feat: acervo Brasiliana Fotográfica coletado e mural 3D no ar

Captura integral do acervo da Brasiliana Fotográfica (Biblioteca Nacional)
para s3://brasiliana: 13.060 itens, 12.985 com imagem de preservação, 13.059
com miniatura derivada, 2.137 cópias legadas e 636 posts do blog. 41.444
objetos no ledger.

Os 75 itens sem preservação estão em errors.md: a página do item responde
200, mas a origem serve o bitstream com HTTP 500. Nenhum fica fora do mural,
porque todos têm thumbnail.

Não versionado, por viver no bucket ou ser reconstruível: catálogo,
posts .jsonl, atlas .webp, sqlite de estado e logs. Credenciais ficam de
fora pelo .gitignore.

pipeline/converte-wordpress-md.py

@@ -0,0 +1,75 @@
+#!/usr/bin/env python3
+"""
+Converte wordpress-posts.jsonl (saido do coletor-wordpress.js) em um .md
+por post, com front-matter YAML. Imagens NAO sao baixadas -- os posts so
+usam miniaturas dos mesmos handles que o acervo principal ja cobre (ver
+PLANO.md); o valor novo aqui e o texto + o mapeamento pra handles.
+
+Uso: python3 converte-wordpress-md.py [wordpress-posts.jsonl] [pasta-saida]
+"""
+import json, re, sys, unicodedata
+from pathlib import Path
+
+ENTRADA = Path(sys.argv[1] if len(sys.argv) > 1 else "wordpress-posts.jsonl")
+SAIDA = Path(sys.argv[2] if len(sys.argv) > 2 else "../wordpress")
+SAIDA.mkdir(parents=True, exist_ok=True)
+
+
+def slug(txt):
+    txt = unicodedata.normalize("NFKD", txt).encode("ascii", "ignore").decode()
+    txt = re.sub(r"[^a-zA-Z0-9]+", "-", txt).strip("-").lower()
+    return txt[:80] or "sem-titulo"
+
+
+def yaml_str(s):
+    if s is None:
+        return "null"
+    return '"' + str(s).replace("\\", "\\\\").replace('"', '\\"') + '"'
+
+
+def yaml_lista(items):
+    if not items:
+        return "[]"
+    return "[" + ", ".join(yaml_str(i) for i in items) + "]"
+
+
+n_ok = n_erro = 0
+for linha in open(ENTRADA, encoding="utf-8"):
+    if not linha.strip():
+        continue
+    post = json.loads(linha)
+    if post.get("erro"):
+        n_erro += 1
+        continue
+
+    titulo = post.get("titulo") or f"post-{post['id']}"
+    nome_arquivo = f"{post['id']}-{slug(titulo)}.md"
+
+    frontmatter = "\n".join([
+        "---",
+        f"id: {post['id']}",
+        f"url: {yaml_str(post.get('url'))}",
+        f"titulo: {yaml_str(titulo)}",
+        f"autor: {yaml_str(post.get('autor'))}",
+        f"data: {yaml_str(post.get('data_iso'))}",
+        f"categorias: {yaml_lista(post.get('categorias') or [])}",
+        f"handles_referenciados: {yaml_lista(post.get('handles_referenciados') or [])}",
+        f"fetched_at: {yaml_str(post.get('fetched_at'))}",
+        "---",
+    ])
+
+    corpo = post.get("corpo") or "*(sem conteúdo extraído)*"
+
+    # nota de referencia pros handles, com link relativo pro nosso acervo
+    handles = post.get("handles_referenciados") or []
+    nota_handles = ""
+    if handles:
+        linhas_h = "\n".join(f"- `{h}` — `itens/{h.replace('/', '_')}/`" for h in handles)
+        nota_handles = f"\n\n---\n\n**Itens do acervo referenciados neste post:**\n\n{linhas_h}\n"
+
+    conteudo = f"{frontmatter}\n\n# {titulo}\n\n{corpo}{nota_handles}\n"
+    (SAIDA / nome_arquivo).write_text(conteudo, encoding="utf-8")
+    n_ok += 1
+
+print(f"{n_ok} arquivos .md gerados em {SAIDA.resolve()}")
+print(f"{n_erro} posts com erro na coleta, pulados")