.expanduser("~/fn_registry"), "python", "functions"))
+from infra.hoppscotch_login import hoppscotch_login
+from infra.hoppscotch_create_request import hoppscotch_create_request
+from infra.hoppscotch_set_environment import hoppscotch_set_environment
+
+TEAM = "cmq8kn0v500030xls1nvminjy"          # team "registry"
+COLL = "cmq8knppc00040xlskt4ist27"          # colección registry_api (de hoppscotch_list/DB)
+
+tok = hoppscotch_login("admin@example.com")["access_token"]
+
+# 1. Variables del workspace (secreto resuelto desde pass, no hardcodeado)
+hoppscotch_set_environment(TEAM, "registry", [
+    {"key": "baseURL", "value": "https://registry.organic-machine.com", "secret": False},
+    {"key": "api_key", "value": "pass:apis/registry", "secret": True},   # pass: -> pass_get_secret
+], access_token=tok)
+
+# 2. Crear una request → aparece EN VIVO en la GUI del humano (subscriptions)
+hoppscotch_create_request(
+    COLL, "GET", "<<baseURL>>/api/status",
+    title="status", headers={"Accept": "application/json"},
+    team_id=TEAM, access_token=tok,
+)
+```
+
+## Fronteras (qué NO cubre)
+
+- **No es modo archivo**: no escribe colecciones `.json` locales como fuente. Las requests viven en el
+  Postgres del self-host. (Los `.json` en `collections/` son solo respaldo/semilla importable.)
+- **No automatiza la GUI**: opera por la API; la GUI la mira el humano.
+- **No gestiona usuarios/teams del dashboard**: eso es el admin dashboard (`:3100`).
+- **No ejecuta los scripts pre/post-request JS** de Hoppscotch.
+
+## Gotchas
+
+- `access_token` como **cookie** (`cookies={"access_token": tok}`), no `Authorization`. 24h de vida.
+- `createRequestInCollection` de esta instancia **exige `team_id`** en el input (no solo el collectionID).
+- Variables `<<var>>` se resuelven con el environment de la team (subscriptions las propagan a la GUI).
+- Secretos: usa `value="pass:<ruta>"` en `set_environment` → se resuelve de `pass`, nunca se hardcodea
+  ni se logea en crudo.
+- El secreto viaja en claro al backend local por GraphQL — es local (`127.0.0.1`), aceptable.

docs/capabilities/obsidian.md

@@ -0,0 +1,86 @@
+# Capability: obsidian
+
+CRUD headless de vaults y notas de Obsidian, tratadas como Markdown plano con frontmatter YAML y wikilinks `[[...]]`. NO depende de la app GUI de Obsidian ni de su URI scheme — manipula los archivos `.md` directamente en disco. Scriptable, rapido, con telemetria del registry.
+
+Los vaults de Obsidian del usuario viven en `/home/enmanuel/Obsidian/` y estan enlazados como vaults del registry en el project `obsidian` (`projects/obsidian/vaults/`). Ver `projects/obsidian/project.md`.
+
+## Funciones
+
+| ID | Firma | Que hace |
+|---|---|---|
+| `parse_obsidian_frontmatter_py_obsidian` | `parse_obsidian_frontmatter(content: str) -> {"frontmatter": dict, "body": str}` | **Pure.** Separa el frontmatter YAML (bloque `---` inicial) del cuerpo. Si no hay frontmatter valido devuelve `{}` + el contenido completo. |
+| `extract_obsidian_wikilinks_py_obsidian` | `extract_obsidian_wikilinks(body: str) -> list` | **Pure.** Extrae los targets de los wikilinks `[[...]]` y embeds `![[...]]`. Normaliza `[[nota\|alias]]`, `[[nota#heading]]`, `[[nota#^block]]` -> `nota`. Dedup preservando orden. |
+| `format_obsidian_note_py_obsidian` | `format_obsidian_note(frontmatter: dict, body: str) -> str` | **Pure.** Inversa de parse: serializa frontmatter (YAML entre `---`) + body a una nota `.md` completa. |
+| `read_obsidian_note_py_obsidian` | `read_obsidian_note(path: str) -> dict` | Lee una nota: `{path, frontmatter, body, wikilinks, tags}`. Compone parse + extract. |
+| `create_obsidian_note_py_obsidian` | `create_obsidian_note(vault_dir, rel_path, body="", frontmatter=None, overwrite=False) -> str` | Crea nota nueva (crea dirs padre, añade `.md`). Error si existe y `overwrite=False`. |
+| `update_obsidian_note_py_obsidian` | `update_obsidian_note(path, body=None, set_frontmatter=None, append=None) -> str` | Edita nota existente: merge de frontmatter, reemplazo de body, o append al final. |
+| `delete_obsidian_note_py_obsidian` | `delete_obsidian_note(path: str) -> bool` | Borra una nota (solo archivo, nunca directorio). Error si no existe. |
+| `list_obsidian_notes_py_obsidian` | `list_obsidian_notes(vault_dir, subfolder="", tag="") -> list` | Lista paths de notas `.md` (recursivo). Excluye `.obsidian/` y `.trash/`. Filtro opcional por tag de frontmatter. |
+| `search_obsidian_notes_py_obsidian` | `search_obsidian_notes(vault_dir, query, in_body=True, in_frontmatter=True) -> list` | Busca substring (case-insensitive) en las notas. Devuelve `[{path, matches:[{line, text}]}]`. |
+| `list_obsidian_vaults_py_obsidian` | `list_obsidian_vaults(base_dir: str) -> list` | Lista los vaults (subdirs con `.obsidian/`) bajo `base_dir`. `[{name, path}]`. |
+| `create_obsidian_vault_py_obsidian` | `create_obsidian_vault(parent_dir, name) -> str` | Crea un vault nuevo: carpeta + `.obsidian/app.json` minimo. Error si ya existe. |
+| `slugify_obsidian_name_py_obsidian` | `slugify_obsidian_name(name: str) -> str` | **Pure.** Nombre/titulo -> slug kebab-case estable (translitera acentos, ñ->n). Estabiliza ids de nodo y nombres de archivo. |
+| `extract_obsidian_embeds_py_obsidian` | `extract_obsidian_embeds(body: str) -> list` | **Pure.** Solo los embeds `![[...]]` (attachments incrustados), ignorando wikilinks normales. Dedup preservando orden. |
+| `resolve_obsidian_embed_py_obsidian` | `resolve_obsidian_embed(vault_dir, embed_name) -> str` | Resuelve un embed `![[foto.jpg]]` a su path absoluto real (busca por basename unico en el vault). Cadena vacia si no existe. |
+| `build_obsidian_graph_py_obsidian` | `build_obsidian_graph(vault_dir, include_dangling=True) -> {"nodes":[...], "edges":[...]}` | **Grafo agregado** del vault: cada nota = nodo tipado (`id`=slug, `label`, `tipo`, `frontmatter`); cada wikilink `[[...]]` = arista con `kind` por seccion. Wikilinks rotos -> nodos fantasma `dangling`. |
+| `render_markdown_table_py_core` | `render_markdown_table(rows: list[dict], columns=None, max_rows=0) -> str` | **Pure** (vive en `core`). Lista de dicts -> tabla Markdown GFM. Escapa pipes, saltos de linea -> `<br>`, truncado opcional con pie `... N de M filas`. Base del render BD -> nota. |
+| `upsert_sentinel_block_py_core` | `upsert_sentinel_block(text, block_id, content, marker="osintdb") -> str` | **Pure** (vive en `core`). Inserta o reemplaza un bloque gestionado entre sentinels `<!-- marker:begin id=X -->` / `<!-- marker:end id=X -->` dentro del body de una nota. Idempotente; ValueError si el bloque esta corrupto. |
+
+## Ejemplo canonico
+
+Componer varias funciones del grupo se hace por heredoc importando del registry (las funciones se importan, no se reescriben):
+
+```bash
+cd /home/enmanuel/fn_registry
+python/.venv/bin/python3 - <<'PYEOF'
+import sys
+sys.path.insert(0, "python/functions")
+from obsidian import (
+    list_obsidian_vaults, list_obsidian_notes, search_obsidian_notes,
+    create_obsidian_note, read_obsidian_note, update_obsidian_note, delete_obsidian_note,
+)
+
+# 1. Descubrir vaults del usuario
+vaults = list_obsidian_vaults("/home/enmanuel/Obsidian")
+print("vaults:", [v["name"] for v in vaults])
+
+# 2. Listar y buscar notas en un vault
+finanzas = "/home/enmanuel/Obsidian/Finanzas"
+print("notas:", len(list_obsidian_notes(finanzas)))
+print("hits:", [h["path"] for h in search_obsidian_notes(finanzas, "presupuesto")][:5])
+
+# 3. CRUD de una nota (crear -> leer -> editar -> borrar)
+p = create_obsidian_note(finanzas, "inbox/idea_x", body="Primera linea",
+                         frontmatter={"tags": ["inbox"], "created": "2026-06-09"})
+note = read_obsidian_note(p)
+print("creada:", note["path"], note["frontmatter"], note["wikilinks"])
+update_obsidian_note(p, set_frontmatter={"status": "done"}, append="Ver [[Otra Nota]]")
+delete_obsidian_note(p)
+PYEOF
+```
+
+Para una sola operacion con un id conocido, `fn run` tambien sirve:
+
+```bash
+./fn run list_obsidian_vaults /home/enmanuel/Obsidian
+./fn run list_obsidian_notes /home/enmanuel/Obsidian/Finanzas
+```
+
+## Cuando usar el grupo
+
+- Crear/editar/leer notas de cualquier vault de Obsidian desde un agente o script, sin abrir la app.
+- Buscar o listar notas por contenido o tag (ingesta, migracion, reporting sobre el vault).
+- Crear vaults nuevos o inventariar los existentes.
+
+## Fronteras (que NO cubre)
+
+- **No habla con la app GUI** (no usa el URI scheme `obsidian://`, no abre notas en la interfaz, no dispara plugins). Si la app esta abierta, escribir en disco puede chocar con sus locks/cache — cerrar la app o refrescar manualmente.
+- **No resuelve wikilinks a paths** automaticamente (devuelve los targets crudos). Resolver `[[nota]]` -> archivo real es responsabilidad del caller (busqueda por nombre en el vault).
+- **No renderiza Markdown** ni evalua Dataview/templating. Trata las notas como texto + frontmatter.
+- **El grafo agregado** del vault ya lo cubre `build_obsidian_graph_py_obsidian` (nodos tipados + aristas con `kind` + nodos fantasma `dangling`). Es la base de la vista grafo (sigma.js) de la app `osint_web`. Lo que sigue fuera del grupo es el *layout* visual del grafo (force-directed) — eso vive en el frontend.
+
+## Gotchas
+
+- Vaults grandes son caros: `NotasDeObsidian` pesa ~554M. `list_obsidian_notes` / `search_obsidian_notes` recorren todo el arbol — filtra por `subfolder` cuando puedas.
+- `delete_obsidian_note` borra de verdad (no manda a `.trash/`). Para acciones destructivas masivas, listar primero y confirmar.
+- El frontmatter `tags` puede venir como lista o como CSV string; `read_obsidian_note` lo normaliza a lista.

docs/capabilities/osint-enrich.md

@@ -0,0 +1,51 @@
+# Capability: osint-enrich
+
+Orquestadores de enriquecimiento OSINT: componen las funciones atómicas de
+[osint-passive](osint-passive.md) para aumentar los datapoints de una entidad (persona u
+organización) del vault `osint` a partir de fuentes públicas. No tocan al objetivo de forma
+intrusiva. Mismo encuadre dual-use que `osint-passive`: solo investigación autorizada.
+
+## Funciones
+
+| ID | Firma | Qué hace |
+|---|---|---|
+| `scan_ficha_attachments_metadata_py_cybersecurity` | `scan_ficha_attachments_metadata(attachments_dir) -> dict` | Escanea los attachments de una ficha (imágenes + PDFs), extrae EXIF/PDF metadata y agrega GPS y fechas. |
+| `enrich_person_passive_py_cybersecurity` | `enrich_person_passive(nombre, apellidos, dominios=None, usernames=None) -> dict` | Candidatos para una persona: emails (guess), username hits, dorks. No verifica ni ejecuta. |
+| `enrich_org_passive_py_cybersecurity` | `enrich_org_passive(dominio) -> dict` | Perfil pasivo de una org: whois + dns + subdominios. Resiliente a fallo parcial (campo `errors`). |
+
+## Ejemplo canónico
+
+```bash
+cd /home/enmanuel/fn_registry
+python/.venv/bin/python3 - <<'PYEOF'
+import sys; sys.path.insert(0, "python/functions")
+from cybersecurity import (scan_ficha_attachments_metadata,
+                           enrich_person_passive, enrich_org_passive)
+
+# 1. Metadatos de los documentos ya guardados de una persona (datos propios)
+m = scan_ficha_attachments_metadata(
+    "/home/enmanuel/Obsidian/osint/attachments/personas/enmanuel-gutierrez-perez")
+print(m["summary"])              # {n_files, n_images, n_pdfs, n_gps_points, n_dates, errors}
+
+# 2. Candidatos de enriquecimiento de una persona (no toca al objetivo)
+p = enrich_person_passive("Enmanuel", "Gutierrez Perez",
+                          dominios=["gmail.com"], usernames=["enmanuelgp"])
+print(p["email_candidates"][:5], len(p["dorks"]))
+
+# 3. Perfil pasivo de una organización por su dominio
+o = enrich_org_passive("organic-machine.com")
+print(o["whois"].get("registrar"), o["dns"].get("A"), len(o["subdomains"]), o["errors"])
+PYEOF
+```
+
+## Fronteras
+
+- Compone solo funciones `osint-passive`. Para activa (port scan, fingerprint) haría falta
+  `osint-active` (no construido).
+- Devuelve candidatos/datos crudos; **decidir qué escribir en la ficha** (y verificar) es del
+  caller. Encaja con el reporte de `projects/osint/tools/person_datapoints.py`.
+
+## Gotchas
+
+- `enrich_org_passive` nunca peta por una fuente lenta (crt.sh): el fallo va a `errors`.
+- `enrich_person_passive` puede tardar por `enumerate_username_sites` (un request por sitio).

docs/capabilities/osint-passive.md

@@ -0,0 +1,64 @@
+# Capability: osint-passive
+
+Recolección OSINT **pasiva**: obtener información sin interactuar de forma intrusiva con el
+objetivo, usando solo fuentes públicas (DNS público, RDAP, Certificate Transparency, metadatos
+de documentos propios, servicios de perfil públicos). Pensado para investigación autorizada,
+due diligence, pentest con permiso y enriquecimiento de las fichas del vault `osint`.
+
+**Encuadre:** dual-use. Úsese solo contra objetivos propios o con autorización. Las funciones
+que tocan servicios públicos (`enumerate_username_sites`, `enum_subdomains_crtsh`) dejan una
+huella mínima (un request a cada servicio); respeta sus rate limits.
+
+## Funciones
+
+| ID | Firma | Qué hace |
+|---|---|---|
+| `extract_exif_metadata_py_cybersecurity` | `extract_exif_metadata(image_path) -> dict` | EXIF de una imagen (fecha, cámara, software, GPS decimal) vía Pillow. |
+| `extract_pdf_metadata_py_cybersecurity` | `extract_pdf_metadata(pdf_path) -> dict` | Document Info de un PDF (autor, fechas, software, páginas) vía pypdf. |
+| `guess_email_formats_py_cybersecurity` | `guess_email_formats(nombre, apellidos, dominio) -> list` | **Pure.** Candidatos de email comunes a partir de nombre + dominio. |
+| `enumerate_username_sites_py_cybersecurity` | `enumerate_username_sites(username, ...) -> list` | ¿Existe un username en ~12 redes públicas? (sherlock ligero, por código HTTP). |
+| `build_search_dorks_py_cybersecurity` | `build_search_dorks(target, tipo, ...) -> list` | **Pure.** Genera dorks de motor de búsqueda (persona/email/dominio/usuario). |
+| `dns_records_py_cybersecurity` | `dns_records(dominio, types=None) -> dict` | Registros DNS (A/AAAA/MX/TXT/NS/CNAME) vía `dig`. |
+| `whois_lookup_py_cybersecurity` | `whois_lookup(dominio, ...) -> dict` | Datos de registro vía RDAP (WHOIS moderno HTTP/JSON, sin CLI). |
+| `enum_subdomains_crtsh_py_cybersecurity` | `enum_subdomains_crtsh(dominio, ...) -> list` | Subdominios desde Certificate Transparency (crt.sh). |
+
+Orquestadores (grupo [osint-enrich](osint-enrich.md)): `scan_ficha_attachments_metadata`,
+`enrich_person_passive`, `enrich_org_passive`.
+
+## Ejemplo canónico
+
+```bash
+cd /home/enmanuel/fn_registry
+python/.venv/bin/python3 - <<'PYEOF'
+import sys; sys.path.insert(0, "python/functions")
+from cybersecurity import (dns_records, whois_lookup, enum_subdomains_crtsh,
+                           guess_email_formats, build_search_dorks, extract_exif_metadata)
+
+# Dominio (org)
+print(whois_lookup("organic-machine.com")["registrar"])      # OVH sas
+print(dns_records("organic-machine.com")["A"])                # ['135.125.201.30']
+print(enum_subdomains_crtsh("organic-machine.com")[:5])
+
+# Persona
+print(guess_email_formats("Enmanuel", "Gutierrez Perez", "gmail.com")[:5])
+print(build_search_dorks("Enmanuel Gutierrez Perez", "persona")[:3])
+
+# Metadatos de un documento propio
+print(extract_exif_metadata("/home/enmanuel/Obsidian/osint/attachments/personas/enmanuel-gutierrez-perez/dni-1.jpg"))
+PYEOF
+```
+
+## Fronteras (qué NO es)
+
+- **No es recolección activa**: no hace port scan, dns brute, ni sondea la infra del objetivo.
+  Eso sería el grupo `osint-active` (no construido todavía).
+- **No verifica** los candidatos: `guess_email_formats` propone, no confirma que el email exista.
+- **No ejecuta** los dorks: `build_search_dorks` los genera; ejecutarlos es otro paso (browser).
+- **No incluye breach/leak lookup** (HIBP requiere API key de pago) — pendiente.
+
+## Gotchas
+
+- `crt.sh` va lento / rate-limitado y a veces responde 404; los orquestadores lo capturan en
+  `errors` y siguen.
+- `enumerate_username_sites` da falsos positivos/negativos por anti-bot de algunos sitios.
+- El GPS de EXIF revela ubicación — dato sensible; trátese como PII.

functions/browser/cdp_click_xy_human.go

@@ -51,12 +51,12 @@ func CdpClickXYHuman(c *CDPConn, x, y float64, opts MouseHumanOpts) error {
 }
 
 // clickPauseMs devuelve la pausa (ms) entre press y release según el modo de
-// velocidad: human 30-90, fast 5-15, instant 0.
+// velocidad: human 30-90, auto/fast 5-15, instant 0.
 func clickPauseMs(mode string) int {
 	switch mode {
 	case "instant":
 		return 0
-	case "fast":
+	case "fast", "auto":
 		return 5 + rand.Intn(11) // 5..15
 	default: // "human" o ""
 		return 30 + rand.Intn(61) // 30..90

functions/browser/cdp_conn.go

@@ -14,8 +14,16 @@ import (
 	"strings"
 	"sync"
 	"sync/atomic"
+	"time"
 )
 
+// cdpCmdTimeout es el tope que sendCDP espera por la respuesta a un comando antes
+// de rendirse. Sin el, una respuesta que Chrome nunca envia (tab cerrada a media
+// peticion, proceso colgado) bloquearia la goroutine del tool para siempre — el
+// agente lo percibe como "lentitud infinita". Con el timeout, el tool falla limpio
+// y el retry de withConn puede reconectar.
+const cdpCmdTimeout = 30 * time.Second
+
 // EventHandler es invocado cuando llega un evento CDP del metodo subscrito.
 // El handler corre en la goroutine del readLoop — debe ser rapido o despachar
 // a un canal/goroutine propio. params puede ser nil si Chrome no envia.
@@ -36,6 +44,15 @@ type CDPConn struct {
 	handlers map[string][]EventHandler
 	hMu      sync.Mutex
 
+	// axEnabled/netEnabled/pageEnabled cachean si ya enviamos el enable de cada
+	// dominio CDP en esta conexion. enable/disable es idempotente pero cuesta un
+	// round-trip; en el hot path del agente (percibir->actuar repetido) re-enviar
+	// Accessibility.enable / Network.enable en cada llamada duplica los RTT.
+	// Habilitar una vez y cachear el flag elimina ese coste por percepcion/espera.
+	axEnabled   atomic.Bool
+	netEnabled  atomic.Bool
+	pageEnabled atomic.Bool
+
 	// frameCtx cachea el executionContextId del isolated world por frameID, para
 	// que CdpEvalInFrame no cree un mundo aislado nuevo en cada llamada.
 	// frameCtxMu protege solo el lazy-init del puntero (el cache tiene su mutex).
@@ -250,12 +267,60 @@ func (c *CDPConn) sendCDP(method string, params map[string]any) (map[string]any,
 		return nil, fmt.Errorf("cdp send %s: %w", method, err)
 	}
 
-	// Esperar respuesta
+	// Esperar respuesta (con timeout para no colgar el tool indefinidamente).
-	resp := <-ch
+	select {
+	case resp := <-ch:
 		if resp.Error != nil {
 			return nil, fmt.Errorf("cdp %s: error %d: %s", method, resp.Error.Code, resp.Error.Message)
 		}
 		return resp.Result, nil
+	case <-time.After(cdpCmdTimeout):
+		c.pendMu.Lock()
+		delete(c.pending, id)
+		c.pendMu.Unlock()
+		return nil, fmt.Errorf("cdp %s: sin respuesta tras %s (conexion colgada?)", method, cdpCmdTimeout)
+	}
+}
+
+// ensureAX habilita el dominio Accessibility una sola vez por conexion (necesario
+// antes de Accessibility.getFullAXTree). Idempotente y cacheado: la segunda y
+// sucesivas llamadas son no-op, evitando un round-trip por percepcion.
+func (c *CDPConn) ensureAX() error {
+	if c.axEnabled.Load() {
+		return nil
+	}
+	if _, err := c.sendCDP("Accessibility.enable", nil); err != nil {
+		return err
+	}
+	c.axEnabled.Store(true)
+	return nil
+}
+
+// ensureNetwork habilita el dominio Network una sola vez por conexion. Cacheado:
+// no lo deshabilitamos al terminar una espera (eso borraria el estado y forzaria
+// el enable de nuevo); los handlers de eventos se desregistran por su cancel().
+func (c *CDPConn) ensureNetwork() error {
+	if c.netEnabled.Load() {
+		return nil
+	}
+	if _, err := c.sendCDP("Network.enable", nil); err != nil {
+		return err
+	}
+	c.netEnabled.Store(true)
+	return nil
+}
+
+// ensurePage habilita el dominio Page una sola vez por conexion (necesario para
+// recibir Page.loadEventFired y demas eventos de ciclo de vida de la pagina).
+func (c *CDPConn) ensurePage() error {
+	if c.pageEnabled.Load() {
+		return nil
+	}
+	if _, err := c.sendCDP("Page.enable", nil); err != nil {
+		return err
+	}
+	c.pageEnabled.Store(true)
+	return nil
 }
 
 // readLoop lee mensajes del WebSocket y los enruta a los canales pendientes

functions/browser/cdp_get_ax_outline.go

@@ -72,8 +72,10 @@ func CdpGetAXOutline(c *CDPConn, frameID string, maxChars int) (string, error) {
 		return "", fmt.Errorf("cdp get ax outline: conexion nula")
 	}
 
-	// Accessibility.enable es idempotente; necesario antes de getFullAXTree.
+	// Accessibility.enable (idempotente, cacheado por conexion): necesario antes de
-	if _, err := c.sendCDP("Accessibility.enable", nil); err != nil {
+	// getFullAXTree. Cachear el flag evita un round-trip extra en cada percepcion,
+	// que es la operacion mas frecuente del bucle percibir->actuar del agente.
+	if err := c.ensureAX(); err != nil {
 		return "", fmt.Errorf("cdp get ax outline: Accessibility.enable: %w", err)
 	}
 

functions/browser/cdp_move_mouse_human.go

@@ -9,11 +9,12 @@ import (
 
 // MouseHumanOpts configura el movimiento humano del ratón.
 type MouseHumanOpts struct {
-	// Mode es la política de velocidad: "human" (default, ""), "fast" o "instant".
+	// Mode es la política de velocidad: "auto"/"fast" (rápido), "human" (sigiloso,
-	// Controla los defaults de Steps/DurationMs/JitterPx y la pausa press/release:
+	// también "") o "instant". Controla los defaults de Steps/DurationMs/JitterPx y
+	// la pausa press/release:
+	//   - auto/fast: recta ~5 pts, 40-80ms, jitter mínimo (eventos de ratón reales,
+	//              rápido — modo por defecto del MCP para automatización propia).
 	//   - human:   Bézier ~25 pts, 350-800ms, jitter 2px (sigilo anti-bot alto).
-	//   - fast:    recta ~5 pts, 40-80ms, jitter mínimo (eventos de ratón reales,
-	//              para scraping masivo propio).
 	//   - instant: sin movimiento de ratón (CdpMoveMouseHuman es no-op); el click
 	//              por #ref usa element.click() JS. Para tests y fallback sin bbox.
 	// Los valores explícitos (Steps/DurationMs/JitterPx != 0) ganan al preset del modo.
@@ -37,7 +38,7 @@ type MouseHumanOpts struct {
 // Un modo desconocido se trata como "human" (el más seguro).
 func MouseProfileForMode(mode string) MouseHumanOpts {
 	switch mode {
-	case "fast", "instant", "human", "":
+	case "auto", "fast", "instant", "human", "":
 		return MouseHumanOpts{Mode: mode, FromX: -1, FromY: -1}
 	default:
 		return MouseHumanOpts{Mode: "human", FromX: -1, FromY: -1}
@@ -56,14 +57,14 @@ func mouseHumanDefaults(opts MouseHumanOpts) MouseHumanOpts {
 			opts.DurationMs = 1
 		}
 		// JitterPx se queda en 0.
-	case "fast":
+	case "fast", "auto":
 		if opts.Steps <= 0 {
 			opts.Steps = 5
 		}
 		if opts.DurationMs <= 0 {
 			opts.DurationMs = 40 + rand.Intn(41) // 40..80
 		}
-		// JitterPx se queda en lo recibido (0 por defecto, sin jitter en fast).
+		// JitterPx se queda en lo recibido (0 por defecto, sin jitter en fast/auto).
 	default: // "human" o ""
 		if opts.Steps <= 0 {
 			opts.Steps = 25

functions/browser/cdp_type_ref.go

@@ -14,3 +14,17 @@ func CdpTypeRef(c *CDPConn, backendNodeID int, text string) error {
 	}
 	return CdpTypeText(c, text)
 }
+
+// CdpTypeRefFast enfoca el elemento del #ref e inserta el texto en UN solo
+// round-trip (Input.insertText), sin teclear caracter por caracter. Es el camino
+// rápido del modo automático: equivale a focus(ref) → CdpInsertText. Para sitios
+// con detección por pulsación usa CdpTypeRef (modo human, char por char).
+func CdpTypeRefFast(c *CDPConn, backendNodeID int, text string) error {
+	if c == nil {
+		return fmt.Errorf("cdp type ref fast: conexión nil")
+	}
+	if _, err := c.sendCDP("DOM.focus", map[string]any{"backendNodeId": backendNodeID}); err != nil {
+		return fmt.Errorf("cdp type ref fast: focus ref %d: %w", backendNodeID, err)
+	}
+	return CdpInsertText(c, text)
+}

functions/browser/cdp_type_ref.md

@@ -3,10 +3,10 @@ name: cdp_type_ref
 kind: function
 lang: go
 domain: browser
-version: "1.0.0"
+version: "1.1.0"
 purity: impure
 signature: "func CdpTypeRef(c *CDPConn, backendNodeID int, text string) error"
-description: "Enfoca el elemento identificado por su #ref del AX outline vía DOM.focus y escribe el texto dado usando CdpTypeText. El #ref es el backendDOMNodeId estable del nodo DOM. El elemento debe aceptar input de texto (input, textarea, contenteditable)."
+description: "Enfoca el elemento identificado por su #ref del AX outline vía DOM.focus y escribe el texto dado usando CdpTypeText (carácter a carácter, camino human). El #ref es el backendDOMNodeId estable del nodo DOM. Para el camino rápido (un solo round-trip Input.insertText) hay CdpTypeRefFast. El elemento debe aceptar input de texto (input, textarea, contenteditable)."
 tags: [cdp, browser, action, ref, humanized, navegator]
 uses_functions: [cdp_type_text_go_browser]
 uses_types: []
@@ -49,3 +49,7 @@ Tras `page_perceive` / `render_ax_outline`, cuando el agente quiere escribir en
 - `DOM.focus` falla si el elemento no es focusable (no es `input`, `textarea`, `contenteditable`, o similar). El error indica el ref y la causa.
 - Si el elemento necesita un click previo para activarse (algunos inputs con JS custom), combinar con `CdpClickRef` antes de `CdpTypeRef`.
 - No hace scroll previo — si el elemento no está visible en el viewport el focus CDP puede fallar en algunos navegadores. Combinar con `CdpClickRef` (que sí hace scroll) si hay dudas.
+
+## Capability growth log
+
+- v1.1.0 (2026-06-13) — Nueva función hermana `CdpTypeRefFast`: enfoca el #ref e inserta el texto en un solo round-trip (`Input.insertText`) en vez de teclear carácter a carácter. Es el camino rápido del modo automático del MCP (`dom_type_ref` con `mode=auto`); `CdpTypeRef` queda como el camino human (carácter a carácter con pausas aleatorias) para sitios con detección por pulsación.

functions/browser/cdp_type_text.go

@@ -2,27 +2,38 @@ package browser
 
 import (
 	"fmt"
+	"math/rand"
 	"strings"
 	"time"
 )
 
-// CdpTypeText escribe texto en el elemento activo de la pagina caracter por caracter.
+// assertEditableFocus verifica que el activeElement de la pagina acepta texto
-// Usa Input.dispatchKeyEvent para simular pulsaciones de teclado reales.
+// (input/textarea/select/contentEditable). Sin foco, los caracteres se pierden
-// Recomienda usar CdpClick primero para enfocar el elemento objetivo.
+// silenciosamente (van a document.body); devolvemos un error claro en vez de
+// "escribir a la nada". Compartido por CdpTypeText (camino human) y CdpInsertText
+// (camino rapido).
+func assertEditableFocus(c *CDPConn) error {
+	focus, ferr := CdpEvaluate(c, `(function(){var a=document.activeElement;if(!a)return 'none';var t=a.tagName.toLowerCase();return (t==='input'||t==='textarea'||t==='select'||a.isContentEditable)?'ok':t;})()`)
+	if ferr != nil {
+		return fmt.Errorf("verificar foco: %w", ferr)
+	}
+	if strings.TrimSpace(focus) != "ok" {
+		return fmt.Errorf("no hay campo de texto enfocado (activeElement: %s); enfoca el input primero", strings.TrimSpace(focus))
+	}
+	return nil
+}
+
+// CdpTypeText escribe texto en el elemento activo de la pagina caracter por
+// caracter, con una pausa ALEATORIA entre teclas. Es el camino "human": emite
+// keyDown/keyUp reales por tecla (sitios que validan pulsacion a pulsacion
+// reaccionan) y el ritmo irregular reduce la deteccion de automatizacion. Para el
+// camino rapido (modo auto) usa CdpInsertText: un solo round-trip, sin teclear.
 func CdpTypeText(c *CDPConn, text string) error {
 	if c == nil {
 		return fmt.Errorf("cdp type text: conexion nula")
 	}
-
+	if err := assertEditableFocus(c); err != nil {
-	// Verificar que hay un campo editable enfocado. Sin foco, los caracteres se
+		return fmt.Errorf("cdp type text: %w", err)
-	// pierden silenciosamente (van a document.body). Devolvemos error claro en vez
-	// de "escribir a la nada".
-	focus, ferr := CdpEvaluate(c, `(function(){var a=document.activeElement;if(!a)return 'none';var t=a.tagName.toLowerCase();return (t==='input'||t==='textarea'||t==='select'||a.isContentEditable)?'ok':t;})()`)
-	if ferr != nil {
-		return fmt.Errorf("cdp type text: verificar foco: %w", ferr)
-	}
-	if strings.TrimSpace(focus) != "ok" {
-		return fmt.Errorf("cdp type text: no hay campo de texto enfocado (activeElement: %s); usa CdpClick sobre el input primero", strings.TrimSpace(focus))
 	}
 
 	// keyDown (con `text`) ya inserta el caracter en el elemento focado en
@@ -49,9 +60,28 @@ func CdpTypeText(c *CDPConn, text string) error {
 			return fmt.Errorf("cdp type text: keyUp %q: %w", charStr, err)
 		}
 
-		// Pequena pausa entre caracteres para simular escritura humana.
+		// Pausa ALEATORIA entre caracteres (15-65 ms) para imitar el ritmo
-		time.Sleep(10 * time.Millisecond)
+		// irregular de un humano escribiendo, en vez de un intervalo de maquina fijo.
+		time.Sleep(time.Duration(15+rand.Intn(51)) * time.Millisecond)
 	}
 
 	return nil
 }
+
+// CdpInsertText inserta todo el texto en el elemento enfocado en UN solo
+// round-trip via Input.insertText. Es el camino rapido del modo automatico: no
+// emite keyDown/keyUp por tecla, por lo que sitios que validan pulsacion a
+// pulsacion (autocompletes muy estrictos) pueden no reaccionar — para esos casos
+// usa CdpTypeText (modo human). Requiere un campo editable enfocado.
+func CdpInsertText(c *CDPConn, text string) error {
+	if c == nil {
+		return fmt.Errorf("cdp insert text: conexion nula")
+	}
+	if err := assertEditableFocus(c); err != nil {
+		return fmt.Errorf("cdp insert text: %w", err)
+	}
+	if _, err := c.sendCDP("Input.insertText", map[string]any{"text": text}); err != nil {
+		return fmt.Errorf("cdp insert text: %w", err)
+	}
+	return nil
+}

functions/browser/cdp_type_text.md

@@ -3,11 +3,11 @@ name: cdp_type_text
 kind: function
 lang: go
 domain: browser
-version: "1.0.0"
+version: "1.1.0"
 purity: impure
 signature: "func CdpTypeText(c *CDPConn, text string) error"
-description: "Escribe texto en el elemento activo de la pagina caracter por caracter via Input.dispatchKeyEvent. Envia eventos keyDown, char y keyUp por cada caracter con 10ms de pausa entre ellos. Usar CdpClick primero para enfocar el elemento."
+description: "Escribe texto en el elemento activo de la pagina caracter por caracter via Input.dispatchKeyEvent (camino human). Envia keyDown+keyUp por cada caracter con una pausa ALEATORIA (15-65ms) que imita el ritmo irregular humano. Para el camino rapido (un solo round-trip, sin teclear) usa CdpInsertText. Usar CdpClick primero para enfocar el elemento."
-tags: [chrome, cdp, browser, automation, keyboard, input, devtools]
+tags: [chrome, cdp, browser, automation, keyboard, input, devtools, navegator]
 uses_functions: [cdp_connect_go_browser]
 uses_types: []
 returns: []
@@ -39,4 +39,10 @@ CdpTypeText(conn, "golang websocket")
 
 ## Notas
 
-Envia tres eventos por caracter: `keyDown`, `char` (dispara el evento `input` del DOM) y `keyUp`. La pausa de 10ms entre caracteres simula escritura humana y ayuda con inputs que tienen debounce. Para texto largo, considerar inyectar directamente via `CdpEvaluate` con `element.value = "..."` + evento `input`.
+Envia dos eventos por caracter: `keyDown` (con `text`, que ya inserta el caracter en Chrome) y `keyUp`. No envia un evento `char` extra: lo duplicaba en sitios que reaccionan a eventos `input` (DuckDuckGo, Google). La pausa ALEATORIA de 15-65ms entre caracteres imita el ritmo irregular humano (reduce deteccion) y ayuda con inputs que tienen debounce.
+
+Para el camino rapido del modo automatico hay `CdpInsertText` (todo el texto en un solo `Input.insertText`, sin keyDown/keyUp por tecla) — mucho mas rapido, pero sitios que validan pulsacion a pulsacion pueden no reaccionar. Para texto largo donde no importa el sigilo, `CdpInsertText` es preferible.
+
+## Capability growth log
+
+- v1.1.0 (2026-06-13) — La pausa entre caracteres pasa de 10ms fija a aleatoria 15-65ms (ritmo no-máquina). Nueva función hermana `CdpInsertText`: inserta todo el texto en un solo round-trip (`Input.insertText`) para el modo automático rápido. Se extrajo el chequeo de foco a `assertEditableFocus` (compartido).

functions/browser/cdp_wait_idle.go

@@ -136,11 +136,14 @@ func CdpWaitIdle(c *CDPConn, opts CdpWaitIdleOpts) error {
 	})
 	defer cancel3()
 
-	// Habilitar dominio Network (igual que cdp_har_record).
+	// Habilitar dominio Network (idempotente, cacheado por conexion). NO lo
-	if _, err := c.sendCDP("Network.enable", nil); err != nil {
+	// deshabilitamos al salir: Network.disable borraria el estado y el siguiente
+	// wait_idle pagaria el enable de nuevo (round-trip extra). Los handlers de
+	// eventos se desregistran por sus cancel() de defer, que es lo unico necesario
+	// para dejar de contar.
+	if err := c.ensureNetwork(); err != nil {
 		return fmt.Errorf("cdp wait idle: Network.enable: %w", err)
 	}
-	defer c.sendCDP("Network.disable", nil) //nolint:errcheck
 
 	deadline := time.Now().Add(opts.Timeout)
 	pollInterval := time.Duration(opts.PollMs) * time.Millisecond

functions/browser/cdp_wait_load.go

@@ -6,9 +6,11 @@ import (
 )
 
 // CdpWaitLoad espera a que la página actual termine de cargar completamente.
-// Hace polling de document.readyState via Runtime.evaluate cada 200ms hasta
+// Bloquea hasta recibir el evento CDP Page.loadEventFired (sin polling): suscribe
-// que sea "complete", o hasta que se agote el timeout.
+// el evento via OnEvent y espera en un canal con timeout. Antes de esperar hace un
-// Retorna error si el timeout se agota o si CdpEvaluate falla (conexion rota).
+// fast path comprobando document.readyState — si la página ya está "complete",
+// retorna de inmediato sin armar el handler.
+// Retorna error si el timeout se agota o si no logra habilitar el dominio Page.
 func CdpWaitLoad(c *CDPConn, timeout time.Duration) error {
 	if c == nil {
 		return fmt.Errorf("cdp wait load: conexion nula")
@@ -17,19 +19,35 @@ func CdpWaitLoad(c *CDPConn, timeout time.Duration) error {
 		timeout = 30 * time.Second
 	}
 
-	deadline := time.Now().Add(timeout)
+	// Fast path: si el documento ya terminó de cargar, no esperamos eventos.
-	interval := 200 * time.Millisecond
+	if rs, err := CdpEvaluate(c, "document.readyState"); err == nil && rs == "complete" {
-
-	for time.Now().Before(deadline) {
-		result, err := CdpEvaluate(c, "document.readyState")
-		if err != nil {
-			return fmt.Errorf("cdp wait load: error evaluando readyState: %w", err)
-		}
-		if result == "complete" {
 		return nil
 	}
-		time.Sleep(interval)
+
+	// Habilitar Page (idempotente, cacheado) y suscribir el evento de carga.
+	if err := c.ensurePage(); err != nil {
+		return fmt.Errorf("cdp wait load: Page.enable: %w", err)
+	}
+	loaded := make(chan struct{}, 1)
+	cancel := c.OnEvent("Page.loadEventFired", func(_ string, _ map[string]any) {
+		select {
+		case loaded <- struct{}{}:
+		default:
+		}
+	})
+	defer cancel()
+
+	// Re-chequear readyState tras suscribir: si la carga terminó entre el fast
+	// path y el registro del handler, ya no llegaría el evento (carrera) — lo
+	// captamos aquí en vez de colgarnos hasta el timeout.
+	if rs, err := CdpEvaluate(c, "document.readyState"); err == nil && rs == "complete" {
+		return nil
 	}
 
+	select {
+	case <-loaded:
+		return nil
+	case <-time.After(timeout):
 		return fmt.Errorf("cdp wait load: pagina no cargo despues de %s", timeout)
 	}
+}

functions/browser/cdp_wait_load.md

@@ -3,11 +3,11 @@ name: cdp_wait_load
 kind: function
 lang: go
 domain: browser
-version: "1.0.0"
+version: "1.1.0"
 purity: impure
 signature: "func CdpWaitLoad(c *CDPConn, timeout time.Duration) error"
-description: "Espera a que la pagina actual termine de cargar completamente. Hace polling de document.readyState via Runtime.evaluate cada 200ms hasta que sea \"complete\", o hasta que se agote el timeout. Retorna error inmediato si CdpEvaluate falla (la conexion puede estar rota)."
+description: "Espera a que la pagina actual termine de cargar completamente. Bloquea hasta recibir el evento CDP Page.loadEventFired (sin polling), con un fast path inicial de document.readyState: si ya esta complete, retorna de inmediato. Retorna error si se agota el timeout o si no logra habilitar el dominio Page."
-tags: [chrome, cdp, browser, automation, wait, polling, devtools, readystate, load]
+tags: [chrome, cdp, browser, automation, wait, event, devtools, readystate, load, loadeventfired, navegator]
 uses_functions: [cdp_evaluate_go_browser]
 uses_types: []
 returns: []
@@ -42,6 +42,10 @@ html, _ := CdpGetHTML(conn)
 
 ## Notas
 
-A diferencia de `CdpWaitElement`, que ignora errores de `CdpEvaluate` durante el polling (la pagina puede aun no estar lista), `CdpWaitLoad` retorna el error inmediatamente porque un fallo en `document.readyState` indica una conexion rota, no una condicion transitoria.
+Bloquea esperando el evento CDP `Page.loadEventFired` (sin polling). Antes de esperar hace un fast path con `document.readyState`: si la página ya está `complete`, retorna de inmediato sin armar el handler. Tras suscribir el evento re-chequea `readyState` una vez más para no perder la carga por una carrera entre el fast path y el registro del handler. Habilita el dominio `Page` vía `ensurePage` (cacheado por conexión, idempotente).
 
