Files
atm-curs-dl/run_opencode_batch.sh
Claude Agent 2c6747fe43 recoltarea trece pe agenti opencode cu deepseek-v4.1-flash
Sesiunea Claude ramane orchestrator: imparte munca, verifica, comite.
Recoltatul - citit 3-4 mii de cuvinte si scos regulile cu citat - il fac
agenti opencode pe model ieftin.

- .opencode/agents/recoltor.md: agentul, cu formatul dat ca model si cu
  regula care conteaza - fiecare citat verificat cu `sed -n` inainte sa
  fie scris. Fara asta un model ieftin inventeaza numere de linie
  plauzibile.
- run_opencode_batch.sh: lot in paralel cu xargs -P, log per fisier.
  Masurat: o recolta ~90s singura, trei in paralel ~120s in total.
- check_harvest_citations.py: auditul mecanic al citatelor, cu --selftest.
  Prinde liniile inexistente; restul ramane verificare prin sondaj.
- Primele patru recolte din transa noua (08-11.06.2026), citatele
  verificate: toate trimit la linii reale.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01ThN7ixZrowca8aTGrK1MUJ
2026-09-18 11:14:09 +00:00

16 lines
684 B
Bash
Executable File

#!/bin/sh
# Ruleaza un agent opencode peste o lista de fisiere, in paralel.
# ./run_opencode_batch.sh <agent> <paralelism> <fisier-cu-lista>
# Fiecare linie din lista devine un prompt: "<verb> <fisier>".
# Log per fisier in .opencode/logs/<agent>/<nume>.log - acolo te uiti cand
# unul iese prost, nu in stdout-ul amestecat al celor N rulari.
set -e
AGENT="$1"; PAR="${2:-3}"; LIST="$3"
cd /workspace/atm-curs-dl
mkdir -p ".opencode/logs/$AGENT"
xargs -a "$LIST" -d '\n' -P "$PAR" -I {} sh -c \
'f="{}"; n=$(basename "$f" .txt); \
opencode run --agent '"$AGENT"' --auto "Recolteaza $f" \
> ".opencode/logs/'"$AGENT"'/$n.log" 2>&1 \
&& echo "OK $n" || echo "ESEC $n"'