atm-curs-dl/PROGRESS.md

# Progres — atm-curs-dl (actualizat 2026-09-13, 06:00)

Pipeline personal de transcriere + sumarizare pentru cursul de trading ATM
(Bogdan Jinga, systeme.io), cont cu acces parțial. Repo: `romfast/atm-curs-dl`
pe Gitea. Pagină publicată (Tailscale, doar în tailnet):
**https://claude-agent.tailf7372d.ts.net/atm/index.html**

---

# CE E DE FĂCUT ACUM (citește asta prima)

## 1. Sumarizări Q&A rămase — 12 din 27

**Gata de sumarizat imediat** (transcrierea există, sumarul nu):

| Transcriere | Cuvinte |
|---|---|
| `09_09122025` | 21.876 |
| `15_14102025` | 21.137 |
| `18_23092025` | 17.171 |

`02_18082026` NU se sumarizează — e duplicatul lui `03_11082026` (vezi mai jos).
`11_25112025` se transcrie chiar acum local.

**Cum se face o sumarizare** — procedura exactă, urmată la toate cele 15:

1. Citește `STYLE.md` integral dacă n-ai făcut-o în sesiunea asta.
2. Citește transcrierea **selectiv**, pe bucăți de ~200 de linii
   (`sed -n '1,200p'`), nu integral — sunt 20-35 mii de cuvinte fiecare.
3. Scrie fișierul în `summaries/09_QA/<NN>_<AAAA-LL-ZZ>.md`. Numele vine din
   transcriere: `13_28102025.txt` → `13_2025-10-28.md`.
4. **Folosește unealta de scriere (Write), nu heredoc-uri în Bash** — userul
   a cerut asta explicit, pentru că heredoc-ul tipărește tot fișierul în
   terminalul lui. Pentru corecturi mici (mutat o etichetă, schimbat un preț)
   `sed` e în regulă.
5. Pentru diagrame cu candele sau cu entry/SL/TP: **generează-le cu
   `svg_candles.py`**, nu le desena de mână. Vezi `gen/patternuri_candele.py`
   ca exemplu de folosire.
6. `.venv/bin/python audit_diagrams.py summaries/09_QA/<fisier>.md` →
   trebuie să iasă 0 probleme.
7. Randează doar fișierul tău:
   `.venv/bin/python -c "from render_html import render_file; from pathlib import Path; render_file(Path('summaries/09_QA/<fisier>.md'))"`
8. **Screenshot pe fiecare SVG și citește-le efectiv** (Read pe .png).
   Auditul mecanic nu vede text care stă peste o linie de preț.
   `node <scratchpad>/shot.mjs http://localhost:8137/09_QA/<fisier>.html <dir>`
   (serverul local rulează pe portul 8137, din `summaries/`; dacă a murit:
   `cd summaries && nohup python3 -m http.server 8137 &`)
9. Adaugă intrările în `summaries/09_QA/INDEX_TEMATIC.md`, pe secțiuni.
   **Verifică ancorele** — headingurile cu `MP²` dau slug `mp2-...`, nu
   `mp-...`, și am ratat asta de două ori.
10. `.venv/bin/python render_html.py` (regenerează tot + index.html), apoi
    verifică link-urile interne (scriptul e mai jos), apoi commit + push.

**Verificarea link-urilor interne** (rulează înainte de fiecare commit):
```python
import re, pathlib
bad = []
for f in pathlib.Path("summaries").glob("*/*.html"):
    for page, anch in re.findall(r'href="([\w.-]+)\.html#([^"]+)"', f.read_text()):
        t = f.parent / f"{page}.html"
        if not t.exists() or anch not in set(re.findall(r'id="([^"]+)"', t.read_text())):
            bad.append(f"{f.name} -> {page}#{anch}")
print("link-uri rupte:", bad or "niciunul")
```

**Atenție la un eșec tăcut:** dacă scriptul care actualizează
`INDEX_TEMATIC.md` crapă (o ghilimea neescapată într-un titlu), verificatorul
de link-uri raportează „niciunul" — pentru că link-urile nici n-au ajuns în
fișier. Confirmă cu `grep -c "<data>" INDEX_TEMATIC.md`.

## 2. Transcrieri în curs — NU le opri

**Local:** `tmux qa_local3`, lucrează la `11_25112025`.
Mai are după el: 23, 24, 25, 26, 28 (plus 09 și 11 gata).
Log: `transcribe_qa_local.log`. Viteză măsurată: **0.49x** durata audio.

**moltbot:** `tmux qa_molt`, sub supervizor (`/root/atm/run.sh`).
Lucrează la `19_08092025`. Mai are: `22_04082025` (doar 5 min) și
`27_28052025`. Viteză: **1.01x** — de două ori mai lent decât local.

**Cum aduci transcrierile de pe moltbot:** `./pull_moltbot.sh`
NU folosi `scp` + `find -size -1k -delete` (vezi incidentul de mai jos).