 Si `timeout <= 0` usa 30s por defecto (mas largo que `CdpWaitElement` porque la carga completa de red puede tardar mas que la aparicion de un elemento DOM).
+
+## Capability growth log
+
+- v1.1.0 (2026-06-13) — De polling de `document.readyState` cada 200ms a esperar el evento `Page.loadEventFired` (vía `OnEvent` + canal con timeout), con fast path inicial de `readyState`. Elimina los round-trips de polling y la cuantización de ±200ms: si la página ya está cargada retorna en microsegundos.

functions/infra/audit_projects_coverage.go

@@ -0,0 +1,347 @@
+package infra
+
+import (
+	"database/sql"
+	"fmt"
+	"os/exec"
+	"path/filepath"
+	"sort"
+	"strings"
+	"text/tabwriter"
+
+	_ "github.com/mattn/go-sqlite3"
+)
+
+// ProjectCoverage reports how well a project registered in registry.db is
+// backed by a Gitea sub-repo and how many of its children (apps + analyses)
+// are actually cloned on disk. It is the engine of `fn doctor projects`.
+//
+// The audit only touches the local filesystem and registry.db: it never hits
+// the network nor the Gitea API, so it runs fast and requires no token.
+type ProjectCoverage struct {
+	ProjectID       string   `json:"project_id"`
+	DirPath         string   `json:"dir_path"`
+	HasGit          bool     `json:"has_git"`          // <root>/<dir_path>/.git exists as a directory
+	HasRemote       bool     `json:"has_remote"`       // git -C <dir> remote get-url origin returned a non-empty url
+	RepoURLDeclared bool     `json:"repo_url_declared"` // projects.repo_url != ""
+	ChildrenInDB    int      `json:"children_in_db"`   // apps + analyses with project_id = ProjectID
+	ChildrenCloned  int      `json:"children_cloned"`  // of those, how many have a .git on disk
+	ChildrenMissing int      `json:"children_missing"` // ChildrenInDB - ChildrenCloned (at risk when re-cloning)
+	Issues          []string `json:"issues"`           // e.g. "dir_not_found", "no_gitea_repo", "children_missing"
+}
+
+// AuditProjectsCoverage walks every row in the projects table and reports, per
+// project, whether it has a local git repo, whether that repo declares a remote
+// origin, whether its repo_url is filled in registry.db, and how many of its
+// children (apps + analyses) are cloned versus only known to the database.
+//
+// registryRoot is the repository root (the directory that holds registry.db).
+// All relative dir_path values are resolved against it.
+//
+// Returns an error only if registry.db cannot be opened or queried. Projects
+// whose directory is missing on disk are still reported, flagged with the
+// "dir_not_found" issue, so the caller can surface them rather than silently
+// dropping them.
+func AuditProjectsCoverage(registryRoot string) ([]ProjectCoverage, error) {
+	dbPath := filepath.Join(registryRoot, "registry.db")
+	dsn := fmt.Sprintf("file:%s?mode=ro&_foreign_keys=on", dbPath)
+	db, err := sql.Open("sqlite3", dsn)
+	if err != nil {
+		return nil, fmt.Errorf("audit_projects_coverage: open db: %w", err)
+	}
+	defer db.Close()
+	if err := db.Ping(); err != nil {
+		return nil, fmt.Errorf("audit_projects_coverage: ping db: %w", err)
+	}
+
+	rows, err := db.Query(`SELECT id, COALESCE(dir_path,''), COALESCE(repo_url,'') FROM projects ORDER BY id`)
+	if err != nil {
+		return nil, fmt.Errorf("audit_projects_coverage: query projects: %w", err)
+	}
+	defer rows.Close()
+
+	var out []ProjectCoverage
+	for rows.Next() {
+		var pc ProjectCoverage
+		var dirPath, repoURL string
+		if err := rows.Scan(&pc.ProjectID, &dirPath, &repoURL); err != nil {
+			return nil, fmt.Errorf("audit_projects_coverage: scan project: %w", err)
+		}
+
+		// DirPath: use projects.dir_path; if empty, derive projects/<id>.
+		if dirPath == "" {
+			dirPath = filepath.Join("projects", pc.ProjectID)
+		}
+		pc.DirPath = dirPath
+		pc.RepoURLDeclared = repoURL != ""
+
+		absDir := dirPath
+		if !filepath.IsAbs(absDir) {
+			absDir = filepath.Join(registryRoot, dirPath)
+		}
+
+		dirFound := dirExists(absDir)
+		if !dirFound {
+			pc.Issues = append(pc.Issues, "dir_not_found")
+		} else {
+			pc.HasGit = dirExists(filepath.Join(absDir, ".git"))
+			if pc.HasGit {
+				pc.HasRemote = gitHasRemoteOrigin(absDir)
+			}
+		}
+
+		// Children: apps + analyses with this project_id.
+		children, err := projectChildren(db, pc.ProjectID)
+		if err != nil {
+			return nil, err
+		}
+		pc.ChildrenInDB = len(children)
+		for _, childDir := range children {
+			absChild := childDir
+			if !filepath.IsAbs(absChild) {
+				absChild = filepath.Join(registryRoot, childDir)
+			}
+			if dirExists(filepath.Join(absChild, ".git")) {
+				pc.ChildrenCloned++
+			}
+		}
+		pc.ChildrenMissing = pc.ChildrenInDB - pc.ChildrenCloned
+
+		// Issues derived from the gathered state.
+		if !pc.HasRemote && !pc.RepoURLDeclared {
+			pc.Issues = append(pc.Issues, "no_gitea_repo")
+		}
+		if pc.ChildrenMissing > 0 {
+			pc.Issues = append(pc.Issues, "children_missing")
+		}
+
+		out = append(out, pc)
+	}
+	return out, rows.Err()
+}
+
+// projectChildren returns the dir_path of every app and analysis whose
+// project_id matches the given project id.
+func projectChildren(db *sql.DB, projectID string) ([]string, error) {
+	var dirs []string
+	for _, table := range []string{"apps", "analysis"} {
+		q := fmt.Sprintf(`SELECT COALESCE(dir_path,'') FROM %s WHERE project_id = ?`, table)
+		rows, err := db.Query(q, projectID)
+		if err != nil {
+			return nil, fmt.Errorf("audit_projects_coverage: query %s children: %w", table, err)
+		}
+		for rows.Next() {
+			var dp string
+			if err := rows.Scan(&dp); err != nil {
+				rows.Close()
+				return nil, fmt.Errorf("audit_projects_coverage: scan %s child: %w", table, err)
+			}
+			if dp != "" {
+				dirs = append(dirs, dp)
+			}
+		}
+		if err := rows.Err(); err != nil {
+			rows.Close()
+			return nil, err
+		}
+		rows.Close()
+	}
+	return dirs, nil
+}
+
+// gitHasRemoteOrigin reports whether the git repo at dir declares an origin
+// remote with a non-empty URL. It shells out to `git -C <dir> remote get-url
+// origin` and treats exit 0 with non-empty output as success. Any error
+// (no origin, not a repo, git missing) is reported as false.
+func gitHasRemoteOrigin(dir string) bool {
+	cmd := exec.Command("git", "-C", dir, "remote", "get-url", "origin")
+	outBytes, err := cmd.Output()
+	if err != nil {
+		return false
+	}
+	return strings.TrimSpace(string(outBytes)) != ""
+}
+
+// FormatProjectsCoverage renders a tabwriter table, one row per project, with
+// git / remote / repo_url presence, children cloned vs declared, and the
+// issues list. When no project has coverage problems it makes that explicit.
+func FormatProjectsCoverage(rows []ProjectCoverage) string {
+	var sb strings.Builder
+	w := tabwriter.NewWriter(&sb, 0, 0, 2, ' ', 0)
+	fmt.Fprintln(w, "PROJECT\tGIT\tREMOTE\tREPO_URL\tCHILDREN\tISSUES")
+
+	withIssues := 0
+	for _, r := range rows {
+		issues := "-"
+		if len(r.Issues) > 0 {
+			issues = strings.Join(r.Issues, "; ")
+			withIssues++
+		}
+		fmt.Fprintf(w, "%s\t%s\t%s\t%s\t%d/%d\t%s\n",
+			r.ProjectID,
+			checkMark(r.HasGit),
+			checkMark(r.HasRemote),
+			checkMark(r.RepoURLDeclared),
+			r.ChildrenCloned, r.ChildrenInDB,
+			issues,
+		)
+	}
+	w.Flush()
+
+	if len(rows) == 0 {
+		sb.WriteString("\nNo projects registered.\n")
+		return sb.String()
+	}
+	if withIssues == 0 {
+		sb.WriteString("\n0 projects con problemas de cobertura.\n")
+	} else {
+		fmt.Fprintf(&sb, "\n%d/%d projects con problemas de cobertura.\n", withIssues, len(rows))
+	}
+	return sb.String()
+}
+
+// checkMark returns ✓ for true, ✗ for false.
+func checkMark(b bool) string {
+	if b {
+		return "✓"
+	}
+	return "✗"
+}
+
+// OrphanProjectRef describes a project_id that one or more children (apps and
+// analyses) reference in registry.db but for which no row exists in the projects
+// table. This is the inverse drift of AuditProjectsCoverage: instead of a
+// registered project whose children are not cloned, it surfaces an umbrella
+// project that was never synced to this PC (or never created here at all), so
+// the children are pointing at a project that this registry does not know about.
+// That is a data-loss risk: the umbrella project may exist on another machine
+// and the link would be silently broken on a clone/sync into this one.
+type OrphanProjectRef struct {
+	ProjectID string   `json:"project_id"` // referenced by children but missing from projects
+	Apps      []string `json:"apps"`       // ids of apps that reference it (sorted)
+	Analyses  []string `json:"analyses"`   // ids of analyses that reference it (sorted)
+}
+
+// FindOrphanProjectRefs scans every app and analysis that declares a non-empty
+// project_id and reports those project_id values that have no matching row in
+// the projects table. Each orphan groups the ids of the apps and analyses that
+// reference it.
+//
+// registryRoot is the repository root (the directory that holds registry.db).
+//
+// The result is sorted by ProjectID, and within each entry the Apps and
+// Analyses lists are sorted alphabetically. When every child references a known
+// project, an empty (non-nil) slice is returned with a nil error.
+//
+// Like AuditProjectsCoverage it only reads registry.db (opened read-only) and
+// never touches the network nor the Gitea API. Returns an error only when
+// registry.db cannot be opened or queried.
+func FindOrphanProjectRefs(registryRoot string) ([]OrphanProjectRef, error) {
+	dbPath := filepath.Join(registryRoot, "registry.db")
+	dsn := fmt.Sprintf("file:%s?mode=ro&_foreign_keys=on", dbPath)
+	db, err := sql.Open("sqlite3", dsn)
+	if err != nil {
+		return nil, fmt.Errorf("find_orphan_project_refs: open db: %w", err)
+	}
+	defer db.Close()
+	if err := db.Ping(); err != nil {
+		return nil, fmt.Errorf("find_orphan_project_refs: ping db: %w", err)
+	}
+
+	// Set of known project ids.
+	known := map[string]bool{}
+	prows, err := db.Query(`SELECT id FROM projects`)
+	if err != nil {
+		return nil, fmt.Errorf("find_orphan_project_refs: query projects: %w", err)
+	}
+	for prows.Next() {
+		var id string
+		if err := prows.Scan(&id); err != nil {
+			prows.Close()
+			return nil, fmt.Errorf("find_orphan_project_refs: scan project: %w", err)
+		}
+		known[id] = true
+	}
+	if err := prows.Err(); err != nil {
+		prows.Close()
+		return nil, err
+	}
+	prows.Close()
+
+	// Accumulate orphan references from apps and analyses.
+	orphans := map[string]*OrphanProjectRef{}
+
+	get := func(pid string) *OrphanProjectRef {
+		o, ok := orphans[pid]
+		if !ok {
+			o = &OrphanProjectRef{ProjectID: pid}
+			orphans[pid] = o
+		}
+		return o
+	}
+
+	for _, table := range []string{"apps", "analysis"} {
+		q := fmt.Sprintf(`SELECT id, project_id FROM %s WHERE project_id != ''`, table)
+		rows, err := db.Query(q)
+		if err != nil {
+			return nil, fmt.Errorf("find_orphan_project_refs: query %s: %w", table, err)
+		}
+		for rows.Next() {
+			var id, pid string
+			if err := rows.Scan(&id, &pid); err != nil {
+				rows.Close()
+				return nil, fmt.Errorf("find_orphan_project_refs: scan %s row: %w", table, err)
+			}
+			if known[pid] {
+				continue
+			}
+			o := get(pid)
+			if table == "apps" {
+				o.Apps = append(o.Apps, id)
+			} else {
+				o.Analyses = append(o.Analyses, id)
+			}
+		}
+		if err := rows.Err(); err != nil {
+			rows.Close()
+			return nil, err
+		}
+		rows.Close()
+	}
+
+	out := make([]OrphanProjectRef, 0, len(orphans))
+	for _, o := range orphans {
+		sort.Strings(o.Apps)
+		sort.Strings(o.Analyses)
+		out = append(out, *o)
+	}
+	sort.Slice(out, func(i, j int) bool { return out[i].ProjectID < out[j].ProjectID })
+	return out, nil
+}
+
+// FormatOrphanProjectRefs renders a human-readable report of orphan project_id
+// references, one block per orphan, listing how many apps and analyses point at
+// the missing project plus their ids. When there are no orphans it makes that
+// explicit on a single line.
+func FormatOrphanProjectRefs(rows []OrphanProjectRef) string {
+	if len(rows) == 0 {
+		return "0 project_id huérfanos (todos los hijos tienen project declarado)\n"
+	}
+
+	var sb strings.Builder
+	w := tabwriter.NewWriter(&sb, 0, 0, 2, ' ', 0)
+	fmt.Fprintln(w, "PROJECT_ID\tAPPS\tANALYSES\tREFERENCED_BY")
+	for _, r := range rows {
+		refs := append(append([]string{}, r.Apps...), r.Analyses...)
+		refStr := strings.Join(refs, ", ")
+		if refStr == "" {
+			refStr = "-"
+		}
+		fmt.Fprintf(w, "%s\t%d\t%d\t%s\n",
+			r.ProjectID, len(r.Apps), len(r.Analyses), refStr)
+	}
+	w.Flush()
+
+	fmt.Fprintf(&sb, "\n%d project_id huérfanos (referenciados por hijos pero sin fila en projects).\n", len(rows))
+	return sb.String()
+}

functions/infra/audit_projects_coverage.md

@@ -0,0 +1,109 @@
+---
+name: audit_projects_coverage
+kind: function
+lang: go
+domain: infra
+version: "1.0.0"
+purity: impure
+signature: "func AuditProjectsCoverage(registryRoot string) ([]ProjectCoverage, error)"
+description: "Audita la cobertura de los projects del registry frente a sus sub-repos Gitea: comprueba si cada project tiene .git local, remote origin y repo_url declarado, y cuantos de sus hijos (apps + analyses) estan clonados en disco versus solo conocidos por la BD. Motor del subcomando fn doctor projects. Solo lee registry.db + filesystem + git local, nunca la red ni la API de Gitea. Incluye FindOrphanProjectRefs, el check inverso: detecta apps o analyses que declaran un project_id sin fila en la tabla projects (project paraguas huerfano, riesgo de perdida al sincronizar)."
+tags: [projects, gitea, subrepo, audit, infra, fn-doctor, doctor]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: ["database/sql", "os/exec", "path/filepath", "strings", "text/tabwriter", "github.com/mattn/go-sqlite3"]
+tested: true
+tests: ["healthy project con un hijo sin clonar marca children_missing", "project sin repo_url ni remote marca no_gitea_repo", "project sin directorio en disco marca dir_not_found", "error si registry.db no existe", "repo con origin devuelve true", "repo sin origin devuelve false", "sin issues lo deja claro", "con issues cuenta los afectados", "app con project_id huerfano lo detecta y agrupa ordenado", "app con project_id valido no aparece", "sin huerfanos devuelve slice vacio sin error", "sin huerfanos lo deja claro", "con huerfanos lista ids y cuenta"]
+test_file_path: "functions/infra/audit_projects_coverage_test.go"
+file_path: "functions/infra/audit_projects_coverage.go"
+params:
+  - name: registryRoot
+    desc: "Raiz del repositorio (el directorio que contiene registry.db). Los dir_path relativos de projects, apps y analysis se resuelven contra esta raiz."
+output: "Slice de ProjectCoverage, una entrada por fila de la tabla projects, con flags de git/remote/repo_url, conteos de hijos clonados vs declarados, y la lista de issues detectados. La funcion de formato FormatProjectsCoverage produce una tabla de texto humano."
+---
+
+## Ejemplo
+
+```go
+package main
+
+import (
+	"fmt"
+
+	"fn-registry/functions/infra"
+)
+
+func main() {
+	rows, err := infra.AuditProjectsCoverage("/home/enmanuel/fn_registry")
+	if err != nil {
+		panic(err)
+	}
+	fmt.Print(infra.FormatProjectsCoverage(rows))
+}
+```
+
+Salida típica:
+
+```
+PROJECT          GIT  REMOTE  REPO_URL  CHILDREN  ISSUES
+fleet_monitoring  ✓    ✓       ✓         2/2       -
+fn_monitoring     ✓    ✓       ✓         3/3       -
+message_bus       ✓    ✓       ✓         3/4       children_missing
+web_scraping      ✗    ✗       ✗         0/3       no_gitea_repo; children_missing
+
+1/4 projects con problemas de cobertura.
+```
+
+## Check inverso: FindOrphanProjectRefs
+
+Mientras `AuditProjectsCoverage` parte de la tabla `projects` y mira hacia abajo (¿están sus hijos clonados?), `FindOrphanProjectRefs` recorre el grafo en sentido contrario: parte de las apps y analyses y mira hacia arriba (¿existe el project paraguas que declaran?). Detecta el drift inverso, apps o analyses cuyo `project_id` no tiene ninguna fila en la tabla `projects`. Es un project huérfano: existe en otro PC y nunca se sincronizó a este, o nunca se creó aquí. Es un riesgo de pérdida silenciosa, porque el enlace del hijo apunta a un project que este registro no conoce.
+
+```go
+package main
+
+import (
+	"fmt"
+
+	"fn-registry/functions/infra"
+)
+
+func main() {
+	orphans, err := infra.FindOrphanProjectRefs("/home/enmanuel/fn_registry")
+	if err != nil {
+		panic(err)
+	}
+	fmt.Print(infra.FormatOrphanProjectRefs(orphans))
+}
+```
+
+La firma es `func FindOrphanProjectRefs(registryRoot string) ([]OrphanProjectRef, error)`. Cada `OrphanProjectRef` agrupa, por `ProjectID` huérfano, los ids de las apps (`Apps`) y analyses (`Analyses`) que lo referencian, ambas listas ordenadas alfabéticamente y el slice resultante ordenado por `ProjectID`. Cuando todos los hijos apuntan a un project conocido devuelve un slice vacío (no nil) sin error. `FormatOrphanProjectRefs` produce una tabla de texto humano con el `project_id`, cuántas apps y analyses lo referencian y sus ids; si no hay huérfanos imprime una sola línea dejándolo claro.
+
+Caso real detectado en este registro: apps con `project_id` ∈ {`element_agents`, `imagegen`, `osint_graph`} sin fila correspondiente en `projects`.
+
+Salida típica con huérfanos:
+
+```
+PROJECT_ID      APPS  ANALYSES  REFERENCED_BY
+element_agents  1     0         shell_agent
+imagegen        1     0         imagegen_ui
+osint_graph     2     1         graph_explorer, scraper, gliner_glirel_tuning
+
+3 project_id huérfanos (referenciados por hijos pero sin fila en projects).
+```
+
+## Cuando usarla
+
+Úsala antes de un `/full-git-pull` masivo o tras clonar el registry en un PC nuevo para saber qué projects están realmente respaldados por su sub-repo Gitea y cuántos de sus hijos (apps y analyses) quedarían sin clonar. También como motor del futuro subcomando `fn doctor projects`: el caller la enchufa desde `cmd/fn/doctor.go` igual que `AuditUsesFunctions` o `AuditServicesSpec`, formatea con `FormatProjectsCoverage` para texto humano y serializa el slice directamente para `--json`.
+
+## Gotchas
+
+- Es **impura**: lee `registry.db` (abierto en modo read-only `?mode=ro`), recorre el filesystem y ejecuta `git -C <dir> remote get-url origin`. No toca la red ni la API de Gitea, así que no necesita token y es rápida.
+- `HasRemote` solo se evalúa cuando el project tiene `.git` local; si no hay `.git`, queda `false` sin intentar el comando git.
+- `gitHasRemoteOrigin` devuelve `false` ante cualquier error (no hay remote `origin`, no es un repo, git no instalado). No distingue "sin origin" de "git ausente"; si necesitas esa distinción, comprueba `git` por separado.
+- El issue `no_gitea_repo` se emite solo cuando faltan **ambos** indicadores (`!HasRemote && !RepoURLDeclared`). Un project con `repo_url` declarado pero sin clonar (`dir_not_found`) NO se marca `no_gitea_repo` — el repo existe en Gitea, simplemente no está en este disco.
+- `ChildrenMissing` cuenta los hijos (apps + analyses con ese `project_id`) cuya carpeta no tiene `.git` en disco: son los que se perderían o habría que reclonar. Cero hijos en la BD produce `0/0` y no genera issue.
+- Si `projects.dir_path` está vacío, se deriva `projects/<id>`. Los `dir_path` ya absolutos se respetan tal cual.
+- Devuelve error únicamente si `registry.db` no puede abrirse o consultarse. Los projects cuyo directorio no existe SÍ aparecen en el resultado, marcados con `dir_not_found`, para que el caller los muestre en vez de descartarlos en silencio.
+- `FindOrphanProjectRefs` también es **impura**: lee `registry.db` en modo read-only (`?mode=ro`), pero no toca el filesystem ni git, solo cruza las tablas `projects`, `apps` y `analysis`. Ignora los hijos con `project_id` vacío (no son huérfanos, simplemente no pertenecen a ningún project). Devuelve un slice vacío no-nil cuando no hay huérfanos, así que el caller puede distinguir "sin huérfanos" (slice vacío, error nil) de "fallo al leer la BD" (error no nil).

functions/infra/audit_projects_coverage_test.go

@@ -0,0 +1,417 @@
+package infra
+
+import (
+	"database/sql"
+	"os"
+	"os/exec"
+	"path/filepath"
+	"testing"
+
+	_ "github.com/mattn/go-sqlite3"
+)
+
+// seedProjectsRegistry builds a temp registry.db with the columns
+// AuditProjectsCoverage reads, plus a handful of on-disk directories that
+// model the cloned/missing states.
+func seedProjectsRegistry(t *testing.T) string {
+	t.Helper()
+	dir := t.TempDir()
+	dbPath := filepath.Join(dir, "registry.db")
+
+	db, err := sql.Open("sqlite3", dbPath)
+	if err != nil {
+		t.Fatalf("open temp db: %v", err)
+	}
+	defer db.Close()
+
+	_, err = db.Exec(`
+		CREATE TABLE projects (
+			id       TEXT PRIMARY KEY,
+			dir_path TEXT NOT NULL DEFAULT '',
+			repo_url TEXT NOT NULL DEFAULT ''
+		);
+		CREATE TABLE apps (
+			id         TEXT PRIMARY KEY,
+			dir_path   TEXT NOT NULL DEFAULT '',
+			project_id TEXT NOT NULL DEFAULT ''
+		);
+		CREATE TABLE analysis (
+			id         TEXT PRIMARY KEY,
+			dir_path   TEXT NOT NULL DEFAULT '',
+			project_id TEXT NOT NULL DEFAULT ''
+		);
+	`)
+	if err != nil {
+		t.Fatalf("create schema: %v", err)
+	}
+
+	_, err = db.Exec(`
+		INSERT INTO projects VALUES
+			('healthy',  'projects/healthy',  'https://gitea.example/dataforge/healthy'),
+			('no_repo',  'projects/no_repo',  ''),
+			('missing',  'projects/missing',  'https://gitea.example/dataforge/missing');
+		INSERT INTO apps VALUES
+			('app_cloned',  'projects/healthy/apps/app_cloned',  'healthy'),
+			('app_orphan',  'projects/healthy/apps/app_orphan',  'healthy');
+		INSERT INTO analysis VALUES
+			('an_cloned',   'projects/healthy/analysis/an_cloned', 'healthy');
+	`)
+	if err != nil {
+		t.Fatalf("seed data: %v", err)
+	}
+
+	// healthy: directory + .git present; one child cloned, one missing.
+	mkGitDir(t, dir, "projects/healthy")
+	mkGitDir(t, dir, "projects/healthy/apps/app_cloned")
+	mkGitDir(t, dir, "projects/healthy/analysis/an_cloned")
+	// app_orphan has no .git on disk → counts as missing.
+
+	// no_repo: directory exists, no .git.
+	if err := os.MkdirAll(filepath.Join(dir, "projects/no_repo"), 0o755); err != nil {
+		t.Fatalf("mkdir no_repo: %v", err)
+	}
+
+	// missing: no directory at all on disk.
+
+	return dir
+}
+
+// mkGitDir creates <root>/<rel>/.git so dirExists treats it as a git repo.
+func mkGitDir(t *testing.T, root, rel string) {
+	t.Helper()
+	if err := os.MkdirAll(filepath.Join(root, rel, ".git"), 0o755); err != nil {
+		t.Fatalf("mkdir %s/.git: %v", rel, err)
+	}
+}
+
+func findCoverage(rows []ProjectCoverage, id string) *ProjectCoverage {
+	for i := range rows {
+		if rows[i].ProjectID == id {
+			return &rows[i]
+		}
+	}
+	return nil
+}
+
+func hasIssue(pc *ProjectCoverage, issue string) bool {
+	for _, i := range pc.Issues {
+		if i == issue {
+			return true
+		}
+	}
+	return false
+}
+
+func TestAuditProjectsCoverage(t *testing.T) {
+	t.Run("healthy project con un hijo sin clonar marca children_missing", func(t *testing.T) {
+		dir := seedProjectsRegistry(t)
+		rows, err := AuditProjectsCoverage(dir)
+		if err != nil {
+			t.Fatalf("AuditProjectsCoverage error: %v", err)
+		}
+		pc := findCoverage(rows, "healthy")
+		if pc == nil {
+			t.Fatal("project 'healthy' missing from results")
+		}
+		if !pc.HasGit {
+			t.Error("expected HasGit=true for healthy")
+		}
+		if !pc.RepoURLDeclared {
+			t.Error("expected RepoURLDeclared=true for healthy")
+		}
+		if pc.ChildrenInDB != 3 {
+			t.Errorf("expected 3 children in db, got %d", pc.ChildrenInDB)
+		}
+		if pc.ChildrenCloned != 2 {
+			t.Errorf("expected 2 cloned children, got %d", pc.ChildrenCloned)
+		}
+		if pc.ChildrenMissing != 1 {
+			t.Errorf("expected 1 missing child, got %d", pc.ChildrenMissing)
+		}
+		if !hasIssue(pc, "children_missing") {
+			t.Errorf("expected children_missing issue, got %v", pc.Issues)
+		}
+	})
+
+	t.Run("project sin repo_url ni remote marca no_gitea_repo", func(t *testing.T) {
+		dir := seedProjectsRegistry(t)
+		rows, err := AuditProjectsCoverage(dir)
+		if err != nil {
+			t.Fatalf("error: %v", err)
+		}
+		pc := findCoverage(rows, "no_repo")
+		if pc == nil {
+			t.Fatal("project 'no_repo' missing")
+		}
+		if pc.HasGit {
+			t.Error("expected HasGit=false for no_repo")
+		}
+		if pc.RepoURLDeclared {
+			t.Error("expected RepoURLDeclared=false for no_repo")
+		}
+		if !hasIssue(pc, "no_gitea_repo") {
+			t.Errorf("expected no_gitea_repo issue, got %v", pc.Issues)
+		}
+	})
+
+	t.Run("project sin directorio en disco marca dir_not_found", func(t *testing.T) {
+		dir := seedProjectsRegistry(t)
+		rows, err := AuditProjectsCoverage(dir)
+		if err != nil {
+			t.Fatalf("error: %v", err)
+		}
+		pc := findCoverage(rows, "missing")
+		if pc == nil {
+			t.Fatal("project 'missing' missing")
+		}
+		if !hasIssue(pc, "dir_not_found") {
+			t.Errorf("expected dir_not_found issue, got %v", pc.Issues)
+		}
+		if pc.HasGit {
+			t.Error("expected HasGit=false when dir not found")
+		}
+	})
+
+	t.Run("error si registry.db no existe", func(t *testing.T) {
+		dir := t.TempDir()
+		if _, err := AuditProjectsCoverage(dir); err == nil {
+			t.Error("expected error for missing db, got nil")
+		}
+	})
+}
+
+func TestGitHasRemoteOrigin(t *testing.T) {
+	if _, err := exec.LookPath("git"); err != nil {
+		t.Skip("git not available")
+	}
+	t.Run("repo con origin devuelve true", func(t *testing.T) {
+		dir := t.TempDir()
+		runGit(t, dir, "init", "-q")
+		runGit(t, dir, "remote", "add", "origin", "https://example.com/x.git")
+		if !gitHasRemoteOrigin(dir) {
+			t.Error("expected true for repo with origin")
+		}
+	})
+	t.Run("repo sin origin devuelve false", func(t *testing.T) {
+		dir := t.TempDir()
+		runGit(t, dir, "init", "-q")
+		if gitHasRemoteOrigin(dir) {
+			t.Error("expected false for repo without origin")
+		}
+	})
+}
+
+func runGit(t *testing.T, dir string, args ...string) {
+	t.Helper()
+	cmd := exec.Command("git", append([]string{"-C", dir}, args...)...)
+	if out, err := cmd.CombinedOutput(); err != nil {
+		t.Fatalf("git %v: %v\n%s", args, err, out)
+	}
+}
+
+// seedOrphanRefsRegistry builds a temp registry.db where some children declare
+// a project_id with no matching row in the projects table (orphan refs) while
+// others reference a valid project. It returns the registry root directory.
+func seedOrphanRefsRegistry(t *testing.T, withOrphans bool) string {
+	t.Helper()
+	dir := t.TempDir()
+	dbPath := filepath.Join(dir, "registry.db")
+
+	db, err := sql.Open("sqlite3", dbPath)
+	if err != nil {
+		t.Fatalf("open temp db: %v", err)
+	}
+	defer db.Close()
+
+	_, err = db.Exec(`
+		CREATE TABLE projects (
+			id       TEXT PRIMARY KEY,
+			dir_path TEXT NOT NULL DEFAULT '',
+			repo_url TEXT NOT NULL DEFAULT ''
+		);
+		CREATE TABLE apps (
+			id         TEXT PRIMARY KEY,
+			dir_path   TEXT NOT NULL DEFAULT '',
+			project_id TEXT NOT NULL DEFAULT ''
+		);
+		CREATE TABLE analysis (
+			id         TEXT PRIMARY KEY,
+			dir_path   TEXT NOT NULL DEFAULT '',
+			project_id TEXT NOT NULL DEFAULT ''
+		);
+	`)
+	if err != nil {
+		t.Fatalf("create schema: %v", err)
+	}
+
+	// One known project exists in the projects table.
+	if _, err := db.Exec(`INSERT INTO projects VALUES ('known', 'projects/known', '')`); err != nil {
+		t.Fatalf("seed projects: %v", err)
+	}
+
+	// app_valid + an_valid reference the known project: never orphans.
+	if _, err := db.Exec(`
+		INSERT INTO apps VALUES ('app_valid', 'projects/known/apps/app_valid', 'known');
+		INSERT INTO analysis VALUES ('an_valid', 'projects/known/analysis/an_valid', 'known');
+	`); err != nil {
+		t.Fatalf("seed valid children: %v", err)
+	}
+
+	// app_no_project has an empty project_id: must be ignored.
+	if _, err := db.Exec(`INSERT INTO apps VALUES ('app_no_project', 'apps/app_no_project', '')`); err != nil {
+		t.Fatalf("seed no-project app: %v", err)
+	}
+
+	if withOrphans {
+		// Two apps + one analysis pointing at 'ghost' (missing from projects),
+		// plus one app pointing at 'specter' (also missing). Insert the apps for
+		// 'ghost' out of alphabetical order to exercise sorting.
+		if _, err := db.Exec(`
+			INSERT INTO apps VALUES ('app_zeta', 'apps/app_zeta', 'ghost');
+			INSERT INTO apps VALUES ('app_alpha', 'apps/app_alpha', 'ghost');
+			INSERT INTO analysis VALUES ('an_ghost', 'analysis/an_ghost', 'ghost');
+			INSERT INTO apps VALUES ('app_specter', 'apps/app_specter', 'specter');
+		`); err != nil {
+			t.Fatalf("seed orphan children: %v", err)
+		}
+	}
+
+	return dir
+}
+
+func findOrphan(rows []OrphanProjectRef, id string) *OrphanProjectRef {
+	for i := range rows {
+		if rows[i].ProjectID == id {
+			return &rows[i]
+		}
+	}
+	return nil
+}
+
+func TestFindOrphanProjectRefs(t *testing.T) {
+	t.Run("app con project_id huerfano lo detecta y agrupa ordenado", func(t *testing.T) {
+		dir := seedOrphanRefsRegistry(t, true)
+		rows, err := FindOrphanProjectRefs(dir)
+		if err != nil {
+			t.Fatalf("FindOrphanProjectRefs error: %v", err)
+		}
+		if len(rows) != 2 {
+			t.Fatalf("expected 2 orphan refs, got %d: %+v", len(rows), rows)
+		}
+		// Sorted by ProjectID: ghost before specter.
+		if rows[0].ProjectID != "ghost" || rows[1].ProjectID != "specter" {
+			t.Fatalf("expected [ghost specter], got [%s %s]", rows[0].ProjectID, rows[1].ProjectID)
+		}
+
+		ghost := findOrphan(rows, "ghost")
+		if ghost == nil {
+			t.Fatal("orphan 'ghost' missing")
+		}
+		wantApps := []string{"app_alpha", "app_zeta"} // alphabetical
+		if len(ghost.Apps) != 2 || ghost.Apps[0] != wantApps[0] || ghost.Apps[1] != wantApps[1] {
+			t.Errorf("expected ghost.Apps=%v, got %v", wantApps, ghost.Apps)
+		}
+		if len(ghost.Analyses) != 1 || ghost.Analyses[0] != "an_ghost" {
+			t.Errorf("expected ghost.Analyses=[an_ghost], got %v", ghost.Analyses)
+		}
+
+		specter := findOrphan(rows, "specter")
+		if specter == nil {
+			t.Fatal("orphan 'specter' missing")
+		}
+		if len(specter.Apps) != 1 || specter.Apps[0] != "app_specter" {
+			t.Errorf("expected specter.Apps=[app_specter], got %v", specter.Apps)
+		}
+		if len(specter.Analyses) != 0 {
+			t.Errorf("expected specter.Analyses empty, got %v", specter.Analyses)
+		}
+	})
+
+	t.Run("app con project_id valido no aparece", func(t *testing.T) {
+		dir := seedOrphanRefsRegistry(t, true)
+		rows, err := FindOrphanProjectRefs(dir)
+		if err != nil {
+			t.Fatalf("error: %v", err)
+		}
+		if findOrphan(rows, "known") != nil {
+			t.Error("valid project 'known' should not appear as orphan")
+		}
+		// Children of 'known' must never be listed in any orphan entry.
+		for _, r := range rows {
+			for _, a := range append(append([]string{}, r.Apps...), r.Analyses...) {
+				if a == "app_valid" || a == "an_valid" || a == "app_no_project" {
+					t.Errorf("child %q with valid/empty project leaked into orphan %q", a, r.ProjectID)
+				}
+			}
+		}
+	})
+
+	t.Run("sin huerfanos devuelve slice vacio sin error", func(t *testing.T) {
+		dir := seedOrphanRefsRegistry(t, false)
+		rows, err := FindOrphanProjectRefs(dir)
+		if err != nil {
+			t.Fatalf("error: %v", err)
+		}
+		if rows == nil {
+			t.Fatal("expected non-nil empty slice, got nil")
+		}
+		if len(rows) != 0 {
+			t.Errorf("expected 0 orphans, got %d: %+v", len(rows), rows)
+		}
+	})
+
+	t.Run("error si registry.db no existe", func(t *testing.T) {
+		dir := t.TempDir()
+		if _, err := FindOrphanProjectRefs(dir); err == nil {
+			t.Error("expected error for missing db, got nil")
+		}
+	})
+}
+
+func TestFormatOrphanProjectRefs(t *testing.T) {
+	t.Run("sin huerfanos lo deja claro", func(t *testing.T) {
+		out := FormatOrphanProjectRefs(nil)
+		if !contains(out, "0 project_id huérfanos") {
+			t.Errorf("expected clean message, got:\n%s", out)
+		}
+	})
+
+	t.Run("con huerfanos lista ids y cuenta", func(t *testing.T) {
+		rows := []OrphanProjectRef{
+			{ProjectID: "ghost", Apps: []string{"app_alpha", "app_zeta"}, Analyses: []string{"an_ghost"}},
+		}
+		out := FormatOrphanProjectRefs(rows)
+		if !contains(out, "ghost") {
+			t.Errorf("expected project_id in output, got:\n%s", out)
+		}
+		if !contains(out, "app_alpha") || !contains(out, "an_ghost") {
+			t.Errorf("expected referencing ids in output, got:\n%s", out)
+		}
+		if !contains(out, "1 project_id huérfanos") {
+			t.Errorf("expected count line, got:\n%s", out)
+		}
+	})
+}
+
+func TestFormatProjectsCoverage(t *testing.T) {
+	t.Run("sin issues lo deja claro", func(t *testing.T) {
+		rows := []ProjectCoverage{
+			{ProjectID: "ok", HasGit: true, HasRemote: true, RepoURLDeclared: true, ChildrenInDB: 2, ChildrenCloned: 2},
+		}
+		out := FormatProjectsCoverage(rows)
+		if !contains(out, "0 projects con problemas de cobertura") {
+			t.Errorf("expected clean message, got:\n%s", out)
+		}
+	})
+
+	t.Run("con issues cuenta los afectados", func(t *testing.T) {
+		rows := []ProjectCoverage{
+			{ProjectID: "bad", Issues: []string{"no_gitea_repo"}},
+			{ProjectID: "ok", HasGit: true, HasRemote: true, RepoURLDeclared: true},
+		}
+		out := FormatProjectsCoverage(rows)
+		if !contains(out, "1/2 projects con problemas de cobertura") {
+			t.Errorf("expected 1/2 count, got:\n%s", out)
+		}
+	})
+}

functions/infra/parse_nats_monitor.go

@@ -0,0 +1,150 @@
+package infra
+
+import (
+	"encoding/json"
+	"fmt"
+	"strings"
+	"time"
+)
+
+// natsVarz refleja los campos relevantes de la respuesta JSON del endpoint
+// /varz del monitoring HTTP embebido de un nats-server (puerto 8222, loopback).
+// Solo se mapean los campos que producen series; el resto se ignora.
+type natsVarz struct {
+	InMsgs        int64  `json:"in_msgs"`
+	OutMsgs       int64  `json:"out_msgs"`
+	InBytes       int64  `json:"in_bytes"`
+	OutBytes      int64  `json:"out_bytes"`
+	Connections   int    `json:"connections"`
+	SlowConsumers int    `json:"slow_consumers"`
+	Subscriptions int    `json:"subscriptions"`
+	Mem           int64  `json:"mem"`
+	Start         string `json:"start"`
+}
+
+// natsConnz refleja los campos relevantes de /connz.
+type natsConnz struct {
+	NumConnections int `json:"num_connections"`
+}
+
+// natsStreamDetail refleja un stream dentro de account_details[].stream_detail[].
+type natsStreamDetail struct {
+	Name    string `json:"name"`
+	Cluster struct {
+		Leader string `json:"leader"`
+	} `json:"cluster"`
+	State struct {
+		Messages int64 `json:"messages"`
+		Bytes    int64 `json:"bytes"`
+	} `json:"state"`
+}
+
+// natsJsz refleja los campos relevantes de /jsz?streams=1.
+type natsJsz struct {
+	Streams        int64 `json:"streams"`
+	Messages       int64 `json:"messages"`
+	Bytes          int64 `json:"bytes"`
+	Memory         int64 `json:"memory"`
+	Storage        int64 `json:"storage"`
+	AccountDetails []struct {
+		StreamDetail []natsStreamDetail `json:"stream_detail"`
+	} `json:"account_details"`
+}
+
+// ParseNatsMonitor convierte las respuestas JSON del endpoint de monitoring HTTP
+// embebido de un nats-server (puerto 8222, loopback) en una serie de PromSample
+// lista para empujar a VictoriaMetrics. Es la hermana de ParseUnibusHealth para
+// las métricas server-level de NATS/JetStream (msgs/s, conexiones, KV bucket
+// msgs, RAFT leader por stream, memoria). La consume el unibus_exporter de
+// fleet_monitoring en modo scraper local por nodo.
+//
+// node es el nombre lógico del nodo (p.ej. "magnus"); se adjunta a CADA serie
+// como las labels "node" e "instance" para distinguir los nodos cuando un único
+// exporter scrapea varios.
+//
+// varz, connz y jsz son los cuerpos crudos de GET /varz, GET /connz y
+// GET /jsz?streams=1 respectivamente:
+//   - varz es el core: si NO parsea como JSON válido devuelve (nil, error).
+//   - connz y jsz son best-effort: si vienen vacíos o no parsean, sus series se
+//     omiten sin abortar (no error), para que el scraper resista que un endpoint
+//     falle. nats_connections cae a varz.connections cuando connz no parsea.
+func ParseNatsMonitor(node string, varz, connz, jsz []byte) ([]PromSample, error) {
+	var v natsVarz
+	if err := json.Unmarshal(varz, &v); err != nil {
+		return nil, fmt.Errorf("parse nats varz for node %q: %w", node, err)
+	}
+
+	// mk construye un PromSample con las labels base {node, instance} más, de
+	// forma opcional, labels extra (clave/valor alternados). Las labels base no
+	// se pueden sobreescribir desde extra.
+	mk := func(name string, val float64, extra ...string) PromSample {
+		labels := map[string]string{"node": node, "instance": node}
+		for i := 0; i+1 < len(extra); i += 2 {
+			labels[extra[i]] = extra[i+1]
+		}
+		return PromSample{Name: name, Labels: labels, Value: val}
+	}
+
+	out := []PromSample{
+		mk("nats_msgs_in_total", float64(v.InMsgs)),
+		mk("nats_msgs_out_total", float64(v.OutMsgs)),
+		mk("nats_bytes_in_total", float64(v.InBytes)),
+		mk("nats_bytes_out_total", float64(v.OutBytes)),
+	}
+
+	// nats_connections: prefiere connz.num_connections; si connz no parsea, cae
+	// a varz.connections para no perder la serie.
+	connections := float64(v.Connections)
+	if len(connz) > 0 {
+		var c natsConnz
+		if err := json.Unmarshal(connz, &c); err == nil {
+			connections = float64(c.NumConnections)
+		}
+	}
+	out = append(out,
+		mk("nats_connections", connections),
+		mk("nats_slow_consumers", float64(v.SlowConsumers)),
+		mk("nats_mem_bytes", float64(v.Mem)),
+		mk("nats_subscriptions", float64(v.Subscriptions)),
+	)
+
+	// nats_server_start_seconds: epoch (segundos Unix) del campo start (RFC3339).
+	// Proxy de reinicios del nats-server: un cambio de este valor = el server
+	// reinició. Si el parse de la fecha falla, se omite la serie (no se aborta).
+	if t, err := time.Parse(time.RFC3339, v.Start); err == nil {
+		out = append(out, mk("nats_server_start_seconds", float64(t.Unix())))
+	}
+
+	// jsz es best-effort: si vacío o inválido, se omiten todas sus series.
+	if len(jsz) > 0 {
+		var j natsJsz
+		if err := json.Unmarshal(jsz, &j); err == nil {
+			out = append(out,
+				mk("nats_jetstream_streams", float64(j.Streams)),
+				mk("nats_jetstream_messages", float64(j.Messages)),
+				mk("nats_jetstream_bytes", float64(j.Bytes)),
+				mk("nats_jetstream_memory_bytes", float64(j.Memory)),
+				mk("nats_jetstream_storage_bytes", float64(j.Storage)),
+			)
+			for _, acc := range j.AccountDetails {
+				for _, sd := range acc.StreamDetail {
+					out = append(out,
+						mk("nats_stream_messages", float64(sd.State.Messages), "stream", sd.Name),
+						mk("nats_stream_bytes", float64(sd.State.Bytes), "stream", sd.Name),
+					)
+					leader := 0.0
+					if sd.Cluster.Leader == node {
+						leader = 1
+					}
+					out = append(out, mk("nats_jetstream_raft_leader", leader, "stream", sd.Name))
+
+					if bucket, ok := strings.CutPrefix(sd.Name, "KV_"); ok {
+						out = append(out, mk("kv_bucket_msgs", float64(sd.State.Messages), "bucket", bucket))
+					}
+				}
+			}
+		}
+	}
+
+	return out, nil
+}

