fn_registry/dev/issues/0065-extract-jobs-system-to-registry.md

id, title, status, type, domain, scope, priority, depends, blocks, related, created, updated, tags

id	title	status	type	domain	scope	priority	depends	blocks	related	created	updated	tags
53	Extraer jobs system de graph_explorer al registry (jobs_pool + cache + subprocess worker)	pendiente	feature	registry-quality	registry-only	alta		54	22 23 0028	2026-05-09	2026-05-17

Contexto

projects/osint_graph/apps/graph_explorer/jobs.{cpp,h} (1366 + 97 lineas) implementa:

• Pool de N std::thread workers leyendo cola de jobs en SQLite (tabla jobs).
• Spawn de subprocess por job con wire protocol stdin (JSON ctx) / stderr (PROGRESS:<float> <stage>) / stdout (JSON resultado) / exit code.
• Cache addressable <app_dir>/cache/<sha256[0:2]>/<sha256>.{html,md,...}.
• Recovery: jobs que quedaron running de sesion anterior se marcan error al jobs_init.
• dirty_counter que la UI lee para refrescar tras cambios.
• Persistencia JobRow con created/started/finished/duration/progress/stage/error/result_json.

El proyecto online_data_recopilation (issue 0066) necesita el mismo sistema. En lugar de copy-paste, extraer al registry para que ambas apps importen.

Plan de extraccion

1. Identificar fronteras entre logica generica (extraer) y especifica de graph_explorer (queda local):

   • Generico: thread pool, queue SQLite, subprocess spawn, wire protocol parser, cache sha256, recovery.
   • Especifico: aplicar entities/relations/node_updates al operations.db del grafo.

2. Funciones nuevas del registry:

   ID	Domain	Que hace
   jobs_pool_cpp_core	core	Thread pool generico parametrizable (workers, callback on_job(JobRow)). Tabla jobs configurable de nombre.
   subprocess_worker_cpp_infra	infra	Spawn subprocess + capturar stdin/stderr/stdout con wire protocol (PROGRESS:, JSON final). Devuelve WorkerResult{stdout_json, error, exit_code}.
   job_cache_sha256_cpp_infra	infra	cache_path(root, key) -> path, cache_put(root, key, bytes), cache_get(root, key). Layout <root>/<sha[0:2]>/<sha>.
   worker_manifest_loader_cpp_core	core	Enumera <dir>/<id>/manifest.yaml, valida schema, devuelve vector<WorkerManifest>.

3. Tipos nuevos:

   • JobRow_cpp_core — struct con campos comunes (id, worker_id, target_id, status, progress, stage, error, result_json, timestamps).
   • WorkerManifest_cpp_core — struct (id, name, description, applies_to, emits, params, uses_functions).
   • WorkerResult_cpp_infra — struct (stdout_json, stderr_log, exit_code, error).

4. Migracion graph_explorer:

   • Reemplazar jobs.cpp/h por imports al registry.
   • El callback on_job queda en entity_ops.cpp aplicando entities/relations.
   • Test: lanzar enricher fetch_webpage, verificar que sigue funcionando.

5. Validacion: cd projects/osint_graph/apps/graph_explorer && cmake --build build + tests existentes.

Schema tabla jobs (generico)

CREATE TABLE IF NOT EXISTS jobs (
    id           TEXT PRIMARY KEY,
    worker_id    TEXT NOT NULL,         -- antes "enricher_id"
    target_id    TEXT NOT NULL,         -- antes "node_id" (para odr es dataset_key, etc)
    target_label TEXT,                  -- antes "node_name"
    status       TEXT NOT NULL,         -- queued|running|done|error|cancelled
    progress     REAL DEFAULT 0,
    stage        TEXT,
    error        TEXT,
    result_json  TEXT,
    params_json  TEXT,                  -- params del manifest serializados
    created_at   INTEGER NOT NULL,
    started_at   INTEGER,
    finished_at  INTEGER
);
CREATE INDEX IF NOT EXISTS jobs_status_idx ON jobs(status);
CREATE INDEX IF NOT EXISTS jobs_worker_idx ON jobs(worker_id);

graph_explorer y odr_console comparten schema. Diferencia solo en interpretacion de target_id/result_json (callback per-app).

Riesgos

• graph_explorer es app C++ activa con tests pasando. Romper imports = romper produccion.
• Camino seguro: rama TBD issue/0065-extract-jobs-to-registry en sub-repo de graph_explorer + sub-repo de fn_registry. Mergear ambos cuando build verde.
• Feature flag NO aplica (cambio de codigo sin runtime toggle posible).

Criterios de aceptacion

• Funciones del registry creadas con tests + .md.
• graph_explorer compila y pasa tests existentes (32 WSL + 21 Win).
• fetch_webpage enricher funciona end-to-end en graph_explorer tras refactor.
• odr_console (issue 0066) puede importar jobs_pool_cpp_core y lanzar 1 collector dummy.
• Documentacion actualizada en cpp/PATTERNS.md mencionando jobs_pool como pieza estandar.

Out of scope

• Migrar el sistema a Go (issue futura si vale la pena).
• Cambiar wire protocol (ya estable, no romper enrichers existentes).