chore: auto-commit (6 archivos)

- CONVENTIONS.md
- tools/dedup_persons.py
- tools/extract_entities.py
- tools/migrate_external_orgs.py
- tools/normalize_person_frontmatter.py
- tools/person_datapoints.py

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

tools/dedup_persons.py

@@ -0,0 +1,80 @@
+#!/usr/bin/env python3
+"""Deduplica fichas de persona en osint cuando el slug de una es subconjunto estricto de
+tokens de otra (p.ej. manuel-torrubia <= simon-manuel-torrubia = misma persona, nombre largo).
+
+Fusiona la corta en la larga (canonica = nombre mas completo): campos no-null, aliases, docs,
+attachments y body. Borra la duplicada. Con --apply ejecuta; sin flag solo lista candidatos.
+"""
+import sys, os, glob, shutil
+
+sys.path.insert(0, "/home/enmanuel/fn_registry/python/functions")
+from obsidian import read_obsidian_note, create_obsidian_note, delete_obsidian_note
+
+OSINT = "/home/enmanuel/Obsidian/osint"
+
+
+def load():
+    out = {}
+    for fp in glob.glob(f"{OSINT}/personas/*.md"):
+        s = os.path.splitext(os.path.basename(fp))[0]
+        if s.startswith("_"):
+            continue
+        out[s] = read_obsidian_note(fp)
+    return out
+
+
+def main():
+    apply = "--apply" in sys.argv
+    fichas = load()
+    slugs = list(fichas)
+    pairs = []
+    for a in slugs:
+        for b in slugs:
+            if a == b:
+                continue
+            ta, tb = set(a.split("-")), set(b.split("-"))
+            # a subconjunto estricto de b, con >=2 tokens compartidos (evita nombres de pila sueltos)
+            if ta < tb and len(ta) >= 2:
+                pairs.append((a, b))
+    # quedarse con el superset mas grande por cada corta
+    best = {}
+    for a, b in pairs:
+        if a not in best or len(b) > len(best[a]):
+            best[a] = b
+    print(f"candidatos a fusion: {len(best)}")
+    for a, b in best.items():
+        print(f"  {a}  ->  {b}")
+    if not apply or not best:
+        if not apply:
+            print("\n(dry-run; usa --apply)")
+        return
+
+    for a, b in best.items():
+        if a not in fichas or b not in fichas:
+            continue
+        fa, fb = fichas[a], fichas[b]
+        new = dict(fb["frontmatter"])
+        for k, v in fa["frontmatter"].items():
+            if v not in (None, "", []) and new.get(k) in (None, "", []):
+                new[k] = v
+        al = set(new.get("aliases") or [])
+        al.add(fa["frontmatter"].get("nombre"))
+        new["aliases"] = sorted(x for x in al if x)
+        body = fb["body"].rstrip() + f"\n\n<!-- fusionado desde {a} -->\n" + fa["body"].strip()
+        # mover docs y attachments de la corta a la canonica
+        for d in glob.glob(f"{OSINT}/personas/{a}/*"):
+            os.makedirs(f"{OSINT}/personas/{b}", exist_ok=True)
+            shutil.move(d, f"{OSINT}/personas/{b}/{os.path.basename(d)}")
+        for at in glob.glob(f"{OSINT}/attachments/personas/{a}/*"):
+            os.makedirs(f"{OSINT}/attachments/personas/{b}", exist_ok=True)
+            shutil.move(at, f"{OSINT}/attachments/personas/{b}/{os.path.basename(at)}")
+        create_obsidian_note(OSINT, f"personas/{b}", body=body, frontmatter=new, overwrite=True)
+        delete_obsidian_note(f"{OSINT}/personas/{a}.md")
+        for empty in (f"{OSINT}/personas/{a}", f"{OSINT}/attachments/personas/{a}"):
+            if os.path.isdir(empty) and not os.listdir(empty):
+                os.rmdir(empty)
+        print(f"  fusionado {a} -> {b}")
+
+
+if __name__ == "__main__":
+    main()