functions/infra/parse_nats_monitor.md

@@ -0,0 +1,119 @@
+---
+name: parse_nats_monitor
+kind: function
+lang: go
+domain: infra
+version: "1.0.0"
+purity: impure
+signature: "func ParseNatsMonitor(node string, varz, connz, jsz []byte) ([]PromSample, error)"
+description: "Convierte las respuestas JSON del endpoint de monitoring HTTP embebido de un nats-server (puerto 8222, loopback) en una serie de PromSample lista para empujar a VictoriaMetrics. Hermana de ParseUnibusHealth pero para las métricas server-level de NATS/JetStream: msgs/s, bytes, conexiones, slow consumers, memoria RSS, start epoch (proxy de reinicios), streams/messages/bytes/memory/storage de JetStream, y por stream nats_stream_messages/bytes, nats_jetstream_raft_leader y kv_bucket_msgs para los buckets KV_. Adjunta labels node e instance a cada serie. varz es el core (error si no parsea); connz y jsz son best-effort (se omiten sin abortar). La consume el unibus_exporter de fleet_monitoring como scraper local por nodo."
+tags: [prometheus, metrics, nats, jetstream, monitoring, varz, connz, jsz, kv, raft, fleet-metrics, infra]
+uses_functions: []
+uses_types: ["PromSample_go_infra"]
+returns: []
+returns_optional: true
+error_type: "error_go_core"
+imports: ["encoding/json", "fmt", "strings", "time"]
+params:
+  - name: node
+    desc: "nombre lógico del nodo (p.ej. \"magnus\"); se adjunta como labels node e instance a CADA serie y se compara con cluster.leader de cada stream para nats_jetstream_raft_leader"
+  - name: varz
+    desc: "cuerpo JSON crudo de GET http://127.0.0.1:8222/varz; core de la función (in_msgs, out_msgs, in_bytes, out_bytes, connections, slow_consumers, subscriptions, mem, start). Si no parsea, la función devuelve error"
+  - name: connz
+    desc: "cuerpo JSON crudo de GET http://127.0.0.1:8222/connz; best-effort (num_connections). Si vacío o inválido, nats_connections cae a varz.connections sin abortar"
+  - name: jsz
+    desc: "cuerpo JSON crudo de GET http://127.0.0.1:8222/jsz?streams=1; best-effort (streams, messages, bytes, memory, storage y account_details[].stream_detail[]). Si vacío o inválido, se omiten sus series sin abortar. Necesita ?streams=1 para traer stream_detail"
+output: "slice de PromSample con labels base {node,instance}: nats_msgs_in/out_total, nats_bytes_in/out_total, nats_connections, nats_slow_consumers, nats_mem_bytes, nats_subscriptions, nats_server_start_seconds (omitida si start no parsea), nats_jetstream_streams/messages/bytes/memory_bytes/storage_bytes; y por stream nats_stream_messages{stream}, nats_stream_bytes{stream}, nats_jetstream_raft_leader{stream} (1 si cluster.leader==node) y, para streams KV_, kv_bucket_msgs{bucket} con el prefijo KV_ recortado. Error solo si varz no es JSON válido."
+tested: true
+test_file_path: "functions/infra/parse_nats_monitor_test.go"
+tests:
+  - "TestParseNatsMonitorGolden"
+  - "TestParseNatsMonitorEmptyJsz"
+  - "TestParseNatsMonitorInvalidConnz"
+  - "TestParseNatsMonitorInvalidVarz"
+---
+
+# parse_nats_monitor
+
+Función de transformación (clasificada `impure` porque devuelve `error` al fallar el
+unmarshal del core; no hace I/O ni red por sí misma) que traduce las métricas
+server-level de un **nats-server** a series Prometheus. Es la hermana de
+`parse_unibus_health_go_infra`: aquella lee el `/healthz` de `membershipd` (posture),
+esta lee el monitoring embebido de NATS (puerto 8222) para las métricas profundas que
+`/healthz` no expone: msgs/s, conexiones, RAFT leader por stream, memoria, KV buckets.
+
+Pertenece al grupo de capacidad `fleet-metrics`: se compone con
+`format_prom_exposition_go_infra` (serializar) y `push_prom_remote_go_infra` (empujar a
+VictoriaMetrics). La consume el `unibus_exporter` de `fleet_monitoring` en modo scraper
+local por nodo, que hace los tres GET y le pasa los cuerpos crudos.
+
+## Ejemplo
+
+```go
+package main
+
+import (
+	"fmt"
+	"io"
+	"net/http"
+	"time"
+
+	"fn-registry/functions/infra"
+)
+
+func get(url string) []byte {
+	resp, err := http.Get(url)
+	if err != nil {
+		return nil // best-effort: connz/jsz pueden faltar
+	}
+	defer resp.Body.Close()
+	b, _ := io.ReadAll(resp.Body)
+	return b
+}
+
+func main() {
+	base := "http://127.0.0.1:8222"
+	varz := get(base + "/varz")
+	connz := get(base + "/connz")
+	jsz := get(base + "/jsz?streams=1")
+
+	samples, err := infra.ParseNatsMonitor("magnus", varz, connz, jsz)
+	if err != nil {
+		panic(err) // varz es el core: sin él no hay métricas
+	}
+	fmt.Print(infra.FormatPromExposition(samples, time.Now().UnixMilli()))
+	// nats_msgs_in_total{instance="magnus",node="magnus"} 17 ...
+	// kv_bucket_msgs{bucket="UNIBUS_users",instance="magnus",node="magnus"} 2 ...
+	// nats_jetstream_raft_leader{instance="magnus",node="magnus",stream="KV_UNIBUS_users"} 1 ...
+}
+```
+
+## Cuando usarla
+
+Úsala dentro de un exporter que monitoriza un nats-server con el monitoring HTTP
+embebido activado (`http: 127.0.0.1:8222` en la config de NATS): tras hacer
+`GET /varz`, `GET /connz` y `GET /jsz?streams=1` contra loopback, pasa los tres cuerpos
+crudos a esta función para obtener todas las series server-level del nodo. Llámala como
+scraper local por nodo (cada nodo expone su 8222 solo en loopback), no centralizado.
+
+## Gotchas
+
+- **Impura por contrato**: solo devuelve `error` si `varz` no es JSON válido (es el core).
+  `connz` y `jsz` son **best-effort**: si vienen vacíos o no parsean, sus series se omiten
+  sin abortar. Esto hace al scraper resistente a que un endpoint falle de forma puntual.
+- **Monitoring loopback-only sin auth**: el puerto 8222 de NATS no tiene autenticación; por
+  eso debe bindearse a `127.0.0.1` y scrapearse localmente en cada nodo, nunca exponerse a
+  la red. El push agregado a VictoriaMetrics lo hace el exporter, no esta función.
+- **`/jsz` necesita `?streams=1`** para traer `account_details[].stream_detail[]`. Sin ese
+  parámetro el cuerpo trae los totales pero no el detalle por stream, y entonces no salen
+  `nats_stream_*`, `nats_jetstream_raft_leader` ni `kv_bucket_msgs`.
+- **`nats_connections`**: prefiere `connz.num_connections`; si `connz` no parsea, cae a
+  `varz.connections` para no perder la serie.
+- **RAFT leader en standalone**: en un nats-server sin clúster, el objeto `cluster` puede
+  faltar o `leader` venir vacío; en ese caso `nats_jetstream_raft_leader` sale 0 salvo que
+  `cluster.leader == node`. Es esperado: en standalone no hay quorum RAFT real.
+- **`kv_bucket_msgs`** solo se emite para streams cuyo nombre empieza por `KV_`, recortando
+  el prefijo (stream `KV_UNIBUS_users` → bucket `UNIBUS_users`).
+- **`nats_server_start_seconds`** es el epoch Unix del campo `start` (RFC3339): sirve como
+  proxy de reinicios (un cambio de valor = el server reinició). Si el campo no parsea como
+  fecha válida, la serie se omite en lugar de abortar.

functions/infra/parse_nats_monitor_test.go

@@ -0,0 +1,160 @@
+package infra
+
+import (
+	"os"
+	"testing"
+)
+
+// findNatsSample devuelve el primer PromSample cuyo Name coincide y cuyos labels
+// extra (clave/valor alternados) están todos presentes con el valor esperado.
+// El segundo retorno indica si se encontró.
+func findNatsSample(samples []PromSample, name string, labels ...string) (PromSample, bool) {
+	for _, s := range samples {
+		if s.Name != name {
+			continue
+		}
+		match := true
+		for i := 0; i+1 < len(labels); i += 2 {
+			if s.Labels[labels[i]] != labels[i+1] {
+				match = false
+				break
+			}
+		}
+		if match {
+			return s, true
+		}
+	}
+	return PromSample{}, false
+}
+
+func mustRead(t *testing.T, path string) []byte {
+	t.Helper()
+	b, err := os.ReadFile(path)
+	if err != nil {
+		t.Fatalf("read fixture %s: %v", path, err)
+	}
+	return b
+}
+
+// golden: fixtures reales de un nats-server 2.11.15, node="probe" (== el leader
+// de los streams), valores concretos verificados a mano.
+func TestParseNatsMonitorGolden(t *testing.T) {
+	varz := mustRead(t, "testdata/nats_varz.json")
+	connz := mustRead(t, "testdata/nats_connz.json")
+	jsz := mustRead(t, "testdata/nats_jsz.json")
+
+	got, err := ParseNatsMonitor("probe", varz, connz, jsz)
+	if err != nil {
+		t.Fatalf("unexpected error: %v", err)
+	}
+
+	want := map[string]float64{
+		"nats_msgs_in_total":      17,
+		"nats_msgs_out_total":     17,
+		"nats_mem_bytes":          18288640,
+		"nats_jetstream_streams":  3,
+		"nats_connections":        1,
+		"nats_jetstream_messages": 6,
+	}
+	for name, w := range want {
+		s, ok := findNatsSample(got, name)
+		if !ok {
+			t.Errorf("missing sample %q", name)
+			continue
+		}
+		if s.Value != w {
+			t.Errorf("%s = %v, want %v", name, s.Value, w)
+		}
+		if s.Labels["node"] != "probe" || s.Labels["instance"] != "probe" {
+			t.Errorf("%s labels = %v, want node=instance=probe", name, s.Labels)
+		}
+	}
+
+	// kv_bucket_msgs por cada KV bucket (prefijo KV_ recortado).
+	for bucket, w := range map[string]float64{
+		"UNIBUS_users":   2,
+		"UNIBUS_rooms":   2,
+		"UNIBUS_members": 2,
+	} {
+		s, ok := findNatsSample(got, "kv_bucket_msgs", "bucket", bucket)
+		if !ok {
+			t.Errorf("missing kv_bucket_msgs{bucket=%q}", bucket)
+			continue
+		}
+		if s.Value != w {
+			t.Errorf("kv_bucket_msgs{bucket=%q} = %v, want %v", bucket, s.Value, w)
+		}
+	}
+
+	// raft leader: probe == node, así que el stream KV_UNIBUS_users tiene leader=1.
+	s, ok := findNatsSample(got, "nats_jetstream_raft_leader", "stream", "KV_UNIBUS_users")
+	if !ok {
+		t.Fatal("missing nats_jetstream_raft_leader{stream=KV_UNIBUS_users}")
+	}
+	if s.Value != 1 {
+		t.Errorf("nats_jetstream_raft_leader{stream=KV_UNIBUS_users} = %v, want 1", s.Value)
+	}
+
+	// stream_detail también emite nats_stream_messages con label stream completo.
+	if s, ok := findNatsSample(got, "nats_stream_messages", "stream", "KV_UNIBUS_users"); !ok || s.Value != 2 {
+		t.Errorf("nats_stream_messages{stream=KV_UNIBUS_users} = %v ok=%v, want 2", s.Value, ok)
+	}
+
+	// nats_server_start_seconds presente (start es RFC3339 válido).
+	if _, ok := findNatsSample(got, "nats_server_start_seconds"); !ok {
+		t.Error("missing nats_server_start_seconds (start is a valid RFC3339)")
+	}
+}
+
+// edge: jsz sin streams ni account_details. No produce series kv_bucket_msgs ni
+// nats_stream_*, pero sí las de varz/connz y las jetstream top-level (en 0).
+func TestParseNatsMonitorEmptyJsz(t *testing.T) {
+	varz := mustRead(t, "testdata/nats_varz.json")
+	connz := mustRead(t, "testdata/nats_connz.json")
+	jsz := []byte(`{"streams":0,"account_details":[]}`)
+
+	got, err := ParseNatsMonitor("probe", varz, connz, jsz)
+	if err != nil {
+		t.Fatalf("unexpected error: %v", err)
+	}
+	if _, ok := findNatsSample(got, "kv_bucket_msgs", "bucket", "UNIBUS_users"); ok {
+		t.Error("did not expect kv_bucket_msgs with empty account_details")
+	}
+	if _, ok := findNatsSample(got, "nats_stream_messages"); ok {
+		t.Error("did not expect nats_stream_messages with empty account_details")
+	}
+	// varz/connz siguen presentes.
+	if s, ok := findNatsSample(got, "nats_msgs_in_total"); !ok || s.Value != 17 {
+		t.Errorf("nats_msgs_in_total = %v ok=%v, want 17", s.Value, ok)
+	}
+	if s, ok := findNatsSample(got, "nats_connections"); !ok || s.Value != 1 {
+		t.Errorf("nats_connections = %v ok=%v, want 1", s.Value, ok)
+	}
+}
+
+// edge: connz inválido. No es error; nats_connections cae a varz.connections (1).
+// varz/jsz siguen produciendo sus series.
+func TestParseNatsMonitorInvalidConnz(t *testing.T) {
+	varz := mustRead(t, "testdata/nats_varz.json")
+	jsz := mustRead(t, "testdata/nats_jsz.json")
+
+	got, err := ParseNatsMonitor("probe", varz, []byte("not json"), jsz)
+	if err != nil {
+		t.Fatalf("unexpected error: %v", err)
+	}
+	// fallback a varz.connections (= 1).
+	if s, ok := findNatsSample(got, "nats_connections"); !ok || s.Value != 1 {
+		t.Errorf("nats_connections = %v ok=%v, want 1 (fallback varz.connections)", s.Value, ok)
+	}
+	// jsz sigue vivo.
+	if s, ok := findNatsSample(got, "nats_jetstream_streams"); !ok || s.Value != 3 {
+		t.Errorf("nats_jetstream_streams = %v ok=%v, want 3", s.Value, ok)
+	}
+}
+
+// error path: varz inválido devuelve error no-nil (es el core, sin él no hay nada).
+func TestParseNatsMonitorInvalidVarz(t *testing.T) {
+	if _, err := ParseNatsMonitor("probe", []byte("{{{"), nil, nil); err == nil {
+		t.Fatal("expected error for invalid varz, got nil")
+	}
+}

functions/infra/parse_unibus_health.go

@@ -0,0 +1,67 @@
+package infra
+
+import (
+	"encoding/json"
+	"fmt"
+)
+
+// unibusHealth refleja la respuesta JSON del endpoint /healthz de un nodo del
+// cluster de mensajería unibus (membershipd). Forma verificada en producción:
+//
+//	{"posture":{"enforce":true,"acl":true,"tls":true,"cluster":true,"store":"kv"},"status":"ok"}
+type unibusHealth struct {
+	Status  string `json:"status"`
+	Posture struct {
+		Enforce bool   `json:"enforce"`
+		ACL     bool   `json:"acl"`
+		TLS     bool   `json:"tls"`
+		Cluster bool   `json:"cluster"`
+		Store   string `json:"store"`
+	} `json:"posture"`
+}
+
+// ParseUnibusHealth convierte la respuesta JSON del endpoint /healthz de un nodo
+// del cluster de mensajería unibus en una serie de PromSample lista para empujar
+// a VictoriaMetrics, sin instrumentar el bus (solo lee su endpoint de salud).
+//
+// node es el nombre lógico del nodo (p.ej. "magnus"); se adjunta a cada serie
+// como las labels "node" e "instance" para distinguir los nodos cuando un único
+// exporter scrapea varios. La función SOLO debe llamarse cuando el nodo
+// respondió: el caso "no responde" (unibus_up=0) lo emite el llamador, no esta
+// función, porque sin cuerpo no hay nada que parsear.
+//
+// Devuelve siete series por nodo:
+//   - unibus_up = 1 (si el body parseó, el nodo respondió)
+//   - unibus_status_ok = 1 si status=="ok", si no 0
+//   - unibus_posture_enforce / _acl / _tls / _cluster = 1/0 según el booleano
+//   - unibus_store_kv = 1 si posture.store=="kv", si no 0
+//
+// Si el body no es JSON válido con la forma esperada, devuelve (nil, error).
+func ParseUnibusHealth(node string, body []byte) ([]PromSample, error) {
+	var h unibusHealth
+	if err := json.Unmarshal(body, &h); err != nil {
+		return nil, fmt.Errorf("parse unibus healthz for node %q: %w", node, err)
+	}
+	b2f := func(b bool) float64 {
+		if b {
+			return 1
+		}
+		return 0
+	}
+	mk := func(name string, v float64) PromSample {
+		return PromSample{
+			Name:   name,
+			Labels: map[string]string{"node": node, "instance": node},
+			Value:  v,
+		}
+	}
+	return []PromSample{
+		mk("unibus_up", 1),
+		mk("unibus_status_ok", b2f(h.Status == "ok")),
+		mk("unibus_posture_enforce", b2f(h.Posture.Enforce)),
+		mk("unibus_posture_acl", b2f(h.Posture.ACL)),
+		mk("unibus_posture_tls", b2f(h.Posture.TLS)),
+		mk("unibus_posture_cluster", b2f(h.Posture.Cluster)),
+		mk("unibus_store_kv", b2f(h.Posture.Store == "kv")),
+	}, nil
+}

functions/infra/parse_unibus_health.md

@@ -0,0 +1,89 @@
+---
+name: parse_unibus_health
+kind: function
+lang: go
+domain: infra
+version: "1.0.0"
+purity: impure
+signature: "func ParseUnibusHealth(node string, body []byte) ([]PromSample, error)"
+description: "Convierte la respuesta JSON del endpoint /healthz de un nodo del cluster de mensajería unibus (membershipd) en una serie de PromSample lista para empujar a VictoriaMetrics, sin instrumentar el bus: solo lee su endpoint de salud. Adjunta a cada serie las labels node e instance (= nombre lógico del nodo) para distinguir los nodos cuando un único exporter scrapea varios. Emite siete series por nodo: unibus_up, unibus_status_ok, unibus_posture_enforce/acl/tls/cluster y unibus_store_kv. Devuelve error si el body no es JSON válido con la forma esperada."
+tags: [prometheus, metrics, unibus, nats, healthz, posture, fleet-metrics, infra, monitoring]
+uses_functions: []
+uses_types: ["PromSample_go_infra"]
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: ["encoding/json", "fmt"]
+params:
+  - name: node
+    desc: "nombre lógico del nodo (p.ej. \"magnus\"); se adjunta como labels node e instance a cada serie"
+  - name: body
+    desc: "cuerpo JSON crudo devuelto por GET https://<nodo>:8470/healthz, forma {\"posture\":{enforce,acl,tls,cluster bool; store string},\"status\":string}"
+output: "slice de 7 PromSample con labels {node,instance}: unibus_up=1, unibus_status_ok (1 si status==ok), unibus_posture_enforce/acl/tls/cluster (1/0), unibus_store_kv (1 si posture.store==kv). Error si el body no es JSON válido."
+tested: true
+test_file_path: "functions/infra/parse_unibus_health_test.go"
+tests:
+  - "TestParseUnibusHealthGolden"
+  - "TestParseUnibusHealthDegraded"
+  - "TestParseUnibusHealthInvalid"
+---
+
+# parse_unibus_health
+
+Función pura de transformación (clasificada `impure` solo porque devuelve `error` al
+fallar el unmarshal; no hace I/O ni red) que traduce la salud de un nodo del bus de
+mensajería **unibus** a métricas Prometheus. Pertenece al grupo de capacidad
+`fleet-metrics`: se compone con `format_prom_exposition_go_infra` (serializar) y
+`push_prom_remote_go_infra` (empujar a VictoriaMetrics).
+
+El endpoint `/healthz` de cada nodo (`membershipd`) responde, verificado en producción:
+
+```json
+{"posture":{"enforce":true,"acl":true,"tls":true,"cluster":true,"store":"kv"},"status":"ok"}
+```
+
+## Ejemplo
+
+```go
+package main
+
+import (
+	"fmt"
+	"time"
+
+	"fn-registry/functions/infra"
+)
+
+func main() {
+	body := []byte(`{"posture":{"enforce":true,"acl":true,"tls":true,"cluster":true,"store":"kv"},"status":"ok"}`)
+	samples, err := infra.ParseUnibusHealth("magnus", body)
+	if err != nil {
+		panic(err)
+	}
+	// Serializa y (en un exporter real) empuja a VictoriaMetrics.
+	fmt.Print(infra.FormatPromExposition(samples, time.Now().UnixMilli()))
+	// unibus_up{instance="magnus",node="magnus"} 1 ...
+	// unibus_posture_enforce{instance="magnus",node="magnus"} 1 ...
+}
+```
+
+## Cuando usarla
+
+Úsala dentro de un exporter que monitoriza el cluster unibus: tras hacer
+`GET https://<nodo>:8470/healthz` con la CA del cluster, pasa el cuerpo a esta función
+para obtener las series del nodo. Llámala **solo cuando el nodo respondió**; si el GET
+falla (timeout, TLS, no-2xx), emite tú `unibus_up=0` para ese nodo, porque sin cuerpo
+no hay nada que parsear.
+
+## Gotchas
+
+- No emite `unibus_up=0`: ese caso (nodo caído) es responsabilidad del llamador, que sabe
+  si el GET falló. Esta función siempre emite `unibus_up=1` porque solo se la llama con un
+  cuerpo recibido.
+- Las labels `node` e `instance` toman el mismo valor (el nombre lógico del nodo). El
+  `push_prom_remote_go_infra` añadiría `instance` vía `extra_label` por igual a todas las
+  series del body; por eso aquí ya se fija `instance` por-serie, para que cada nodo unibus
+  conserve su identidad cuando un solo exporter empuja los de varios nodos en un único POST.
+- Solo lee la posture y el status que hoy expone `/healthz`. Métricas profundas de
+  NATS/JetStream (msgs/s, conexiones, RAFT leader por stream) NO salen de aquí: requieren
+  el monitoring embebido de NATS (puerto 8222), que en producción está cerrado.

functions/infra/parse_unibus_health_test.go

@@ -0,0 +1,67 @@
+package infra
+
+import "testing"
+
+// golden: nodo seguro con la posture homogénea esperada en producción.
+func TestParseUnibusHealthGolden(t *testing.T) {
+	body := []byte(`{"posture":{"enforce":true,"acl":true,"tls":true,"cluster":true,"store":"kv"},"status":"ok"}`)
+	got, err := ParseUnibusHealth("magnus", body)
+	if err != nil {
+		t.Fatalf("unexpected error: %v", err)
+	}
+	want := map[string]float64{
+		"unibus_up":              1,
+		"unibus_status_ok":       1,
+		"unibus_posture_enforce": 1,
+		"unibus_posture_acl":     1,
+		"unibus_posture_tls":     1,
+		"unibus_posture_cluster": 1,
+		"unibus_store_kv":        1,
+	}
+	if len(got) != len(want) {
+		t.Fatalf("got %d samples, want %d", len(got), len(want))
+	}
+	for _, s := range got {
+		w, ok := want[s.Name]
+		if !ok {
+			t.Errorf("unexpected sample %q", s.Name)
+			continue
+		}
+		if s.Value != w {
+			t.Errorf("%s = %v, want %v", s.Name, s.Value, w)
+		}
+		if s.Labels["node"] != "magnus" || s.Labels["instance"] != "magnus" {
+			t.Errorf("%s labels = %v, want node=instance=magnus", s.Name, s.Labels)
+		}
+	}
+}
+
+// edge: nodo degradado (posture todo false, store distinto de kv, status != ok).
+func TestParseUnibusHealthDegraded(t *testing.T) {
+	body := []byte(`{"posture":{"enforce":false,"acl":false,"tls":false,"cluster":false,"store":"sqlite"},"status":"degraded"}`)
+	got, err := ParseUnibusHealth("homer", body)
+	if err != nil {
+		t.Fatalf("unexpected error: %v", err)
+	}
+	want := map[string]float64{
+		"unibus_up":              1,
+		"unibus_status_ok":       0,
+		"unibus_posture_enforce": 0,
+		"unibus_posture_acl":     0,
+		"unibus_posture_tls":     0,
+		"unibus_posture_cluster": 0,
+		"unibus_store_kv":        0,
+	}
+	for _, s := range got {
+		if s.Value != want[s.Name] {
+			t.Errorf("%s = %v, want %v", s.Name, s.Value, want[s.Name])
+		}
+	}
+}
+
+// error path: body que no es JSON válido devuelve error, no panic.
+func TestParseUnibusHealthInvalid(t *testing.T) {
+	if _, err := ParseUnibusHealth("datardos", []byte("not json at all")); err == nil {
+		t.Fatal("expected error for invalid body, got nil")
+	}
+}

functions/infra/testdata/nats_connz.json

@@ -0,0 +1,30 @@
+{
+  "server_id": "NC23B47RQSJYPX5AIUC5CA3ND5RLCYREKSAFLM65MLBY5PBRIXPAFL7O",
+  "now": "2026-06-07T19:02:25.326833943Z",
+  "num_connections": 1,
+  "total": 1,
+  "offset": 0,
+  "limit": 1024,
+  "connections": [
+    {
+      "cid": 5,
+      "kind": "Client",
+      "type": "nats",
+      "ip": "127.0.0.1",
+      "port": 52734,
+      "start": "2026-06-07T21:02:24.812382826+02:00",
+      "last_activity": "2026-06-07T21:02:24.821005187+02:00",
+      "rtt": "623µs",
+      "uptime": "0s",
+      "idle": "0s",
+      "pending_bytes": 0,
+      "in_msgs": 17,
+      "out_msgs": 17,
+      "in_bytes": 1304,
+      "out_bytes": 3905,
+      "subscriptions": 2,
+      "lang": "go",
+      "version": "1.49.0"
+    }
+  ]
+}

functions/infra/testdata/nats_jsz.json

@@ -0,0 +1,97 @@
+{
+  "memory": 0,
+  "storage": 310,
+  "reserved_memory": 0,
+  "reserved_storage": 0,
+  "accounts": 1,
+  "ha_assets": 0,
+  "api": {
+    "level": 1,
+    "total": 6,
+    "errors": 0
+  },
+  "server_id": "NC23B47RQSJYPX5AIUC5CA3ND5RLCYREKSAFLM65MLBY5PBRIXPAFL7O",
+  "now": "2026-06-07T19:02:25.327216549Z",
+  "config": {
+    "max_memory": 3221225472,
+    "max_storage": 546399169536,
+    "store_dir": "/tmp/natsprobe4019469486/jetstream",
+    "sync_interval": 120000000000
+  },
+  "limits": {},
+  "streams": 3,
+  "consumers": 0,
+  "messages": 6,
+  "bytes": 310,
+  "account_details": [
+    {
+      "name": "$G",
+      "id": "$G",
+      "memory": 0,
+      "storage": 310,
+      "reserved_memory": 18446744073709551615,
+      "reserved_storage": 18446744073709551615,
+      "accounts": 0,
+      "ha_assets": 0,
+      "api": {
+        "level": 0,
+        "total": 6,
+        "errors": 0
+      },
+      "stream_detail": [
+        {
+          "name": "KV_UNIBUS_rooms",
+          "created": "2026-06-07T19:02:24.8170934Z",
+          "cluster": {
+            "leader": "probe"
+          },
+          "state": {
+            "messages": 2,
+            "bytes": 102,
+            "first_seq": 1,
+            "first_ts": "2026-06-07T19:02:24.817910599Z",
+            "last_seq": 2,
+            "last_ts": "2026-06-07T19:02:24.818011867Z",
+            "num_subjects": 2,
+            "consumer_count": 0
+          }
+        },
+        {
+          "name": "KV_UNIBUS_members",
+          "created": "2026-06-07T19:02:24.818494147Z",
+          "cluster": {
+            "leader": "probe"
+          },
+          "state": {
+            "messages": 2,
+            "bytes": 106,
+            "first_seq": 1,
+            "first_ts": "2026-06-07T19:02:24.81917932Z",
+            "last_seq": 2,
+            "last_ts": "2026-06-07T19:02:24.819283444Z",
+            "num_subjects": 2,
+            "consumer_count": 0
+          }
+        },
+        {
+          "name": "KV_UNIBUS_users",
+          "created": "2026-06-07T19:02:24.814500069Z",
+          "cluster": {
+            "leader": "probe"
+          },
+          "state": {
+            "messages": 2,
+            "bytes": 102,
+            "first_seq": 1,
+            "first_ts": "2026-06-07T19:02:24.81638123Z",
+            "last_seq": 2,
+            "last_ts": "2026-06-07T19:02:24.816570377Z",
+            "num_subjects": 2,
+            "consumer_count": 0
+          }
+        }
+      ]
+    }
+  ],
+  "total": 1
+}

functions/infra/testdata/nats_varz.json

@@ -0,0 +1,80 @@
+{
+  "server_id": "NC23B47RQSJYPX5AIUC5CA3ND5RLCYREKSAFLM65MLBY5PBRIXPAFL7O",
+  "server_name": "probe",
+  "version": "2.11.15",
+  "proto": 1,
+  "go": "go1.26.4",
+  "host": "127.0.0.1",
+  "port": 14260,
+  "max_connections": 65536,
+  "ping_interval": 120000000000,
+  "ping_max": 2,
+  "http_host": "127.0.0.1",
+  "http_port": 8222,
+  "http_base_path": "",
+  "https_port": 0,
+  "auth_timeout": 2,
+  "max_control_line": 4096,
+  "max_payload": 1048576,
+  "max_pending": 67108864,
+  "cluster": {},
+  "gateway": {},
+  "leaf": {},
+  "mqtt": {},
+  "websocket": {},
+  "jetstream": {
+    "config": {
+      "max_memory": 3221225472,
+      "max_storage": 546399169536,
+      "store_dir": "/tmp/natsprobe4019469486/jetstream",
+      "sync_interval": 120000000000
+    },
+    "stats": {
+      "memory": 0,
+      "storage": 310,
+      "reserved_memory": 0,
+      "reserved_storage": 0,
+      "accounts": 1,
+      "ha_assets": 0,
+      "api": {
+        "level": 1,
+        "total": 6,
+        "errors": 0
+      }
+    },
+    "limits": {}
+  },
+  "tls_timeout": 2,
+  "write_deadline": 10000000000,
+  "start": "2026-06-07T19:02:24.785745698Z",
+  "now": "2026-06-07T19:02:25.325501038Z",
+  "uptime": "0s",
+  "mem": 18288640,
+  "cores": 24,
+  "gomaxprocs": 24,
+  "gomemlimit": 4294967296,
+  "cpu": 0,
+  "connections": 1,
+  "total_connections": 1,
+  "routes": 0,
+  "remotes": 0,
+  "leafnodes": 0,
+  "in_msgs": 17,
+  "out_msgs": 17,
+  "in_bytes": 1304,
+  "out_bytes": 3905,
+  "slow_consumers": 0,
+  "subscriptions": 75,
+  "http_req_stats": {
+    "/varz": 1
+  },
+  "config_load_time": "2026-06-07T19:02:24.785745698Z",
+  "config_digest": "",
+  "system_account": "$SYS",
+  "slow_consumer_stats": {
+    "clients": 0,
+    "routes": 0,
+    "gateways": 0,
+    "leafs": 0
+  }
+}

projects/fn_monitoring/project.md

@@ -1,281 +0,0 @@
----
-name: fn_monitoring
-description: "Monitoreo y visualizacion del estado del fn_registry. API HTTP read-only sobre las bases de datos SQLite y dashboard ImGui que consume la API."
-tags: [monitoring, api, dashboard, sqlite, visualization]
-repo_url: "https://gitea-dgg044oo04woo4ggcsws4gk0.organic-machine.com/dataforge/fn_monitoring"
----
-
-## Apps
-
-| App | Lang | Descripcion |
-|-----|------|-------------|
-| [sqlite_api](apps/sqlite_api/app.md) | Go | API REST HTTP read-only sobre `registry.db` y todas las `operations.db`. Puerto `8484`. |
-| [registry_dashboard](apps/registry_dashboard/app.md) | C++ / ImGui | Dashboard con KPIs, charts y tablas del registry. Consume `sqlite_api` (HTTP) con fallback a SQLite directo. |
-
-Cada `app.md` es la referencia canonica del binario — endpoints completos, flags, dependencias. Este documento cubre **como operar el proyecto como un todo**: arranque, service, flujo de datos, troubleshooting.
-
----
-
-## Arquitectura
-
-```
-                          registry.db  (raiz)
-                          apps/*/operations.db
-                          projects/*/apps/*/operations.db
-                                 │  (read-only, mode=ro)
-                                 ▼
-          ┌──────────────────────────────────────────────┐
-          │  sqlite_api  (Go net/http, :8484)            │
-          │    /health                                   │
-          │    /api/databases                            │
-          │    /api/databases/:db/tables                 │
-          │    /api/databases/:db/schema                 │
-          │    /api/databases/:db/query   (POST, SELECT) │
-          │    /api/databases/:db/fts                    │
-          └──────────────────────────────────────────────┘
-                                 ▲
-                                 │  HTTP GET/POST
-                                 │  (cpp-httplib + nlohmann/json)
-                                 │
-          ┌──────────────────────────────────────────────┐
-          │  registry_dashboard  (C++ / ImGui + ImPlot)  │
-          │    main.cpp  → reload_data()                 │
-          │    data_http.cpp  (primario, HTTP)           │
-          │    data.cpp       (fallback, SQLite C API)   │
-          │    views.cpp  → KPI row, charts, tables      │
-          └──────────────────────────────────────────────┘
-```
-
-**Separacion de responsabilidades:**
-
-- `sqlite_api` **no conoce el dashboard**. Es una API generica: expone cualquier DB SQLite de `fn_registry/` read-only con FTS5.
-- `registry_dashboard` **no conoce la estructura de registry.db directamente**, solo a traves del JSON que devuelve la API. El modo SQLite directo es fallback para entornos sin red.
-
-**Puerto `8484`** — elegido para no colisionar con Metabase (3000), Jupyter (8888) ni deploy_server (9090).
-
----
-
-## Servicio sqlite_api
-
-### Modos de arranque
-
-| Modo | Comando | Cuando usarlo |
-|------|---------|---------------|
-| Dev (foreground, `go run`) | `cd projects/fn_monitoring/apps/sqlite_api && go run -tags fts5 .` | Iteracion rapida, ver logs en la terminal |
-| Dev (background) | `./start.sh` (dentro de `apps/sqlite_api/`) | Probar el dashboard rapido sin systemd. Escribe PID en `sqlite_api.pid` y log en `sqlite_api.log` |
-| Production (systemd) | `sudo systemctl start sqlite_api` | Arranque en boot, restart on failure, logs en journal |
-
-### Variables de entorno
-
-| Var | Valor | Proposito |
-|-----|-------|-----------|
-| `FN_REGISTRY_ROOT` | ruta absoluta a la raiz del registry | Evita que el binario busque `registry.db` subiendo por el cwd. Obligatoria bajo systemd. |
-
-### Instalar como servicio systemd (local)
-
-Usar el pipeline del registry `install_systemd_service_bash_pipelines`:
-
-```bash
-cd /home/lucas/fn_registry
-
-# 1. Build del binario
-CGO_ENABLED=1 go build -tags fts5 \
-  -o projects/fn_monitoring/apps/sqlite_api/sqlite_api \
-  ./projects/fn_monitoring/apps/sqlite_api/
-
-# 2. Instalar unit + enable + start (requiere sudo sin password para systemctl)
-source bash/functions/pipelines/install_systemd_service.sh
-install_systemd_service \
-  --name sqlite_api \
-  --exec "$(pwd)/projects/fn_monitoring/apps/sqlite_api/sqlite_api" \
-  --workdir "$(pwd)" \
-  --env "FN_REGISTRY_ROOT=$(pwd)" \
-  --description "fn_registry SQLite HTTP API" \
-  --after network.target \
-  --restart on-failure
-```
-
-### Operacion
-
-```bash
-sudo systemctl status  sqlite_api     # estado + ultimas lineas del journal
-sudo systemctl restart sqlite_api     # tras rebuild del binario
-sudo systemctl stop    sqlite_api     # parar
-journalctl -u sqlite_api -f           # logs en vivo
-curl http://127.0.0.1:8484/health     # health check
-```
-
-### Redeploy tras cambios en el codigo Go
-
-```bash
-cd /home/lucas/fn_registry
-CGO_ENABLED=1 go build -tags fts5 \
-  -o projects/fn_monitoring/apps/sqlite_api/sqlite_api \
-  ./projects/fn_monitoring/apps/sqlite_api/
-sudo systemctl restart sqlite_api
-```
-
-No hace falta reinstalar el unit — solo recompilar y reiniciar.
-
----
-
-## Dashboard registry_dashboard
-
-### Build
-
-```bash
-cd cpp
-cmake -B build/linux -S .
-cmake --build build/linux --target registry_dashboard -j$(nproc)
-```
-
-El binario queda en `cpp/build/linux/registry_dashboard` (o `projects/fn_monitoring/apps/registry_dashboard/registry_dashboard.exe` en Windows).
-
-### Ejecucion
-
-```bash
-# Modo API (por defecto, intenta localhost:8484)
-./registry_dashboard
-
-# API remoto
-./registry_dashboard --api http://192.168.1.10:8484
-
-# API + fallback SQLite
-./registry_dashboard --api http://127.0.0.1:8484 /home/lucas/fn_registry/registry.db
-
-# Solo SQLite (sin API)
-./registry_dashboard /home/lucas/fn_registry/registry.db
-```
-
-La UI muestra en la cabecera de donde vienen los datos (HTTP vs SQLite). `F5` recarga.
-
-### Flujo de datos
-
-1. `main.cpp::reload_data()` intenta HTTP primero via `load_registry_data_http()`.
-2. Si la API responde `200` y el JSON parsea, los datos pueblan `RegistryData`.
-3. Si falla la API (timeout, 5xx, JSON invalido) y hay `--db`, cae a `load_registry_data()` (SQLite directo).
-4. Si ninguno funciona, la UI muestra un mensaje de error y no hay reintento automatico — hay que pulsar reload.
-
-### Vistas
-
-| Seccion | Datos | Query subyacente |
-|---------|-------|------------------|
-| KPI row (8 cards) | totales y porcentajes | `SELECT COUNT(*)` sobre functions, types, apps, analysis, unit_tests, proposals + agregados tested/pure |
-| Charts (bar + pie) | funciones por lang/domain, reparto pure/impure, kind | `GROUP BY lang`, `GROUP BY domain`, `GROUP BY purity`, `GROUP BY kind` |
-| Tablas | ultimas 20 functions, apps, analysis, types | `ORDER BY updated_at DESC LIMIT 20` |
-
-Detalle de composicion de componentes viz en `apps/registry_dashboard/app.md`.
-
----
-
-## Troubleshooting
-
-| Sintoma | Causa probable | Verificacion / Fix |
-|---------|----------------|--------------------|
-| Dashboard dice "HTTP API failed, falling back to SQLite" | `sqlite_api` no esta corriendo | `curl http://127.0.0.1:8484/health` — si falla, `systemctl status sqlite_api` o `./start.sh` |
-| `sqlite_api` arranca y muere inmediatamente | No encuentra `registry.db` | Exportar `FN_REGISTRY_ROOT=/home/lucas/fn_registry` o correr desde la raiz del registry |
-| `systemctl start sqlite_api` pide password | Falta sudoers para systemctl | Ver `.claude/rules/deploy.md` — el usuario necesita `NOPASSWD` para `systemctl`, `mv` a `/etc/systemd/system/` |
-| Dashboard abre pero todas las cifras son 0 | API conecta pero devuelve DB vacia | `curl -X POST http://127.0.0.1:8484/api/databases/registry/query -d '{"sql":"SELECT COUNT(*) FROM functions"}'` |
-| API responde lento / timeout | Query pesada sobre FTS5 | Timeout hardcoded a 5s en `handlers.go`. Revisar la query en journal. |
-| Bind rechazado (`address already in use`) | Otro proceso en `8484` | `ss -tlnp | grep 8484` — matar el huerfano o cambiar `--bind` |
-
-### Logs
-
-```bash
-# systemd
-journalctl -u sqlite_api -n 100 --no-pager
-journalctl -u sqlite_api -f
-
-# start.sh
-tail -f projects/fn_monitoring/apps/sqlite_api/sqlite_api.log
-```
-
----
-
-## Como extender
-
-### Anadir un endpoint a sqlite_api
-
-1. Registrar la ruta en `Server.Routes()` (`handlers.go`).
-2. Handler lee `r.URL.Path` / `r.Body`, delega en `DBPool` para resolver la DB, ejecuta SQL read-only.
-3. Test en `handlers_test.go` (patron: tabla de casos HTTP).
-4. Rebuild + `systemctl restart sqlite_api`.
-5. Documentar en `apps/sqlite_api/app.md` (tabla de endpoints).
-
-### Anadir una vista al dashboard
-
-1. Nuevo campo en `RegistryData` (`data.h`) + su equivalente en la respuesta JSON.
-2. Parseo en `data_http.cpp` y carga SQL en `data.cpp` (ambos paths, para mantener el fallback).
-3. Renderizado en `views.cpp` usando componentes del dominio `viz` (`kpi_card`, `bar_chart`, etc.) — ver regla `frontend_theming` analoga para C++: usar primitivos del registry antes que ImGui crudo.
-4. Rebuild con CMake.
-
-### Anadir una DB nueva
-
-La descubre automaticamente `DiscoverDatabases()` escaneando `apps/*/operations.db` y `projects/*/apps/*/operations.db`. No hay que registrar nada — al reiniciar `sqlite_api` aparecen con alias `ops:{app_name}`.
-
----
-
-## Deploy en otros PCs
-
-Este proyecto se instala identico en cualquier maquina con el registry clonado:
-
-1. `fn sync` para traer los metadatos del proyecto.
-2. Build + systemd install (seccion "Instalar como servicio systemd" arriba).
-3. Build del dashboard.
-
-Los datos son los `.db` locales — cada PC ve su propio estado del registry y sus propias `operations.db`. No hay sincronizacion remota de datos en este servicio: para eso existe `fn sync` contra `registry_api` (proyecto diferente, ver memoria `project_registry_api`).
-
----
-
-## Estado actual
-
-### Fase — projects view + mutaciones desde el dashboard `[done 2026-04-25]`
-
-El dashboard pasa de read-only a manipular el registry via la API. Ampliacion en tres patas:
-
-**Backend (`sqlite_api`)** — endpoints nuevos en `handlers_projects.go` y `handlers_mutations.go`:
-
-| Metodo | Path | Que hace |
-|---|---|---|
-| `GET` | `/api/projects` | Lista con conteos `apps_count` / `analyses_count` / `vaults_count` por proyecto + bloque `orphans` (entidades con `project_id` vacio). |
-| `GET` | `/api/projects/{id}` | Detalle: apps[], analyses[], vaults[]. Acepta `id="orphans"` para devolver las huerfanas. |
-| `POST` | `/api/reindex` | Ejecuta `fn index` desde `registryRoot`, devuelve `{ok, output}`. |
-| `POST` | `/api/add/app` | Body `{name, lang, domain, project, description}` → crea `apps/{name}/` o `projects/{p}/apps/{name}/` con `app.md` minimo + `fn index`. |
-| `POST` | `/api/add/analysis` | Body `{name, project, packages[], description}` → invoca `fn run init_jupyter_analysis [--project p] name pkg1 pkg2 ...`. |
-| `POST` | `/api/add/vault` | Body `{name, project, path, description}` → crea dir o symlink en `projects/{p}/vaults/` + entry append en `vault.yaml`. |
-
-`Server.registryRoot` se inyecta en `NewServer(pool, root)` (rebajado de `findRegistryRoot()` en `main.go`). Helpers `runFN()` y `runShell()` ejecutan con `cmd.Dir = registryRoot` y `FN_REGISTRY_ROOT` en el env.
-
-**Dashboard (`registry_dashboard`)** — actions bar + tab Projects + modal Add:
-
-- Toolbar nueva en el header (`fn_ui::toolbar`): boton `Reindex` (Primary) → dispara `http_post_reindex` via `process_runner`; boton `+ Add` → abre `modal_dialog`; boton `Reload`; `toast_inbox_button` con badge.
-- Modal Add con `select` para kind (App / Analysis / Vault), `select` de proyecto (obligatorio para Vault, opcional para resto), `text_input` Name + Description y campos especificos por kind (lang/domain para App, packages CSV para Analysis, abs path para Vault). Submit dispara el endpoint correspondiente via `process_runner`. Toast al completar + reload automatico.
-- Tab Projects con dos columnas: `tree_view` izquierda (proyectos + entrada "(orphans)" cuando hay entidades huerfanas), detalle derecha con tabs internas Apps / Analysis / Vaults. Click en un proyecto dispara `load_project_detail_http`.
-
-**Datos en `RegistryData`**: nuevos `projects[]`, `orphan_apps`, `orphan_analyses`, `orphan_vaults`. Tipos nuevos `ProjectRow`, `VaultRow`, `ProjectDetail`. `load_registry_data_http` llama a `load_projects_http` al final como best-effort (no fatal si falla).
-
-### Bug fix — vibracion al redimensionar `[done 2026-04-25]`
-
-Dos fuentes de "vibracion" durante drag-resize de la ventana:
-
-- `fullscreen_window_cpp_core` v0.2: anadido `NoScrollbar | NoScrollWithMouse`. Sin esto, si el contenido excedia por 1-2px aparecia un scrollbar fugaz que reducia el ancho ~14px y reflowaba todo.
-- `views.cpp::draw_dashboard`: altura de charts pasa de `GetContentRegionAvail().y * 0.35` a constante 260 px. La proporcion relativa propagaba el resize a todos los plots.
-- `kpi_card_cpp_viz` v1.2: altura fija 78 px (antes 108) + scale 1.4x (antes 1.8) + padding sm + `NoScrollbar`. El `AutoResizeY` con 8 cards generaba lag perceptible al redimensionar.
-
-### Bug fix — HTTP POST timeout en thread de background `[done 2026-04-25]`
-
-`http_client.cpp::request()` pasaba `struct timeval` a `setsockopt(SO_RCVTIMEO)` en Windows, donde MSDN especifica `DWORD` ms. Resultado: timeout efectivo de **5 ms** en lugar de **5 s**. Se nota especialmente en POST desde threads (background runners) porque la latencia de scheduling puede pasar de 5 ms. Fix: rama `_WIN32` con `DWORD timeout_ms`. Tambien `wsa_init` envuelto en `std::call_once` para evitar race entre main thread + runners. Mensajes de error formateados con ASCII (em dash U+2014 falla render con la fuente default).
-
-### Tooling sibling — primitives_gallery `[done 2026-04-25]`
-
-Nueva app dev en `cpp/apps/primitives_gallery/` (no es app del registry, vive en el source tree). Catalogo visual interactivo de los 19 primitivos UI de `cpp/functions/{core,viz}` con sidebar + panel + snippet por demo. Doble rol: smoke test visual al modificar tokens/componentes y build gate (esta en el CMake principal — si un primitivo rompe API la gallery no compila).
-
-Demo destacada: `graph_viewport` con sliders de Nodes (100-20 000), Clusters (2-16) y los tres parametros de `ForceLayoutConfig` (Repulsion / Attraction / Gravity) aplicados en vivo. Util tambien como benchmark de rendimiento del stack `graph_renderer` + `graph_force_layout` + `graph_spatial_hash`.
-
-`README.md` propio en `cpp/apps/primitives_gallery/README.md`.
-
-### Lo siguiente que pega
-
-- Tests unitarios de logica pura (Phase A del plan de tests): vendoreado de `doctest`, ~6 tests para `label_stride`, `slice_at`, `process_runner` transitions, `toast` queue, `tokens` sanity, `parse_url`. Cierra el ciclo gallery (visual) + ctest (logica).
-- Para que algunos tests sean posibles hace falta exponer funciones internas de `bar_chart.cpp` y `pie_chart.cpp` (actualmente en namespace anonimo).
-- `loginctl enable-linger lucas` para que el `sqlite_api.service` (user-level systemd) sobreviva al logout. Requiere sudo una vez. Decision pendiente del usuario.

