05 — modelo de contenido

05. Modelo de contenido (content/)

Directorios y ownership

• content/notas-automaticas/ (restringido al pipeline):
  • Resúmenes automáticos por materia/sección.
  • Páginas agregadas por materia: content/notas-automaticas/{slug}/fechas-importantes.md.
  • Regla: no editar a mano; se sobreescribe en ejecuciones futuras.
• content/notas-colaborativas/ (abierto al aporte humano):
  • Notas colaborativas creadas por estudiantes vía PR.
• content/porque-kdef/:
  • Documentación del proyecto (arquitectura, cómo contribuir, replicación).

Convenciones de nombres

Path de salida de un resumen

El pipeline construye el path de salida replicando el árbol relativo del recurso descargado y prefijando el nombre del archivo con la fecha de procesamiento (YYYY-MM-DD-...).

• Código: scripts/pipeline.py → build_output_path() + get_relative_source_path().

Naming del archivo

• Se toma el stem del recurso fuente (sin extensión).
• Se convierte a minúsculas y se reemplazan espacios/guiones bajos por -.

Contratos de frontmatter

1) Resumen generado (página individual)

Las páginas en content/notas-automaticas/**/**/*.md incluyen frontmatter YAML (ver scripts/pipeline.py → _build_summary_frontmatter()):

• title (string): título visible.
• date (string YYYY-MM-DD): fecha de procesamiento.
• tags (list[string]): incluye auto-generado.
• source (string): nombre del archivo fuente descargado.
• source_path (string): path relativo del recurso en el árbol temporal de Moodle (ej: analisis-i/semana-1/archivo.pdf).
• generated_at (string ISO-8601): timestamp en UTC.
• important_dates (list[object]): eventos detectados (ver schema en ./13-calendario-y-fechas.md).

El body del .md incluye:

• un bloque de nota estándar (“archivo generado automáticamente…”),
• el resumen Markdown del LLM,
• una sección “Fechas importantes” renderizada desde important_dates.

2) Placeholder de enlace externo

Cuando el scraper detecta un link externo fuera del host de Moodle, puede crear un .md “placeholder” en el árbol temporal para preservar la referencia.

Comportamiento actual: solo se generan placeholders para YouTube; el resto se ignora (ver ./10-links-externos.md).

• Código: scripts/scraper.py → _write_link_placeholder().
• Frontmatter esperado:
  • title (string)
  • source_type: "link"
  • source_url (string URL)
  • course_title (string)
  • section_title (string)
  • kdef_skip: true (bool)
  • kdef_kind: "youtube"|"link" (string)

El pipeline detecta kdef_skip: true y escribe una nota de salida sin pasar por el LLM (ver scripts/pipeline.py → write_placeholder_output).

3) Calendario agregado

• Archivo: content/notas-automaticas/{slug}/fechas-importantes.md (generado).
• Código: scripts/academic_calendar.py → render_subject_calendar_page().
• Frontmatter esperado:
  • title: "fechas importantes"
  • date (YYYY-MM-DD)
  • tags: incluye auto-generado, calendario, {slug}
  • generated_at (ISO)
  • calendar_generated: true
  • calendar_event_count (int)

4) Feed iCalendar (.ics)

El módulo mantiene render_calendar_ics(), pero write_calendar_outputs() no publica un .ics en la implementación actual.