PROGRESS: predare inainte de modulul 5

Fluxul complet pentru un modul nou (download, extract_audio, transcribe,
sumarizare, verificare, render), capcanele cozilor, si cine ce agent e.
17_STRATEGII ramane terminat; deschise doar cele doua intrebari pentru user.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01ThN7ixZrowca8aTGrK1MUJ

PROGRESS.md

@@ -1,4 +1,109 @@
-# Progres — atm-curs-dl (actualizat 2026-09-22, 20:30 UTC)
+# Progres — atm-curs-dl (actualizat 2026-10-01)
+
+---
+
+# PREDARE 01.10.2026 — URMEAZA MODULUL 5
+
+Userul a primit acces la **modulul 5** si vrea sa fie prelucrat. **Nu e nimic
+pe disc inca** (`summaries/` si `transcripts/` au 01, 02, 03, 04 = M1, M2, M3,
+M4, plus catalizatori, analiza zilnica, Q&A, analiza fundamentala).
+**Repo curat, pushat, nimic nu ruleaza.** Ultimul commit: `119b611`.
+
+## Primul lucru de facut la reluare
+
+Intreaba userul **ce anume are**: acces in cont (atunci descarcarea e
+automata), sau fisiere pe care le-a pus undeva pe disc. Fluxul difera.
+
+## Fluxul complet pentru un modul nou, in ordine
+
+**Pasii 1-3 nu au nevoie de niciun model.** Sunt scripturi; un agent pus sa le
+supravegheze adauga doar cost si moduri noi de esec. Lanseaza-le detasat si
+asteapta-le cu monitorul, nu cu polling.
+
+1. **`python download.py`** — ia videourile prin API-ul systeme.io. Cere
+   `.env` cu `ATM_EMAIL` / `ATM_PASSWORD`. Reluabil (Range + `videos/manifest.json`).
+   **De sarit, de obicei:** pasul 2 nu are nevoie de video pe disc.
+2. **`python extract_audio.py`** — ffmpeg citeste MP4-ul direct de pe
+   CloudFront si scrie doar pista audio (mono 16 kHz) in `audio/<modul>/`.
+   Niciun video nu atinge discul. Reluabil prin existenta fisierului.
+3. **`python transcribe.py`** — `audio/<modul>/*.mp3` → `transcripts/<modul>/*.txt`
+   cu faster-whisper pe CPU. **Sterge audio-ul dupa transcriere reusita.**
+   Reluabil: sare peste lectiile care au deja transcriere.
+   - **`python extract_text_lessons.py`** — lectiile FARA video (text/quiz), pe
+     care `extract_audio.py` le sare. Scrie in acelasi loc, ca sa intre in
+     acelasi flux.
+   - Daca o parte din coada merge pe moltbot: **`./pull_moltbot.sh <dest>`**,
+     niciodata `scp` + `find -size -1k -delete` (a sters o data o transcriere
+     de sub procesul care o scria, iar audio-ul era deja sters).
+4. **Sumarizare, cu agenti opencode**, unul per transcriere. Formatul si
+   regulile: `STYLE.md`. Agentul existent pentru asta e `recoltor`
+   (`.opencode/agents/recoltor.md`).
+5. **Verificare, cu agenti separati de cei care au scris.** Pasul asta nu se
+   sare niciodata — vezi sectiunea de mai jos, „de ce".
+6. **`.venv/bin/python render_html.py`** (NU `python3` — `markdown` nu e in
+   python-ul de sistem).
+
+## Doua capcane ale cozilor, platite deja
+
+- **`transcribe.py` creeaza fisierul `.txt` gol la start.** Un `git add` pe
+  folderul de transcrieri in timpul cozii comite un stub de 0 octeti, iar un
+  agent lansat pe el raporteaza „nimic de recoltat". Ruleaza
+  `find transcripts -size 0` inainte de commit **si** inainte sa dai un fisier
+  unui agent.
+- **`pgrep -f <ceva>` intr-un wrapper de shell se prinde pe el insusi** —
+  o coada a stat degeaba doua ore asa. Scrie `pgrep -f "[a]udio_fingerprint"`,
+  sau asteapta pe un PID.
+- Inainte de transcriere, `audio_fingerprint.py` prinde duplicatele de sesiune
+  **pe audio**, deci inainte sa platesti transcrierea. Validat: 1.000 pe
+  duplicat, 0.038 pe sesiuni diferite.
+
+## Starea lui `17_STRATEGII` — TERMINAT, nu-l redeschide fara motiv
+
+Toate cele 8 capitole: text nou dupa sablon, diagrame complete, **verificate si
+reparate** (47 de probleme, 22.09). Cele 92 de diagrame ies curate la
+`audit_diagrams.py`. Nimic in lucru.
+
+**Singurele doua lucruri deschise, amandoua intrebari pentru user:**
+1. `00_harta.md` si `00_SHORTLIST.md` mai au `fisier:linie` in corp — intra si
+   ele in regula sablonului? Nu sunt capitole (unul e cuprins, altul clasament).
+2. Anexele `A1_risc`, `A2_contradictii`, `A3_intrarea` se reconstruiesc dupa
+   sablon? Nu sunt strategii.
+
+## Agentii opencode, cine pe ce
+
+Cheia userului din 22.09 e in `~/.local/share/opencode/auth.json` (cea veche,
+cu limita lunara atinsa, e `auth.json.bak`). 24 de rulari fara eroare de cota.
+
+| Agent | Domeniu |
+|---|---|
+| `recoltor` | citit o transcriere si scos regulile |
+| `redactor`, `corector`, `verificator` | documentele din `08_ANALIZA_ZILNICA`, prin `triaj/DECIZII.md` |
+| `verif_strat` | verifica un capitol din `17_STRATEGII`, categoriile A-F, `edit: deny` |
+| `corector_strat` | aplica o lista numerotata de reparatii data in prompt |
+| `grafician` | deseneaza o diagrama noua, dintr-un `.spec.txt` |
+| `reparator_grafic` | repara un generator existent; n-are voie la niciun `.md` |
+| `unealta` | repara o unealta Python din radacina; lasa in urma `--selftest` |
+
+**Impartirea de permisiuni care face ca trei agenti sa lucreze pe acelasi
+capitol fara sa se calce:** verificatorul nu scrie deloc; corectorul nu atinge
+`gen/` si nici blocurile `<svg>` din `.md`; reparatorul de grafic nu atinge
+niciun `.md` si nu ruleaza `substituie.py`. Pipeline-ul (`substituie.py`, apoi
+`render_html.py`) il rulezi **tu**, o data, la final. Comiti tot tu, pe cai.
+
+## De ce verificarea nu se sare, pe scurt
+
+Pe 22.09, cinci verificatori au gasit 47 de probleme in capitole care pareau
+gata. Tiparul cel mai valoros, prins independent la **trei** capitole: **cifre
+ilustrative dintr-un SVG de sumar, promovate la „cifrele cursului"**. Testul e
+ieftin — `grep -n "<cifra>" transcripts/.../<fisier>.txt`; daca transcrierea
+n-o rosteste, documentul n-are voie sa spuna ca e a cursului. **Aplica-l de la
+inceput la modulul 5**, nu dupa.
+
+Celelalte doua tipare care se repeta: **contradictia fabricata** (documentul
+zice „materialul nu e clar aici" pe un lucru pe care sursa il spune explicit —
+verifica fiecare intrare din sectiunea de contradictii in sursa) si **eticheta
+ramasa in urma desenului** (o fraza adevarata despre o versiune veche a
+diagramei).
 
 ---