python/functions/core/build_vcard.md

@@ -0,0 +1,81 @@
+---
+name: build_vcard
+kind: function
+lang: py
+domain: core
+version: "1.0.0"
+purity: pure
+signature: "def build_vcard(contact: dict) -> str"
+description: "Serializa un contacto (dict) a un VCARD 3.0 con soporte multi-valor: varias lineas TEL, EMAIL y ADR. Pura, solo compone texto. Acepta claves en espanol e ingles. Generaliza el _build_vcard inline de osint_web."
+tags: [dav, vcard, carddav, contact, serialize, osint]
+params:
+  - name: contact
+    desc: "dict del contacto. Claves opcionales (acepta nombre ES o EN): uid/slug (identificador, uno obligatorio), fn/nombre (FN), aliases (list -> NICKNAME CSV), org (ORG), tels/telefonos (list -> N lineas TEL;TYPE=CELL), emails/correos (list -> N lineas EMAIL;TYPE=INTERNET), adrs/direcciones (list -> N lineas ADR;TYPE=HOME con la direccion en el componente street), osint (dict con dni/pais/contexto/sexo/fecha_nacimiento -> lineas X-OSINT-*), note/notas (NOTE). Una lista que venga como string suelto se envuelve en [valor]."
+output: "Texto VCARD 3.0 con lineas separadas por CRLF, empezando en BEGIN:VCARD / VERSION:3.0 y terminando en END:VCARD\\r\\n. Valores escapados segun RFC 6350; el ADR es un valor estructurado de 7 componentes cuyos separadores ';' NO se escapan."
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: ""
+imports: []
+tested: true
+tests: ["test_multivalor_tels_emails_adr", "test_escape_en_fn", "test_campos_osint", "test_claves_ingles_y_espanol_equivalentes", "test_falta_uid_y_slug_lanza_valueerror"]
+test_file_path: "python/functions/core/build_vcard_test.py"
+file_path: "python/functions/core/build_vcard.py"
+---
+
+## Ejemplo
+
+```python
+from core.build_vcard import build_vcard
+
+vcard = build_vcard({
+    "uid": "ada-lovelace",
+    "fn": "Ada Lovelace",
+    "org": "Analytical Engine Co.",
+    "tels": ["+34600111222", "+34600333444"],   # 2 telefonos -> 2 lineas TEL
+    "emails": ["ada@example.com"],
+    "adrs": ["Calle Mayor 1, Madrid"],
+    "osint": {"dni": "12345678Z", "pais": "ES"},
+    "note": "Contacto de prueba",
+})
+print(vcard)
+# BEGIN:VCARD
+# VERSION:3.0
+# UID:ada-lovelace
+# FN:Ada Lovelace
+# ORG:Analytical Engine Co.
+# TEL;TYPE=CELL:+34600111222
+# TEL;TYPE=CELL:+34600333444
+# EMAIL;TYPE=INTERNET:ada@example.com
+# ADR;TYPE=HOME:;;Calle Mayor 1\, Madrid;;;;
+# X-OSINT-DNI:12345678Z
+# X-OSINT-PAIS:ES
+# NOTE:Contacto de prueba
+# END:VCARD
+```
+
+## Cuando usarla
+
+Cuando hay que materializar un contacto multi-valor (varios telefonos, emails o
+direcciones) a vCard para subirlo a CardDAV. Es el paso "componer el texto vCard"
+previo a `carddav_put_vcard_py_infra`. La reusan el service `osint_db` (push
+DB -> Xandikos) y `osint_web`. Usa el UID como identificador del recurso
+`<uid>.vcf`, asi re-subir el mismo UID sobrescribe (idempotente).
+
+## Gotchas
+
+- **Pura salvo `ValueError`**: es determinista y sin efectos (no red ni disco).
+  La unica excepcion posible es `ValueError` cuando faltan a la vez `uid` y
+  `slug` (no hay identificador) — validacion de entrada aceptable en una pura.
+- **ADR estructurado de 7 campos**: el ADR del vCard es un valor estructurado
+  `po-box;extended;street;locality;region;postal-code;country`. La direccion se
+  coloca en el 3er componente (street) y el resto van vacios:
+  `ADR;TYPE=HOME:;;<street>;;;;`. Los `;` que separan los 7 componentes NO se
+  escapan; solo se escapa el contenido de cada componente (RFC 6350).
+- **Claves ES/EN**: para cada lista/campo acepta el nombre espanol o el ingles
+  (`tels`/`telefonos`, `emails`/`correos`, `adrs`/`direcciones`, `note`/`notas`,
+  `fn`/`nombre`). Si vienen ambos, gana el primero presente segun el orden
+  documentado.
+- **Lista como string suelto**: si una clave de lista llega como string en vez
+  de lista, se envuelve en `[valor]` y produce una sola linea.

python/functions/core/build_vcard.py

@@ -0,0 +1,139 @@
+"""Serializa un contacto (dict) a un VCARD 3.0 con soporte multi-valor.
+
+Generaliza el ``_build_vcard`` inline de ``osint_web/server/main.py`` (que solo
+emitia un TEL y un EMAIL): aqui acepta listas de telefonos, emails y direcciones
+y emite una linea por elemento. Es una funcion pura — solo compone texto, sin red
+ni disco. La unica excepcion posible es ``ValueError`` por validacion de entrada
+(falta de identificador), lo cual es aceptable para una funcion pura.
+"""
+
+# Orden + nombre de propiedad X-OSINT para cada clave del bloque osint.
+_OSINT_FIELDS = (
+    ("dni", "X-OSINT-DNI"),
+    ("pais", "X-OSINT-PAIS"),
+    ("contexto", "X-OSINT-CONTEXTO"),
+    ("sexo", "X-OSINT-SEXO"),
+    ("fecha_nacimiento", "X-OSINT-FECHA-NACIMIENTO"),
+)
+
+
+def _vcard_escape(value: str) -> str:
+    """Escapa un valor de texto para una linea vCard (RFC 6350).
+
+    Reglas: ``\\`` -> ``\\\\``, salto de linea -> ``\\n``, ``,`` -> ``\\,``,
+    ``;`` -> ``\\;``. Se aplica al contenido de cada propiedad, NO a los
+    separadores estructurales del ADR.
+
+    El retorno de carro ``\\r`` crudo se ELIMINA (no se escapa): un ``\\r`` solo,
+    sin ``\\n`` que lo siga, sobrevive al escape de ``\\n`` y queda como carácter de
+    control dentro del valor. Varios parsers de vCard (y el propio ``_unfold_lines``
+    de osint_web, que normaliza ``\\r`` a ``\\n``) lo tratan como un separador de
+    línea, lo que permitiría inyectar propiedades nuevas (p. ej. ``X-OSINT-DNI``)
+    en la tarjeta. Eliminarlo cierra ese vector, en paridad con el escape iCal.
+    """
+    return (
+        value.replace("\\", "\\\\")
+        .replace("\r", "")
+        .replace("\n", "\\n")
+        .replace(",", "\\,")
+        .replace(";", "\\;")
+    )
+
+
+def _as_list(value) -> list:
+    """Normaliza un valor a lista: ``None`` -> ``[]``, string suelto -> ``[s]``.
+
+    Tolera que una clave que deberia ser lista venga como string suelto.
+    """
+    if value is None:
+        return []
+    if isinstance(value, str):
+        return [value]
+    if isinstance(value, (list, tuple)):
+        return list(value)
+    return [value]
+
+
+def _pick(contact: dict, *keys):
+    """Devuelve el primer valor no vacio entre ``keys`` (acepta ES/EN)."""
+    for key in keys:
+        val = contact.get(key)
+        if val:
+            return val
+    return None
+
+
+def build_vcard(contact: dict) -> str:
+    """Serializa un contacto (dict) a un VCARD 3.0 con soporte multi-valor.
+
+    Args:
+        contact: dict con claves opcionales (acepta nombre ES o EN):
+            - ``uid`` / ``slug``: identificador del vCard. Uno obligatorio.
+            - ``fn`` / ``nombre``: nombre completo (FN).
+            - ``aliases``: lista -> NICKNAME (CSV escapado).
+            - ``org``: organizacion -> ORG.
+            - ``tels`` / ``telefonos``: lista -> una linea TEL;TYPE=CELL por item.
+            - ``emails`` / ``correos``: lista -> una linea EMAIL;TYPE=INTERNET por item.
+            - ``adrs`` / ``direcciones``: lista -> una linea ADR;TYPE=HOME por item
+              (la direccion va en el componente street del ADR estructurado).
+            - ``osint``: dict con ``dni, pais, contexto, sexo, fecha_nacimiento``
+              -> lineas X-OSINT-* (solo las presentes/no vacias).
+            - ``note`` / ``notas``: texto -> NOTE.
+
+    Returns:
+        Texto VCARD 3.0 con lineas separadas por CRLF, terminando en
+        ``END:VCARD\\r\\n``.
+
+    Raises:
+        ValueError: si faltan ``uid`` y ``slug`` (no hay identificador).
+    """
+    uid = contact.get("uid") or contact.get("slug")
+    if not uid:
+        raise ValueError("build_vcard: falta identificador (uid o slug)")
+    uid = str(uid).strip()
+
+    nombre = _pick(contact, "fn", "nombre")
+    nombre = str(nombre).strip() if nombre else uid
+
+    lines = [
+        "BEGIN:VCARD",
+        "VERSION:3.0",
+        "UID:%s" % _vcard_escape(uid),
+        "FN:%s" % _vcard_escape(nombre),
+    ]
+
+    aliases = _as_list(contact.get("aliases"))
+    if aliases:
+        joined = ",".join(_vcard_escape(str(a)) for a in aliases)
+        lines.append("NICKNAME:%s" % joined)
+
+    org = contact.get("org")
+    if org:
+        lines.append("ORG:%s" % _vcard_escape(str(org)))
+
+    for tel in _as_list(_pick(contact, "tels", "telefonos")):
+        lines.append("TEL;TYPE=CELL:%s" % _vcard_escape(str(tel)))
+
+    for email in _as_list(_pick(contact, "emails", "correos")):
+        lines.append("EMAIL;TYPE=INTERNET:%s" % _vcard_escape(str(email)))
+
+    for adr in _as_list(_pick(contact, "adrs", "direcciones")):
+        # ADR estructurado: 7 componentes separados por ';' SIN escapar los
+        # separadores. La direccion va en el 3er componente (street); el resto
+        # vacios: po-box;extended;street;locality;region;postal-code;country.
+        street = _vcard_escape(str(adr))
+        lines.append("ADR;TYPE=HOME:;;%s;;;;" % street)
+
+    osint = contact.get("osint")
+    if isinstance(osint, dict):
+        for key, x_name in _OSINT_FIELDS:
+            val = osint.get(key)
+            if val:
+                lines.append("%s:%s" % (x_name, _vcard_escape(str(val))))
+
+    note = _pick(contact, "note", "notas")
+    if note:
+        lines.append("NOTE:%s" % _vcard_escape(str(note)))
+
+    lines.append("END:VCARD")
+    return "\r\n".join(lines) + "\r\n"

python/functions/core/build_vcard_test.py

@@ -0,0 +1,98 @@
+"""Tests para build_vcard."""
+
+import pytest
+
+from build_vcard import build_vcard
+
+
+def _count_lines(vcard: str, prefix: str) -> int:
+    return sum(1 for ln in vcard.split("\r\n") if ln.startswith(prefix))
+
+
+def test_multivalor_tels_emails_adr():
+    vcard = build_vcard(
+        {
+            "uid": "ada-lovelace",
+            "fn": "Ada Lovelace",
+            "tels": ["+34600111222", "+34600333444"],
+            "emails": ["ada@example.com", "lovelace@example.org"],
+            "adrs": ["Calle Mayor 1, Madrid"],
+        }
+    )
+    assert _count_lines(vcard, "TEL") == 2
+    assert _count_lines(vcard, "EMAIL") == 2
+    assert _count_lines(vcard, "ADR") == 1
+    assert vcard.startswith("BEGIN:VCARD\r\nVERSION:3.0\r\n")
+    assert vcard.endswith("END:VCARD\r\n")
+
+
+def test_escape_en_fn():
+    vcard = build_vcard({"uid": "x", "fn": "Doe, John; Jr"})
+    # ',' -> '\,' y ';' -> '\;' en el valor del FN.
+    assert "FN:Doe\\, John\\; Jr" in vcard.split("\r\n")
+
+
+def test_campos_osint():
+    vcard = build_vcard(
+        {
+            "uid": "target-1",
+            "fn": "Target One",
+            "osint": {
+                "dni": "12345678Z",
+                "pais": "ES",
+                "contexto": "investigacion",
+                "sexo": "M",
+                "fecha_nacimiento": "1990-01-01",
+                "vacio": "",
+            },
+        }
+    )
+    lines = vcard.split("\r\n")
+    assert "X-OSINT-DNI:12345678Z" in lines
+    assert "X-OSINT-PAIS:ES" in lines
+    assert "X-OSINT-CONTEXTO:investigacion" in lines
+    assert "X-OSINT-SEXO:M" in lines
+    assert "X-OSINT-FECHA-NACIMIENTO:1990-01-01" in lines
+    # Una clave vacia o desconocida no emite linea.
+    assert _count_lines(vcard, "X-OSINT-") == 5
+
+
+def test_claves_ingles_y_espanol_equivalentes():
+    ingles = build_vcard(
+        {"uid": "a", "fn": "A", "tels": ["+1"], "emails": ["a@b.c"]}
+    )
+    espanol = build_vcard(
+        {"uid": "a", "fn": "A", "telefonos": ["+1"], "correos": ["a@b.c"]}
+    )
+    assert ingles == espanol
+
+
+def test_falta_uid_y_slug_lanza_valueerror():
+    with pytest.raises(ValueError):
+        build_vcard({"fn": "Sin identificador"})
+
+
+def test_cr_crudo_no_inyecta_propiedades():
+    """Un '\\r' crudo en un valor no debe poder inyectar una propiedad nueva.
+
+    Sin neutralizar el '\\r', un parser que normalice '\\r' a salto de línea (como
+    el _unfold_lines de osint_web) leería 'X-OSINT-DNI' / 'X-EVIL' como propiedades
+    legítimas, burlando el control de "no exponer X-OSINT-* al móvil". El escape
+    debe eliminar el '\\r' para que el valor quede en una sola línea física.
+    """
+    vcard = build_vcard(
+        {
+            "uid": "victima",
+            "fn": "Bob\rX-OSINT-DNI:11111111H\rX-EVIL:pwned",
+            "tels": ["911\rNOTE:leak"],
+        }
+    )
+    # Simula el unfold de osint_web: '\r\n' y '\r' sueltos pasan a salto de línea.
+    physical_lines = vcard.replace("\r\n", "\n").replace("\r", "\n").split("\n")
+    inyectadas = [
+        ln for ln in physical_lines if ln.startswith(("X-OSINT-DNI", "X-EVIL", "NOTE"))
+    ]
+    assert inyectadas == [], f"propiedades inyectadas via CR: {inyectadas}"
+    # El '\r' no debe sobrevivir en el texto serializado salvo como CRLF de línea.
+    assert "\rX-OSINT" not in vcard
+    assert "\rNOTE" not in vcard

python/functions/core/contact_import_key.md

@@ -0,0 +1,76 @@
+---
+name: contact_import_key
+kind: function
+lang: py
+domain: core
+version: "1.0.0"
+purity: pure
+signature: "def contact_import_key(name: str = \"\", phones: list = None, emails: list = None) -> str"
+description: "Genera una clave de importacion determinista de contactos para imports idempotentes. La identidad prioriza el telefono normalizado (mas estable entre exports de Google), luego el email, y por ultimo el nombre normalizado sin acentos. Re-importar el mismo .vcf matchea la fila existente sin depender de UIDs opacos. Pura, sin I/O."
+tags: [contactos, import, hash, dav, dedup, core]
+params:
+  - name: name
+    desc: "Nombre del contacto (FN). Solo se usa como ultimo recurso cuando no hay telefono ni email. Se normaliza con NFKD (quita acentos), lowercase, espacios colapsados, y se filtra a [a-z0-9 ]."
+  - name: phones
+    desc: "Lista de telefonos en cualquier formato (con prefijos, espacios, guiones). Para cada uno se extraen solo los digitos (re.sub r'\\D') y se toman los ultimos 9 si len>=9 (numero nacional estable), o todos los digitos si son menos. Vacios descartados, dedup + sort ascendente. None equivale a lista vacia."
+  - name: emails
+    desc: "Lista de emails. Cada uno se pasa a strip+lowercase; se descartan los vacios y los que no contienen '@'. Dedup + sort. None equivale a lista vacia."
+output: "Clave determinista con formato 'v1-' + los primeros 16 caracteres hex del SHA-1 de la identity string. Longitud total fija de 19 caracteres. La identity string es 'tel:<phones>' si hay telefonos, 'email:<emails>' si no hay telefonos pero si emails, o 'name:<name_norm>' en otro caso."
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: ""
+imports: []
+tested: true
+tests: ["test_determinismo_misma_entrada_misma_clave", "test_estabilidad_ante_formato_y_nombre_distinto", "test_fallback_a_email_cuando_no_hay_telefono", "test_fallback_a_nombre_insensible_a_acentos_y_mayusculas", "test_prefijo_v1_y_longitud"]
+test_file_path: "python/functions/core/contact_import_key_test.py"
+file_path: "python/functions/core/contact_import_key.py"
+---
+
+## Ejemplo
+
+```python
+from core.contact_import_key import contact_import_key
+
+# El telefono manda y es robusto al formato: estos dos producen la MISMA clave.
+k1 = contact_import_key("Bob", ["+34 600 11 22 33"])
+k2 = contact_import_key("BOB DISTINTO", ["600112233"])
+print(k1, k1 == k2)
+# v1-8d3f... True   (mismo telefono normalizado -> misma clave)
+
+# Sin telefono, cae a email; sin email, cae al nombre normalizado.
+print(contact_import_key("Carol", [], ["CAROL@Example.com"]))   # v1-... (identity = email:carol@example.com)
+print(contact_import_key("José Pérez"))                          # == contact_import_key("jose perez")
+```
+
+## Cuando usarla
+
+Usala en el nucleo de un import idempotente de contactos: antes de insertar una
+fila de un `.vcf` de Google, calcula la clave y busca esa clave en la tabla
+destino. Si existe, actualizas la fila; si no, la insertas. Asi re-importar el
+mismo export no duplica contactos y no depende de UIDs opacos (que Google rota)
+ni del nombre (que el pipeline de import transforma: quita sufijos de lugar,
+reordena). Es la primitiva de matching del sistema de import idempotente del
+grupo `dav`.
+
+## Gotchas
+
+- **Pura y determinista**: misma entrada -> misma salida, sin red ni disco. No
+  lanza excepciones (entradas `None`/vacias se tratan como lista/cadena vacia).
+- **Prioridad telefono > email > nombre por estabilidad**: el telefono
+  normalizado es lo mas estable entre exports de Google, por eso es la identidad
+  primaria; el email es fallback; el nombre es el ultimo recurso porque el
+  pipeline de import lo transforma (quita sufijos de lugar, reordena) y no es
+  fiable como identidad.
+- **Cambiar los telefonos cambia la clave**: si los telefonos de un contacto
+  varian entre dos importaciones, la clave cambia y se trata como contacto
+  distinto. Es una limitacion aceptada: la idempotencia es robusta solo para
+  contactos cuyos telefonos no varian. Lo mismo aplica al fallback de email y al
+  de nombre.
+- **Ultimos 9 digitos**: solo se conservan los ultimos 9 digitos del telefono
+  para ignorar prefijos de pais inconsistentes (`+34`, `0034`, sin prefijo
+  producen la misma clave). Numeros con menos de 9 digitos se usan completos.
+- **Prefijo `v1-`**: versiona el algoritmo. Si en el futuro cambia la
+  normalizacion o el esquema de identidad, se sube a `v2-` y las claves nuevas no
+  colisionan con las viejas; el consumidor puede migrar de forma controlada.

python/functions/core/contact_import_key.py

@@ -0,0 +1,77 @@
+"""Clave de importacion determinista de contactos para imports idempotentes.
+
+Genera una clave estable a partir de los datos de un contacto (telefono, email,
+nombre) para que re-importar el mismo .vcf de Google matchee la fila existente
+sin depender de UIDs opacos ni de nombres que el pipeline de import transforma.
+"""
+
+import hashlib
+import re
+import unicodedata
+
+
+def contact_import_key(
+    name: str = "",
+    phones: list = None,
+    emails: list = None,
+) -> str:
+    """Calcula una clave de importacion determinista para un contacto.
+
+    La identidad se construye priorizando lo mas estable entre exports de
+    Google: telefono normalizado > email normalizado > nombre normalizado.
+    La funcion es pura: dada la misma entrada devuelve siempre la misma clave,
+    sin I/O ni estado mutable.
+
+    Args:
+        name: nombre del contacto (FN). Solo se usa como ultimo recurso.
+        phones: lista de telefonos en cualquier formato. Cada uno se reduce a
+            sus digitos y se queda con los ultimos 9 (numero nacional estable).
+        emails: lista de emails. Se pasan a minusculas y se filtran los que no
+            contienen "@".
+
+    Returns:
+        Clave determinista con el formato "v1-" + 16 hex chars del SHA-1 de la
+        identity string. Longitud total fija de 19 caracteres.
+    """
+    phones = phones or []
+    emails = emails or []
+
+    # 1. Normalizar phones: solo digitos, ultimos 9 si len>=9, dedup + sort.
+    phones_norm = set()
+    for p in phones:
+        digits = re.sub(r"\D", "", str(p))
+        if not digits:
+            continue
+        if len(digits) >= 9:
+            digits = digits[-9:]
+        phones_norm.add(digits)
+    phones_sorted = sorted(phones_norm)
+
+    # 2. Normalizar emails: lowercase + strip, descartar vacios y sin "@".
+    emails_norm = set()
+    for e in emails:
+        e = str(e).strip().lower()
+        if not e or "@" not in e:
+            continue
+        emails_norm.add(e)
+    emails_sorted = sorted(emails_norm)
+
+    # 3. Normalizar name: NFKD sin acentos, lowercase, colapsar espacios,
+    #    quedarse solo con [a-z0-9 ].
+    decomposed = unicodedata.normalize("NFKD", name or "")
+    without_marks = "".join(c for c in decomposed if not unicodedata.combining(c))
+    lowered = without_marks.lower()
+    collapsed = re.sub(r"\s+", " ", lowered).strip()
+    name_norm = re.sub(r"[^a-z0-9 ]", "", collapsed)
+
+    # 4. Identity string priorizando lo mas estable.
+    if phones_sorted:
+        identity = "tel:" + ",".join(phones_sorted)
+    elif emails_sorted:
+        identity = "email:" + ",".join(emails_sorted)
+    else:
+        identity = "name:" + name_norm
+
+    # 5. Clave versionada.
+    digest = hashlib.sha1(identity.encode("utf-8")).hexdigest()[:16]
+    return "v1-" + digest

python/functions/core/contact_import_key_test.py

@@ -0,0 +1,38 @@
+"""Tests para contact_import_key."""
+
+from contact_import_key import contact_import_key
+
+
+def test_determinismo_misma_entrada_misma_clave():
+    a = contact_import_key("Ada Lovelace", ["+34600112233"], ["ada@example.com"])
+    b = contact_import_key("Ada Lovelace", ["+34600112233"], ["ada@example.com"])
+    assert a == b
+
+
+def test_estabilidad_ante_formato_y_nombre_distinto():
+    # Mismo telefono normalizado (ultimos 9 digitos), distinto formato y nombre.
+    # El telefono manda -> misma clave.
+    con_formato = contact_import_key("Bob", ["+34 600 11 22 33"])
+    sin_formato = contact_import_key("BOB DISTINTO", ["600112233"])
+    assert con_formato == sin_formato
+
+
+def test_fallback_a_email_cuando_no_hay_telefono():
+    solo_email = contact_import_key("Carol", [], ["CAROL@Example.com"])
+    mismo_email_otro_nombre = contact_import_key("nombre cambiado", [], ["carol@example.com"])
+    assert solo_email == mismo_email_otro_nombre
+    # Y distinto de la clave por nombre puro (prefijo de identity distinto).
+    por_nombre = contact_import_key("Carol")
+    assert solo_email != por_nombre
+
+
+def test_fallback_a_nombre_insensible_a_acentos_y_mayusculas():
+    con_acentos = contact_import_key("José Pérez")
+    sin_acentos = contact_import_key("jose perez")
+    assert con_acentos == sin_acentos
+
+
+def test_prefijo_v1_y_longitud():
+    k = contact_import_key("Dave", ["600999888"])
+    assert k.startswith("v1-")
+    assert len(k) == 19  # 3 ("v1-") + 16 hex chars

python/functions/core/render_markdown_table.md

@@ -0,0 +1,52 @@
+---
+name: render_markdown_table
+kind: function
+lang: py
+domain: core
+version: "1.0.0"
+purity: pure
+signature: "def render_markdown_table(rows: list, columns: list = None, max_rows: int = 0) -> str"
+description: "Renderiza una lista de diccionarios como tabla Markdown GitHub-flavored. Resuelve columnas desde las claves del primer dict o desde un orden explicito, normaliza None/bool, escapa pipes, convierte saltos de linea a <br> y permite truncar filas."
+tags: [markdown, table, render, obsidian]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: ""
+imports: []
+params:
+  - name: rows
+    desc: "lista de diccionarios, uno por fila; cada dict mapea nombre de columna a valor de celda"
+  - name: columns
+    desc: "orden explicito de columnas; si None usa las claves del primer dict preservando orden de insercion; con rows vacio y None devuelve string vacio"
+  - name: max_rows
+    desc: "numero maximo de filas a renderizar; 0 = todas; si N>0 y hay mas de N filas trunca a N y anade una linea final '_... N de M filas_' fuera de la tabla"
+output: "string con la tabla Markdown (header + separador |---| + filas); string vacio cuando no hay filas ni columnas explicitas"
+tested: true
+tests: ["caso normal", "rows vacio", "rows vacio con columns", "columns explicitas ordenan", "escape de pipes", "none bool y saltos de linea", "max rows truncado", "max rows sin truncar"]
+test_file_path: "python/functions/core/render_markdown_table_test.py"
+file_path: "python/functions/core/render_markdown_table.py"
+---
+
+## Ejemplo
+
+```python
+rows = [
+    {"nombre": "Alice", "edad": 30, "activo": True},
+    {"nombre": "Bob", "edad": 25, "activo": False},
+]
+md = render_markdown_table(rows)
+# | nombre | edad | activo |
+# |---|---|---|
+# | Alice | 30 | true |
+# | Bob | 25 | false |
+
+# Con columnas explicitas y truncado:
+muchas = [{"n": i} for i in range(100)]
+md2 = render_markdown_table(muchas, columns=["n"], max_rows=10)
+# Renderiza solo 10 filas y termina con: _... 10 de 100 filas_
+```
+
+## Cuando usarla
+
+Cuando tengas una lista de registros (`list[dict]`) y quieras volcarla a una tabla Markdown lista para Obsidian, un README o un comentario de PR. Util para resumir consultas o datasets en notas: pasa `columns` para fijar el orden y `max_rows` para no saturar la nota con cientos de filas.

python/functions/core/render_markdown_table.py

@@ -0,0 +1,67 @@
+"""Render a list of dict rows as a GitHub-flavored Markdown table."""
+
+
+def render_markdown_table(rows: list, columns: list = None, max_rows: int = 0) -> str:
+    """Render a list of dict rows as a GitHub-flavored Markdown table.
+
+    Args:
+        rows: List of dictionaries, one per row. Each dictionary maps a column
+            name to its cell value.
+        columns: Explicit column order. When None, the keys of the first row are
+            used preserving insertion order. When rows is empty and columns is
+            None, the result is an empty string.
+        max_rows: Maximum number of rows to render. 0 means all rows. When N > 0
+            and the number of rows exceeds N, the table is truncated to N rows
+            and a trailing line `\n_... N de M filas_` is appended after the
+            table indicating how many of the total rows are shown.
+
+    Returns:
+        str: The Markdown table as a string. Returns an empty string when there
+        are no rows and no explicit columns.
+    """
+
+    def render_cell(value) -> str:
+        """Convert a cell value to its Markdown-safe string representation."""
+        if value is None:
+            text = ""
+        elif isinstance(value, bool):
+            text = "true" if value else "false"
+        else:
+            text = str(value)
+        # Escape pipe characters so they do not break the table layout and turn
+        # newlines into <br> tags to keep each row on a single Markdown line.
+        text = text.replace("|", "\\|")
+        text = text.replace("\r\n", "\n").replace("\r", "\n").replace("\n", "<br>")
+        return text
+
+    # Resolve the column order.
+    if columns is None:
+        if not rows:
+            return ""
+        cols = list(rows[0].keys())
+    else:
+        cols = list(columns)
+
+    # Decide how many rows to render and whether truncation applies.
+    total = len(rows)
+    if max_rows > 0 and total > max_rows:
+        visible = rows[:max_rows]
+        truncated = True
+    else:
+        visible = rows
+        truncated = False
+
+    header = "| " + " | ".join(render_cell(col) for col in cols) + " |"
+    separator = "|" + "---|" * len(cols)
+
+    lines = [header, separator]
+    for row in visible:
+        cells = [render_cell(row.get(col)) for col in cols]
+        lines.append("| " + " | ".join(cells) + " |")
+
+    table = "\n".join(lines)
+
+    if truncated:
+        table += f"\n_... {max_rows} de {total} filas_"
+
+    return table

python/functions/core/render_markdown_table_test.py

@@ -0,0 +1,79 @@
+"""Tests para render_markdown_table."""
+
+import sys
+import os
+
+sys.path.insert(0, os.path.dirname(__file__))
+from render_markdown_table import render_markdown_table
+
+
+def test_caso_normal():
+    rows = [
+        {"nombre": "Alice", "edad": 30},
+        {"nombre": "Bob", "edad": 25},
+    ]
+    result = render_markdown_table(rows)
+    lines = result.split("\n")
+    assert lines[0] == "| nombre | edad |"
+    assert lines[1] == "|---|---|"
+    assert lines[2] == "| Alice | 30 |"
+    assert lines[3] == "| Bob | 25 |"
+    assert len(lines) == 4
+
+
+def test_rows_vacio():
+    assert render_markdown_table([]) == ""
+
+
+def test_rows_vacio_con_columns():
+    result = render_markdown_table([], columns=["a", "b"])
+    assert result == "| a | b |\n|---|---|"
+
+
+def test_columns_explicitas_ordenan():
+    rows = [{"b": 2, "a": 1}]
+    result = render_markdown_table(rows, columns=["a", "b"])
+    lines = result.split("\n")
+    assert lines[0] == "| a | b |"
+    assert lines[2] == "| 1 | 2 |"
+
+
+def test_escape_de_pipes():
+    rows = [{"col": "x|y|z"}]
+    result = render_markdown_table(rows)
+    assert "x\\|y\\|z" in result
+
+
+def test_none_bool_y_saltos_de_linea():
+    rows = [{"a": None, "b": True, "c": False, "d": "line1\nline2"}]
+    result = render_markdown_table(rows)
+    data_line = result.split("\n")[2]
+    assert data_line == "|  | true | false | line1<br>line2 |"
+
+
+def test_max_rows_truncado():
+    rows = [{"n": i} for i in range(5)]
+    result = render_markdown_table(rows, max_rows=2)
+    lines = result.split("\n")
+    # header + separator + 2 data rows + truncation note
+    assert len(lines) == 5
+    assert lines[-1] == "_... 2 de 5 filas_"
+
+
+def test_max_rows_sin_truncar():
+    rows = [{"n": 1}, {"n": 2}]
+    result = render_markdown_table(rows, max_rows=5)
+    assert "filas_" not in result
+    assert len(result.split("\n")) == 4
+
+
+if __name__ == "__main__":
+    test_caso_normal()
+    test_rows_vacio()
+    test_rows_vacio_con_columns()
+    test_columns_explicitas_ordenan()
+    test_escape_de_pipes()
+    test_none_bool_y_saltos_de_linea()
+    test_max_rows_truncado()
+    test_max_rows_sin_truncar()
+    print("All tests passed.")

python/functions/core/upsert_sentinel_block.md

@@ -0,0 +1,74 @@
+---
+name: upsert_sentinel_block
+kind: function
+lang: py
+domain: core
+version: "1.0.0"
+purity: pure
+signature: "def upsert_sentinel_block(text: str, block_id: str, content: str, marker: str = \"osintdb\") -> str"
+description: "Inserta o reemplaza de forma idempotente un bloque gestionado delimitado por sentinels HTML-comment (<!-- {marker}:begin id={block_id} --> ... <!-- {marker}:end id={block_id} -->) dentro de un texto. Util para mantener secciones auto-generadas en notas Markdown de Obsidian sin pisar el resto del cuerpo."
+tags: [markdown, sentinel, managed-block, obsidian]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: ""
+imports: [re]
+params:
+  - name: text
+    desc: "Texto sobre el que operar (tipicamente el body de una nota Markdown de Obsidian). Puede contener otros bloques gestionados con ids distintos, que no se tocan."
+  - name: block_id
+    desc: "Identificador unico del bloque dentro del texto. Se usa literal en la regex (se escapa con re.escape), asi que puede contener caracteres especiales."
+  - name: content
+    desc: "Contenido a colocar entre los sentinels. NO debe contener los propios sentinels o se corromperia el bloque."
+  - name: marker
+    desc: "Prefijo del namespace de los comentarios sentinel. Default 'osintdb'. Se usa literal en la regex (se escapa con re.escape)."
+output: "El texto resultante con el bloque insertado al final (si no existia) o con su contenido reemplazado entre sentinels (si ya existia). Los sentinels siempre se conservan."
+tested: true
+tests:
+  - "insercion nueva anade bloque al final"
+  - "reemplazo existente sustituye solo el contenido"
+  - "idempotencia dos aplicaciones mismo resultado"
+  - "bloque corrupto solo inicio lanza valueerror"
+  - "bloque corrupto solo fin lanza valueerror"
+  - "multiples bloques ids distintos en mismo texto"
+  - "marker personalizado"
+test_file_path: "python/functions/core/upsert_sentinel_block_test.py"
+file_path: "python/functions/core/upsert_sentinel_block.py"
+---
+
+## Ejemplo
+
+```python
+from core.upsert_sentinel_block import upsert_sentinel_block
+
+nota = "# Dossier OSINT\n\nNotas manuales del investigador."
+
+# Primera vez: inserta el bloque al final.
+nota = upsert_sentinel_block(nota, "persons", "- Alice\n- Bob")
+
+# Segunda vez con nuevo contenido: reemplaza solo lo que hay entre sentinels.
+nota = upsert_sentinel_block(nota, "persons", "- Alice\n- Bob\n- Carol")
+
+print(nota)
+# # Dossier OSINT
+#
+# Notas manuales del investigador.
+#
+# <!-- osintdb:begin id=persons -->
+# - Alice
+# - Bob
+# - Carol
+# <!-- osintdb:end id=persons -->
+```
+
+## Cuando usarla
+
+Cuando necesites mantener una seccion auto-generada dentro de un documento de texto (tipicamente una nota Markdown de Obsidian) sin sobreescribir lo que el usuario haya escrito a mano. Llamala cada vez que regeneres los datos: el primer uso inserta el bloque y los siguientes solo refrescan su contenido, dejando intacto el resto de la nota y otros bloques gestionados con ids distintos.
+
+## Gotchas
+
+- Si en `text` aparece solo uno de los dos sentinels del `block_id` (bloque corrupto, por ejemplo si alguien borro el sentinel de fin a mano) la funcion lanza `ValueError` con un mensaje que indica cuantos sentinels de inicio y de fin se encontraron. Lo mismo si aparece mas de un par de sentinels para el mismo `block_id` (bloque duplicado).
+- `content` NO debe contener los propios sentinels (`<!-- {marker}:begin id={block_id} -->` / `<!-- {marker}:end id={block_id} -->`). Si los contiene, el siguiente upsert vera sentinels de sobra y fallara o reemplazara de forma incorrecta.
+- Es funcion pura: no escribe en disco. Lee/devuelve strings; la persistencia de la nota (lectura del fichero, escritura del resultado) corre por cuenta del llamante.
+- `block_id` y `marker` se escapan con `re.escape`, por lo que es seguro usar valores con caracteres especiales de regex. Aun asi, conviene mantenerlos en formato simple (alfanumerico, guiones) para que los comentarios HTML sean legibles en la nota.