**Când termină amândouă**, mai rămân de transcris: nimic. Toate cele 28 de
lecții Q&A vor avea transcriere.

## 3. După Q&A — ordinea confirmată cu userul

1. **Cele 5-6 lecții 1:1** (modulele 11, 17, 18, 20, 21, 22 — câte o lecție).
   Formatul se decide **după** transcriere — nu știm dacă e mentorat personal
   (irelevant) sau conținut tehnic. Rulează `extract_audio.py --only "<modul>"`
   pentru fiecare.
2. **Analiza Zilnică (147 lecții).** Userul vrea un **sample separat** pe un
   fișier, ca să aprobe un template, **înainte** de orice procesare în masă.
   Nu porni fără asta.
   Rulează `audio_fingerprint.py` pe toate ÎNAINTE de transcriere — acolo un
   duplicat costă ore.

---

# STATUS

## Curriculum de bază: 53/53 lecții accesibile — complet

| Modul | Lecții | Status |
|---|---|---|
| Modulul 1 | 10 | ✅ |
| Catalizatori economici | 8 | ✅ |
| Modulul 2 | 16 | ✅ |
| Modulul 3 | 6 (5 video + 1 text) | ✅ |
| Modulul 4 | 4 | ✅ |
| Analiză Fundamentală | 9 | ✅ |

## Q&A: 15 din 27 sumarizate, 20 din 28 transcrise

Sumarizate: 25.08, 11.08, 04.08, 28.07, 28.04, 19.02, 20.01.2026,
02.12, 18.11, 28.10, 21.10, 07.10, 30.09, 25.08, 18.08.2025.

## Blocat de acces (`purchase_required`)
Modul 5 (7), Modul 6 (6), Master ATM 1-4 (15) = **28 de lecții**.
Dacă userul primește acces: `extract_audio.py` → `transcribe.py` → sumarizare.

## Neatins, decis cu userul
Rezultate Clienți Mentorat (3), Live Trading Room (5).

---

# UNELTE (scrise în sesiunea asta — folosește-le)

| Fișier | Ce face |
|---|---|
| `svg_candles.py` | Generează diagrame de candele **din prețuri**, cu o singură scară px/unitate. Are `selftest`. |
| `audit_diagrams.py` | Verificare mecanică: text tăiat de viewBox, texte suprapuse, linii goale în `<svg>`, raport preț-vs-pixeli pe diagramele cu 3 niveluri. |
| `check_duplicates.py` | Duplicate pe transcrieri. Are `--selftest`. |
| `audio_fingerprint.py` | Duplicate pe audio, **înainte** de transcriere. Amprentă = RMS pe ferestre de 1s, corelat peste decalaje. Validat: 1.000 pe duplicat, 0.038 pe sesiuni diferite. |
| `pull_moltbot.sh` | Aduce transcrierile de pe moltbot în siguranță (staging + mutare doar peste 1KB). |
| `extract_text_lessons.py` | Lecțiile FĂRĂ video (`extract_audio.py` le sare). |
| `gen/patternuri_candele.py` | Regenerează `01_MODUL_1/05_patternuri_candele.md` întreg. Diagramele de acolo NU se editează de mână. |

**Gărzi adăugate în cod:**
- `render_html.py` — crapă dacă găsește o linie goală într-un `<svg>`
  (rupe blocul HTML tăcut și diagrama se randează pe jumătate).
- `transcribe.py` — verifică nr. de cuvinte vs. durata audio înainte ca
  apelantul să șteargă audio-ul; și sare peste fișierele dispărute între timp.

---

# INCIDENTE ȘI CAPCANE (nu le repeta)

## Duplicat în curs
**Q&A 18.08.2026 = 11.08.2026**, aceeași înregistrare sub două date.
Verificat: durată identică, transcrieri 86.5% identice, amprentă audio 1.000.
Sumarizată o singură dată, sub 11.08.2026, cu notă în fișier și în index.
Scanat tot modulul Q&A: **un singur duplicat**.
Atenție: 13 și 16 diferă cu 0.288s dar sunt sesiuni **diferite** — verificat
prin transcrierea unor felii de 200s.

## Transcriere pierdută dintr-un `find -delete`
Am rulat `find transcripts/ -size -1k -delete` cât `transcribe.py` scria în
același director. `faster_whisper` scrie bufferat — o transcriere de o oră
stă sub 1KB minute în șir. `find` a șters fișierul de sub proces, Python a
logat „Transcribed" pe un inode dispărut, iar audio-ul a fost șters.
Lecția 11 s-a pierdut complet și a trebuit re-descărcată.
→ Folosește `pull_moltbot.sh`. Garda din `transcribe.py` acoperă restul.

