egutierrez
7605a5760a
Actualiza pyproject.toml con nuevas dependencias (pdfplumber, python-docx, ebooklib, openpyxl, etc.). Actualiza sources.yaml con funciones extraídas de repos externos. Mejora reglas de extracción en sources.md. Añade comando Claude extract-source para workflow de extracción. Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
61 lines
2.9 KiB
Markdown
61 lines
2.9 KiB
Markdown
## Extraccion de funciones desde repos externos (`sources/`)
|
|
|
|
### Workflow
|
|
|
|
1. Clonar repo en `sources/<nombre>` (gitignored, solo el manifest `sources/sources.yaml` se versiona)
|
|
2. El agente analiza el repo y propone funciones candidatas
|
|
3. Las funciones se **copian y adaptan** al formato del registry (.go/.py/.sh/.ts + .md con frontmatter)
|
|
4. `fn index` las registra. El manifest se actualiza con las funciones extraidas.
|
|
|
|
### Filtro de calidad (obligatorio antes de extraer)
|
|
|
|
Una funcion externa solo se extrae si cumple TODOS estos criterios:
|
|
|
|
- **Firma generica**: no depende de tipos internos del repo origen ni de config hardcodeada
|
|
- **Sin estado global**: no usa variables globales, singletons, ni init() con side effects
|
|
- **Dependencias minimas**: solo stdlib o dependencias ya presentes en fn_registry
|
|
- **Sin credenciales**: no contiene secrets, API keys, ni paths absolutos
|
|
- **Testeable**: la logica debe poder validarse con tests unitarios
|
|
- **No duplicada**: consultar registry.db con FTS5 antes de extraer para evitar duplicados
|
|
- **Licencia compatible**: el repo debe tener licencia permisiva (MIT, Apache 2.0, BSD, etc.)
|
|
|
|
### Clasificacion de pureza al extraer
|
|
|
|
Extraer tanto funciones puras como impuras. La clasificacion correcta es obligatoria:
|
|
|
|
- **Pure**: sin I/O, sin estado mutable, determinista. Extraer como `purity: pure`.
|
|
- **Impure**: hace I/O (red, disco, DB, HTTP), usa concurrencia, o depende de estado externo. Extraer como `purity: impure` con `error_type` apropiado.
|
|
- **Pipeline**: compone multiples funciones para un flujo completo. Extraer como `kind: pipeline`, siempre impuro.
|
|
|
|
No descartar funciones utiles solo por ser impuras. Una funcion que hace HTTP requests, lee archivos, o interactua con bases de datos es valiosa si su firma es generica y reutilizable.
|
|
|
|
### Adaptacion al extraer
|
|
|
|
- Renombrar a snake_case siguiendo la convencion del registry
|
|
- Adaptar firma para usar tipos nativos (no tipos internos del repo)
|
|
- Crear .md con frontmatter completo incluyendo `source_repo`, `source_license`, `source_file`
|
|
- Actualizar `sources/sources.yaml` con la extraccion
|
|
|
|
### Campos de atribucion en frontmatter
|
|
|
|
```yaml
|
|
source_repo: "https://github.com/user/project"
|
|
source_license: "MIT"
|
|
source_file: "pkg/original_file.go"
|
|
```
|
|
|
|
Estos campos se indexan en registry.db y permiten consultar:
|
|
```sql
|
|
SELECT id, source_repo, source_license FROM functions WHERE source_repo != '';
|
|
```
|
|
|
|
### Lenguajes soportados para extraccion
|
|
|
|
Cualquier lenguaje puede analizarse como fuente. El destino depende de la naturaleza de la funcion:
|
|
- Algoritmos/logica pura → Go (functions/{domain}/) o Python (python/functions/{domain}/)
|
|
- Funciones impuras (I/O, HTTP, DB) → Go o Python segun el dominio
|
|
- Scripts/utilidades sistema → Bash (bash/functions/{domain}/)
|
|
- UI/frontend → TypeScript (frontend/functions/{domain}/)
|
|
- Flujos multi-paso → Pipeline en el lenguaje mas natural
|
|
- C/Rust/otros → Traducir a Go o Python, manteniendo la semantica original
|