Protocolo del sidecar de RRSS (de un export de x.com a una obra del Teatro)

Este repo es el sitio del sidecar (C:\S_LAB\o-sdk, https://github.com/alephscriptorium-eng/O_SDK.git). Código en pub/rrss-sidecar/, lore en ARCHIVO/LORE/, salida en volumes-dev/teatro/. Publicación: TEATRO-PROTOCOL.md.

Estado · ACTIVO 2026-09-18 (WP-O99, asiento D-O16). Única fuente: twitter_x. Primera obra: «Aleph Cero» (3 generaciones de export, 1940 posts visibles). Guía de usuario paso a paso: pub/rrss-sidecar/twitter_x/README.md. Contrato del corpus: pub/rrss-sidecar/CORPUS-SCHEMA.md.

Checklist operativo para construir o actualizar una obra desde el archivo de una cuenta de X, recuperar las voces ajenas que el archivo no trae y traer a Markdown las páginas enlazadas.

Modelo mental. Tres territorios, una sola casa. Infra en git (pub/rrss-sidecar/<fuente>/); lore dentro del repo pero fuera de git (ARCHIVO/LORE/<fuente>/<obra>/: exports del usuario y stores no regenerables); visor generado (volumes-dev/teatro/<obra>/). El protocolo es autocontenido: ningún comando apunta fuera de o-sdk, y la obra del custodio es un caso contingente. La costura fuente → corpus normalizado → visor deja sitio a un adaptador B.O.E. (Arrakis) cuando los orígenes se parseen a ese formato.

0. Estado

ls ARCHIVO/LORE/twitter_x/                              # obras con lore en esta máquina
cat ARCHIVO/LORE/twitter_x/<obra>/store/generations.json # generaciones integradas
npm run teatro:fetch:voices -- --obra <obra>             # worklist de voces y cuántas faltan (no descarga)
npm run teatro:fetch:links  -- --obra <obra>             # enlaces por familia y estado (no descarga)
git ls-files ARCHIVO/LORE                                # debe ser SOLO README.md y .gitignore

1. Generación nueva (un export nuevo)

npm run teatro:lore:import -- --obra <obra> --from "<dir del export descomprimido>"
npm run teatro:ingest      -- --obra <obra>

Copia verificada (recuento, bytes, sha256); el origen no se toca. El store es aditivo: los posts borrados entre generaciones quedan en store/posts.json (deleted: true) y no se publican.

2. Protocolo (a) — voces ajenas a uno y dos niveles

npm run teatro:fetch:voices -- --obra <obra> --run      # + --migrate la primera vez si hay legacy/
npm run teatro:fetch:voices -- --obra <obra> --media

Rama	De dónde sale	Nivel
retweets	el RT (el archivo lo trunca) → su original	1
parents	in_reply_to_status_id de una réplica a terceros	1
quotes	URL de status en entities.urls (el archivo no trae quoted_status)	1
—	parent y quoted_tweet embebidos en la respuesta de una voz de nivel 1	2

Medido en «Aleph Cero» (2026-09-18): 662 ids de nivel 1 → 635 ok, 18 unavailable, 0 error; 230 nodos de nivel 2 sin una sola petición extra; 653 peticiones en ~10 min. Endpoints sin documentar (tweet-result, fallback fxtwitter): crudo en cache/voices/, reanudable, y cuanto antes se lance menos se pierde (los tuits se borran).

3. Protocolo (b) — enlaces externos a Markdown

npm run teatro:fetch:links -- --obra <obra> --run                 # todo lo que no exige navegador
npm run teatro:fetch:links -- --obra <obra> --run --family agent  # solo conversaciones con agentes

Familias y método: pub/rrss-sidecar/twitter_x/README.md §4. Se publica el Markdown íntegro (decisión D-O16). chatgpt.com responde 403 de forma intermitente (anti-bot, no «privado»): el fetcher reintenta y, si persiste, manda la URL a la cola de navegador.

3.1 Tanda de navegador (agente + Claude in Chrome)

Para agent:grok, agent:claude, agent:perplexity, agent:gemini y lo que un fetcher marque como SPA. Sesión interactiva, con el Chrome del usuario abierto:

1. python pub/rrss-sidecar/twitter_x/sidecar.py browser-next --obra <obra> → {hash, url, family}.
2. Abrir la URL, esperar el render, extraer el texto completo de la conversación (sin resumir, conservando turnos y bloques de código) a un .md temporal fuera del repo.
3. … browser-save --obra <obra> --hash <h> --title "<título>" --md-file <fichero>.
4. Si la página pide login o dice que no existe: … browser-block --obra <obra> --hash <h> --evidence "<qué se ve>" → §3.2.

3.2 REGLA PARAR

Un share de agente que no es accesible no se salta en silencio. Queda en store/links_blocked.json, la tanda sale con código 3, build se niega a continuar y se pide al usuario que lo haga público; después fetch-links --run --retry. Solo el custodio puede dispensar una entrada (waived_by, waived_at, reason), y entonces se publica como «enlace no recuperable», sin texto. Las páginas genéricas o de vídeo caídas no paran la tanda: quedan gone.

4. Build, comprobación y publicación

npm run teatro:build -- --obra <obra>
npm run teatro:check -- --obra <obra>
npm run pub:local:up          # http://localhost:8088/teatro/<obra>/

Después, TEATRO-PROTOCOL.md §2-§5 (catálogo, deploy, verificación, backup).

5. Hostil-omite (lo que no se puede saltar)

• El parche multi-vídeo del visor es declarativo (patches/viewer-multivideo.json) y solo se aplica si el sha256 del bundle stock coincide: si X cambia el bundle, el build avisa.
• La migración del store antiguo conserva todo texto ya recuperado aunque hoy no esté disponible.
• git ls-files ARCHIVO/LORE = 2 ficheros; .dockerignore excluye ARCHIVO/LORE y pub/rrss-sidecar.
• Ningún proceso escribe en el directorio de origen de un export.
• data/ip-audit.js → 404 en producción (guardas + bloque @teatro de Caddy).

6. Pendiente anotado

Reorganización semántica de «Aleph Cero». Este protocolo deja reunidos los datos (posts, voces a dos niveles, conversaciones y páginas enlazadas). La nueva visión de la obra se decide en modo plan, leyendo el feed hacia atrás desde el tramo final para construir el concepto de obra.