python/functions/core/upsert_sentinel_block.py

@@ -0,0 +1,74 @@
+"""Gestion idempotente de bloques delimitados por sentinels HTML-comment dentro de un texto."""
+
+import re
+
+
+def upsert_sentinel_block(
+    text: str, block_id: str, content: str, marker: str = "osintdb"
+) -> str:
+    """Inserta o reemplaza un bloque gestionado delimitado por sentinels HTML-comment.
+
+    Un bloque gestionado queda envuelto entre dos comentarios HTML que actuan como
+    sentinels:
+
+        <!-- {marker}:begin id={block_id} -->
+        ...contenido gestionado...
+        <!-- {marker}:end id={block_id} -->
+
+    Si el bloque (ambos sentinels con ese block_id) ya existe en el texto, su contenido
+    se reemplaza por el nuevo manteniendo los sentinels. Si no existe, el bloque se anade
+    al final del texto. La operacion es idempotente: aplicarla dos veces con el mismo
+    content produce el mismo resultado.
+
+    Args:
+        text: Texto sobre el que operar (tipicamente el body de una nota Markdown de
+            Obsidian). Puede contener otros bloques gestionados con ids distintos.
+        block_id: Identificador unico del bloque dentro del texto. Se usa literal en
+            la expresion regular, asi que se escapa con re.escape.
+        content: Contenido a colocar entre los sentinels. No debe contener los propios
+            sentinels.
+        marker: Prefijo del namespace de los comentarios sentinel. Default "osintdb".
+            Se usa literal en la expresion regular, asi que se escapa con re.escape.
+
+    Returns:
+        El texto resultante con el bloque insertado o reemplazado.
+
+    Raises:
+        ValueError: Si aparece solo uno de los dos sentinels del block_id (bloque
+            corrupto) o si aparecen sentinels duplicados.
+    """
+    begin = f"<!-- {marker}:begin id={block_id} -->"
+    end = f"<!-- {marker}:end id={block_id} -->"
+
+    begin_re = re.escape(begin)
+    end_re = re.escape(end)
+
+    n_begin = len(re.findall(begin_re, text))
+    n_end = len(re.findall(end_re, text))
+
+    if n_begin != n_end:
+        raise ValueError(
+            f"Bloque corrupto para block_id={block_id!r} con marker={marker!r}: "
+            f"se encontraron {n_begin} sentinel(s) de inicio y {n_end} de fin "
+            f"(deben coincidir)."
+        )
+
+    if n_begin > 1:
+        raise ValueError(
+            f"Bloque duplicado para block_id={block_id!r} con marker={marker!r}: "
+            f"se encontraron {n_begin} pares de sentinels (debe haber como maximo uno)."
+        )
+
+    if n_begin == 1:
+        # El bloque existe: reemplazar todo lo que hay entre los sentinels.
+        pattern = re.compile(begin_re + r".*?" + end_re, re.DOTALL)
+        replacement = f"{begin}\n{content}\n{end}"
+        return pattern.sub(lambda _: replacement, text, count=1)
+
+    # El bloque no existe: anadirlo al final.
+    block = f"{begin}\n{content}\n{end}\n"
+    if text == "":
+        return block
+    if text.endswith("\n"):
+        return f"{text}\n{block}"
+    return f"{text}\n\n{block}"

python/functions/core/upsert_sentinel_block_test.py

@@ -0,0 +1,113 @@
+"""Tests para upsert_sentinel_block."""
+
+import sys
+import os
+
+sys.path.insert(0, os.path.dirname(__file__))
+
+from upsert_sentinel_block import upsert_sentinel_block
+
+
+def test_insercion_nueva_anade_bloque_al_final():
+    text = "# Nota\n\nTexto previo del usuario."
+    result = upsert_sentinel_block(text, "persons", "- Alice\n- Bob")
+
+    assert "<!-- osintdb:begin id=persons -->" in result
+    assert "<!-- osintdb:end id=persons -->" in result
+    assert "- Alice\n- Bob" in result
+    # El texto previo se conserva intacto al inicio.
+    assert result.startswith("# Nota\n\nTexto previo del usuario.")
+    # El bloque va al final.
+    assert result.index("Texto previo") < result.index("osintdb:begin")
+
+
+def test_reemplazo_existente_sustituye_solo_el_contenido():
+    text = (
+        "Intro\n\n"
+        "<!-- osintdb:begin id=persons -->\n"
+        "contenido viejo\n"
+        "<!-- osintdb:end id=persons -->\n"
+    )
+    result = upsert_sentinel_block(text, "persons", "contenido nuevo")
+
+    assert "contenido viejo" not in result
+    assert "contenido nuevo" in result
+    # Los sentinels siguen presentes una sola vez.
+    assert result.count("<!-- osintdb:begin id=persons -->") == 1
+    assert result.count("<!-- osintdb:end id=persons -->") == 1
+    # La intro se conserva.
+    assert result.startswith("Intro\n\n")
+
+
+def test_idempotencia_dos_aplicaciones_mismo_resultado():
+    text = "# Nota\n\nCuerpo."
+    once = upsert_sentinel_block(text, "persons", "- Alice\n- Bob")
+    twice = upsert_sentinel_block(once, "persons", "- Alice\n- Bob")
+
+    assert once == twice
+    assert twice.count("<!-- osintdb:begin id=persons -->") == 1
+    assert twice.count("<!-- osintdb:end id=persons -->") == 1
+
+
+def test_bloque_corrupto_solo_inicio_lanza_valueerror():
+    text = "Texto\n<!-- osintdb:begin id=persons -->\nhuerfano\n"
+    try:
+        upsert_sentinel_block(text, "persons", "x")
+    except ValueError as e:
+        assert "persons" in str(e)
+        assert "corrupto" in str(e)
+    else:
+        raise AssertionError("Esperaba ValueError por bloque corrupto (solo inicio)")
+
+
+def test_bloque_corrupto_solo_fin_lanza_valueerror():
+    text = "Texto\n<!-- osintdb:end id=persons -->\nhuerfano\n"
+    try:
+        upsert_sentinel_block(text, "persons", "x")
+    except ValueError as e:
+        assert "persons" in str(e)
+        assert "corrupto" in str(e)
+    else:
+        raise AssertionError("Esperaba ValueError por bloque corrupto (solo fin)")
+
+
+def test_multiples_bloques_ids_distintos_en_mismo_texto():
+    text = "# Dossier\n\nResumen."
+    # Insertar dos bloques con ids distintos.
+    text = upsert_sentinel_block(text, "persons", "- Alice")
+    text = upsert_sentinel_block(text, "places", "- Madrid")
+
+    assert text.count("<!-- osintdb:begin id=persons -->") == 1
+    assert text.count("<!-- osintdb:begin id=places -->") == 1
+    assert "- Alice" in text
+    assert "- Madrid" in text
+
+    # Reemplazar solo el bloque persons no afecta al de places.
+    updated = upsert_sentinel_block(text, "persons", "- Alice\n- Bob")
+    assert "- Alice\n- Bob" in updated
+    assert "- Madrid" in updated
+    assert updated.count("<!-- osintdb:begin id=places -->") == 1
+    # El contenido de places sigue intacto.
+    assert "places -->\n- Madrid\n<!-- osintdb:end id=places -->" in updated
+
+
+def test_marker_personalizado():
+    text = "Cuerpo."
+    result = upsert_sentinel_block(text, "tags", "- osint", marker="mydb")
+
+    assert "<!-- mydb:begin id=tags -->" in result
+    assert "<!-- mydb:end id=tags -->" in result
+    # Reemplazo idempotente con el mismo marker.
+    again = upsert_sentinel_block(result, "tags", "- osint", marker="mydb")
+    assert again == result
+
+
+if __name__ == "__main__":
+    test_insercion_nueva_anade_bloque_al_final()
+    test_reemplazo_existente_sustituye_solo_el_contenido()
+    test_idempotencia_dos_aplicaciones_mismo_resultado()
+    test_bloque_corrupto_solo_inicio_lanza_valueerror()
+    test_bloque_corrupto_solo_fin_lanza_valueerror()
+    test_multiples_bloques_ids_distintos_en_mismo_texto()
+    test_marker_personalizado()
+    print("All tests passed.")

python/functions/cybersecurity/__init__.py

@@ -22,6 +22,21 @@ from .extract_mac_addresses import extract_mac_addresses
 from .extract_phone_numbers import extract_phone_numbers
 from .extract_iocs import extract_iocs
 
+# OSINT passive atomic functions (grupo osint-passive).
+from .extract_exif_metadata import extract_exif_metadata
+from .extract_pdf_metadata import extract_pdf_metadata
+from .guess_email_formats import guess_email_formats
+from .enumerate_username_sites import enumerate_username_sites
+from .build_search_dorks import build_search_dorks
+from .whois_lookup import whois_lookup
+from .dns_records import dns_records
+from .enum_subdomains_crtsh import enum_subdomains_crtsh
+
+# OSINT passive enrichment orchestrators (grupo osint-enrich).
+from .scan_ficha_attachments_metadata import scan_ficha_attachments_metadata
+from .enrich_person_passive import enrich_person_passive
+from .enrich_org_passive import enrich_org_passive
+
 __all__ = [
     "hash_sha256",
     "hash_md5",
@@ -44,4 +59,15 @@ __all__ = [
     "extract_mac_addresses",
     "extract_phone_numbers",
     "extract_iocs",
+    "extract_exif_metadata",
+    "extract_pdf_metadata",
+    "guess_email_formats",
+    "enumerate_username_sites",
+    "build_search_dorks",
+    "whois_lookup",
+    "dns_records",
+    "enum_subdomains_crtsh",
+    "scan_ficha_attachments_metadata",
+    "enrich_person_passive",
+    "enrich_org_passive",
 ]

python/functions/cybersecurity/build_search_dorks.md

@@ -0,0 +1,64 @@
+---
+name: build_search_dorks
+kind: function
+lang: py
+domain: cybersecurity
+version: "1.0.0"
+purity: pure
+signature: "def build_search_dorks(target: str, tipo: str = 'persona', extra_domains: list | None = None) -> list"
+description: "Genera consultas (dorks) de motor de busqueda para investigar un target segun su tipo (persona|email|dominio|usuario): frase exacta, site:linkedin, filetype:pdf, intext con cv/curriculum, site:<dominio> filetype:xlsx, dorks de leaks/pastebin para email, redes sociales para usuario, etc. extra_domains acota via site:. OSINT pasivo puro, sin red."
+tags: [osint-passive, dork, search, recon, google-dork, cybersecurity, python]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: ""
+imports: []
+params:
+  - name: target
+    desc: "Cadena objetivo: nombre de persona, email, dominio o username segun el tipo."
+  - name: tipo
+    desc: "Uno de 'persona', 'email', 'dominio', 'usuario'. Cualquier otro valor devuelve solo la frase exacta. Default 'persona'."
+  - name: extra_domains
+    desc: "Lista opcional de dominios para añadir dorks 'site:<dominio> \"<target>\"' independientemente del tipo."
+output: "Lista de strings de dork listos para pegar en un buscador, en orden de generacion."
+tested: true
+tests:
+  - "test_persona_genera_dorks_esperados"
+  - "test_email_genera_dorks_esperados"
+  - "test_dominio_genera_site_dorks"
+  - "test_usuario_genera_redes_sociales"
+  - "test_extra_domains_acota_con_site"
+  - "test_tipo_desconocido_solo_frase_exacta"
+test_file_path: "python/functions/cybersecurity/build_search_dorks_test.py"
+file_path: "python/functions/cybersecurity/build_search_dorks.py"
+---
+
+## Ejemplo
+
+```python
+build_search_dorks("Juan Perez", tipo="persona", extra_domains=["acme.com"])
+# ['"Juan Perez"',
+#  '"Juan Perez" filetype:pdf',
+#  'site:linkedin.com/in "Juan Perez"',
+#  'site:twitter.com "Juan Perez"',
+#  'intext:"Juan Perez" (curriculum OR cv OR resume)',
+#  '"Juan Perez" (email OR correo OR contacto)',
+#  '"Juan Perez" filetype:doc OR "Juan Perez" filetype:docx',
+#  'site:acme.com "Juan Perez"']
+
+build_search_dorks("empresa.com", tipo="dominio")
+# ['"empresa.com"', 'site:empresa.com', 'site:empresa.com filetype:pdf',
+#  'site:empresa.com filetype:xlsx', 'site:empresa.com (login OR admin OR dashboard)', ...]
+```
+
+## Cuando usarla
+
+Usala cuando ya tengas un target identificado (persona, email, dominio o alias) y quieras una bateria de consultas de buscador listas para pegar manualmente y mapear documentos, perfiles y posibles filtraciones. Encaja despues de `guess_email_formats` (dorks de email) o `enumerate_username_sites` (dorks de usuario/persona) en una investigacion autorizada.
+
+## Gotchas
+
+- Funcion pura: solo genera strings de consulta, NO ejecuta busquedas ni toca la red. Los dorks se pegan a mano en el buscador.
+- La sintaxis usa operadores de Google (site:, filetype:, intext:, inurl:); otros buscadores soportan un subconjunto distinto y algunos dorks no funcionaran igual.
+- Para tipos no reconocidos devuelve unicamente la frase exacta entre comillas (mas los `extra_domains` si se pasan), no falla.
+- Uso solo para investigacion OSINT autorizada; los dorks de leaks/breaches/pastebin pueden devolver datos sensibles cuyo tratamiento esta sujeto a ley.

python/functions/cybersecurity/build_search_dorks.py

@@ -0,0 +1,81 @@
+"""Genera consultas (dorks) de motor de busqueda para investigar un target.
+
+Funcion pura de OSINT pasivo: a partir de un target y su tipo (persona,
+email, dominio o usuario) produce una lista de cadenas de busqueda listas
+para pegar en un buscador. No toca la red.
+"""
+
+
+def build_search_dorks(
+    target: str,
+    tipo: str = "persona",
+    extra_domains: list | None = None,
+) -> list:
+    """Genera dorks de motor de busqueda adaptados al tipo de target.
+
+    Segun el tipo seleccionado produce las consultas mas utiles para
+    investigar:
+
+    - persona: nombre exacto, en linkedin, con cv/curriculum, en ficheros.
+    - email: el email entre comillas, en pastebin/breaches, en filetypes.
+    - dominio: site:dominio, ficheros expuestos, subdominios, paneles.
+    - usuario: el alias en redes sociales y foros.
+
+    `extra_domains` añade dorks `site:<dominio> "<target>"` para acotar la
+    busqueda a dominios concretos, independientemente del tipo.
+
+    Args:
+        target: cadena objetivo (nombre, email, dominio o username).
+        tipo: uno de "persona", "email", "dominio", "usuario". Cualquier
+            otro valor cae al conjunto generico (solo la frase exacta).
+        extra_domains: lista opcional de dominios para acotar via site:.
+
+    Returns:
+        lista de strings de dork en orden de generacion (sin deduplicar
+        salvo el dork de frase exacta, que es la base comun).
+    """
+    q = f'"{target}"'  # frase exacta, base de casi todo dork
+    dorks = [q]
+    t = tipo.strip().lower()
+
+    if t == "persona":
+        dorks += [
+            f"{q} filetype:pdf",
+            f'site:linkedin.com/in {q}',
+            f'site:twitter.com {q}',
+            f'intext:{q} (curriculum OR cv OR resume)',
+            f'{q} (email OR correo OR contacto)',
+            f'{q} filetype:doc OR {q} filetype:docx',
+        ]
+    elif t == "email":
+        dorks += [
+            f'{q} site:pastebin.com',
+            f'{q} (leak OR breach OR dump OR password)',
+            f'{q} filetype:txt',
+            f'{q} filetype:csv',
+            f'{q} site:github.com',
+        ]
+    elif t == "dominio":
+        dorks += [
+            f'site:{target}',
+            f'site:{target} filetype:pdf',
+            f'site:{target} filetype:xlsx',
+            f'site:{target} (login OR admin OR dashboard)',
+            f'site:{target} intext:(password OR contraseña)',
+            f'site:*.{target}',
+            f'-www site:{target}',
+        ]
+    elif t == "usuario":
+        dorks += [
+            f'{q} site:github.com',
+            f'{q} site:reddit.com',
+            f'{q} (profile OR perfil OR user OR usuario)',
+            f'inurl:{target}',
+        ]
+    # Cualquier otro tipo: solo la frase exacta (ya añadida).
+
+    if extra_domains:
+        for dom in extra_domains:
+            dorks.append(f'site:{dom} {q}')
+
+    return dorks

python/functions/cybersecurity/build_search_dorks_test.py

@@ -0,0 +1,56 @@
+"""Tests para build_search_dorks."""
+
+from build_search_dorks import build_search_dorks
+
+
+def test_persona_genera_dorks_esperados():
+    """El tipo persona produce frase exacta, linkedin, cv y filetypes."""
+    out = build_search_dorks("Juan Perez", tipo="persona")
+    assert '"Juan Perez"' in out
+    assert '"Juan Perez" filetype:pdf' in out
+    assert any("linkedin.com" in d for d in out)
+    assert any("curriculum OR cv OR resume" in d for d in out)
+
+
+def test_email_genera_dorks_esperados():
+    """El tipo email busca en pastebin, breaches y filetypes."""
+    out = build_search_dorks("bob@corp.com", tipo="email")
+    assert '"bob@corp.com"' in out
+    assert any("pastebin.com" in d for d in out)
+    assert any("leak OR breach OR dump OR password" in d for d in out)
+    assert '"bob@corp.com" filetype:csv' in out
+
+
+def test_dominio_genera_site_dorks():
+    """El tipo dominio produce site: y ficheros expuestos."""
+    out = build_search_dorks("empresa.com", tipo="dominio")
+    assert "site:empresa.com" in out
+    assert "site:empresa.com filetype:xlsx" in out
+    assert any("login OR admin OR dashboard" in d for d in out)
+    assert "site:*.empresa.com" in out
+
+
+def test_usuario_genera_redes_sociales():
+    """El tipo usuario busca en github, reddit y por inurl."""
+    out = build_search_dorks("jdoe", tipo="usuario")
+    assert '"jdoe"' in out
+    assert any("github.com" in d for d in out)
+    assert any("reddit.com" in d for d in out)
+    assert "inurl:jdoe" in out
+
+
+def test_extra_domains_acota_con_site():
+    """extra_domains añade dorks site:<dominio> con la frase exacta."""
+    out = build_search_dorks(
+        "Ana Ruiz", tipo="persona", extra_domains=["uni.edu", "gov.es"]
+    )
+    assert 'site:uni.edu "Ana Ruiz"' in out
+    assert 'site:gov.es "Ana Ruiz"' in out
+
+
+def test_tipo_desconocido_solo_frase_exacta():
+    """Un tipo no reconocido devuelve solo la frase exacta (mas extras)."""
+    out = build_search_dorks("algo", tipo="otracosa")
+    assert out[0] == '"algo"'
+    # Sin extras y tipo desconocido, solo la frase base.
+    assert out == ['"algo"']

python/functions/cybersecurity/dns_records.md

@@ -0,0 +1,58 @@
+---
+name: dns_records
+kind: function
+lang: py
+domain: cybersecurity
+version: "1.0.0"
+purity: impure
+signature: "def dns_records(dominio: str, types: list | None = None) -> dict"
+description: "Recoleccion OSINT pasiva de registros DNS de un dominio ejecutando `dig +short <tipo> <dominio>` por subprocess para cada tipo (default A, AAAA, MX, TXT, NS, CNAME). Parsea la salida (una linea por valor) y devuelve un dict {tipo: [valores]}. Pasivo: solo consulta DNS publico."
+tags: [osint-passive, dns, recon, cybersecurity, dig]
+params:
+  - name: dominio
+    desc: "Dominio a resolver, ej. organic-machine.com. Vacio lanza RuntimeError."
+  - name: types
+    desc: "Lista de tipos de registro DNS (ej. ['A','MX']). None usa los 6 defaults: A, AAAA, MX, TXT, NS, CNAME."
+output: "dict {tipo: [valores]} con una clave por tipo consultado; cada valor es la lista de lineas devueltas por `dig +short` para ese tipo (lista vacia si no hay registro o el dominio no existe)."
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: []
+tested: true
+tests: ["test_parsea_salida_de_dig", "test_dominio_inexistente_listas_vacias", "test_usa_tipos_default", "test_timeout_devuelve_lista_vacia", "test_dominio_vacio_lanza_error"]
+test_file_path: "python/functions/cybersecurity/dns_records_test.py"
+file_path: "python/functions/cybersecurity/dns_records.py"
+---
+
+## Ejemplo
+
+```python
+import sys, os
+sys.path.insert(0, os.path.join("python", "functions"))
+from cybersecurity import dns_records
+
+# Resolver todos los tipos por defecto
+records = dns_records("organic-machine.com")
+print(records["A"])    # ['135.125.201.30']
+print(records["MX"])   # ['10 mail.organic-machine.com.', ...]
+
+# Solo los tipos que interesan
+solo_a_mx = dns_records("organic-machine.com", types=["A", "MX"])
+```
+
+## Cuando usarla
+
+Usala al iniciar el reconocimiento pasivo de un dominio para mapear su
+infraestructura DNS publica (IPs, servidores de correo, nameservers, TXT con
+SPF/DKIM/verificaciones). Es el primer paso barato antes de enumerar
+subdominios o consultar RDAP.
+
+## Gotchas
+
+- Requiere el binario `dig` en PATH (paquete `dnsutils`/`bind-utils`). Si falta, lanza `RuntimeError`.
+- Cada consulta tiene timeout de 10s; si una expira, esa clave queda como lista vacia y el resto continua.
+- La salida es la de `dig +short` cruda: los MX incluyen prioridad ("10 mail..."), los nombres pueden venir con punto final (FQDN), y los TXT entre comillas. No se normaliza para mantener fidelidad.
+- Un dominio inexistente o sin un registro concreto devuelve lista vacia (no error): distingue "sin datos" mirando las listas vacias.
+- Resuelve contra el resolver configurado en el sistema; resultados pueden variar segun el DNS recursivo usado.

python/functions/cybersecurity/dns_records.py

@@ -0,0 +1,63 @@
+"""Recoleccion OSINT pasiva de registros DNS via el binario `dig`.
+
+Funcion IMPURA: ejecuta `dig +short <tipo> <dominio>` como subprocess para
+cada tipo de registro y parsea la salida (una linea por valor). Es OSINT
+pasivo: consulta DNS publico, no envia trafico intrusivo al objetivo.
+"""
+
+import subprocess
+
+DEFAULT_TYPES = ["A", "AAAA", "MX", "TXT", "NS", "CNAME"]
+
+
+def dns_records(dominio: str, types: list | None = None) -> dict:
+    """Resuelve registros DNS de un dominio ejecutando `dig +short`.
+
+    Para cada tipo en ``types`` ejecuta ``dig +short <tipo> <dominio>`` y
+    parsea la salida: cada linea no vacia es un valor del registro. Un
+    dominio inexistente (o un registro ausente) produce una lista vacia.
+
+    Args:
+        dominio: Dominio a resolver (ej. ``"organic-machine.com"``).
+        types: Lista de tipos de registro DNS (ej. ``["A", "MX"]``). Si es
+            None usa los defaults: A, AAAA, MX, TXT, NS, CNAME.
+
+    Returns:
+        Dict ``{tipo: [valores]}`` con una clave por tipo consultado. Cada
+        valor es la lista de lineas devueltas por dig para ese tipo.
+
+    Raises:
+        RuntimeError: Si el binario `dig` no esta instalado o el dominio
+            esta vacio.
+    """
+    if not dominio or not dominio.strip():
+        raise RuntimeError("dns_records: dominio vacio")
+
+    query_types = types if types is not None else list(DEFAULT_TYPES)
+    result: dict = {}
+
+    for record_type in query_types:
+        try:
+            proc = subprocess.run(
+                ["dig", "+short", record_type, dominio],
+                capture_output=True,
+                text=True,
+                timeout=10.0,
+            )
+        except FileNotFoundError as e:
+            raise RuntimeError(
+                "dns_records: binario `dig` no encontrado en PATH"
+            ) from e
+        except subprocess.TimeoutExpired:
+            # Timeout en una consulta concreta: dejamos lista vacia y seguimos.
+            result[record_type] = []
+            continue
+
+        values = [
+            line.strip()
+            for line in proc.stdout.splitlines()
+            if line.strip()
+        ]
+        result[record_type] = values
+
+    return result

python/functions/cybersecurity/dns_records_test.py

@@ -0,0 +1,90 @@
+"""Tests para dns_records."""
+
+import os
+import subprocess
+import sys
+
+sys.path.insert(0, os.path.dirname(__file__))
+
+from dns_records import dns_records
+
+
+class _FakeProc:
+    def __init__(self, stdout: str):
+        self.stdout = stdout
+        self.returncode = 0
+
+
+def test_parsea_salida_de_dig(monkeypatch):
+    """Cada linea no vacia de dig se convierte en un valor del registro."""
+    fixtures = {
+        "A": "135.125.201.30\n",
+        "MX": "10 mail.organic-machine.com.\n20 mail2.organic-machine.com.\n",
+        "TXT": '"v=spf1 -all"\n',
+    }
+
+    def fake_run(cmd, **kwargs):
+        record_type = cmd[2]
+        return _FakeProc(fixtures.get(record_type, ""))
+
+    monkeypatch.setattr(subprocess, "run", fake_run)
+
+    result = dns_records("organic-machine.com", types=["A", "MX", "TXT"])
+
+    assert result["A"] == ["135.125.201.30"]
+    assert result["MX"] == [
+        "10 mail.organic-machine.com.",
+        "20 mail2.organic-machine.com.",
+    ]
+    assert result["TXT"] == ['"v=spf1 -all"']
+
+
+def test_dominio_inexistente_listas_vacias(monkeypatch):
+    """Salida vacia de dig (dominio inexistente) produce listas vacias."""
+
+    def fake_run(cmd, **kwargs):
+        return _FakeProc("")
+
+    monkeypatch.setattr(subprocess, "run", fake_run)
+
+    result = dns_records("nope-no-existe-xyz.invalid", types=["A", "AAAA"])
+
+    assert result == {"A": [], "AAAA": []}
+
+
+def test_usa_tipos_default(monkeypatch):
+    """Sin types consulta los 6 tipos por defecto."""
+    consultados = []
+
+    def fake_run(cmd, **kwargs):
+        consultados.append(cmd[2])
+        return _FakeProc("")
+
+    monkeypatch.setattr(subprocess, "run", fake_run)
+
+    result = dns_records("organic-machine.com")
+
+    assert set(result.keys()) == {"A", "AAAA", "MX", "TXT", "NS", "CNAME"}
+    assert consultados == ["A", "AAAA", "MX", "TXT", "NS", "CNAME"]
+
+
+def test_timeout_devuelve_lista_vacia(monkeypatch):
+    """Un timeout en una consulta deja lista vacia y no aborta el resto."""
+
+    def fake_run(cmd, **kwargs):
+        raise subprocess.TimeoutExpired(cmd, 10.0)
+
+    monkeypatch.setattr(subprocess, "run", fake_run)
+
+    result = dns_records("organic-machine.com", types=["A"])
+
+    assert result == {"A": []}
+
+
+def test_dominio_vacio_lanza_error():
+    """Dominio vacio lanza RuntimeError."""
+    try:
+        dns_records("")
+        assert False, "deberia haber lanzado RuntimeError"
+    except RuntimeError:
+        pass

python/functions/cybersecurity/enrich_org_passive.md

@@ -0,0 +1,52 @@
+---
+name: enrich_org_passive
+kind: function
+lang: py
+domain: cybersecurity
+version: "1.0.0"
+purity: impure
+signature: "def enrich_org_passive(dominio: str) -> dict"
+description: "Orquestador OSINT pasivo: perfil de una organizacion por su dominio usando solo fuentes publicas. Compone whois_lookup (registro WHOIS), dns_records (registros DNS) y enum_subdomains_crtsh (subdominios via Certificate Transparency / crt.sh). Devuelve whois + dns + subdomains."
+tags: [osint-enrich, osint-passive, cybersecurity, org, whois, dns, subdomains]
+uses_functions: [whois_lookup_py_cybersecurity, dns_records_py_cybersecurity, enum_subdomains_crtsh_py_cybersecurity]
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: []
+params:
+  - name: dominio
+    desc: "dominio de la organizacion, p.ej. organic-machine.com. No puede estar vacio (ValueError). Se hace strip de espacios"
+output: "dict con whois (salida de whois_lookup(dominio)), dns (salida de dns_records(dominio)) y subdomains (salida de enum_subdomains_crtsh(dominio))"
+tested: true
+tests: ["test_golden_compone_whois_dns_subdomains", "test_dominio_vacio_lanza", "test_dominio_con_espacios_se_normaliza"]
+test_file_path: "python/functions/cybersecurity/enrich_org_passive_test.py"
+file_path: "python/functions/cybersecurity/enrich_org_passive.py"
+---
+
+## Ejemplo
+
+```python
+import sys, os
+sys.path.insert(0, os.path.join("python", "functions"))
+from cybersecurity import enrich_org_passive
+
+res = enrich_org_passive("organic-machine.com")
+
+print(res["whois"]["registrar"])     # registrar segun WHOIS
+print(res["dns"].get("A"))           # registros A del dominio
+print(res["subdomains"][:5])         # primeros subdominios vistos en crt.sh
+```
+
+## Cuando usarla
+
+- Cuando arrancas la ficha OSINT de una organizacion y quieres su perfil pasivo (quien registro el dominio, su DNS y su superficie de subdominios) sin enviar trafico ofensivo a la infraestructura.
+- Como reconocimiento previo, completamente pasivo, antes de cualquier evaluacion activa (que requeriria otra autorizacion explicita).
+- Para mapear de un golpe la huella publica de un dominio: WHOIS + DNS + Certificate Transparency en una sola llamada.
+
+## Gotchas
+
+- **Uso solo para investigacion autorizada.** El reconocimiento de infraestructura ajena debe contar con permiso del propietario o ampararse en una base legitima.
+- Funcion IMPURA: hace consultas de red (WHOIS, DNS y HTTP a crt.sh). Es pasiva respecto al objetivo (no le envia trafico ofensivo), pero **deja huella** en los servicios consultados (logs de crt.sh, resolvers DNS, servidores WHOIS).
+- La salida depende de la disponibilidad y rate-limiting de las fuentes: WHOIS puede venir truncado/redactado (GDPR), crt.sh puede limitar o tardar, y algunos registros DNS pueden no existir. Maneja claves ausentes en el dict resultante.
+- crt.sh solo ve subdominios que hayan emitido certificados TLS publicos: la lista NO es exhaustiva (no incluye subdominios sin cert o con certs privados).

python/functions/cybersecurity/enrich_org_passive.py

@@ -0,0 +1,47 @@
+"""Orquestador OSINT pasivo: perfil de una organizacion por su dominio.
+
+Compone funciones atomicas del registro (`whois_lookup`, `dns_records`,
+`enum_subdomains_crtsh`) para construir un perfil pasivo de una organizacion a
+partir de su dominio, usando solo fuentes publicas (WHOIS, DNS, Certificate
+Transparency via crt.sh) sin contactar directamente con la infraestructura del
+objetivo mas alla de las consultas DNS estandar.
+
+Funcion IMPURA: hace consultas de red (WHOIS, DNS, HTTP a crt.sh).
+"""
+
+from cybersecurity import dns_records, enum_subdomains_crtsh, whois_lookup
+
+
+def enrich_org_passive(dominio: str) -> dict:
+    """Construye un perfil OSINT pasivo de una organizacion por su dominio.
+
+    Agrega tres fuentes publicas: el registro WHOIS del dominio, sus registros
+    DNS y los subdominios observados en Certificate Transparency (crt.sh).
+
+    Args:
+        dominio: dominio de la organizacion, p.ej. `organic-machine.com`.
+
+    Returns:
+        dict con las claves:
+          - whois: salida de whois_lookup(dominio).
+          - dns: salida de dns_records(dominio).
+          - subdomains: salida de enum_subdomains_crtsh(dominio).
+
+    Raises:
+        ValueError: si el dominio esta vacio.
+    """
+    if not (dominio or "").strip():
+        raise ValueError("dominio no puede estar vacio")
+
+    dominio = dominio.strip()
+
+    # Resiliente a fallo parcial: si una fuente externa falla (p.ej. crt.sh lento o
+    # rate-limitado), se registra el error y se devuelven las demas igualmente.
+    result = {"whois": {}, "dns": {}, "subdomains": [], "errors": {}}
+    for key, fn in (("whois", whois_lookup), ("dns", dns_records),
+                    ("subdomains", enum_subdomains_crtsh)):
+        try:
+            result[key] = fn(dominio)
+        except Exception as exc:  # noqa: BLE001 — captura amplia a proposito por fuente
+            result["errors"][key] = f"{type(exc).__name__}: {exc}"
+    return result

python/functions/cybersecurity/enrich_org_passive_test.py

@@ -0,0 +1,87 @@
+"""Tests para enrich_org_passive.
+
+Las funciones compuestas (whois_lookup, dns_records, enum_subdomains_crtsh) se
+monkeypatchean para no tocar la red. Solo se verifica la orquestacion: que
+ensambla las tres fuentes bajo las claves correctas y normaliza el dominio.
+"""
+
+import importlib
+import os
+import sys
+
+import pytest
+
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), "..", ".."))
+
+from cybersecurity import enrich_org_passive
+
+# El paquete re-exporta la funcion bajo el mismo nombre que el submodulo; para
+# parchear los globals del modulo lo tomamos via importlib.
+mod = importlib.import_module("cybersecurity.enrich_org_passive")
+
+
+def test_golden_compone_whois_dns_subdomains(monkeypatch):
+    monkeypatch.setattr(mod, "whois_lookup", lambda d: {"domain": d, "registrar": "OVH"})
+    monkeypatch.setattr(mod, "dns_records", lambda d: {"A": ["1.2.3.4"], "MX": ["mx.x"]})
+    monkeypatch.setattr(mod, "enum_subdomains_crtsh", lambda d: [f"www.{d}", f"api.{d}"])
+
+    res = enrich_org_passive("organic-machine.com")
+
+    assert res["whois"] == {"domain": "organic-machine.com", "registrar": "OVH"}
+    assert res["dns"] == {"A": ["1.2.3.4"], "MX": ["mx.x"]}
+    assert res["subdomains"] == ["www.organic-machine.com", "api.organic-machine.com"]
+    assert set(res.keys()) == {"whois", "dns", "subdomains", "errors"}
+    assert res["errors"] == {}  # sin fallos cuando todas las fuentes responden
+
+
+def test_fuente_que_falla_se_captura_en_errors(monkeypatch):
+    """Si una fuente externa peta (p.ej. crt.sh), se registra en errors y el resto se devuelve."""
+    monkeypatch.setattr(mod, "whois_lookup", lambda d: {"registrar": "OVH"})
+    monkeypatch.setattr(mod, "dns_records", lambda d: {"A": ["1.2.3.4"]})
+
+    def boom(d):
+        raise RuntimeError("crt.sh 404")
+    monkeypatch.setattr(mod, "enum_subdomains_crtsh", boom)
+
+    res = enrich_org_passive("organic-machine.com")
+    assert res["whois"] == {"registrar": "OVH"}
+    assert res["dns"] == {"A": ["1.2.3.4"]}
+    assert res["subdomains"] == []
+    assert "subdomains" in res["errors"] and "crt.sh 404" in res["errors"]["subdomains"]
+
+
+def test_dominio_vacio_lanza(monkeypatch):
+    monkeypatch.setattr(mod, "whois_lookup", lambda d: {})
+    monkeypatch.setattr(mod, "dns_records", lambda d: {})
+    monkeypatch.setattr(mod, "enum_subdomains_crtsh", lambda d: [])
+    with pytest.raises(ValueError):
+        enrich_org_passive("   ")
+
+
+def test_dominio_con_espacios_se_normaliza(monkeypatch):
+    seen = {}
+
+    def whois(d):
+        seen["whois"] = d
+        return {}
+
+    def dns(d):
+        seen["dns"] = d
+        return {}
+
+    def subs(d):
+        seen["subs"] = d
+        return []
+
+    monkeypatch.setattr(mod, "whois_lookup", whois)
+    monkeypatch.setattr(mod, "dns_records", dns)
+    monkeypatch.setattr(mod, "enum_subdomains_crtsh", subs)
+
+    enrich_org_passive("  organic-machine.com  ")
+
+    # Las tres funciones reciben el dominio ya sin espacios.
+    assert seen == {
+        "whois": "organic-machine.com",
+        "dns": "organic-machine.com",
+        "subs": "organic-machine.com",
+    }

python/functions/cybersecurity/enrich_person_passive.md

@@ -0,0 +1,64 @@
+---
+name: enrich_person_passive
+kind: function
+lang: py
+domain: cybersecurity
+version: "1.0.0"
+purity: impure
+signature: "def enrich_person_passive(nombre: str, apellidos: str, dominios: list | None = None, usernames: list | None = None) -> dict"
+description: "Orquestador OSINT pasivo: genera candidatos de enriquecimiento de una persona SIN tocar al objetivo. Compone guess_email_formats (emails candidatos por cada dominio dado, o gmail/outlook por defecto), enumerate_username_sites (comprobacion de usernames en servicios publicos) y build_search_dorks (dorks tipo persona, que NO se ejecutan, solo se generan)."
+tags: [osint-enrich, osint-passive, cybersecurity, person, email, username, dorks]
+uses_functions: [guess_email_formats_py_cybersecurity, enumerate_username_sites_py_cybersecurity, build_search_dorks_py_cybersecurity]
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: []
+params:
+  - name: nombre
+    desc: "nombre de pila de la persona"
+  - name: apellidos
+    desc: "apellido(s) de la persona. nombre y apellidos no pueden estar ambos vacios (ValueError)"
+  - name: dominios
+    desc: "lista de dominios de correo donde generar formatos de email candidatos. None o vacia => usa los dominios comunes gmail.com/outlook.com"
+  - name: usernames
+    desc: "lista de usernames a comprobar en sitios publicos via enumerate_username_sites. None o vacia => no se comprueba ningun username"
+output: "dict con email_candidates (lista de emails candidatos NO verificados, deduplicada y ordenada), username_hits (lista de {username, hits} con el resultado de enumerate_username_sites por username) y dorks (lista de dorks de busqueda tipo persona generados pero NO ejecutados)"
+tested: true
+tests: ["test_golden_compone_emails_usernames_y_dorks", "test_sin_dominios_usa_comunes", "test_sin_usernames_no_comprueba", "test_nombre_y_apellidos_vacios_lanza", "test_emails_deduplicados"]
+test_file_path: "python/functions/cybersecurity/enrich_person_passive_test.py"
+file_path: "python/functions/cybersecurity/enrich_person_passive.py"
+---
+
+## Ejemplo
+
+```python
+import sys, os
+sys.path.insert(0, os.path.join("python", "functions"))
+from cybersecurity import enrich_person_passive
+
+res = enrich_person_passive(
+    "Juan", "Perez",
+    dominios=["organic-machine.com"],
+    usernames=["jperez", "juanp"],
+)
+
+print(res["email_candidates"])   # ['juan.perez@organic-machine.com', 'jperez@organic-machine.com', ...]
+for u in res["username_hits"]:
+    print(u["username"], len(u["hits"]))   # sitios publicos donde aparece cada username
+print(res["dorks"])              # dorks listos para pegar en un buscador (no se ejecutan aqui)
+```
+
+## Cuando usarla
+
+- Cuando arrancas la ficha OSINT de una persona y quieres una primera tanda de candidatos (emails probables, presencia de usernames, dorks) sin enviar nada al objetivo ni a su correo.
+- Antes de verificar manualmente: genera el espacio de candidatos para que despues confirmes cuales son reales.
+- Como paso pasivo previo a cualquier accion activa (que requeriria otra autorizacion y otras funciones).
+
+## Gotchas
+
+- **Uso solo para investigacion autorizada.** Generar candidatos sobre una persona sin base legitima puede vulnerar privacidad/leyes de proteccion de datos.
+- Los `email_candidates` son **candidatos NO verificados**: son permutaciones plausibles del nombre, NO emails confirmados. No asumas que existen ni los uses para envio.
+- Funcion IMPURA: `enumerate_username_sites` consulta servicios publicos por red, lo que **deja una huella minima** (requests a esos sitios). `build_search_dorks` y `guess_email_formats` son locales.
+- Los dorks se **generan pero NO se ejecutan** aqui: ejecutarlos en un buscador es un paso aparte y deja su propia huella.
+- Si no aportas `dominios`, se usan gmail.com/outlook.com como heuristica; ajusta la lista a los dominios reales del entorno de la persona para candidatos utiles.

