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>
46 lines
1.8 KiB
Markdown
46 lines
1.8 KiB
Markdown
---
|
|
id: 0013
|
|
title: Panel "Paste & Extract" — texto libre a entidades con extract_graph_hybrid
|
|
status: pending
|
|
priority: high
|
|
created: 2026-05-01
|
|
---
|
|
|
|
## Objetivo
|
|
|
|
Panel dockeable dentro de `graph_explorer` con un textarea grande. Pegas
|
|
texto (articulo, mensaje, transcripcion, documento), pulsas Extract, corre
|
|
el pipeline `extract_graph_hybrid` (regex + GLiNER + GLiREL + LLM fallback)
|
|
y muestra preview de entidades y relaciones detectadas. El usuario marca
|
|
cuales aceptar antes de commit a `operations.db`.
|
|
|
|
Es el quick-win de mas alto valor: aprovecha el pipeline ya mergeado
|
|
(commit 1a353878) y elimina la friccion de tipear datos a mano.
|
|
|
|
## Alcance
|
|
|
|
- Panel "Extract" con textarea, combo de proyecto/tipos esperados, boton
|
|
"Extract".
|
|
- Lanza el pipeline en hilo aparte (es Python — invocar via subprocess
|
|
o el endpoint HTTP de 0012 con `commit=false`).
|
|
- Tabla de entidades propuestas: checkbox, type, name, source span. Tabla
|
|
de relaciones propuestas: from, kind, to, checkbox.
|
|
- Edicion inline de tipo/nombre antes de commit.
|
|
- "Apply selected" -> escribe a operations.db, refresca grafo, posiciona
|
|
los nuevos nodos cerca del centro o vinculados al ultimo seleccionado.
|
|
- Dedupe: si una entidad propuesta ya existe (mismo type+name) reusar el
|
|
id en lugar de duplicar.
|
|
|
|
## Decisiones
|
|
|
|
- Invocacion del pipeline: via 0012 si esta disponible, o subprocess
|
|
directo como fallback (para que el panel funcione sin levantar HTTP).
|
|
- Resaltado de spans en el textarea (v2 — primera version solo lista).
|
|
|
|
## Definicion de hecho
|
|
|
|
- Pego un parrafo en castellano sobre una empresa y un directivo, pulso
|
|
Extract, veo entidades correctas tipadas y la relacion entre ambas.
|
|
- Apply crea los nodos en el grafo en menos de 1 s tras click.
|
|
- Re-extraer el mismo texto no duplica entidades (dedupe funciona).
|