## moltbot moare fără urmă în loguri
Pe 2026-09-12 la 19:55, procesul python ȘI serverul tmux au dispărut, fără
traceback, fără OOM în loguri (containerul nu vede `dmesg`), fără reboot.
Probabil OOM nelogat — 8GB, `medium` int8. Coada s-a oprit 90 de minute.
→ `cpu_threads` scăzut la 4 și `/root/atm/run.sh` relansează workerul de
până la 40 de ori. Pornește cu `tmux new-session -d -s qa_molt "/root/atm/run.sh"`,
NU cu workerul direct.

## Coada locală oprită de un fișier mutat
`transcribe.py` își face lista o singură dată la start. Un fișier mutat la
rebalansare a oprit toată coada 13 ore mai târziu, cu `FileNotFoundError`.
→ Reparat, sare peste fișierele dispărute.

## Tailscale SSH expiră
Accesul la moltbot cere reautentificare periodic. Când apare
`# To authenticate, visit: https://login.tailscale.com/a/...`, dă link-ul
userului. Workerul de pe moltbot rulează independent de accesul SSH.

## A/B pe modele — nu-l repeta
`whisper-small-ro-cv11-int8` (fine-tunat RO, există pe moltbot) e
**inutilizabil**: „MP4 short" → „empe patrat şort", „PDF" → „pe-defect".
Fine-tunat pe Common Voice (vorbire citită), se rupe pe live Zoom cu jargon
englezesc. `medium` generic câștigă și nu e nici mai lent.

---

# CE A CERUT USERUL EXPLICIT

- **Format Q&A**: un fișier per sesiune, structurat pe **subiecte** cu titluri
  descriptive (nu pe dată), plus `INDEX_TEMATIC.md` care adună toate
  întrebările pe temă. Întrebările administrative se aruncă, cu o linie la
  final despre câte.
- **Diagrame doar unde adaugă ceva** — nu pentru răspunsuri de proces sau
  psihologie. La intro-uri și workshop-uri NU forța diagrame.
- **Diagramele trebuie să fie proporționale cu textul.** Reclamat explicit pe
  `01_MODUL_1/05_patternuri_candele.md`: o țintă de 2R desenată la distanța
  de 1R. Auditul a găsit același bug în fiecare modul. De aici `svg_candles.py`
  și `audit_diagrams.py`.
- **Fiecare concept are nevoie de**: de ce îl urmărești, ce faci când îl vezi,
  trigger DA/NU, exemplu complet cu intrare/SL/țintă. Nu doar „așa arată, așa
  se numește".
- **Nu scrie fișiere cu heredoc-uri în Bash** — tipărește tot conținutul în
  terminalul lui.
- Sample-ul aprobat, referința canonică pentru Q&A:
  `summaries/09_QA/01_2026-08-25.md`.

---

# CE S-A REPARAT ÎN AUDITUL COMPLET (2026-09-12)

6 agenți Sonnet, câte un modul fiecare, plus verificare independentă de
mine. `audit_diagrams.py`: **0 probleme în toate fișierele**.

Bug-uri reale găsite, pe lângă cele de layout:
- **Bug de scară în fiecare modul**: 4.80R desenat ca 0.91R (divergențe),
  1.48R ca 0.47R (PIB), 2.84R ca 1.05R (Power), 6.5x în loc de 1.68x
  (scanere), proiecție la 60px când referința era 75px (Inverted H&S).
- **Aritmetică**: spread scăzut de două ori în money management; „risc 5.90,
  sub 1:1" când riscul era 1.90 și raportul 1:2.84; tabel Piotroski cu 3
  rânduri DA și total declarat 2/9.
- **Conținut**: o diferență de $814M numită „rotunjire" (4.7% din total) în
  contul de profit și pierdere; un bar chart care arăta o valoare negativă ca
  bară pozitivă; perechea DA/NU de la ATMI desenată cu adâncimi de 2x
  diferență, deși lecția spune că diferența e invizibilă cu ochiul.
- **Goluri completate**: JOLTS n-avea secțiune de tranzacționare, Fed avea
  doar minuta (nu ziua deciziei de dobândă), MDSRT n-avea de ce/ce faci/DA-NU,
  R-multiple și portfolio heat lipseau complet.

**Lecție de proces:** un agent a raportat că a reparat o diagramă — nu o
reparase. Verifică rapoartele, nu le lua pe cuvânt.

---

# FIȘIERE CHEIE

- `download.py` / `extract_audio.py` — login systeme.io + extragere audio
  direct din URL. `--only <modul>` ocolește `CORE_MODULES`; `--lectures N`
  limitează.
- `transcribe.py` — faster-whisper, CPU, `medium`, int8.
- `render_html.py` — .md → .html, index grupat pe module cu titlurile H1,
  extensia `toc` pentru ancore. Rulează după orice modificare.
- `.env` — credențiale (gitignored).
- `STYLE.md` — regulile de format. **Citește-l primul.**