python/functions/cybersecurity/enrich_person_passive.py

@@ -0,0 +1,79 @@
+"""Orquestador OSINT pasivo: genera candidatos de enriquecimiento de una persona.
+
+Compone funciones atomicas del registro (`guess_email_formats`,
+`enumerate_username_sites`, `build_search_dorks`) para producir candidatos OSINT
+de una persona SIN contactar ni atacar al objetivo. Los dorks se generan pero
+NO se ejecutan.
+
+Funcion IMPURA: `enumerate_username_sites` consulta servicios publicos (red).
+"""
+
+from cybersecurity import (
+    build_search_dorks,
+    enumerate_username_sites,
+    guess_email_formats,
+)
+
+# Dominios de correo comunes usados cuando el caller no aporta dominios propios.
+_COMMON_EMAIL_DOMAINS = ("gmail.com", "outlook.com")
+
+
+def enrich_person_passive(
+    nombre: str,
+    apellidos: str,
+    dominios: list | None = None,
+    usernames: list | None = None,
+) -> dict:
+    """Genera candidatos OSINT pasivos para una persona.
+
+    Para cada dominio aportado (o los dominios comunes gmail/outlook si no se da
+    ninguno) genera los formatos de email candidatos. Para cada username
+    aportado comprueba en que sitios publicos existe. Ademas genera dorks de
+    busqueda de tipo persona (que NO se ejecutan, solo se devuelven).
+
+    Args:
+        nombre: nombre de pila de la persona.
+        apellidos: apellido(s) de la persona.
+        dominios: lista de dominios de correo donde buscar formatos de email.
+            Si es None o vacia, se usan los dominios comunes gmail/outlook.
+        usernames: lista de usernames a comprobar en sitios publicos. Si es None
+            o vacia, no se realiza ninguna comprobacion de username.
+
+    Returns:
+        dict con las claves:
+          - email_candidates: lista de emails candidatos (no verificados).
+          - username_hits: lista de resultados de enumerate_username_sites por
+            cada username comprobado.
+          - dorks: lista de dorks de busqueda generados (no ejecutados).
+
+    Raises:
+        ValueError: si nombre y apellidos estan ambos vacios.
+    """
+    if not (nombre or "").strip() and not (apellidos or "").strip():
+        raise ValueError("nombre y apellidos no pueden estar ambos vacios")
+
+    target_domains = [d for d in (dominios or []) if d] or list(_COMMON_EMAIL_DOMAINS)
+
+    email_candidates: list = []
+    for dominio in target_domains:
+        candidates = guess_email_formats(nombre, apellidos, dominio)
+        if candidates:
+            email_candidates.extend(candidates)
+    # Deduplicar preservando orden.
+    email_candidates = list(dict.fromkeys(email_candidates))
+
+    username_hits: list = []
+    for username in usernames or []:
+        if not username:
+            continue
+        hits = enumerate_username_sites(username)
+        username_hits.append({"username": username, "hits": hits})
+
+    target = f"{nombre} {apellidos}".strip()
+    dorks = build_search_dorks(target, "persona")
+
+    return {
+        "email_candidates": email_candidates,
+        "username_hits": username_hits,
+        "dorks": dorks,
+    }

python/functions/cybersecurity/enrich_person_passive_test.py

@@ -0,0 +1,97 @@
+"""Tests para enrich_person_passive.
+
+Las funciones compuestas (guess_email_formats, enumerate_username_sites,
+build_search_dorks) se monkeypatchean. Solo se verifica la orquestacion: que
+itera por dominios/usernames, deduplica emails, usa dominios comunes por
+defecto y genera (sin ejecutar) los dorks.
+"""
+
+import importlib
+import os
+import sys
+
+import pytest
+
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), "..", ".."))
+
+from cybersecurity import enrich_person_passive
+
+# El paquete re-exporta la funcion bajo el mismo nombre que el submodulo; para
+# parchear los globals del modulo lo tomamos via importlib.
+mod = importlib.import_module("cybersecurity.enrich_person_passive")
+
+
+def _patch(monkeypatch, *, emails_fn=None, usernames_fn=None, dorks_fn=None):
+    monkeypatch.setattr(
+        mod,
+        "guess_email_formats",
+        emails_fn or (lambda n, a, d: [f"{n.lower()}.{a.lower()}@{d}", f"{n[0].lower()}{a.lower()}@{d}"]),
+    )
+    monkeypatch.setattr(
+        mod,
+        "enumerate_username_sites",
+        usernames_fn or (lambda u: [{"site": "github", "url": f"https://github.com/{u}", "exists": True}]),
+    )
+    monkeypatch.setattr(
+        mod,
+        "build_search_dorks",
+        dorks_fn or (lambda target, tipo: [f'"{target}" {tipo}', f'intext:"{target}"']),
+    )
+
+
+def test_golden_compone_emails_usernames_y_dorks(monkeypatch):
+    _patch(monkeypatch)
+
+    res = enrich_person_passive(
+        "Juan", "Perez",
+        dominios=["organic-machine.com"],
+        usernames=["jperez", "juanp"],
+    )
+
+    assert res["email_candidates"] == [
+        "juan.perez@organic-machine.com",
+        "jperez@organic-machine.com",
+    ]
+    assert [u["username"] for u in res["username_hits"]] == ["jperez", "juanp"]
+    assert res["username_hits"][0]["hits"][0]["site"] == "github"
+    assert res["dorks"] == ['"Juan Perez" persona', 'intext:"Juan Perez"']
+
+
+def test_sin_dominios_usa_comunes(monkeypatch):
+    seen_domains = []
+
+    def emails(n, a, d):
+        seen_domains.append(d)
+        return [f"{n}@{d}"]
+
+    _patch(monkeypatch, emails_fn=emails)
+
+    res = enrich_person_passive("Ana", "Lopez")
+
+    assert seen_domains == ["gmail.com", "outlook.com"]
+    assert res["email_candidates"] == ["Ana@gmail.com", "Ana@outlook.com"]
+
+
+def test_sin_usernames_no_comprueba(monkeypatch):
+    called = []
+    _patch(monkeypatch, usernames_fn=lambda u: called.append(u) or [])
+
+    res = enrich_person_passive("Ana", "Lopez", dominios=["x.com"])
+
+    assert res["username_hits"] == []
+    assert called == []  # enumerate_username_sites no se invoca
+
+
+def test_nombre_y_apellidos_vacios_lanza(monkeypatch):
+    _patch(monkeypatch)
+    with pytest.raises(ValueError):
+        enrich_person_passive("", "   ")
+
+
+def test_emails_deduplicados(monkeypatch):
+    # Dos dominios distintos que devuelven el mismo email -> debe deduplicar.
+    _patch(monkeypatch, emails_fn=lambda n, a, d: ["dup@same.com", "dup@same.com"])
+
+    res = enrich_person_passive("Juan", "Perez", dominios=["a.com", "b.com"])
+
+    assert res["email_candidates"] == ["dup@same.com"]

python/functions/cybersecurity/enum_subdomains_crtsh.md

@@ -0,0 +1,66 @@
+---
+name: enum_subdomains_crtsh
+kind: function
+lang: py
+domain: cybersecurity
+version: "1.0.0"
+purity: impure
+signature: "def enum_subdomains_crtsh(dominio: str, timeout_s: float = 20.0) -> list"
+description: "Enumeracion OSINT pasiva de subdominios desde Certificate Transparency (crt.sh). Consulta https://crt.sh/?q=%25.<dominio>&output=json con http_get_json, extrae name_value de cada certificado, separa por saltos de linea, deduplica, filtra wildcards (*.) y devuelve la lista ordenada de subdominios unicos. Pasivo: no toca al objetivo, consulta logs CT publicos."
+tags: [osint-passive, subdomains, crtsh, certificate-transparency, recon, cybersecurity]
+params:
+  - name: dominio
+    desc: "Dominio base a enumerar, ej. organic-machine.com. Vacio lanza RuntimeError."
+  - name: timeout_s
+    desc: "Segundos maximo de espera de la peticion HTTP a crt.sh (default 20.0)."
+output: "Lista ordenada de subdominios unicos (en minusculas, sin wildcards) que aparecen en certificados emitidos para el dominio. Lista vacia si crt.sh no devuelve resultados."
+uses_functions: ["http_get_json_py_infra"]
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: []
+tested: true
+tests: ["test_dedup_y_orden", "test_filtra_wildcards", "test_respuesta_vacia", "test_respuesta_no_lista_lanza_error", "test_dominio_vacio_lanza_error"]
+test_file_path: "python/functions/cybersecurity/enum_subdomains_crtsh_test.py"
+file_path: "python/functions/cybersecurity/enum_subdomains_crtsh.py"
+---
+
+## Ejemplo
+
+```python
+import sys, os
+sys.path.insert(0, os.path.join("python", "functions"))
+from cybersecurity import enum_subdomains_crtsh
+
+subs = enum_subdomains_crtsh("organic-machine.com")
+for s in subs:
+    print(s)
+# api.organic-machine.com
+# mail.organic-machine.com
+# organic-machine.com
+# www.organic-machine.com
+```
+
+## Cuando usarla
+
+Usala para descubrir la superficie de subdominios de un objetivo sin enviarle
+trafico: los logs de Certificate Transparency listan todos los nombres para
+los que se han emitido certificados TLS. Complementa a `dns_records`
+(resolucion) y `whois_lookup` (registro) en el reconocimiento pasivo inicial.
+
+## Gotchas
+
+- Es OSINT **pasivo**: consulta los logs CT publicos via crt.sh, NO toca al
+  dominio objetivo ni resuelve los subdominios encontrados (algunos pueden
+  estar muertos o no resolver).
+- crt.sh suele ir lento o rate-limitear bajo carga; para dominios grandes la
+  respuesta puede tardar varios segundos o agotar el `timeout_s`. Subir el
+  timeout o reintentar si falla.
+- Solo encuentra subdominios que han tenido certificado TLS emitido y logueado
+  en CT; subdominios internos sin certificado publico no apareceran.
+- Los wildcards (`*.dominio`) se filtran porque no son hosts concretos.
+- crt.sh devuelve un array JSON (no un objeto); por eso si la respuesta no es
+  una lista se lanza `RuntimeError`.
+- Puede incluir subdominios de niveles arbitrarios y dominios relacionados que
+  compartieron certificado SAN; revisa la salida antes de usarla como verdad.

python/functions/cybersecurity/enum_subdomains_crtsh.py

@@ -0,0 +1,68 @@
+"""Enumeracion OSINT pasiva de subdominios via Certificate Transparency (crt.sh).
+
+Funcion IMPURA: consulta los logs publicos de Certificate Transparency a
+traves de crt.sh y extrae los subdominios que han aparecido en certificados
+emitidos para el dominio. Es OSINT pasivo: no toca al dominio objetivo, solo
+consulta registros CT publicos.
+"""
+
+import os
+import sys
+
+sys.path.insert(
+    0, os.path.join(os.path.dirname(__file__), "..", "..", "functions")
+)
+
+from infra.http_get_json import http_get_json  # noqa: E402
+
+
+def enum_subdomains_crtsh(dominio: str, timeout_s: float = 20.0) -> list:
+    """Enumera subdominios de un dominio desde Certificate Transparency.
+
+    Consulta ``https://crt.sh/?q=%25.<dominio>&output=json`` (``%25`` = ``%``,
+    el wildcard de crt.sh) usando ``http_get_json`` del registry. crt.sh
+    devuelve un array JSON de certificados; de cada uno se toma el campo
+    ``name_value`` (que puede contener varios nombres separados por saltos de
+    linea, uno por SAN). Se separan, deduplican, se filtran los wildcards
+    (``*.``) y se devuelve la lista ordenada de subdominios unicos.
+
+    Args:
+        dominio: Dominio base a enumerar (ej. ``"organic-machine.com"``).
+        timeout_s: Segundos maximo de espera de la peticion HTTP (default 20).
+
+    Returns:
+        Lista ordenada de subdominios unicos (sin wildcards). Lista vacia si
+        crt.sh no devuelve resultados.
+
+    Raises:
+        RuntimeError: Si el dominio esta vacio o la peticion HTTP falla.
+    """
+    if not dominio or not dominio.strip():
+        raise RuntimeError("enum_subdomains_crtsh: dominio vacio")
+
+    dom = dominio.strip().lower()
+    # %25 es el wildcard '%' de crt.sh: busca cualquier nombre que termine en .<dominio>
+    url = f"https://crt.sh/?q=%25.{dom}&output=json"
+
+    data = http_get_json(url, timeout=timeout_s)
+
+    if not isinstance(data, list):
+        raise RuntimeError(
+            f"enum_subdomains_crtsh: respuesta crt.sh inesperada "
+            f"(tipo {type(data).__name__})"
+        )
+
+    found: set = set()
+    for cert in data:
+        if not isinstance(cert, dict):
+            continue
+        name_value = cert.get("name_value", "")
+        for raw_name in name_value.split("\n"):
+            name = raw_name.strip().lower()
+            if not name:
+                continue
+            if name.startswith("*."):
+                continue
+            found.add(name)
+
+    return sorted(found)

python/functions/cybersecurity/enum_subdomains_crtsh_test.py

@@ -0,0 +1,81 @@
+"""Tests para enum_subdomains_crtsh."""
+
+import os
+import sys
+
+sys.path.insert(0, os.path.dirname(__file__))
+
+import enum_subdomains_crtsh as esc
+from enum_subdomains_crtsh import enum_subdomains_crtsh
+
+
+def _crtsh_sample() -> list:
+    # crt.sh devuelve un array; name_value puede traer varios SAN separados
+    # por '\n', con duplicados y wildcards.
+    return [
+        {"name_value": "www.organic-machine.com\norganic-machine.com"},
+        {"name_value": "api.organic-machine.com"},
+        {"name_value": "www.organic-machine.com"},  # duplicado
+        {"name_value": "*.organic-machine.com"},  # wildcard, se filtra
+        {"name_value": "MAIL.Organic-Machine.com"},  # case distinto
+    ]
+
+
+def test_dedup_y_orden(monkeypatch):
+    """Subdominios deduplicados, en minusculas y ordenados."""
+    monkeypatch.setattr(
+        esc, "http_get_json", lambda url, timeout=20.0: _crtsh_sample()
+    )
+
+    result = enum_subdomains_crtsh("organic-machine.com")
+
+    assert result == [
+        "api.organic-machine.com",
+        "mail.organic-machine.com",
+        "organic-machine.com",
+        "www.organic-machine.com",
+    ]
+
+
+def test_filtra_wildcards(monkeypatch):
+    """Las entradas '*.dominio' se descartan."""
+    monkeypatch.setattr(
+        esc,
+        "http_get_json",
+        lambda url, timeout=20.0: [{"name_value": "*.organic-machine.com"}],
+    )
+
+    result = enum_subdomains_crtsh("organic-machine.com")
+
+    assert result == []
+
+
+def test_respuesta_vacia(monkeypatch):
+    """crt.sh sin resultados devuelve lista vacia."""
+    monkeypatch.setattr(esc, "http_get_json", lambda url, timeout=20.0: [])
+
+    result = enum_subdomains_crtsh("organic-machine.com")
+
+    assert result == []
+
+
+def test_respuesta_no_lista_lanza_error(monkeypatch):
+    """Una respuesta que no es lista lanza RuntimeError."""
+    monkeypatch.setattr(
+        esc, "http_get_json", lambda url, timeout=20.0: {"unexpected": "obj"}
+    )
+
+    try:
+        enum_subdomains_crtsh("organic-machine.com")
+        assert False, "deberia haber lanzado RuntimeError"
+    except RuntimeError:
+        pass
+
+
+def test_dominio_vacio_lanza_error():
+    """Dominio vacio lanza RuntimeError."""
+    try:
+        enum_subdomains_crtsh("")
+        assert False, "deberia haber lanzado RuntimeError"
+    except RuntimeError:
+        pass

python/functions/cybersecurity/enumerate_username_sites.md

@@ -0,0 +1,60 @@
+---
+name: enumerate_username_sites
+kind: function
+lang: py
+domain: cybersecurity
+version: "1.0.0"
+purity: impure
+signature: "def enumerate_username_sites(username: str, timeout_s: float = 8.0, sites: list | None = None) -> list"
+description: "Comprueba si un username existe en ~12 sitios publicos (github, twitter/x, instagram, tiktok, reddit, gitlab, keybase, medium, telegram, youtube, pinterest, about.me) consultando la URL de perfil estilo sherlock ligero. Detecta por codigo HTTP (200 existe, 404 no existe). Cada sitio se consulta aislado en try/except con User-Agent de navegador y allow_redirects: un timeout no aborta el resto. OSINT pasivo."
+tags: [osint-passive, username, enumeration, recon, identity, sherlock, cybersecurity, python]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: [requests]
+params:
+  - name: username
+    desc: "Nombre de usuario a buscar, sin arroba ni URL (ej. 'jdoe')."
+  - name: timeout_s
+    desc: "Timeout en segundos por peticion HTTP. Default 8.0."
+  - name: sites
+    desc: "Lista opcional de dicts {'site','url'} donde 'url' lleva el placeholder '{u}'. Si es None usa DEFAULT_SITES (~12 sitios)."
+output: "Lista de dicts {'site','url','exists','status'} en el orden de los sitios. 'exists' es True/False/None y 'status' el codigo HTTP (int) o None si la peticion fallo."
+tested: true
+tests:
+  - "test_status_200_es_existe"
+  - "test_status_404_es_no_existe"
+  - "test_status_otro_es_indeterminado"
+  - "test_excepcion_por_sitio_no_aborta_el_resto"
+  - "test_estructura_y_url_formateada"
+  - "test_lista_por_defecto_tiene_doce_sitios"
+test_file_path: "python/functions/cybersecurity/enumerate_username_sites_test.py"
+file_path: "python/functions/cybersecurity/enumerate_username_sites.py"
+---
+
+## Ejemplo
+
+```python
+enumerate_username_sites("torvalds", timeout_s=8.0)
+# [{"site": "github",   "url": "https://github.com/torvalds",        "exists": True,  "status": 200},
+#  {"site": "twitter",  "url": "https://x.com/torvalds",             "exists": None,  "status": 403},
+#  {"site": "instagram","url": "https://www.instagram.com/torvalds/","exists": False, "status": 404},
+#  ...]
+
+# Lista propia de sitios:
+enumerate_username_sites("jdoe", sites=[{"site": "github", "url": "https://github.com/{u}"}])
+```
+
+## Cuando usarla
+
+Usala cuando tengas un username (o alias) y quieras un barrido rapido de presencia en redes/plataformas publicas para mapear la huella digital de un objetivo en una investigacion autorizada. Util tras `guess_email_formats` para pivotar de identidad a perfiles, o como entrada para construir dorks con `build_search_dorks`.
+
+## Gotchas
+
+- **Deja huella**: aunque es recoleccion "pasiva" desde el punto de vista del objetivo, lanza una peticion HTTP real a cada sitio. Esas peticiones quedan en logs del sitio y pueden asociarse a tu IP. Usa proxy/VPN si la investigacion lo requiere.
+- **Falsos positivos/negativos por anti-bot**: muchos sitios (instagram, tiktok, x) devuelven 200 con paginas de login/captcha o bloquean por User-Agent, dando exists=True erroneo o status indeterminado. El 200/404 no es garantia; verifica manualmente los hits relevantes.
+- **Respeta rate limits**: lanzar muchas comprobaciones seguidas puede activar bloqueos o baneos temporales por IP. Espacia las consultas en barridos grandes.
+- **Estados intermedios**: cualquier codigo distinto de 200/404 (301, 403, 429, 5xx) deja `exists=None`; un fallo de red por sitio deja `status=None` y `exists=None` sin abortar el resto.
+- **Solo para investigacion autorizada.** No uses esta funcion para acoso, doxing ni vigilancia sin base legal.

python/functions/cybersecurity/enumerate_username_sites.py

@@ -0,0 +1,91 @@
+"""Comprueba la existencia de un username en sitios publicos (sherlock ligero).
+
+OSINT pasivo: para un username dado, consulta la URL de perfil de una lista
+de sitios conocidos y deduce si la cuenta existe por el codigo de estado
+HTTP (200 = existe, 404 = no existe). Cada sitio se consulta de forma
+aislada: un fallo (timeout, error de red) no aborta el resto.
+"""
+
+import requests
+
+# Cada entrada describe un sitio: como construir la URL de perfil a partir
+# del username. La deteccion es por codigo de estado (200 existe / 404 no).
+DEFAULT_SITES = [
+    {"site": "github", "url": "https://github.com/{u}"},
+    {"site": "twitter", "url": "https://x.com/{u}"},
+    {"site": "instagram", "url": "https://www.instagram.com/{u}/"},
+    {"site": "tiktok", "url": "https://www.tiktok.com/@{u}"},
+    {"site": "reddit", "url": "https://www.reddit.com/user/{u}"},
+    {"site": "gitlab", "url": "https://gitlab.com/{u}"},
+    {"site": "keybase", "url": "https://keybase.io/{u}"},
+    {"site": "medium", "url": "https://medium.com/@{u}"},
+    {"site": "telegram", "url": "https://t.me/{u}"},
+    {"site": "youtube", "url": "https://www.youtube.com/@{u}"},
+    {"site": "pinterest", "url": "https://www.pinterest.com/{u}/"},
+    {"site": "about_me", "url": "https://about.me/{u}"},
+]
+
+_BROWSER_UA = (
+    "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 "
+    "(KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36"
+)
+
+
+def enumerate_username_sites(
+    username: str,
+    timeout_s: float = 8.0,
+    sites: list | None = None,
+) -> list:
+    """Comprueba si un username existe en una lista de sitios publicos.
+
+    Para cada sitio construye la URL de perfil con el username y hace un
+    GET con User-Agent de navegador siguiendo redirecciones. Interpreta el
+    codigo de estado final: 200 -> existe, 404 -> no existe, cualquier otro
+    -> indeterminado (exists=None). Los errores de red por sitio (timeout,
+    conexion) se capturan y se reportan con status=None y exists=None sin
+    interrumpir la enumeracion del resto.
+
+    Args:
+        username: nombre de usuario a buscar (sin arroba ni URL).
+        timeout_s: timeout en segundos por peticion. Default 8.0.
+        sites: lista opcional de dicts {"site", "url"} donde "url" contiene
+            el placeholder "{u}". Si es None se usa DEFAULT_SITES.
+
+    Returns:
+        lista de dicts {"site", "url", "exists", "status"} en el mismo orden
+        que la lista de sitios. "exists" es True/False/None y "status" es el
+        codigo HTTP (int) o None si la peticion fallo.
+    """
+    targets = sites if sites is not None else DEFAULT_SITES
+    headers = {"User-Agent": _BROWSER_UA}
+    results = []
+
+    for entry in targets:
+        site = entry.get("site", "")
+        url = entry["url"].format(u=username)
+        status = None
+        exists = None
+        try:
+            resp = requests.get(
+                url,
+                headers=headers,
+                timeout=timeout_s,
+                allow_redirects=True,
+            )
+            status = resp.status_code
+            if status == 200:
+                exists = True
+            elif status == 404:
+                exists = False
+            else:
+                exists = None
+        except requests.RequestException:
+            # Timeout, error de conexion, demasiados redirects, etc.
+            status = None
+            exists = None
+
+        results.append(
+            {"site": site, "url": url, "exists": exists, "status": status}
+        )
+
+    return results

python/functions/cybersecurity/enumerate_username_sites_test.py

@@ -0,0 +1,109 @@
+"""Tests para enumerate_username_sites (red mockeada con monkeypatch)."""
+
+import requests
+
+import enumerate_username_sites as mod
+from enumerate_username_sites import enumerate_username_sites
+
+
+class _FakeResp:
+    """Respuesta HTTP minima con solo status_code."""
+
+    def __init__(self, status_code):
+        self.status_code = status_code
+
+
+def _make_get(status_by_url):
+    """Construye un fake de requests.get que devuelve status por URL."""
+
+    def _fake_get(url, **kwargs):
+        return _FakeResp(status_by_url[url])
+
+    return _fake_get
+
+
+SITES = [
+    {"site": "alpha", "url": "https://alpha.test/{u}"},
+    {"site": "beta", "url": "https://beta.test/{u}"},
+    {"site": "gamma", "url": "https://gamma.test/{u}"},
+]
+
+
+def test_status_200_es_existe(monkeypatch):
+    """Un 200 marca exists=True."""
+    status_map = {
+        "https://alpha.test/bob": 200,
+        "https://beta.test/bob": 200,
+        "https://gamma.test/bob": 200,
+    }
+    monkeypatch.setattr(requests, "get", _make_get(status_map))
+    out = enumerate_username_sites("bob", sites=SITES)
+    assert all(r["exists"] is True for r in out)
+    assert all(r["status"] == 200 for r in out)
+
+
+def test_status_404_es_no_existe(monkeypatch):
+    """Un 404 marca exists=False."""
+    status_map = {
+        "https://alpha.test/ghost": 404,
+        "https://beta.test/ghost": 404,
+        "https://gamma.test/ghost": 404,
+    }
+    monkeypatch.setattr(requests, "get", _make_get(status_map))
+    out = enumerate_username_sites("ghost", sites=SITES)
+    assert all(r["exists"] is False for r in out)
+    assert all(r["status"] == 404 for r in out)
+
+
+def test_status_otro_es_indeterminado(monkeypatch):
+    """Un codigo distinto de 200/404 deja exists=None pero conserva status."""
+    status_map = {
+        "https://alpha.test/x": 301,
+        "https://beta.test/x": 403,
+        "https://gamma.test/x": 500,
+    }
+    monkeypatch.setattr(requests, "get", _make_get(status_map))
+    out = enumerate_username_sites("x", sites=SITES)
+    assert [r["exists"] for r in out] == [None, None, None]
+    assert [r["status"] for r in out] == [301, 403, 500]
+
+
+def test_excepcion_por_sitio_no_aborta_el_resto(monkeypatch):
+    """Un fallo de red en un sitio no interrumpe la enumeracion."""
+
+    def _fake_get(url, **kwargs):
+        if "beta" in url:
+            raise requests.Timeout("simulado")
+        return _FakeResp(200)
+
+    monkeypatch.setattr(requests, "get", _fake_get)
+    out = enumerate_username_sites("u", sites=SITES)
+    assert len(out) == 3
+    by_site = {r["site"]: r for r in out}
+    assert by_site["alpha"]["exists"] is True
+    assert by_site["alpha"]["status"] == 200
+    # El sitio que fallo queda con status/exists None.
+    assert by_site["beta"]["exists"] is None
+    assert by_site["beta"]["status"] is None
+    assert by_site["gamma"]["exists"] is True
+
+
+def test_estructura_y_url_formateada(monkeypatch):
+    """Cada resultado lleva las claves esperadas y la URL con el username."""
+    status_map = {
+        "https://alpha.test/neo": 200,
+        "https://beta.test/neo": 404,
+        "https://gamma.test/neo": 200,
+    }
+    monkeypatch.setattr(requests, "get", _make_get(status_map))
+    out = enumerate_username_sites("neo", sites=SITES)
+    for r in out:
+        assert set(r.keys()) == {"site", "url", "exists", "status"}
+        assert "neo" in r["url"]
+
+
+def test_lista_por_defecto_tiene_doce_sitios():
+    """La lista DEFAULT_SITES cubre ~12 sitios publicos."""
+    assert len(mod.DEFAULT_SITES) == 12
+    sites = {s["site"] for s in mod.DEFAULT_SITES}
+    assert {"github", "instagram", "reddit", "telegram"} <= sites

python/functions/cybersecurity/extract_exif_metadata.md

@@ -0,0 +1,66 @@
+---
+name: extract_exif_metadata
+kind: function
+lang: py
+domain: cybersecurity
+version: "1.0.0"
+purity: impure
+signature: "def extract_exif_metadata(image_path: str) -> dict"
+description: "Lee los metadatos EXIF de una imagen con Pillow y los devuelve normalizados (fecha, camara, software, GPS en grados decimales) mas el volcado completo de tags en `raw`. OSINT pasiva sobre documentos propios: revela cuando, con que dispositivo y donde se tomo una foto."
+tags: [osint-passive, exif, metadata, image, gps, forensics, pillow, extract, cybersecurity, python]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: [PIL]
+params:
+  - name: image_path
+    desc: "ruta al archivo de imagen en disco (JPEG, PNG, TIFF, ...)"
+output: "dict con datetime, camera_make, camera_model, software, gps_lat, gps_lon (grados decimales o None) y raw (dict con todos los tags EXIF legibles por nombre). Si la imagen no tiene EXIF, los campos van a None y raw={}."
+tested: true
+tests:
+  - "imagen sin EXIF (PNG) devuelve campos None y raw vacio"
+  - "imagen con EXIF devuelve camara, software y fecha"
+  - "GPSInfo DMS se convierte a grados decimales con signo por hemisferio"
+test_file_path: "python/functions/cybersecurity/extract_exif_metadata_test.py"
+file_path: "python/functions/cybersecurity/extract_exif_metadata.py"
+---
+
+## Ejemplo
+
+```python
+import sys, os
+sys.path.insert(0, os.path.join("python", "functions"))
+from cybersecurity.extract_exif_metadata import extract_exif_metadata
+
+meta = extract_exif_metadata(
+    "/home/enmanuel/Obsidian/osint/attachments/personas/objetivo_01.jpg"
+)
+print(meta["datetime"])     # '2024:08:12 19:43:07'  (cuando se tomo)
+print(meta["camera_model"]) # 'iPhone 13 Pro'         (con que dispositivo)
+print(meta["gps_lat"], meta["gps_lon"])  # 40.4168 -3.7038  (donde) o None, None
+```
+
+## Cuando usarla
+
+Cuando recolectes inteligencia pasiva sobre una imagen propia o de un objetivo
+y necesites saber cuando, con que dispositivo y desde donde se capturo, antes de
+publicarla o compartirla. Usala tambien para auditar tus propios documentos y
+detectar fugas de metadatos (geolocalizacion, modelo de telefono, software de
+edicion) antes de subirlos a un sitio publico.
+
+## Gotchas
+
+- Funcion impura: abre el archivo del disco. Lanza si la ruta no existe o no es
+  una imagen valida (Pillow `UnidentifiedImageError` / `FileNotFoundError`).
+- JPEG y HEIC de moviles suelen traer GPS embebido; PNG normalmente no lleva
+  EXIF y devolvera todos los campos en None con `raw={}`.
+- El GPS revela la ubicacion fisica donde se tomo la foto — dato sensible. No
+  lo loguees ni lo compartas sin consentimiento.
+- `DateTimeOriginal` vive en el sub-IFD EXIF, no en el IFD raiz; algunas
+  imagenes solo tienen `DateTime` (fecha de modificacion del archivo), que se
+  usa como fallback.
+- Las coordenadas se convierten de DMS (grados/minutos/segundos) a grados
+  decimales y se les aplica el signo segun `GPSLatitudeRef`/`GPSLongitudeRef`
+  (S y W => negativo).

python/functions/cybersecurity/extract_exif_metadata.py

@@ -0,0 +1,99 @@
+"""Extrae metadatos EXIF de una imagen (OSINT pasiva sobre documentos propios)."""
+
+from PIL import ExifTags, Image
+
+# Mapa inverso nombre -> id no hace falta: usamos ExifTags.TAGS (id -> nombre).
+_GPS_TAGS = ExifTags.GPSTAGS  # id -> nombre para el sub-IFD de GPS.
+
+
+def _to_degrees(value) -> float | None:
+    """Convierte una coordenada GPS en formato DMS (grados, minutos, segundos) a grados decimales.
+
+    Pillow devuelve cada componente como un IFDRational o una tupla (num, den).
+    """
+    try:
+        d, m, s = value
+        return float(d) + float(m) / 60.0 + float(s) / 3600.0
+    except (TypeError, ValueError, ZeroDivisionError):
+        return None
+
+
+def _extract_gps(gps_info: dict) -> tuple[float | None, float | None]:
+    """Devuelve (lat, lon) en grados decimales desde el sub-IFD GPSInfo, o (None, None)."""
+    if not gps_info:
+        return None, None
+
+    named = {_GPS_TAGS.get(k, k): v for k, v in gps_info.items()}
+
+    lat = _to_degrees(named.get("GPSLatitude")) if "GPSLatitude" in named else None
+    lon = _to_degrees(named.get("GPSLongitude")) if "GPSLongitude" in named else None
+
+    if lat is not None and str(named.get("GPSLatitudeRef", "N")).upper() == "S":
+        lat = -lat
+    if lon is not None and str(named.get("GPSLongitudeRef", "E")).upper() == "W":
+        lon = -lon
+
+    return lat, lon
+
+
+def extract_exif_metadata(image_path: str) -> dict:
+    """Lee los metadatos EXIF de una imagen y los devuelve normalizados.
+
+    Abre la imagen con Pillow y extrae los tags EXIF. Normaliza los campos
+    mas relevantes para OSINT (fecha, camara, software, GPS) y adjunta el
+    diccionario completo de tags legibles por nombre en `raw`.
+
+    Args:
+        image_path: ruta al archivo de imagen (JPEG, PNG, TIFF, ...).
+
+    Returns:
+        dict con las claves: datetime, camera_make, camera_model, software,
+        gps_lat, gps_lon (grados decimales o None) y raw (dict tag->valor).
+        Si la imagen no tiene EXIF, los campos van a None y raw queda {}.
+    """
+    result = {
+        "datetime": None,
+        "camera_make": None,
+        "camera_model": None,
+        "software": None,
+        "gps_lat": None,
+        "gps_lon": None,
+        "raw": {},
+    }
+
+    with Image.open(image_path) as img:
+        exif = img.getexif()
+
+    if not exif:
+        return result
+
+    # Tags de nivel raiz por nombre.
+    raw = {ExifTags.TAGS.get(tag_id, tag_id): value for tag_id, value in exif.items()}
+
+    # Sub-IFD EXIF (DateTimeOriginal vive aqui, no en el IFD raiz).
+    try:
+        exif_ifd = exif.get_ifd(ExifTags.IFD.Exif)
+    except (AttributeError, KeyError, ValueError):
+        exif_ifd = {}
+    for tag_id, value in exif_ifd.items():
+        raw[ExifTags.TAGS.get(tag_id, tag_id)] = value
+
+    # GPS IFD.
+    try:
+        gps_ifd = exif.get_ifd(ExifTags.IFD.GPSInfo)
+    except (AttributeError, KeyError, ValueError):
+        gps_ifd = {}
+    if gps_ifd:
+        raw["GPSInfo"] = {_GPS_TAGS.get(k, k): v for k, v in gps_ifd.items()}
+
+    result["raw"] = raw
+    result["datetime"] = raw.get("DateTimeOriginal") or raw.get("DateTime")
+    result["camera_make"] = raw.get("Make")
+    result["camera_model"] = raw.get("Model")
+    result["software"] = raw.get("Software")
+
+    lat, lon = _extract_gps(gps_ifd)
+    result["gps_lat"] = lat
+    result["gps_lon"] = lon
+
+    return result

python/functions/cybersecurity/extract_exif_metadata_test.py

@@ -0,0 +1,110 @@
+"""Tests para extract_exif_metadata."""
+
+import os
+import sys
+
+from PIL import Image
+from PIL.ExifTags import Base, GPS, IFD
+from PIL.TiffImagePlugin import IFDRational
+
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), ".."))
+
+from cybersecurity.extract_exif_metadata import extract_exif_metadata
+
+
+def _make_png_without_exif(path: str) -> None:
+    """Crea un PNG pequeño sin EXIF."""
+    Image.new("RGB", (4, 4), (10, 20, 30)).save(path, format="PNG")
+
+
+def _make_jpeg_with_exif(path: str) -> None:
+    """Crea un JPEG pequeño con EXIF de camara/software/fecha."""
+    img = Image.new("RGB", (4, 4), (200, 100, 50))
+    exif = img.getexif()
+    exif[Base.Make.value] = "TestCam"
+    exif[Base.Model.value] = "Model X"
+    exif[Base.Software.value] = "PyTestRig 1.0"
+    exif[Base.DateTime.value] = "2024:08:12 19:43:07"
+    # DateTimeOriginal vive en el sub-IFD EXIF.
+    exif_ifd = exif.get_ifd(IFD.Exif)
+    exif_ifd[Base.DateTimeOriginal.value] = "2024:08:12 19:43:07"
+    img.save(path, format="JPEG", exif=exif)
+
+
+def _make_jpeg_with_gps(path: str) -> None:
+    """Crea un JPEG con GPSInfo en DMS, hemisferio sur y oeste."""
+    img = Image.new("RGB", (4, 4), (0, 128, 64))
+    exif = img.getexif()
+    gps_ifd = exif.get_ifd(IFD.GPSInfo)
+    # 40 deg, 25 min, 0.48 seg => 40.41680 grados.
+    gps_ifd[GPS.GPSLatitude.value] = (
+        IFDRational(40, 1),
+        IFDRational(25, 1),
+        IFDRational(48, 100),
+    )
+    gps_ifd[GPS.GPSLatitudeRef.value] = "S"  # hemisferio sur => negativo
+    # 3 deg, 42 min, 13.68 seg => 3.7038 grados.
+    gps_ifd[GPS.GPSLongitude.value] = (
+        IFDRational(3, 1),
+        IFDRational(42, 1),
+        IFDRational(1368, 100),
+    )
+    gps_ifd[GPS.GPSLongitudeRef.value] = "W"  # oeste => negativo
+    img.save(path, format="JPEG", exif=exif)
+
+
+def test_imagen_sin_exif_png_devuelve_none(tmp_path):
+    """imagen sin EXIF (PNG) devuelve campos None y raw vacio."""
+    p = str(tmp_path / "plain.png")
+    _make_png_without_exif(p)
+
+    meta = extract_exif_metadata(p)
+
+    assert meta["datetime"] is None
+    assert meta["camera_make"] is None
+    assert meta["camera_model"] is None
+    assert meta["software"] is None
+    assert meta["gps_lat"] is None
+    assert meta["gps_lon"] is None
+    assert meta["raw"] == {}
+
+
+def test_imagen_con_exif_devuelve_camara_software_fecha(tmp_path):
+    """imagen con EXIF devuelve camara, software y fecha."""
+    p = str(tmp_path / "withexif.jpg")
+    _make_jpeg_with_exif(p)
+
+    meta = extract_exif_metadata(p)
+
+    assert meta["camera_make"] == "TestCam"
+    assert meta["camera_model"] == "Model X"
+    assert meta["software"] == "PyTestRig 1.0"
+    assert meta["datetime"] == "2024:08:12 19:43:07"
+    assert meta["raw"]  # no vacio
+
+
+def test_gps_dms_a_grados_decimales_con_signo(tmp_path):
+    """GPSInfo DMS se convierte a grados decimales con signo por hemisferio."""
+    p = str(tmp_path / "withgps.jpg")
+    _make_jpeg_with_gps(p)
+
+    meta = extract_exif_metadata(p)
+
+    assert meta["gps_lat"] is not None
+    assert meta["gps_lon"] is not None
+    # Sur y Oeste => ambos negativos.
+    assert meta["gps_lat"] < 0
+    assert meta["gps_lon"] < 0
+    assert abs(meta["gps_lat"] - (-40.41680)) < 1e-4
+    assert abs(meta["gps_lon"] - (-3.7038)) < 1e-4
+
+
+if __name__ == "__main__":
+    import tempfile
+    from pathlib import Path
+
+    with tempfile.TemporaryDirectory() as d:
+        test_imagen_sin_exif_png_devuelve_none(Path(d))
+        test_imagen_con_exif_devuelve_camara_software_fecha(Path(d))
+        test_gps_dms_a_grados_decimales_con_signo(Path(d))
+    print("Todos los tests pasaron.")

python/functions/cybersecurity/extract_pdf_metadata.md

@@ -0,0 +1,66 @@
+---
+name: extract_pdf_metadata
+kind: function
+lang: py
+domain: cybersecurity
+version: "1.0.0"
+purity: impure
+signature: "def extract_pdf_metadata(pdf_path: str) -> dict"
+description: "Lee los metadatos del Document Info de un PDF con pypdf (titulo, autor, creador, productor, fechas, numero de paginas) mas el volcado completo en `raw`. OSINT pasiva sobre documentos propios: revela quien y con que software genero el documento. Tolerante a PDFs cifrados (no falla, rellena `error`)."
+tags: [osint-passive, pdf, metadata, document, forensics, pypdf, extract, cybersecurity, python]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: [pypdf]
+params:
+  - name: pdf_path
+    desc: "ruta al archivo PDF en disco"
+output: "dict con title, author, creator, producer, creation_date, mod_date (ISO 8601 si parseables, sino valor crudo), num_pages, raw (todo el doc info) y error (None si todo fue bien, mensaje en caso contrario)."
+tested: true
+tests:
+  - "PDF con metadatos devuelve titulo, autor y num_pages"
+  - "PDF sin doc info devuelve campos None sin petar"
+  - "fechas parseables se devuelven en ISO 8601"
+test_file_path: "python/functions/cybersecurity/extract_pdf_metadata_test.py"
+file_path: "python/functions/cybersecurity/extract_pdf_metadata.py"
+---
+
+## Ejemplo
+
+```python
+import sys, os
+sys.path.insert(0, os.path.join("python", "functions"))
+from cybersecurity.extract_pdf_metadata import extract_pdf_metadata
+
+meta = extract_pdf_metadata(
+    "/home/enmanuel/Obsidian/osint/attachments/personas/cv_objetivo.pdf"
+)
+print(meta["author"])        # 'Enmanuel G.'          (quien lo creo)
+print(meta["producer"])      # 'Microsoft Word 2021'  (con que software)
+print(meta["creation_date"]) # '2024-03-11T10:22:00+01:00'
+print(meta["num_pages"])     # 3
+```
+
+## Cuando usarla
+
+Cuando recolectes inteligencia pasiva sobre un PDF propio o de un objetivo y
+necesites saber quien lo creo, con que herramienta y cuando. Usala tambien para
+auditar tus propios documentos antes de publicarlos: el campo `author` y
+`producer` suelen filtrar el nombre real del usuario, la version del software y
+la organizacion, datos que no quieres exponer.
+
+## Gotchas
+
+- Funcion impura: abre el archivo del disco. Captura la excepcion en lugar de
+  propagarla — si el PDF esta corrupto, cifrado o no es un PDF, devuelve el dict
+  con lo que pudo leer y un mensaje en `error` (no lanza).
+- PDFs cifrados: intenta abrir con password vacio (caso comun de "restriccion
+  de copia"). Si requiere password real, `error` empieza por `encrypted:` y los
+  campos pueden quedar None.
+- Muchas fechas de PDF vienen en formato `D:YYYYMMDDHHmmSS+ZZ`; se convierten a
+  ISO 8601 cuando pypdf las parsea, sino se devuelven crudas.
+- `raw` serializa los valores a string para evitar tipos no JSON-friendly
+  (IndirectObject, ByteStringObject). Los campos normalizados conservan el
+  contenido textual.

