fa4c8baa70
Cerut explicit de user: contextul principal e resursa rara, deci munca de volum (citit transcrieri, scris sumarizari, convertit diagrame, cautari largi) se da la agenti, iar sesiunea principala imparte munca, citeste rapoartele, verifica prin sondaj si comite. Adaugat: - CLAUDE.md cu tabelul "ce faci tu vs. ce dai la agenti", regulile care se pun in promptul fiecarui agent (acelasi prag de context, raport scurt, fara commit, fara sub-agenti, domeniu clar, verificare in sarcina lui), si capcanele de orchestrare pe care le-am patit azi. - .claude/hooks/context_guard.py: citeste usage din transcriere si anunta cand contextul trece de 250k, o singura data per prag. Testat pe payload sintetic (sub prag, peste prag, repetare, fara transcript) si live. - .claude/settings.json: hook PostToolUse care il ruleaza. - PROGRESS.md: pointer catre regulile astea. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01MtSTyTmt6AbCL9j5ajEDm1
atm-curs-dl
Descarcă local toate videourile din cursul ATM (Bogdan Jinga, systeme.io), pentru backup personal — contul are deja acces plătit.
Folosește API-ul JSON al systeme.io (login → listă module/lecții → per
lecție, URL-ul video pe CloudFront) în loc de scraping HTML. Fiecare fișier
video e neserializat/semnat (CloudFront servește direct MP4-ul), deci
descărcarea e un simplu requests streaming cu suport de resume (Range).
Utilizare
pip install -r requirements.txt
cp .env.example .env # completează ATM_EMAIL / ATM_PASSWORD
python download.py # scrie în ./videos/<modul>/<lectie>.mp4
Reluabil: reia descărcările întrerupte (Range) și sare peste fișierele deja
complete (videos/manifest.json).