egutierrez
9042110ea2
Cinco issues que componen el plan: - 0026: sistema de jobs (infra, contrato wire) - 0027: tipo Webpage + cache de documentos - 0028: enricher fetch_webpage (MVP end-to-end) - 0028b: enrichers extract_domain / extract_links / extract_text_entities - 0029: variantes CDP (Chrome headless, screenshot) - 0030: macro "Deep enrich" + expand_domain Tambien anade los issues previos 0012-0025 que estaban untracked. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
1.2 KiB
1.2 KiB
id, title, status, priority, created, depends_on
| id | title | status | priority | created | depends_on | |
|---|---|---|---|---|---|---|
| 0019 | OCR de region de pantalla y archivos imagen | pending | low | 2026-05-01 |
|
Objetivo
Capturar una region de pantalla (atajo global) o soltar imagen sobre la
app (issue 0015) -> Tesseract / PaddleOCR -> texto -> extract_graph_hybrid.
Util cuando la fuente solo esta como captura, PDF escaneado, o pantalla de un sistema sin copy/paste.
Alcance
- Captura: usar herramienta del SO (gnome-screenshot, flameshot, snipping tool) con flag de region. Linux primero, Windows con Snip & Sketch.
- OCR: Tesseract con datos de espanol (
spa.traineddata). PaddleOCR como alternativa para texto manuscrito o calidades bajas. - Pipeline: imagen -> OCR -> texto -> panel preview de 0013.
Decisiones
- Atajo global configurable (default
Ctrl+Alt+G). - Idiomas OCR como lista en settings (default
[spa, eng]). - Persistir la imagen original como
metadata.source_image_pathen la entidad creada para trazabilidad.
Definicion de hecho
- Atajo abre selector de region, capturo un parrafo en pantalla, en menos de 5 s veo entidades extraidas.
- Suelto un PNG con texto sobre el canvas, mismo flujo (encadena con 0015).
- Calidad de OCR para espanol > 90% en capturas estandar 1080p de texto impreso.