python/functions/cybersecurity/extract_pdf_metadata.py

@@ -0,0 +1,86 @@
+"""Extrae metadatos de un PDF con pypdf (OSINT pasiva sobre documentos propios)."""
+
+from pypdf import PdfReader
+
+
+def _iso_or_raw(reader: PdfReader, getter_name: str, raw_value):
+    """Devuelve una fecha en ISO 8601 si pypdf la sabe parsear, sino el valor crudo.
+
+    pypdf expone `creation_date`/`modification_date` (datetime) ademas del
+    string crudo `/CreationDate`/`/ModDate` en formato `D:YYYYMMDDHHmmSS`.
+    """
+    try:
+        dt = getattr(reader.metadata, getter_name, None)
+    except Exception:
+        dt = None
+    if dt is not None:
+        try:
+            return dt.isoformat()
+        except Exception:
+            pass
+    return str(raw_value) if raw_value is not None else None
+
+
+def extract_pdf_metadata(pdf_path: str) -> dict:
+    """Lee los metadatos del Document Info de un PDF.
+
+    Abre el PDF con pypdf y extrae los campos estandar del diccionario de
+    informacion (titulo, autor, creador, productor, fechas) mas el numero de
+    paginas. Las fechas se devuelven en ISO 8601 cuando son parseables, en su
+    valor crudo en caso contrario. No falla si el PDF esta cifrado: captura la
+    excepcion, devuelve lo que pueda y rellena el campo `error`.
+
+    Args:
+        pdf_path: ruta al archivo PDF en disco.
+
+    Returns:
+        dict con las claves: title, author, creator, producer, creation_date,
+        mod_date, num_pages, raw (dict con todo el doc info) y error (None si
+        todo fue bien, mensaje de error en caso contrario).
+    """
+    result = {
+        "title": None,
+        "author": None,
+        "creator": None,
+        "producer": None,
+        "creation_date": None,
+        "mod_date": None,
+        "num_pages": None,
+        "raw": {},
+        "error": None,
+    }
+
+    try:
+        reader = PdfReader(pdf_path)
+
+        # PDF cifrado: intentar abrir con password vacio (caso comun).
+        if getattr(reader, "is_encrypted", False):
+            try:
+                reader.decrypt("")
+            except Exception as exc:
+                result["error"] = f"encrypted: {exc}"
+
+        try:
+            result["num_pages"] = len(reader.pages)
+        except Exception as exc:
+            result["error"] = result["error"] or f"pages: {exc}"
+
+        meta = reader.metadata
+        if meta is not None:
+            result["title"] = str(meta.title) if meta.title is not None else None
+            result["author"] = str(meta.author) if meta.author is not None else None
+            result["creator"] = str(meta.creator) if meta.creator is not None else None
+            result["producer"] = (
+                str(meta.producer) if meta.producer is not None else None
+            )
+            result["creation_date"] = _iso_or_raw(
+                reader, "creation_date", meta.get("/CreationDate")
+            )
+            result["mod_date"] = _iso_or_raw(
+                reader, "modification_date", meta.get("/ModDate")
+            )
+            result["raw"] = {str(k): str(v) for k, v in meta.items()}
+    except Exception as exc:
+        result["error"] = result["error"] or str(exc)
+
+    return result

python/functions/cybersecurity/extract_pdf_metadata_test.py

@@ -0,0 +1,92 @@
+"""Tests para extract_pdf_metadata."""
+
+import os
+import sys
+
+from pypdf import PdfWriter
+
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), ".."))
+
+from cybersecurity.extract_pdf_metadata import extract_pdf_metadata
+
+
+def _make_pdf_with_metadata(path: str) -> None:
+    """Crea un PDF de 2 paginas con doc info (titulo, autor, fechas)."""
+    writer = PdfWriter()
+    writer.add_blank_page(width=200, height=200)
+    writer.add_blank_page(width=200, height=200)
+    writer.add_metadata(
+        {
+            "/Title": "Documento OSINT",
+            "/Author": "Enmanuel G.",
+            "/Creator": "PyTestRig",
+            "/Producer": "pypdf",
+            "/CreationDate": "D:20240311102200+01'00'",
+            "/ModDate": "D:20240312113000+01'00'",
+        }
+    )
+    with open(path, "wb") as fh:
+        writer.write(fh)
+
+
+def _make_pdf_without_metadata(path: str) -> None:
+    """Crea un PDF de 1 pagina sin doc info."""
+    writer = PdfWriter()
+    writer.add_blank_page(width=100, height=100)
+    with open(path, "wb") as fh:
+        writer.write(fh)
+
+
+def test_pdf_con_metadatos_devuelve_titulo_autor_paginas(tmp_path):
+    """PDF con metadatos devuelve titulo, autor y num_pages."""
+    p = str(tmp_path / "withmeta.pdf")
+    _make_pdf_with_metadata(p)
+
+    meta = extract_pdf_metadata(p)
+
+    assert meta["error"] is None
+    assert meta["title"] == "Documento OSINT"
+    assert meta["author"] == "Enmanuel G."
+    assert meta["creator"] == "PyTestRig"
+    assert meta["producer"] == "pypdf"
+    assert meta["num_pages"] == 2
+    assert meta["raw"]  # no vacio
+
+
+def test_pdf_sin_doc_info_devuelve_none_sin_petar(tmp_path):
+    """PDF sin doc info devuelve campos None sin petar."""
+    p = str(tmp_path / "nometa.pdf")
+    _make_pdf_without_metadata(p)
+
+    meta = extract_pdf_metadata(p)
+
+    assert meta["error"] is None
+    assert meta["num_pages"] == 1
+    assert meta["title"] is None
+    assert meta["author"] is None
+
+
+def test_fechas_parseables_en_iso_8601(tmp_path):
+    """fechas parseables se devuelven en ISO 8601."""
+    p = str(tmp_path / "dates.pdf")
+    _make_pdf_with_metadata(p)
+
+    meta = extract_pdf_metadata(p)
+
+    # pypdf parsea D:YYYYMMDDHHmmSS a datetime; isoformat() lleva 'T'.
+    assert meta["creation_date"] is not None
+    assert "2024-03-11" in meta["creation_date"]
+    assert "T" in meta["creation_date"]
+    assert meta["mod_date"] is not None
+    assert "2024-03-12" in meta["mod_date"]
+
+
+if __name__ == "__main__":
+    import tempfile
+    from pathlib import Path
+
+    with tempfile.TemporaryDirectory() as d:
+        test_pdf_con_metadatos_devuelve_titulo_autor_paginas(Path(d))
+        test_pdf_sin_doc_info_devuelve_none_sin_petar(Path(d))
+        test_fechas_parseables_en_iso_8601(Path(d))
+    print("Todos los tests pasaron.")

python/functions/cybersecurity/guess_email_formats.md

@@ -0,0 +1,63 @@
+---
+name: guess_email_formats
+kind: function
+lang: py
+domain: cybersecurity
+version: "1.0.0"
+purity: pure
+signature: "def guess_email_formats(nombre: str, apellidos: str, dominio: str) -> list"
+description: "Genera candidatos de email comunes (nombre.apellido, n.apellido, apellido.nombre, inicial+apellido, variantes con dos apellidos, etc.) a partir de nombre, apellidos y dominio. Normaliza acentos y ñ a ASCII en minusculas y deduplica preservando el orden. OSINT pasivo puro, sin red."
+tags: [osint-passive, email, enumeration, recon, identity, cybersecurity, python]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: ""
+imports: [unicodedata]
+params:
+  - name: nombre
+    desc: "Nombre de pila. Si tiene varios tokens se usa el primero como nombre principal."
+  - name: apellidos
+    desc: "Uno o dos apellidos separados por espacio. Con dos apellidos se generan variantes que los unen."
+  - name: dominio
+    desc: "Dominio de correo sin arroba (ej. 'empresa.com'). Si viene con '@' delante se limpia."
+output: "Lista de strings '<local>@<dominio>' con los candidatos de email en orden de generacion, sin duplicados."
+tested: true
+tests:
+  - "test_nombre_simple_un_apellido"
+  - "test_acentos_y_enie_normalizados"
+  - "test_dos_apellidos_genera_variantes_unidas"
+  - "test_dedup_preserva_orden"
+  - "test_dominio_con_arroba_se_limpia"
+test_file_path: "python/functions/cybersecurity/guess_email_formats_test.py"
+file_path: "python/functions/cybersecurity/guess_email_formats.py"
+---
+
+## Ejemplo
+
+```python
+guess_email_formats("José", "García López", "empresa.com")
+# ['jose@empresa.com',
+#  'jose.garcia@empresa.com',
+#  'josegarcia@empresa.com',
+#  'j.garcia@empresa.com',
+#  'jgarcia@empresa.com',
+#  'jose_garcia@empresa.com',
+#  'garcia.jose@empresa.com',
+#  'joseg@empresa.com',
+#  'jose.garcialopez@empresa.com',
+#  'josegarcialopez@empresa.com',
+#  'jose.lopez@empresa.com',
+#  'jgarcialopez@empresa.com']
+```
+
+## Cuando usarla
+
+Usala al arrancar una investigacion de identidad cuando conoces nombre + apellidos + dominio de una organizacion y quieres una lista de direcciones probables para verificar despues (MX, catch-all, validacion SMTP, breach lookup). Es el primer paso antes de cualquier comprobacion activa.
+
+## Gotchas
+
+- Funcion pura: NO valida que el email exista ni hace ninguna comprobacion de red. Solo genera candidatos sintacticos.
+- La lista de patrones es heuristica (los formatos mas comunes), no exhaustiva: organizaciones con esquemas propios (ej. id numerico) no quedaran cubiertas.
+- La normalizacion translitera acentos y ñ a ASCII y elimina cualquier caracter no alfanumerico del local part; nombres con guiones o apostrofes pierden esos separadores.
+- Solo usa el primer token del nombre como nombre principal; nombres compuestos (ej. "Maria Jose") no generan variantes con el segundo nombre.

python/functions/cybersecurity/guess_email_formats.py

@@ -0,0 +1,84 @@
+"""Genera candidatos de email a partir de nombre, apellidos y dominio.
+
+Funcion pura de OSINT pasivo: produce los patrones de direccion de correo
+mas habituales en organizaciones, sin tocar la red. Util como punto de
+partida para verificacion posterior (MX, catch-all, validacion SMTP, etc.).
+"""
+
+import unicodedata
+
+
+def _ascii_lower(text: str) -> str:
+    """Normaliza un texto a ASCII en minusculas.
+
+    Translitera acentos y caracteres latinos (a, e, n, ...) a su forma
+    ASCII, pasa a minusculas y elimina cualquier caracter que no sea
+    alfanumerico. No introduce separadores (a diferencia de un slug).
+
+    Args:
+        text: texto de entrada (puede contener acentos, ñ, mayusculas).
+
+    Returns:
+        cadena ASCII en minusculas formada solo por [a-z0-9].
+    """
+    # NFKD descompone los caracteres acentuados en base + diacritico.
+    decomposed = unicodedata.normalize("NFKD", text)
+    stripped = "".join(c for c in decomposed if not unicodedata.combining(c))
+    lowered = stripped.lower()
+    return "".join(c for c in lowered if c.isalnum())
+
+
+def guess_email_formats(nombre: str, apellidos: str, dominio: str) -> list:
+    """Genera candidatos de email comunes a partir de identidad y dominio.
+
+    Combina el nombre y los apellidos en los patrones de direccion mas
+    frecuentes (nombre.apellido, inicial+apellido, apellido.nombre, etc.),
+    normalizando acentos/ñ a ASCII y minusculas. Si hay dos apellidos
+    tambien genera variantes que los unen. Deduplica preservando el orden
+    de aparicion.
+
+    Args:
+        nombre: nombre de pila (puede incluir varios tokens separados por
+            espacio; se usa el primero como nombre principal).
+        apellidos: uno o dos apellidos separados por espacio.
+        dominio: dominio de correo sin arroba (ej. "empresa.com").
+
+    Returns:
+        lista de strings "<local>@<dominio>" con los candidatos, en el
+        orden en que se generan los patrones y sin duplicados.
+    """
+    n = _ascii_lower(nombre.split()[0]) if nombre.split() else ""
+    apellido_tokens = [_ascii_lower(a) for a in apellidos.split() if _ascii_lower(a)]
+    a1 = apellido_tokens[0] if apellido_tokens else ""
+    a2 = apellido_tokens[1] if len(apellido_tokens) > 1 else ""
+    dom = dominio.strip().lstrip("@").lower()
+
+    ni = n[0] if n else ""
+    a1i = a1[0] if a1 else ""
+    apellido_full = "".join(apellido_tokens)  # apellido1apellido2 unidos
+
+    locals_raw = [
+        n,                                    # nombre
+        f"{n}.{a1}" if n and a1 else "",      # nombre.apellido
+        f"{n}{a1}" if n and a1 else "",       # nombreapellido
+        f"{ni}.{a1}" if ni and a1 else "",    # n.apellido
+        f"{ni}{a1}" if ni and a1 else "",     # napellido
+        f"{n}_{a1}" if n and a1 else "",      # nombre_apellido
+        f"{a1}.{n}" if a1 and n else "",      # apellido.nombre
+        f"{n}{a1i}" if n and a1i else "",     # nombre+inicial_apellido
+        f"{n}.{apellido_full}" if n and a2 else "",   # nombre.apellido1apellido2
+        f"{n}{apellido_full}" if n and a2 else "",    # nombreapellido1apellido2
+        f"{n}.{a2}" if n and a2 else "",      # nombre.apellido2
+        f"{ni}{apellido_full}" if ni and a2 else "",  # n+apellidos unidos
+    ]
+
+    seen = set()
+    out = []
+    for local in locals_raw:
+        if not local:
+            continue
+        email = f"{local}@{dom}"
+        if email not in seen:
+            seen.add(email)
+            out.append(email)
+    return out

python/functions/cybersecurity/guess_email_formats_test.py

@@ -0,0 +1,53 @@
+"""Tests para guess_email_formats."""
+
+from guess_email_formats import guess_email_formats
+
+
+def test_nombre_simple_un_apellido():
+    """Nombre simple con un apellido produce los patrones base."""
+    result = guess_email_formats("Juan", "Perez", "empresa.com")
+    assert "juan.perez@empresa.com" in result
+    assert "juanperez@empresa.com" in result
+    assert "j.perez@empresa.com" in result
+    assert "jperez@empresa.com" in result
+    assert "juan_perez@empresa.com" in result
+    assert "perez.juan@empresa.com" in result
+    assert "juan@empresa.com" in result
+    # Sin segundo apellido no hay variantes unidas.
+    assert all("@empresa.com" in e for e in result)
+
+
+def test_acentos_y_enie_normalizados():
+    """Acentos y ñ se transliteran a ASCII en minusculas."""
+    result = guess_email_formats("José", "Muñoz", "acme.org")
+    assert "jose.munoz@acme.org" in result
+    assert "j.munoz@acme.org" in result
+    # No debe aparecer ningun caracter no ASCII.
+    for email in result:
+        assert email == email.encode("ascii", "ignore").decode("ascii")
+
+
+def test_dos_apellidos_genera_variantes_unidas():
+    """Dos apellidos producen variantes que los unen."""
+    result = guess_email_formats("Maria", "Garcia Lopez", "uni.edu")
+    assert "maria.garcialopez@uni.edu" in result
+    assert "mariagarcialopez@uni.edu" in result
+    assert "maria.lopez@uni.edu" in result
+    assert "mgarcialopez@uni.edu" in result
+    # El patron de primer apellido sigue presente.
+    assert "maria.garcia@uni.edu" in result
+
+
+def test_dedup_preserva_orden():
+    """Los candidatos no se repiten y mantienen el orden de generacion."""
+    result = guess_email_formats("Ana", "Ruiz", "x.com")
+    assert len(result) == len(set(result))
+    # nombre.apellido aparece antes que apellido.nombre.
+    assert result.index("ana.ruiz@x.com") < result.index("ruiz.ana@x.com")
+
+
+def test_dominio_con_arroba_se_limpia():
+    """Un dominio prefijado con @ se normaliza sin duplicar la arroba."""
+    result = guess_email_formats("Luis", "Soto", "@corp.io")
+    assert "luis.soto@corp.io" in result
+    assert all(e.count("@") == 1 for e in result)

python/functions/cybersecurity/scan_ficha_attachments_metadata.md

@@ -0,0 +1,57 @@
+---
+name: scan_ficha_attachments_metadata
+kind: function
+lang: py
+domain: cybersecurity
+version: "1.0.0"
+purity: impure
+signature: "def scan_ficha_attachments_metadata(attachments_dir: str) -> dict"
+description: "Orquestador OSINT pasivo: recorre un directorio de attachments de una ficha (imagenes y PDFs), extrae sus metadatos componiendo extract_exif_metadata (imagenes .jpg/.jpeg/.png/.heic) y extract_pdf_metadata (.pdf), y agrega los puntos GPS y las fechas encontradas. Devuelve files + gps_points + dates + summary."
+tags: [osint-enrich, osint-passive, cybersecurity, metadata, exif, pdf]
+uses_functions: [extract_exif_metadata_py_cybersecurity, extract_pdf_metadata_py_cybersecurity]
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: [os]
+params:
+  - name: attachments_dir
+    desc: "ruta a un directorio de attachments, p.ej. /home/enmanuel/Obsidian/osint/attachments/personas/<slug>/. Se recorre recursivamente. Si no es un directorio existente lanza NotADirectoryError"
+output: "dict con files (lista de {path, type, metadata} por archivo procesado: type es 'image' o 'pdf'), gps_points (lista de {file, lat, lon} agregando las coordenadas EXIF), dates (lista de fechas str de EXIF y PDF) y summary ({n_files, n_images, n_pdfs, n_gps_points, n_dates, errors}). Los archivos cuya extraccion falla quedan con metadata={'error': ...} y suman a summary.errors"
+tested: true
+tests: ["test_golden_agrega_gps_y_fechas_de_imagen_y_pdf", "test_directorio_inexistente_lanza", "test_ignora_extensiones_no_soportadas", "test_error_en_archivo_se_captura_en_summary"]
+test_file_path: "python/functions/cybersecurity/scan_ficha_attachments_metadata_test.py"
+file_path: "python/functions/cybersecurity/scan_ficha_attachments_metadata.py"
+---
+
+## Ejemplo
+
+```python
+import sys, os
+sys.path.insert(0, os.path.join("python", "functions"))
+from cybersecurity import scan_ficha_attachments_metadata
+
+# Escanea los attachments de una persona en el vault OSINT.
+res = scan_ficha_attachments_metadata(
+    "/home/enmanuel/Obsidian/osint/attachments/personas/juan-perez/"
+)
+
+print(res["summary"])          # {'n_files': 7, 'n_images': 5, 'n_pdfs': 2, 'n_gps_points': 2, 'n_dates': 4, 'errors': 0}
+for p in res["gps_points"]:
+    print(p["file"], p["lat"], p["lon"])   # coordenadas extraidas de las fotos
+print(res["dates"])            # fechas EXIF + fechas de creacion/modificacion de los PDFs
+```
+
+## Cuando usarla
+
+- Cuando montas la ficha OSINT de una persona u organizacion y quieres saber de un vistazo que huella de metadatos dejan los documentos/fotos que ya tienes guardados (donde y cuando se hicieron).
+- Antes de publicar/compartir attachments propios: para auditar que GPS y fechas se filtrarian.
+- Como paso de enriquecimiento dentro de un pipeline de investigacion, justo despues de descargar los attachments al directorio de la ficha.
+
+## Gotchas
+
+- **Uso solo para investigacion autorizada.** Extraer metadatos de archivos ajenos sin permiso puede ser ilegal segun jurisdiccion. Limitate a tus propios documentos o a material que estes autorizado a analizar.
+- Funcion IMPURA: hace I/O sobre el sistema de archivos (recorrido recursivo con `os.walk`). Si `attachments_dir` no existe lanza `NotADirectoryError`.
+- La extraccion por archivo se aisla con try/except: un archivo corrupto no aborta el escaneo, queda con `metadata={"error": ...}` y suma a `summary.errors`.
+- Solo procesa imagenes .jpg/.jpeg/.png/.heic y PDFs .pdf; el resto se ignora silenciosamente. El soporte real de HEIC/EXIF depende de lo que `extract_exif_metadata` (Pillow) pueda abrir en el sistema.
+- Las fechas se devuelven tal cual las reportan EXIF/PDF (formatos heterogeneos, sin normalizar a ISO).

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,
+    }

python/functions/cybersecurity/scan_ficha_attachments_metadata_test.py

@@ -0,0 +1,113 @@
+"""Tests para scan_ficha_attachments_metadata.
+
+Las funciones compuestas (extract_exif_metadata / extract_pdf_metadata) se
+monkeypatchean para no depender ni de archivos reales ni de Pillow. Solo se
+verifica la orquestacion y la agregacion (GPS, fechas, summary, manejo de
+errores y filtrado de extensiones).
+"""
+
+import importlib
+import os
+import sys
+
+import pytest
+
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), "..", ".."))
+
+from cybersecurity import scan_ficha_attachments_metadata
+
+# El paquete re-exporta la funcion bajo el mismo nombre que el submodulo, asi
+# que `cybersecurity.scan_ficha_attachments_metadata` resuelve a la funcion.
+# Para parchear los globals del modulo orquestador lo tomamos via importlib.
+mod = importlib.import_module("cybersecurity.scan_ficha_attachments_metadata")
+
+
+def _make_tree(tmp_path, names):
+    """Crea archivos vacios en tmp_path; devuelve el directorio."""
+    d = tmp_path / "ficha"
+    d.mkdir()
+    for name in names:
+        (d / name).write_bytes(b"")
+    return str(d)
+
+
+def test_golden_agrega_gps_y_fechas_de_imagen_y_pdf(tmp_path, monkeypatch):
+    attachments = _make_tree(tmp_path, ["foto1.jpg", "foto2.png", "doc.pdf"])
+
+    exif_by_name = {
+        "foto1.jpg": {"datetime": "2024:01:02 10:11:12", "gps_lat": 40.4, "gps_lon": -3.7},
+        "foto2.png": {"datetime": None, "gps_lat": None, "gps_lon": None},
+    }
+
+    def fake_exif(path):
+        return exif_by_name[os.path.basename(path)]
+
+    def fake_pdf(path):
+        return {"creation_date": "D:20230101000000", "modification_date": "D:20230202000000"}
+
+    monkeypatch.setattr(mod, "extract_exif_metadata", fake_exif)
+    monkeypatch.setattr(mod, "extract_pdf_metadata", fake_pdf)
+
+    res = scan_ficha_attachments_metadata(attachments)
+
+    # 3 archivos procesados (2 imagenes + 1 pdf).
+    assert res["summary"] == {
+        "n_files": 3,
+        "n_images": 2,
+        "n_pdfs": 1,
+        "n_gps_points": 1,
+        "n_dates": 3,  # 1 de la imagen + 2 del pdf
+        "errors": 0,
+    }
+
+    # GPS solo de foto1.
+    assert res["gps_points"] == [
+        {"file": os.path.join(attachments, "foto1.jpg"), "lat": 40.4, "lon": -3.7}
+    ]
+
+    # Fechas agregadas de EXIF + PDF.
+    assert "2024:01:02 10:11:12" in res["dates"]
+    assert "D:20230101000000" in res["dates"]
+    assert "D:20230202000000" in res["dates"]
+
+    # files lleva path/type/metadata por cada uno.
+    types = {os.path.basename(f["path"]): f["type"] for f in res["files"]}
+    assert types == {"foto1.jpg": "image", "foto2.png": "image", "doc.pdf": "pdf"}
+
+
+def test_directorio_inexistente_lanza(tmp_path):
+    with pytest.raises(NotADirectoryError):
+        scan_ficha_attachments_metadata(str(tmp_path / "no-existe"))
+
+
+def test_ignora_extensiones_no_soportadas(tmp_path, monkeypatch):
+    attachments = _make_tree(tmp_path, ["nota.txt", "video.mp4", "foto.jpg"])
+
+    monkeypatch.setattr(mod, "extract_exif_metadata", lambda p: {"gps_lat": None, "gps_lon": None, "datetime": None})
+    monkeypatch.setattr(mod, "extract_pdf_metadata", lambda p: {})
+
+    res = scan_ficha_attachments_metadata(attachments)
+
+    # Solo la imagen cuenta; txt y mp4 se ignoran.
+    assert res["summary"]["n_files"] == 1
+    assert res["summary"]["n_images"] == 1
+    assert res["summary"]["n_pdfs"] == 0
+    assert [os.path.basename(f["path"]) for f in res["files"]] == ["foto.jpg"]
+
+
+def test_error_en_archivo_se_captura_en_summary(tmp_path, monkeypatch):
+    attachments = _make_tree(tmp_path, ["roto.jpg", "ok.pdf"])
+
+    def boom(path):
+        raise OSError("imagen corrupta")
+
+    monkeypatch.setattr(mod, "extract_exif_metadata", boom)
+    monkeypatch.setattr(mod, "extract_pdf_metadata", lambda p: {"creation_date": "D:20200101"})
+
+    res = scan_ficha_attachments_metadata(attachments)
+
+    assert res["summary"]["errors"] == 1
+    assert res["summary"]["n_files"] == 2  # ambos archivos quedan registrados
+    roto = next(f for f in res["files"] if os.path.basename(f["path"]) == "roto.jpg")
+    assert "error" in roto["metadata"]
+    assert "imagen corrupta" in roto["metadata"]["error"]

python/functions/cybersecurity/whois_lookup.md

@@ -0,0 +1,68 @@
+---
+name: whois_lookup
+kind: function
+lang: py
+domain: cybersecurity
+version: "1.0.0"
+purity: impure
+signature: "def whois_lookup(dominio: str, timeout_s: float = 15.0) -> dict"
+description: "Recoleccion OSINT pasiva de datos de registro de dominio via RDAP (reemplazo moderno de WHOIS sobre HTTP/JSON). Consulta https://rdap.org/domain/<dominio> con http_get_json y normaliza registrar, fechas de creacion/expiracion/ultimo cambio, nameservers, estados y entidades. Devuelve {found: False} si el dominio no existe (404)."
+tags: [osint-passive, whois, rdap, recon, cybersecurity]
+params:
+  - name: dominio
+    desc: "Dominio a consultar, ej. organic-machine.com. Vacio lanza RuntimeError."
+  - name: timeout_s
+    desc: "Segundos maximo de espera de la peticion HTTP a rdap.org (default 15.0)."
+output: "dict normalizado con found (bool), registrar, creation_date, expiration_date, last_changed, nameservers (lista), status (lista), entities (lista de {handle, roles}) y raw (RDAP completo). Si el dominio no existe (HTTP 404) devuelve {found: False}."
+uses_functions: ["http_get_json_py_infra"]
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: []
+tested: true
+tests: ["test_normaliza_respuesta_rdap", "test_dominio_no_encontrado_404", "test_otro_error_http_se_propaga", "test_sin_registrar_ni_fechas", "test_dominio_vacio_lanza_error"]
+test_file_path: "python/functions/cybersecurity/whois_lookup_test.py"
+file_path: "python/functions/cybersecurity/whois_lookup.py"
+---
+
+## Ejemplo
+
+```python
+import sys, os
+sys.path.insert(0, os.path.join("python", "functions"))
+from cybersecurity import whois_lookup
+
+info = whois_lookup("organic-machine.com")
+if info["found"]:
+    print(info["registrar"])         # 'Example Registrar Inc.'
+    print(info["creation_date"])     # '2020-01-15T10:00:00Z'
+    print(info["expiration_date"])   # '2027-01-15T10:00:00Z'
+    print(info["nameservers"])       # ['ns1.example.net', 'ns2.example.net']
+    print(info["status"])            # ['client transfer prohibited']
+else:
+    print("dominio no registrado")
+```
+
+## Cuando usarla
+
+Usala para obtener metadatos de registro de un dominio sin depender del CLI
+`whois` (no instalado): edad del dominio, fecha de expiracion (dominios a
+punto de caducar), registrar y nameservers autoritativos. Util en perfilado
+pasivo, deteccion de dominios recien creados (typosquatting/phishing) y
+validacion de propiedad.
+
+## Gotchas
+
+- RDAP no esta uniformemente desplegado en todos los TLD: algunos devuelven
+  campos vacios o ni siquiera responden. Por eso los campos opcionales pueden
+  quedar `None` y `nameservers`/`status`/`entities` listas vacias.
+- rdap.org actua como bootstrap y redirige al servidor RDAP autoritativo del
+  TLD; depende de su disponibilidad.
+- El registrante (`entities` con rol distinto de `registrar`) suele estar
+  redactado por privacy/GDPR: casi siempre solo veras `handle` y `roles`, sin
+  datos personales.
+- Un dominio no registrado devuelve `{"found": False}` (HTTP 404); cualquier
+  otro error HTTP (rate limit 429, 5xx) se propaga como `RuntimeError`.
+- Las fechas se devuelven tal cual las da RDAP (ISO 8601 UTC), sin parsear a
+  objetos `datetime`.

python/functions/cybersecurity/whois_lookup.py

@@ -0,0 +1,114 @@
+"""Recoleccion OSINT pasiva de datos de registro de dominio via RDAP.
+
+Funcion IMPURA: consulta el servicio RDAP publico (reemplazo moderno de
+WHOIS, sobre HTTP/JSON) y normaliza la respuesta. Es OSINT pasivo: no toca
+al dominio objetivo, solo el directorio RDAP publico.
+"""
+
+import os
+import sys
+
+sys.path.insert(
+    0, os.path.join(os.path.dirname(__file__), "..", "..", "functions")
+)
+
+from infra.http_get_json import http_get_json  # noqa: E402
+
+
+def _events_by_action(raw: dict) -> dict:
+    """Indexa la lista RDAP ``events`` por ``eventAction`` -> ``eventDate``."""
+    out: dict = {}
+    for event in raw.get("events", []) or []:
+        action = event.get("eventAction")
+        date = event.get("eventDate")
+        if action and date:
+            out[action] = date
+    return out
+
+
+def _extract_registrar(raw: dict) -> str | None:
+    """Busca la entidad con rol ``registrar`` y devuelve su nombre vCard."""
+    for entity in raw.get("entities", []) or []:
+        roles = entity.get("roles", []) or []
+        if "registrar" not in roles:
+            continue
+        vcard = entity.get("vcardArray")
+        if isinstance(vcard, list) and len(vcard) == 2:
+            for field in vcard[1]:
+                if isinstance(field, list) and field and field[0] == "fn":
+                    return field[3]
+        return entity.get("handle")
+    return None
+
+
+def _extract_nameservers(raw: dict) -> list:
+    """Extrae los ldhName de los nameservers RDAP, ordenados."""
+    servers = []
+    for ns in raw.get("nameservers", []) or []:
+        name = ns.get("ldhName")
+        if name:
+            servers.append(name.lower())
+    return sorted(set(servers))
+
+
+def whois_lookup(dominio: str, timeout_s: float = 15.0) -> dict:
+    """Consulta RDAP de un dominio y normaliza la informacion de registro.
+
+    Usa ``http_get_json`` del registry contra ``https://rdap.org/domain/<dominio>``
+    (rdap.org redirige al servidor RDAP autoritativo del TLD). Normaliza
+    registrar, fechas (creacion / expiracion / ultimo cambio), nameservers,
+    estados y entidades, e incluye la respuesta cruda en ``raw``.
+
+    Args:
+        dominio: Dominio a consultar (ej. ``"organic-machine.com"``).
+        timeout_s: Segundos maximo de espera de la peticion HTTP (default 15).
+
+    Returns:
+        Dict normalizado con claves: ``found`` (bool), ``registrar``,
+        ``creation_date``, ``expiration_date``, ``last_changed``,
+        ``nameservers`` (lista), ``status`` (lista), ``entities`` (lista de
+        roles/handles) y ``raw`` (respuesta RDAP completa). Si el dominio no
+        existe (HTTP 404) devuelve ``{"found": False}``.
+
+    Raises:
+        RuntimeError: Si el dominio esta vacio o la peticion falla por una
+            razon distinta de 404.
+    """
+    if not dominio or not dominio.strip():
+        raise RuntimeError("whois_lookup: dominio vacio")
+
+    url = f"https://rdap.org/domain/{dominio.strip()}"
+
+    try:
+        raw = http_get_json(url, timeout=timeout_s)
+    except RuntimeError as e:
+        # http_get_json envuelve los HTTPError como "HTTP <code>".
+        if "HTTP 404" in str(e):
+            return {"found": False}
+        raise
+
+    if not isinstance(raw, dict):
+        raise RuntimeError(
+            f"whois_lookup: respuesta RDAP inesperada (tipo {type(raw).__name__})"
+        )
+
+    events = _events_by_action(raw)
+    entities = [
+        {
+            "handle": ent.get("handle"),
+            "roles": ent.get("roles", []) or [],
+        }
+        for ent in raw.get("entities", []) or []
+    ]
+
+    return {
+        "found": True,
+        "registrar": _extract_registrar(raw),
+        "creation_date": events.get("registration"),
+        "expiration_date": events.get("expiration"),
+        "last_changed": events.get("last changed"),
+        "nameservers": _extract_nameservers(raw),
+        "status": raw.get("status", []) or [],
+        "entities": entities,
+        "raw": raw,
+    }

python/functions/cybersecurity/whois_lookup_test.py

@@ -0,0 +1,109 @@
+"""Tests para whois_lookup."""
+
+import os
+import sys
+
+sys.path.insert(0, os.path.dirname(__file__))
+
+import whois_lookup as wl
+from whois_lookup import whois_lookup
+
+
+def _rdap_sample() -> dict:
+    return {
+        "ldhName": "organic-machine.com",
+        "status": ["client transfer prohibited"],
+        "events": [
+            {"eventAction": "registration", "eventDate": "2020-01-15T10:00:00Z"},
+            {"eventAction": "expiration", "eventDate": "2027-01-15T10:00:00Z"},
+            {"eventAction": "last changed", "eventDate": "2026-01-10T08:30:00Z"},
+        ],
+        "nameservers": [
+            {"ldhName": "ns1.example.net"},
+            {"ldhName": "NS2.EXAMPLE.NET"},
+        ],
+        "entities": [
+            {
+                "handle": "REG-123",
+                "roles": ["registrar"],
+                "vcardArray": [
+                    "vcard",
+                    [
+                        ["version", {}, "text", "4.0"],
+                        ["fn", {}, "text", "Example Registrar Inc."],
+                    ],
+                ],
+            },
+            {"handle": "REGISTRANT-9", "roles": ["registrant"]},
+        ],
+    }
+
+
+def test_normaliza_respuesta_rdap(monkeypatch):
+    """Extrae registrar, fechas, nameservers, status y entities."""
+    monkeypatch.setattr(wl, "http_get_json", lambda url, timeout=15.0: _rdap_sample())
+
+    result = whois_lookup("organic-machine.com")
+
+    assert result["found"] is True
+    assert result["registrar"] == "Example Registrar Inc."
+    assert result["creation_date"] == "2020-01-15T10:00:00Z"
+    assert result["expiration_date"] == "2027-01-15T10:00:00Z"
+    assert result["last_changed"] == "2026-01-10T08:30:00Z"
+    assert result["nameservers"] == ["ns1.example.net", "ns2.example.net"]
+    assert result["status"] == ["client transfer prohibited"]
+    assert {"handle": "REGISTRANT-9", "roles": ["registrant"]} in result["entities"]
+    assert result["raw"]["ldhName"] == "organic-machine.com"
+
+
+def test_dominio_no_encontrado_404(monkeypatch):
+    """Un HTTP 404 de http_get_json devuelve {'found': False}."""
+
+    def fake(url, timeout=15.0):
+        raise RuntimeError("http_get_json: HTTP 404 at 'rdap.org' — not found")
+
+    monkeypatch.setattr(wl, "http_get_json", fake)
+
+    result = whois_lookup("nope-no-existe-xyz.invalid")
+
+    assert result == {"found": False}
+
+
+def test_otro_error_http_se_propaga(monkeypatch):
+    """Un error HTTP distinto de 404 se propaga como RuntimeError."""
+
+    def fake(url, timeout=15.0):
+        raise RuntimeError("http_get_json: HTTP 500 at 'rdap.org' — boom")
+
+    monkeypatch.setattr(wl, "http_get_json", fake)
+
+    try:
+        whois_lookup("organic-machine.com")
+        assert False, "deberia haberse propagado el error 500"
+    except RuntimeError as e:
+        assert "HTTP 500" in str(e)
+
+
+def test_sin_registrar_ni_fechas(monkeypatch):
+    """RDAP minimo: campos opcionales quedan None / listas vacias."""
+    monkeypatch.setattr(
+        wl, "http_get_json", lambda url, timeout=15.0: {"ldhName": "x.com"}
+    )
+
+    result = whois_lookup("x.com")
+
+    assert result["found"] is True
+    assert result["registrar"] is None
+    assert result["creation_date"] is None
+    assert result["nameservers"] == []
+    assert result["status"] == []
+    assert result["entities"] == []
+
+
+def test_dominio_vacio_lanza_error():
+    """Dominio vacio lanza RuntimeError."""
+    try:
+        whois_lookup("")
+        assert False, "deberia haber lanzado RuntimeError"
+    except RuntimeError:
+        pass

python/functions/infra/__init__.py

@@ -1,10 +1,44 @@
 from .setup_logger import setup_logger, get_logger
 from .generate_app_icon import generate_app_icon
+from .generate_initials_avatar import generate_initials_avatar
 from .http_replay_sequence import http_replay_sequence
+from .hoppscotch_login import hoppscotch_login
+from .hoppscotch_create_request import hoppscotch_create_request
+from .hoppscotch_update_request import hoppscotch_update_request
+from .hoppscotch_delete_request import hoppscotch_delete_request
+from .hoppscotch_list_requests import hoppscotch_list_requests
+from .pass_get_secret import pass_get_secret
+from .hoppscotch_set_environment import hoppscotch_set_environment
+from .hoppscotch_run_request import hoppscotch_run_request
+from .split_vcards import split_vcards
+from .split_vevents_to_vcalendars import split_vevents_to_vcalendars
+from .extract_or_make_uid import extract_or_make_uid
+from .carddav_put_vcard import carddav_put_vcard
+from .caldav_put_event import caldav_put_event
+from .dav_list_resources import dav_list_resources
+from .dav_get_resource import dav_get_resource
+from .dav_delete_resource import dav_delete_resource
 
 __all__ = [
     "setup_logger",
     "get_logger",
     "generate_app_icon",
+    "generate_initials_avatar",
     "http_replay_sequence",
+    "hoppscotch_login",
+    "hoppscotch_create_request",
+    "hoppscotch_update_request",
+    "hoppscotch_delete_request",
+    "hoppscotch_list_requests",
+    "pass_get_secret",
+    "hoppscotch_set_environment",
+    "hoppscotch_run_request",
+    "split_vcards",
+    "split_vevents_to_vcalendars",
+    "extract_or_make_uid",
+    "carddav_put_vcard",
+    "caldav_put_event",
+    "dav_list_resources",
+    "dav_get_resource",
+    "dav_delete_resource",
 ]

python/functions/infra/build_hoppscotch_collection.md

@@ -0,0 +1,115 @@
+---
+name: build_hoppscotch_collection
+kind: function
+lang: py
+domain: infra
+version: "1.0.0"
+purity: pure
+signature: "def build_hoppscotch_collection(calls: list[dict], *, name: str = \"Collection\", request_names: list[str] | None = None) -> dict"
+description: "Helper interno de serializacion del grupo hoppscotch: convierte call specs (method/url/headers/body/body_type) en el formato HoppRESTRequest/coleccion Hoppscotch (request v:2). Lo usan hoppscotch_create_request y hoppscotch_update_request para construir el campo request de las mutations GraphQL del self-host. NO uses el dict resultante para escribir un .json e importarlo a mano: el flujo canonico es operar el self-host por la API (ver docs/capabilities/hoppscotch.md). Pura: solo stdlib, sin red."
+tags: [hoppscotch, flow-replay, http, infra, python]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: ""
+imports: []
+params:
+  - name: calls
+    desc: "lista de call specs (tipicamente la salida de har_extract_calls). Cada elemento es un dict con claves opcionales: method (str), url (str), headers (dict name->value), cookies (dict name->value), body (str|None), body_type (json|form|raw|None). Otras claves como status o sets_cookies se ignoran."
+  - name: name
+    desc: "nombre de la coleccion Hoppscotch resultante. Default 'Collection'."
+  - name: request_names
+    desc: "nombres explicitos por request, alineados por indice con calls. Si se pasa y existe el indice, sobreescribe el nombre derivado. None = derivar todos como '<METHOD> <path>'."
+output: "dict de coleccion Hoppscotch JSON-serializable: {\"v\": 1, \"name\", \"folders\": [], \"requests\": [...]}. Cada request lleva v:'2', endpoint, name, method (upper), headers (lista key/value/active con header Cookie inyectado si habia cookies), body (contentType+body segun body_type), auth none, params/requestVariables vacios."
+tested: true
+tests:
+  - "test_golden_get_simple"
+  - "test_edge_post_json_con_headers_y_cookies"
+  - "test_request_names_sobreescribe_nombre_derivado"
+  - "test_form_body_genera_contenttype_urlencoded"
+  - "test_raw_body_genera_contenttype_text_plain"
+  - "test_body_type_desconocido_da_body_null"
+  - "test_lista_vacia"
+  - "test_call_spec_sin_url_ni_method"
+  - "test_sin_cookies_no_anade_header_cookie"
+test_file_path: "python/functions/infra/build_hoppscotch_collection_test.py"
+file_path: "python/functions/infra/build_hoppscotch_collection.py"
+---
+
+## Ejemplo
+
+```python
+import json
+from build_hoppscotch_collection import build_hoppscotch_collection
+
+# Call specs tal cual salen de har_extract_calls.
+calls = [
+    {
+        "method": "GET",
+        "url": "https://api.example.com/api/search?q=foo",
+        "headers": {"Accept": "application/json"},
+    },
+    {
+        "method": "POST",
+        "url": "https://api.example.com/login",
+        "headers": {"Content-Type": "application/json"},
+        "cookies": {"session": "abc", "csrf": "xyz"},
+        "body": '{"user":"neo","pass":"<<password>>"}',
+        "body_type": "json",
+    },
+]
+
+collection = build_hoppscotch_collection(calls, name="Example flow")
+# {
+#   "v": 1,
+#   "name": "Example flow",
+#   "folders": [],
+#   "requests": [
+#     {
+#       "v": "2",
+#       "endpoint": "https://api.example.com/api/search?q=foo",
+#       "name": "GET /api/search",
+#       "params": [],
+#       "headers": [{"key": "Accept", "value": "application/json", "active": True}],
+#       "method": "GET",
+#       "auth": {"authType": "none", "authActive": True},
+#       "preRequestScript": "",
+#       "testScript": "",
+#       "body": {"contentType": None, "body": None},
+#       "requestVariables": [],
+#     },
+#     {
+#       "v": "2",
+#       "endpoint": "https://api.example.com/login",
+#       "name": "POST /login",
+#       "params": [],
+#       "headers": [
+#         {"key": "Content-Type", "value": "application/json", "active": True},
+#         {"key": "Cookie", "value": "session=abc; csrf=xyz", "active": True},
+#       ],
+#       "method": "POST",
+#       "auth": {"authType": "none", "authActive": True},
+#       "preRequestScript": "",
+#       "testScript": "",
+#       "body": {"contentType": "application/json", "body": '{"user":"neo","pass":"<<password>>"}'},
+#       "requestVariables": [],
+#     },
+#   ],
+# }
+
+# Listo para escribir a disco e importar en la app Desktop / hopp CLI.
+with open("flow.collection.json", "w") as f:
+    json.dump(collection, f, indent=2)
+```
+
+## Cuando usarla
+
+Usala cuando quieras abrir en la GUI de Hoppscotch unas peticiones que ya grabaste y destilaste con el patron grabar->destilar->reproducir (HAR -> har_filter_flows -> har_extract_calls). Pasas las call specs por esta funcion, guardas el dict resultante como `.json` y lo importas en la app Desktop o con el CLI `hopp`. Es la salida amigable para humanos del flujo de replay: cuando prefieras inspeccionar/tocar las peticiones a mano en el GUI antes de promoverlas a una funcion-accion del registry con http_replay_sequence. La funcion inversa, parse_hoppscotch_collection, reimporta una coleccion editada en el GUI de vuelta a call specs.
+
+## Gotchas
+
+- **Genera el formato canonico estable v1/v2.** La coleccion sale como `v:1` y cada request como `v:"2"` — la forma de los fixtures oficiales de Hoppscotch, garantizada importable. Hoppscotch la migra automaticamente a su ultima version interna al importar; no intentes emitir la version "ultima" a mano.
+- **Las cookies se inyectan como header Cookie.** Si un call spec trae `cookies` no vacio, se anade un unico header `Cookie` al final con formato `k1=v1; k2=v2`. Hoppscotch no tiene un slot de cookies separado en el request, asi que viajan en headers; al reimportar con parse_hoppscotch_collection se vuelven a separar.
+- **Los secretos NO se sustituyen.** La funcion copia headers, cookies y body tal cual. Tokens de sesion, `Authorization` y contrasenas viajan en claro en el dict resultante. Si quieres parametrizar, es el caller quien debe marcar los valores con `<<var>>` (referencia a variable de environment de Hoppscotch) antes de llamar a esta funcion. NO commitear el `.json` resultante sin redactar.
+- **Claves extra del call spec se ignoran.** `status`, `sets_cookies` y cualquier otra clave que no sea method/url/headers/cookies/body/body_type no aparecen en la coleccion (son metadata de la captura, no del request a reproducir).

