saber: catalogo de awesome lists en el RAG

- awesome.py parsea awesome lists (markdown y RST): limpia enlaces y badges,
  agrupa cada categoria en un fragmento, y etiqueta fuente + licencia.
- indexa.py las incluye; en el indice PUBLICO solo entran las redistribuibles:
  awesome (sindresorhus, CC0) y awesome-selfhosted (CC BY-SA 3.0). awesome-hacking
  (sin licencia) se indexa solo en el indice personal si se clona en CODERS.
- saber-publico.jsonl pasa a 699 entradas (glosario + conocimiento + catalogo).
- ATRIBUCION.md acredita fuentes y licencias; docs/rag.md lo documenta.
This commit is contained in:
sito 2026-08-16 18:55:35 +02:00
parent 9fa0a40edf
commit 43335d329f
5 changed files with 500 additions and 6 deletions

38
ATRIBUCION.md Normal file
View file

@ -0,0 +1,38 @@
# Atribución de fuentes de terceros
El índice público pre-construido (`nucleo/datos/saber-publico.jsonl`) incluye
descripciones de herramientas y software tomadas de listas curadas de terceros
("awesome lists"). Se citan aquí sus fuentes y licencias. El código que las
procesa es `nucleo/saber/awesome.py`.
## Incluidas en el índice público
### awesome-selfhosted
- Fuente: https://github.com/awesome-selfhosted/awesome-selfhosted
- Licencia: Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
- Qué se usa: los nombres y descripciones de software autoalojable, agrupados por
categoría.
- Los fragmentos derivados de esta fuente se redistribuyen bajo la misma licencia
**CC BY-SA 3.0**, con atribución al proyecto original.
### awesome (sindresorhus)
- Fuente: https://github.com/sindresorhus/awesome
- Licencia: CC0 1.0 Universal (dominio público)
- Qué se usa: los nombres y descripciones de las listas temáticas.
## No incluida en el índice público
### awesome-hacking (jekil)
- Fuente: https://github.com/jekil/awesome-hacking
- El repositorio no incluye un fichero de licencia que otorgue permiso de
redistribución, así que su contenido **no se empaqueta** en el índice público.
- `awesome.py` sí puede indexarlo en el índice **personal** de cada quien si clona
el repositorio en `~/COFRE/CODERS/awesome-hacking` (indexado local para uso
propio). No se sube nada derivado de él.
## Cómo ampliar el catálogo
`awesome.py` lee las listas desde `~/COFRE/CODERS/`. Para sumar más al índice
personal, clona la lista ahí y vuelve a correr `indexa.py`. Solo las fuentes con
licencia redistribuible (CC0, CC BY-SA y compatibles) deben marcarse como públicas
en `CATALOGOS`, para no incluir en el repositorio contenido sin permiso.