python/functions/infra/build_hoppscotch_collection.py

@@ -0,0 +1,135 @@
+"""Convierte call specs del registry en una coleccion Hoppscotch importable.
+
+Mitad "exportar al GUI" del puente entre el motor de replay del registry y
+Hoppscotch. La funcion inversa es parse_hoppscotch_collection.
+"""
+
+from urllib.parse import urlparse
+
+
+def _request_name(call: dict, fallback_index: int) -> str:
+    """Deriva un nombre legible para la request a partir del metodo y el path.
+
+    Args:
+        call: call spec con (opcional) method y url.
+        fallback_index: indice de la call dentro de la lista (no usado en el
+            nombre derivado, reservado para desambiguar si hiciera falta).
+
+    Returns:
+        nombre del estilo "GET /api/search".
+    """
+    method = str(call.get("method") or "GET").upper()
+    url = str(call.get("url") or "")
+    path = urlparse(url).path or "/"
+    return f"{method} {path}"
+
+
+def _build_headers(call: dict) -> list[dict]:
+    """Construye la lista de headers Hoppscotch desde el dict del call spec.
+
+    Convierte el dict headers (preservando orden de insercion) a la lista
+    [{"key", "value", "active": True}, ...] y, si el call spec trae cookies no
+    vacias, anade un header extra "Cookie" al final con formato "k1=v1; k2=v2".
+
+    Args:
+        call: call spec con (opcional) headers y cookies.
+
+    Returns:
+        lista de headers Hoppscotch.
+    """
+    headers: list[dict] = []
+    raw_headers = call.get("headers") or {}
+    for key, value in raw_headers.items():
+        headers.append({"key": key, "value": value, "active": True})
+
+    cookies = call.get("cookies") or {}
+    if cookies:
+        cookie_value = "; ".join(f"{name}={val}" for name, val in cookies.items())
+        headers.append({"key": "Cookie", "value": cookie_value, "active": True})
+
+    return headers
+
+
+def _build_body(call: dict) -> dict:
+    """Construye el objeto body Hoppscotch segun body_type del call spec.
+
+    Args:
+        call: call spec con (opcional) body y body_type.
+
+    Returns:
+        dict con contentType y body. Si no hay body o el body_type es
+        desconocido/None, ambos campos son None.
+    """
+    body = call.get("body")
+    body_type = call.get("body_type")
+
+    content_types = {
+        "json": "application/json",
+        "form": "application/x-www-form-urlencoded",
+        "raw": "text/plain",
+    }
+
+    if body is None or body_type not in content_types:
+        return {"contentType": None, "body": None}
+
+    return {"contentType": content_types[body_type], "body": body}
+
+
+def build_hoppscotch_collection(
+    calls: list[dict],
+    *,
+    name: str = "Collection",
+    request_names: list[str] | None = None,
+) -> dict:
+    """Convierte una lista de call specs en una coleccion Hoppscotch importable.
+
+    Genera el formato canonico estable (coleccion v:1, request v:"2") que
+    Hoppscotch migra a la ultima version al importar. Pura: sin I/O ni red,
+    solo stdlib, determinista.
+
+    Args:
+        calls: lista de call specs (salida de har_extract_calls). Cada elemento
+            es un dict con claves opcionales: method, url, headers, cookies,
+            body, body_type. Otras claves (status, sets_cookies, ...) se ignoran.
+        name: nombre de la coleccion Hoppscotch.
+        request_names: nombres explicitos por request, alineados por indice. Si
+            se pasa y existe el indice, sobreescribe el nombre derivado. None =
+            derivar todos los nombres como "<METHOD> <path>".
+
+    Returns:
+        dict con la coleccion Hoppscotch: {"v": 1, "name", "folders": [],
+        "requests": [...]}. JSON-serializable.
+    """
+    requests: list[dict] = []
+
+    for index, call in enumerate(calls):
+        if request_names is not None and index < len(request_names):
+            req_name = request_names[index]
+        else:
+            req_name = _request_name(call, index)
+
+        endpoint = str(call.get("url") or "")
+        method = str(call.get("method") or "GET").upper()
+
+        requests.append(
+            {
+                "v": "2",
+                "endpoint": endpoint,
+                "name": req_name,
+                "params": [],
+                "headers": _build_headers(call),
+                "method": method,
+                "auth": {"authType": "none", "authActive": True},
+                "preRequestScript": "",
+                "testScript": "",
+                "body": _build_body(call),
+                "requestVariables": [],
+            }
+        )
+
+    return {
+        "v": 1,
+        "name": name,
+        "folders": [],
+        "requests": requests,
+    }

python/functions/infra/build_hoppscotch_collection_test.py

@@ -0,0 +1,172 @@
+"""Tests para build_hoppscotch_collection."""
+
+import json
+
+from build_hoppscotch_collection import build_hoppscotch_collection
+
+
+def test_golden_get_simple():
+    calls = [
+        {
+            "method": "GET",
+            "url": "https://api.example.com/api/search?q=foo",
+            "headers": {"Accept": "application/json"},
+        }
+    ]
+
+    result = build_hoppscotch_collection(calls, name="MyCol")
+
+    assert result["v"] == 1
+    assert result["name"] == "MyCol"
+    assert result["folders"] == []
+    assert len(result["requests"]) == 1
+
+    req = result["requests"][0]
+    assert req["v"] == "2"
+    assert req["endpoint"] == "https://api.example.com/api/search?q=foo"
+    assert req["name"] == "GET /api/search"
+    assert req["method"] == "GET"
+    assert req["params"] == []
+    assert req["headers"] == [
+        {"key": "Accept", "value": "application/json", "active": True}
+    ]
+    assert req["auth"] == {"authType": "none", "authActive": True}
+    assert req["preRequestScript"] == ""
+    assert req["testScript"] == ""
+    assert req["requestVariables"] == []
+    assert req["body"] == {"contentType": None, "body": None}
+
+    # JSON-serializable
+    json.dumps(result)
+
+
+def test_edge_post_json_con_headers_y_cookies():
+    calls = [
+        {
+            "method": "post",
+            "url": "https://api.example.com/login",
+            "headers": {
+                "Content-Type": "application/json",
+                "X-Csrf": "tok",
+            },
+            "cookies": {"session": "abc", "csrf": "xyz"},
+            "body": '{"user":"neo"}',
+            "body_type": "json",
+        }
+    ]
+
+    result = build_hoppscotch_collection(calls)
+
+    req = result["requests"][0]
+    assert req["method"] == "POST"
+    assert req["name"] == "POST /login"
+
+    # Header Cookie generado al final con formato "; " join
+    assert req["headers"] == [
+        {"key": "Content-Type", "value": "application/json", "active": True},
+        {"key": "X-Csrf", "value": "tok", "active": True},
+        {"key": "Cookie", "value": "session=abc; csrf=xyz", "active": True},
+    ]
+
+    assert req["body"] == {
+        "contentType": "application/json",
+        "body": '{"user":"neo"}',
+    }
+
+    json.dumps(result)
+
+
+def test_request_names_sobreescribe_nombre_derivado():
+    calls = [
+        {"method": "GET", "url": "https://api.example.com/a"},
+        {"method": "GET", "url": "https://api.example.com/b"},
+    ]
+
+    result = build_hoppscotch_collection(
+        calls, request_names=["Custom A"]
+    )
+
+    # Indice 0 usa el nombre explicito; indice 1 cae al derivado.
+    assert result["requests"][0]["name"] == "Custom A"
+    assert result["requests"][1]["name"] == "GET /b"
+
+
+def test_form_body_genera_contenttype_urlencoded():
+    calls = [
+        {
+            "method": "POST",
+            "url": "https://api.example.com/form",
+            "body": "a=1&b=2",
+            "body_type": "form",
+        }
+    ]
+
+    req = build_hoppscotch_collection(calls)["requests"][0]
+    assert req["body"] == {
+        "contentType": "application/x-www-form-urlencoded",
+        "body": "a=1&b=2",
+    }
+
+
+def test_raw_body_genera_contenttype_text_plain():
+    calls = [
+        {
+            "method": "POST",
+            "url": "https://api.example.com/raw",
+            "body": "hello",
+            "body_type": "raw",
+        }
+    ]
+
+    req = build_hoppscotch_collection(calls)["requests"][0]
+    assert req["body"] == {"contentType": "text/plain", "body": "hello"}
+
+
+def test_body_type_desconocido_da_body_null():
+    calls = [
+        {
+            "method": "POST",
+            "url": "https://api.example.com/x",
+            "body": "ignored",
+            "body_type": "binary",
+        }
+    ]
+
+    req = build_hoppscotch_collection(calls)["requests"][0]
+    assert req["body"] == {"contentType": None, "body": None}
+
+
+def test_lista_vacia():
+    result = build_hoppscotch_collection([], name="Empty")
+    assert result == {
+        "v": 1,
+        "name": "Empty",
+        "folders": [],
+        "requests": [],
+    }
+    json.dumps(result)
+
+
+def test_call_spec_sin_url_ni_method():
+    calls = [{}]
+
+    req = build_hoppscotch_collection(calls)["requests"][0]
+    assert req["endpoint"] == ""
+    assert req["method"] == "GET"
+    assert req["name"] == "GET /"
+    assert req["headers"] == []
+    assert req["body"] == {"contentType": None, "body": None}
+
+
+def test_sin_cookies_no_anade_header_cookie():
+    calls = [
+        {
+            "method": "GET",
+            "url": "https://api.example.com/x",
+            "headers": {"Accept": "*/*"},
+            "cookies": {},
+        }
+    ]
+
+    req = build_hoppscotch_collection(calls)["requests"][0]
+    assert all(h["key"] != "Cookie" for h in req["headers"])

python/functions/infra/caldav_put_event.md

@@ -0,0 +1,91 @@
+---
+name: caldav_put_event
+kind: function
+lang: py
+domain: infra
+version: "1.0.0"
+purity: impure
+signature: "def caldav_put_event(base_url: str, username: str, password: str, collection_path: str, uid: str, vcalendar_text: str, *, timeout_s: float = 20.0, verify_tls: bool = True) -> dict"
+description: "Sube (HTTP PUT) un VCALENDAR (con un VEVENT) a una coleccion CalDAV con HTTP Basic auth. Construye el header Authorization: Basic base64(user:pass) a mano con stdlib. El nombre del recurso se deriva del UID saneado (safe(uid)+'.ics'). verify_tls=True por defecto. Idempotente por UID: re-subir el mismo UID sobrescribe el recurso. Maneja errores sin lanzar (HTTPError/URLError -> {status:'error'}). Solo stdlib (urllib, base64, re, ssl). Probado contra Xandikos."
+tags: [dav, caldav, ical, ics, vevent, http, put, calendar, infra, upload]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: [base64, re, ssl, urllib.error, urllib.request]
+params:
+  - name: base_url
+    desc: "URL base del servidor DAV (p.ej. 'https://dav-eedeb681c4ab89ab8e444ac9.organic-machine.com')."
+  - name: username
+    desc: "usuario para HTTP Basic auth (p.ej. 'enmanuel')."
+  - name: password
+    desc: "contrasena para HTTP Basic auth. Resolver desde pass con pass_get_secret, nunca hardcodear."
+  - name: collection_path
+    desc: "ruta de la coleccion CalDAV (p.ej. '/enmanuel/calendars/calendar/')."
+  - name: uid
+    desc: "UID del evento; se sanea ([^A-Za-z0-9_.-]->_ , max 120 chars) para formar el nombre del recurso .ics."
+  - name: vcalendar_text
+    desc: "texto completo del VCALENDAR (BEGIN:VCALENDAR..END:VCALENDAR) con un VEVENT. Se asegura terminacion en CRLF."
+  - name: timeout_s
+    desc: "timeout de la peticion HTTP en segundos. Default 20.0."
+  - name: verify_tls
+    desc: "si True (default) verifica el certificado TLS. No desactivar salvo entorno de prueba."
+output: "dict. En exito: {status:'ok', http_status:int, url:str}. En error (sin lanzar): {status:'error', error:str, http_status:int|None}. http_status es el codigo HTTP devuelto (201 created / 204 no content tipico en CalDAV)."
+tested: true
+tests:
+  - "test_construye_request_put_con_headers_correctos"
+  - "test_url_se_forma_con_uid_saneado"
+  - "test_content_type_es_text_calendar"
+  - "test_extension_es_ics"
+  - "test_httperror_devuelve_status_error"
+test_file_path: "python/functions/infra/caldav_put_event_test.py"
+file_path: "python/functions/infra/caldav_put_event.py"
+---
+
+## Ejemplo
+
+```python
+import sys
+sys.path.insert(0, "python/functions")
+from infra.pass_get_secret import pass_get_secret
+from infra.caldav_put_event import caldav_put_event
+
+pw = pass_get_secret("dav/xandikos-enmanuel")["value"]  # NO logear
+
+cal = (
+    "BEGIN:VCALENDAR\r\nVERSION:2.0\r\nPRODID:-//x//EN\r\nCALSCALE:GREGORIAN\r\n"
+    "BEGIN:VEVENT\r\nUID:evt-1@google.com\r\nSUMMARY:Reunion\r\n"
+    "DTSTART:20260101T100000Z\r\nDTEND:20260101T110000Z\r\nEND:VEVENT\r\n"
+    "END:VCALENDAR\r\n"
+)
+res = caldav_put_event(
+    base_url="https://dav-eedeb681c4ab89ab8e444ac9.organic-machine.com",
+    username="enmanuel",
+    password=pw,
+    collection_path="/enmanuel/calendars/calendar/",
+    uid="evt-1@google.com",
+    vcalendar_text=cal,
+)
+print(res)  # {"status": "ok", "http_status": 201, "url": ".../evt-1_google.com.ics"}
+```
+
+## Cuando usarla
+
+Cuando quieres subir un evento individual a Xandikos (u otro servidor CalDAV)
+por HTTP. Es la primitiva de escritura de calendario del grupo `dav`; el
+pipeline `import_ics_to_caldav` la invoca por cada VCALENDAR producido por
+`split_vevents_to_vcalendars`. Antes de llamarla, resuelve el UID con
+`extract_or_make_uid` y la password con `pass_get_secret`.
+
+## Gotchas
+
+- Escritura remota real: re-subir el mismo UID SOBRESCRIBE el recurso
+  (idempotente, no duplica).
+- El VCALENDAR debe ser completo y autonomo (header + VTIMEZONE necesarias +
+  un VEVENT). Subir un VEVENT suelto sin envolver en VCALENDAR fallara.
+- Contrasena en header Basic sobre TLS; nunca hardcodear, leer de `pass`. No se
+  logea.
+- `verify_tls=False` solo en pruebas; abre MITM.
+- Devuelve dict (status/http_status/error), NO un int crudo: captura errores
+  HTTP/red sin lanzar.

python/functions/infra/caldav_put_event.py

@@ -0,0 +1,83 @@
+"""Sube (PUT) un VCALENDAR a una coleccion CalDAV via HTTP Basic auth.
+
+Funcion impura: hace una peticion HTTP PUT. Construye el header
+`Authorization: Basic base64(user:pass)` a mano con stdlib. El nombre del
+recurso se deriva del UID saneado (`safe(uid) + '.ics'`). Maneja errores sin
+lanzar: devuelve {status: 'ok', http_status: int} en exito o
+{status: 'error', error: str}. Solo usa stdlib (urllib, base64, re, ssl).
+"""
+
+import base64
+import re
+import ssl
+import urllib.error
+import urllib.request
+
+_UNSAFE_RE = re.compile(r"[^A-Za-z0-9_.-]")
+
+
+def _basic_auth_header(username: str, password: str) -> str:
+    raw = ("%s:%s" % (username, password)).encode("utf-8")
+    return "Basic " + base64.b64encode(raw).decode("ascii")
+
+
+def _safe_resource_name(uid: str, ext: str) -> str:
+    safe = _UNSAFE_RE.sub("_", uid)[:120]
+    return safe + ext
+
+
+def _join_url(base_url: str, collection_path: str, resource: str) -> str:
+    return base_url.rstrip("/") + "/" + collection_path.strip("/") + "/" + resource
+
+
+def caldav_put_event(
+    base_url: str,
+    username: str,
+    password: str,
+    collection_path: str,
+    uid: str,
+    vcalendar_text: str,
+    *,
+    timeout_s: float = 20.0,
+    verify_tls: bool = True,
+) -> dict:
+    """Sube un VCALENDAR (con un VEVENT) a una coleccion CalDAV (PUT).
+
+    Args:
+        base_url: URL base del servidor DAV (p.ej. 'https://dav-x.example.com').
+        username: usuario para HTTP Basic auth.
+        password: contrasena para HTTP Basic auth.
+        collection_path: ruta de la coleccion CalDAV (p.ej.
+            '/enmanuel/calendars/calendar/').
+        uid: UID del evento; se sanea para formar el nombre del recurso.
+        vcalendar_text: texto completo del VCALENDAR (BEGIN:VCALENDAR..END).
+        timeout_s: timeout de la peticion en segundos. Default 20.0.
+        verify_tls: si True (default) verifica el certificado TLS. No desactivar
+            salvo en entornos de prueba controlados.
+
+    Returns:
+        dict. En exito: {status: 'ok', http_status: int, url: str}. En error
+        (sin lanzar): {status: 'error', error: str, http_status: int|None}.
+    """
+    resource = _safe_resource_name(uid, ".ics")
+    url = _join_url(base_url, collection_path, resource)
+    body = vcalendar_text
+    if not body.endswith("\r\n"):
+        body = body.rstrip("\r\n") + "\r\n"
+    data = body.encode("utf-8")
+    headers = {
+        "Authorization": _basic_auth_header(username, password),
+        "Content-Type": "text/calendar; charset=utf-8",
+    }
+    req = urllib.request.Request(url, data=data, method="PUT", headers=headers)
+
+    context = None if verify_tls else ssl._create_unverified_context()
+    try:
+        with urllib.request.urlopen(req, timeout=timeout_s, context=context) as resp:
+            return {"status": "ok", "http_status": resp.status, "url": url}
+    except urllib.error.HTTPError as e:
+        return {"status": "error", "error": "http %s" % e.code, "http_status": e.code}
+    except urllib.error.URLError as e:
+        return {"status": "error", "error": str(e.reason), "http_status": None}
+    except Exception as e:  # noqa: BLE001
+        return {"status": "error", "error": str(e), "http_status": None}

python/functions/infra/caldav_put_event_test.py

@@ -0,0 +1,88 @@
+"""Tests para caldav_put_event.
+
+Smoke deterministas: monkeypatchean urllib.request.urlopen para capturar el
+Request object (URL, method, headers) sin enviarlo a un servidor real.
+"""
+
+import sys
+
+import infra.caldav_put_event  # noqa: F401
+
+mod = sys.modules["infra.caldav_put_event"]
+caldav_put_event = mod.caldav_put_event
+
+_CAL = (
+    "BEGIN:VCALENDAR\r\nVERSION:2.0\r\nPRODID:-//x//EN\r\nCALSCALE:GREGORIAN\r\n"
+    "BEGIN:VEVENT\r\nUID:evt-1@google.com\r\nSUMMARY:Reunion\r\nEND:VEVENT\r\n"
+    "END:VCALENDAR\r\n"
+)
+
+
+class _FakeResp:
+    status = 201
+
+    def __enter__(self):
+        return self
+
+    def __exit__(self, *a):
+        return False
+
+
+def _capture(monkeypatch):
+    captured = {}
+
+    def fake_urlopen(req, timeout=None, context=None):
+        captured["url"] = req.full_url
+        captured["method"] = req.get_method()
+        captured["headers"] = {k.lower(): v for k, v in req.header_items()}
+        return _FakeResp()
+
+    monkeypatch.setattr(mod.urllib.request, "urlopen", fake_urlopen)
+    return captured
+
+
+def _call():
+    return caldav_put_event(
+        base_url="https://dav.example.com",
+        username="enmanuel",
+        password="secret-pw",
+        collection_path="/enmanuel/calendars/calendar/",
+        uid="evt-1@google.com",
+        vcalendar_text=_CAL,
+    )
+
+
+def test_construye_request_put_con_headers_correctos(monkeypatch):
+    cap = _capture(monkeypatch)
+    res = _call()
+    assert res["status"] == "ok"
+    assert res["http_status"] == 201
+    assert cap["method"] == "PUT"
+
+
+def test_url_se_forma_con_uid_saneado(monkeypatch):
+    cap = _capture(monkeypatch)
+    _call()
+    assert cap["url"].endswith("/enmanuel/calendars/calendar/evt-1_google.com.ics")
+
+
+def test_content_type_es_text_calendar(monkeypatch):
+    cap = _capture(monkeypatch)
+    _call()
+    assert cap["headers"]["content-type"] == "text/calendar; charset=utf-8"
+
+
+def test_extension_es_ics(monkeypatch):
+    cap = _capture(monkeypatch)
+    _call()
+    assert cap["url"].endswith(".ics")
+
+
+def test_httperror_devuelve_status_error(monkeypatch):
+    def fake_urlopen(req, timeout=None, context=None):
+        raise mod.urllib.error.HTTPError(req.full_url, 403, "Forbidden", {}, None)
+
+    monkeypatch.setattr(mod.urllib.request, "urlopen", fake_urlopen)
+    res = _call()
+    assert res["status"] == "error"
+    assert res["http_status"] == 403

python/functions/infra/carddav_put_vcard.md

@@ -0,0 +1,85 @@
+---
+name: carddav_put_vcard
+kind: function
+lang: py
+domain: infra
+version: "1.0.0"
+purity: impure
+signature: "def carddav_put_vcard(base_url: str, username: str, password: str, collection_path: str, uid: str, vcard_text: str, *, timeout_s: float = 20.0, verify_tls: bool = True) -> dict"
+description: "Sube (HTTP PUT) un VCARD a una coleccion CardDAV con HTTP Basic auth. Construye el header Authorization: Basic base64(user:pass) a mano con stdlib. El nombre del recurso se deriva del UID saneado (safe(uid)+'.vcf'). verify_tls=True por defecto. Idempotente por UID: re-subir el mismo UID sobrescribe el recurso. Maneja errores sin lanzar (HTTPError/URLError -> {status:'error'}). Solo stdlib (urllib, base64, re, ssl). Probado contra Xandikos."
+tags: [dav, carddav, vcard, http, put, contacts, infra, upload]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: [base64, re, ssl, urllib.error, urllib.request]
+params:
+  - name: base_url
+    desc: "URL base del servidor DAV (p.ej. 'https://dav-eedeb681c4ab89ab8e444ac9.organic-machine.com')."
+  - name: username
+    desc: "usuario para HTTP Basic auth (p.ej. 'enmanuel')."
+  - name: password
+    desc: "contrasena para HTTP Basic auth. Resolver desde pass con pass_get_secret, nunca hardcodear."
+  - name: collection_path
+    desc: "ruta de la coleccion CardDAV (p.ej. '/enmanuel/contacts/addressbook/')."
+  - name: uid
+    desc: "UID del contacto; se sanea ([^A-Za-z0-9_.-]->_ , max 120 chars) para formar el nombre del recurso .vcf."
+  - name: vcard_text
+    desc: "texto completo del VCARD (BEGIN:VCARD..END:VCARD). Se asegura terminacion en CRLF."
+  - name: timeout_s
+    desc: "timeout de la peticion HTTP en segundos. Default 20.0."
+  - name: verify_tls
+    desc: "si True (default) verifica el certificado TLS. No desactivar salvo entorno de prueba."
+output: "dict. En exito: {status:'ok', http_status:int, url:str}. En error (sin lanzar): {status:'error', error:str, http_status:int|None}. http_status es el codigo HTTP devuelto por el servidor (201 created / 204 no content tipico en CardDAV)."
+tested: true
+tests:
+  - "test_construye_request_put_con_headers_correctos"
+  - "test_url_se_forma_con_uid_saneado"
+  - "test_content_type_es_text_vcard"
+  - "test_basic_auth_header_correcto"
+  - "test_httperror_devuelve_status_error"
+test_file_path: "python/functions/infra/carddav_put_vcard_test.py"
+file_path: "python/functions/infra/carddav_put_vcard.py"
+---
+
+## Ejemplo
+
+```python
+import sys
+sys.path.insert(0, "python/functions")
+from infra.pass_get_secret import pass_get_secret
+from infra.carddav_put_vcard import carddav_put_vcard
+
+pw = pass_get_secret("dav/xandikos-enmanuel")["value"]  # NO logear
+
+res = carddav_put_vcard(
+    base_url="https://dav-eedeb681c4ab89ab8e444ac9.organic-machine.com",
+    username="enmanuel",
+    password=pw,
+    collection_path="/enmanuel/contacts/addressbook/",
+    uid="abc-123@google.com",
+    vcard_text="BEGIN:VCARD\r\nVERSION:3.0\r\nFN:Ada Lovelace\r\nUID:abc-123@google.com\r\nEND:VCARD\r\n",
+)
+print(res)  # {"status": "ok", "http_status": 201, "url": ".../abc-123_google.com.vcf"}
+```
+
+## Cuando usarla
+
+Cuando quieres subir un contacto individual a Xandikos (u otro servidor CardDAV)
+por HTTP. Es la primitiva de escritura del grupo `dav`; el pipeline
+`import_vcf_to_carddav` la invoca por cada tarjeta de un .vcf. Antes de llamarla,
+resuelve el UID con `extract_or_make_uid` y la password con `pass_get_secret`.
+
+## Gotchas
+
+- Hace una escritura remota real: re-subir el mismo UID SOBRESCRIBE el recurso
+  en el servidor (idempotente, no acumula duplicados — esa es la intencion).
+- La contrasena va en el header Basic en claro sobre TLS; nunca hardcodear, leer
+  de `pass`. La funcion no logea la password.
+- `verify_tls=False` solo para entornos de prueba; deja un agujero MITM.
+- El servidor puede rechazar (4xx) si el path de la coleccion no existe o el UID
+  del nombre del recurso no coincide con el UID dentro del VCARD: asegurate de
+  que el mismo UID se usa para el nombre del archivo y para el campo UID:.
+- Devuelve dict (status/http_status/error), NO un int crudo: asi captura errores
+  HTTP/red sin lanzar. Consulta `res["http_status"]` para el codigo.

python/functions/infra/carddav_put_vcard.py

@@ -0,0 +1,83 @@
+"""Sube (PUT) un VCARD a una coleccion CardDAV via HTTP Basic auth.
+
+Funcion impura: hace una peticion HTTP PUT. Construye el header
+`Authorization: Basic base64(user:pass)` a mano con stdlib. El nombre del
+recurso se deriva del UID saneado (`safe(uid) + '.vcf'`). Maneja errores sin
+lanzar: devuelve {status: 'ok', http_status: int} en exito o
+{status: 'error', error: str}. Solo usa stdlib (urllib, base64, re, ssl).
+"""
+
+import base64
+import re
+import ssl
+import urllib.error
+import urllib.request
+
+_UNSAFE_RE = re.compile(r"[^A-Za-z0-9_.-]")
+
+
+def _basic_auth_header(username: str, password: str) -> str:
+    raw = ("%s:%s" % (username, password)).encode("utf-8")
+    return "Basic " + base64.b64encode(raw).decode("ascii")
+
+
+def _safe_resource_name(uid: str, ext: str) -> str:
+    safe = _UNSAFE_RE.sub("_", uid)[:120]
+    return safe + ext
+
+
+def _join_url(base_url: str, collection_path: str, resource: str) -> str:
+    return base_url.rstrip("/") + "/" + collection_path.strip("/") + "/" + resource
+
+
+def carddav_put_vcard(
+    base_url: str,
+    username: str,
+    password: str,
+    collection_path: str,
+    uid: str,
+    vcard_text: str,
+    *,
+    timeout_s: float = 20.0,
+    verify_tls: bool = True,
+) -> dict:
+    """Sube un VCARD a una coleccion CardDAV (PUT).
+
+    Args:
+        base_url: URL base del servidor DAV (p.ej. 'https://dav-x.example.com').
+        username: usuario para HTTP Basic auth.
+        password: contrasena para HTTP Basic auth.
+        collection_path: ruta de la coleccion CardDAV (p.ej.
+            '/enmanuel/contacts/addressbook/').
+        uid: UID del contacto; se sanea para formar el nombre del recurso.
+        vcard_text: texto completo del VCARD (BEGIN:VCARD..END:VCARD).
+        timeout_s: timeout de la peticion en segundos. Default 20.0.
+        verify_tls: si True (default) verifica el certificado TLS. No desactivar
+            salvo en entornos de prueba controlados.
+
+    Returns:
+        dict. En exito: {status: 'ok', http_status: int, url: str}. En error
+        (sin lanzar): {status: 'error', error: str, http_status: int|None}.
+    """
+    resource = _safe_resource_name(uid, ".vcf")
+    url = _join_url(base_url, collection_path, resource)
+    body = vcard_text
+    if not body.endswith("\r\n"):
+        body = body.rstrip("\r\n") + "\r\n"
+    data = body.encode("utf-8")
+    headers = {
+        "Authorization": _basic_auth_header(username, password),
+        "Content-Type": "text/vcard; charset=utf-8",
+    }
+    req = urllib.request.Request(url, data=data, method="PUT", headers=headers)
+
+    context = None if verify_tls else ssl._create_unverified_context()
+    try:
+        with urllib.request.urlopen(req, timeout=timeout_s, context=context) as resp:
+            return {"status": "ok", "http_status": resp.status, "url": url}
+    except urllib.error.HTTPError as e:
+        return {"status": "error", "error": "http %s" % e.code, "http_status": e.code}
+    except urllib.error.URLError as e:
+        return {"status": "error", "error": str(e.reason), "http_status": None}
+    except Exception as e:  # noqa: BLE001
+        return {"status": "error", "error": str(e), "http_status": None}

python/functions/infra/carddav_put_vcard_test.py

@@ -0,0 +1,88 @@
+"""Tests para carddav_put_vcard.
+
+Smoke deterministas: monkeypatchean urllib.request.urlopen para capturar el
+Request object (URL, method, headers, body) sin enviarlo a un servidor real.
+"""
+
+import base64
+import sys
+
+import infra.carddav_put_vcard  # noqa: F401
+
+mod = sys.modules["infra.carddav_put_vcard"]
+carddav_put_vcard = mod.carddav_put_vcard
+
+
+class _FakeResp:
+    status = 201
+
+    def __enter__(self):
+        return self
+
+    def __exit__(self, *a):
+        return False
+
+
+def _capture(monkeypatch):
+    captured = {}
+
+    def fake_urlopen(req, timeout=None, context=None):
+        captured["url"] = req.full_url
+        captured["method"] = req.get_method()
+        captured["headers"] = dict(req.header_items())
+        captured["body"] = req.data
+        return _FakeResp()
+
+    monkeypatch.setattr(mod.urllib.request, "urlopen", fake_urlopen)
+    return captured
+
+
+def _call():
+    return carddav_put_vcard(
+        base_url="https://dav.example.com",
+        username="enmanuel",
+        password="secret-pw",
+        collection_path="/enmanuel/contacts/addressbook/",
+        uid="abc-123@google.com",
+        vcard_text="BEGIN:VCARD\r\nFN:Ada\r\nUID:abc-123@google.com\r\nEND:VCARD",
+    )
+
+
+def test_construye_request_put_con_headers_correctos(monkeypatch):
+    cap = _capture(monkeypatch)
+    res = _call()
+    assert res == {"status": "ok", "http_status": 201, "url": cap["url"]}
+    assert cap["method"] == "PUT"
+
+
+def test_url_se_forma_con_uid_saneado(monkeypatch):
+    cap = _capture(monkeypatch)
+    _call()
+    # El '@' del uid se sanea a '_'.
+    assert cap["url"].endswith("/enmanuel/contacts/addressbook/abc-123_google.com.vcf")
+
+
+def test_content_type_es_text_vcard(monkeypatch):
+    cap = _capture(monkeypatch)
+    _call()
+    # urllib capitaliza las claves de header.
+    headers = {k.lower(): v for k, v in cap["headers"].items()}
+    assert headers["content-type"] == "text/vcard; charset=utf-8"
+
+
+def test_basic_auth_header_correcto(monkeypatch):
+    cap = _capture(monkeypatch)
+    _call()
+    headers = {k.lower(): v for k, v in cap["headers"].items()}
+    expected = "Basic " + base64.b64encode(b"enmanuel:secret-pw").decode("ascii")
+    assert headers["authorization"] == expected
+
+
+def test_httperror_devuelve_status_error(monkeypatch):
+    def fake_urlopen(req, timeout=None, context=None):
+        raise mod.urllib.error.HTTPError(req.full_url, 409, "Conflict", {}, None)
+
+    monkeypatch.setattr(mod.urllib.request, "urlopen", fake_urlopen)
+    res = _call()
+    assert res["status"] == "error"
+    assert res["http_status"] == 409

python/functions/infra/dav_collection_ctag.md

@@ -0,0 +1,88 @@
+---
+name: dav_collection_ctag
+kind: function
+lang: py
+domain: infra
+version: "1.0.0"
+purity: impure
+signature: "def dav_collection_ctag(base_url: str, username: str, password: str, collection_path: str, *, timeout_s: float = 10.0, verify_tls: bool = True) -> dict"
+description: "Lee el ctag (token de version) de una coleccion DAV en UNA peticion PROPFIND Depth:0 barata. Pide el getctag de CalendarServer (http://calendarserver.org/ns/) y, como respaldo, el getetag DAV de la propia coleccion. El ctag cambia solo cuando cambia algun recurso de la coleccion: comparandolo con un ctag cacheado se decide si recargar el contenido (REPORT) o servir de cache sin tocar la red. Construye el header Authorization: Basic base64(user:pass) a mano con stdlib y parsea el multistatus con regex simple. verify_tls=True por defecto. Maneja errores sin lanzar. Solo stdlib (urllib, base64, re, ssl). Probado contra Xandikos."
+tags: [dav, carddav, caldav, ctag, getctag, propfind, cache, sync, http, infra]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: "error_go_core"
+imports: [base64, re, ssl, urllib.error, urllib.request]
+params:
+  - name: base_url
+    desc: "URL base del servidor DAV (p.ej. 'https://dav-eedeb681c4ab89ab8e444ac9.organic-machine.com')."
+  - name: username
+    desc: "usuario para HTTP Basic auth (p.ej. 'enmanuel')."
+  - name: password
+    desc: "contrasena para HTTP Basic auth. Resolver desde pass con pass_get_secret, nunca hardcodear."
+  - name: collection_path
+    desc: "ruta de la coleccion (CardDAV '/enmanuel/contacts/addressbook/' o CalDAV '/enmanuel/calendars/calendar/')."
+  - name: timeout_s
+    desc: "timeout de la peticion HTTP en segundos. Default 10.0 (la respuesta es minuscula)."
+  - name: verify_tls
+    desc: "si True (default) verifica el certificado TLS. No desactivar salvo entorno de prueba."
+output: "dict. En exito: {status:'ok', http_status:int, ctag:str} donde ctag es el getctag de CalendarServer si el servidor lo expone, o el getetag DAV de la coleccion como respaldo. En error (sin lanzar): {status:'error', error:str, http_status:int|None}."
+tested: true
+tests:
+  - "test_construye_propfind_depth_0"
+  - "test_basic_auth_header_correcto"
+  - "test_devuelve_getctag"
+  - "test_fallback_a_getetag"
+  - "test_sin_ctag_ni_etag_devuelve_error"
+  - "test_httperror_devuelve_status_error"
+test_file_path: "python/functions/infra/dav_collection_ctag_test.py"
+file_path: "python/functions/infra/dav_collection_ctag.py"
+---
+
+## Ejemplo
+
+```python
+import sys
+sys.path.insert(0, "python/functions")
+from infra.pass_get_secret import pass_get_secret
+from infra.dav_collection_ctag import dav_collection_ctag
+
+pw = pass_get_secret("dav/xandikos-enmanuel")["value"]  # NO logear
+
+res = dav_collection_ctag(
+    base_url="https://dav-eedeb681c4ab89ab8e444ac9.organic-machine.com",
+    username="enmanuel",
+    password=pw,
+    collection_path="/enmanuel/calendars/calendar/",
+)
+print(res["status"], res["ctag"])  # ok e8b39a8b180d25a674b35f0fee3013992b59e51e
+
+# Patron de cache: si el ctag no cambio, sirve del disco sin descargar.
+if res["ctag"] == cached_ctag:
+    return cached_payload
+# ...si cambio, recargar con dav_get_collection y guardar el nuevo ctag.
+```
+
+## Cuando usarla
+
+Antes de descargar una coleccion DAV completa: pides el ctag (peticion
+minuscula, ~10ms) y lo comparas con el ctag de tu cache. Si coincide, sirves de
+cache sin tocar la red (arranque instantaneo); si difiere, recargas con
+`dav_get_collection` y guardas el nuevo ctag. Es el primitivo de validacion de
+cache para CardDAV/CalDAV: una sola comprobacion barata decide si la copia local
+sigue vigente.
+
+## Gotchas
+
+- El `getctag` es la extension de CalendarServer (`http://calendarserver.org/ns/`),
+  ampliamente soportada (Xandikos la expone). Si el servidor no la implementa, la
+  funcion cae al `getetag` DAV de la coleccion, que en Xandikos tambien cambia al
+  cambiar cualquier recurso — sirve igual como token de version.
+- El ctag es OPACO: no lo interpretes, solo comparalo por igualdad con el que
+  guardaste. No asumas orden ni formato (Xandikos usa un hash hex; otros
+  servidores usan timestamps u otros formatos).
+- No garantiza deteccion de cambios sub-recurso (etag por recurso): solo dice si
+  ALGO cambio en la coleccion. Para sync incremental fino combina con
+  `dav_list_resources` (mapa href->etag).
+- Lectura remota real sobre TLS; password de `pass`, no se logea.

python/functions/infra/dav_collection_ctag.py

@@ -0,0 +1,104 @@
+"""Lee el ctag de una coleccion DAV en UNA peticion barata (PROPFIND Depth:0).
+
+Funcion impura: hace un unico PROPFIND Depth:0 sobre la coleccion pidiendo el
+`getctag` de CalendarServer (`http://calendarserver.org/ns/`) y, como respaldo,
+el `getetag` DAV de la propia coleccion. El ctag es un token opaco que cambia
+SOLO cuando cambia algun recurso de la coleccion: comparandolo con el ctag
+cacheado se decide si hay que recargar el contenido (REPORT) o servir de cache
+sin tocar la red.
+
+Construye el header `Authorization: Basic base64(user:pass)` a mano con stdlib y
+parsea el multistatus con regex simple. Maneja errores sin lanzar. Solo usa
+stdlib (urllib, base64, re, ssl). Probado contra Xandikos.
+"""
+
+import base64
+import re
+import ssl
+import urllib.error
+import urllib.request
+
+_CTAG_RE = re.compile(
+    r"<(?:[A-Za-z0-9]+:)?getctag>\s*(.*?)\s*</(?:[A-Za-z0-9]+:)?getctag>",
+    re.DOTALL | re.IGNORECASE,
+)
+_ETAG_RE = re.compile(
+    r"<(?:[A-Za-z0-9]+:)?getetag>\s*(.*?)\s*</(?:[A-Za-z0-9]+:)?getetag>",
+    re.DOTALL | re.IGNORECASE,
+)
+
+_PROPFIND_BODY = (
+    '<?xml version="1.0" encoding="utf-8" ?>'
+    '<D:propfind xmlns:D="DAV:" xmlns:CS="http://calendarserver.org/ns/">'
+    "<D:prop><CS:getctag/><D:getetag/></D:prop>"
+    "</D:propfind>"
+)
+
+
+def _basic_auth_header(username: str, password: str) -> str:
+    raw = ("%s:%s" % (username, password)).encode("utf-8")
+    return "Basic " + base64.b64encode(raw).decode("ascii")
+
+
+def _join_url(base_url: str, collection_path: str) -> str:
+    return base_url.rstrip("/") + "/" + collection_path.strip("/") + "/"
+
+
+def dav_collection_ctag(
+    base_url: str,
+    username: str,
+    password: str,
+    collection_path: str,
+    *,
+    timeout_s: float = 10.0,
+    verify_tls: bool = True,
+) -> dict:
+    """Lee el ctag (token de version) de una coleccion DAV.
+
+    Args:
+        base_url: URL base del servidor DAV.
+        username: usuario para HTTP Basic auth.
+        password: contrasena para HTTP Basic auth. Resolver desde pass.
+        collection_path: ruta de la coleccion (CardDAV o CalDAV).
+        timeout_s: timeout de la peticion en segundos. Default 10.0.
+        verify_tls: si True (default) verifica el certificado TLS.
+
+    Returns:
+        dict. En exito: {status:'ok', http_status:int, ctag:str} donde ctag es
+        el getctag de CalendarServer si el servidor lo expone, o el getetag DAV
+        de la coleccion como respaldo. En error (sin lanzar):
+        {status:'error', error:str, http_status:int|None}.
+    """
+    url = _join_url(base_url, collection_path)
+    headers = {
+        "Authorization": _basic_auth_header(username, password),
+        "Content-Type": "application/xml; charset=utf-8",
+        "Depth": "0",
+    }
+    req = urllib.request.Request(
+        url, data=_PROPFIND_BODY.encode("utf-8"), method="PROPFIND", headers=headers
+    )
+
+    context = None if verify_tls else ssl._create_unverified_context()
+    try:
+        with urllib.request.urlopen(req, timeout=timeout_s, context=context) as resp:
+            status = resp.status
+            xml = resp.read().decode("utf-8", "replace")
+    except urllib.error.HTTPError as e:
+        return {"status": "error", "error": "http %s" % e.code, "http_status": e.code}
+    except urllib.error.URLError as e:
+        return {"status": "error", "error": str(e.reason), "http_status": None}
+    except Exception as e:  # noqa: BLE001
+        return {"status": "error", "error": str(e), "http_status": None}
+
+    ctag_m = _CTAG_RE.search(xml)
+    if ctag_m:
+        return {"status": "ok", "http_status": status, "ctag": ctag_m.group(1).strip()}
+    etag_m = _ETAG_RE.search(xml)
+    if etag_m:
+        return {"status": "ok", "http_status": status, "ctag": etag_m.group(1).strip()}
+    return {
+        "status": "error",
+        "error": "ni getctag ni getetag en la respuesta",
+        "http_status": status,
+    }