docs: tarefas abertas reunidas em tasks/tasks.md

tasks/tasks.md

@@ -0,0 +1,94 @@
+# Tarefas abertas
+
+Lista única do que falta fazer no projeto, atualizada em 2026-10-01. O que
+está concluído fica no histórico: [`PLANO.md`](PLANO.md) (estado e §9 da
+descrição NOBRADE), [`done/`](done/) (sessões anteriores, com os achados
+citados abaixo) e [`../CONARQ.md`](../CONARQ.md) (decisões da norma).
+
+Legenda de quem destrava cada uma: **você** = decisão ou ação do usuário ·
+**aba** = precisa do Chrome com sessão real na Brasiliana · **servidor** =
+roda no `finland` · **local** = roda nesta máquina.
+
+## 1. Descrição arquivística (NOBRADE)
+
+- [ ] **Enviar o pedido de código de entidade ao CONARQ** — *você*.
+  Rascunho com os 17 campos do formulário CODEARQ em
+  [`descricao/pedido-codigo-conarq.md`](../descricao/pedido-codigo-conarq.md);
+  os dados do requerente estão em `[[…]]`. Um acervo só de cópias pode não se
+  enquadrar no cadastro (ressalva anotada no rascunho).
+- [ ] **Trocar o código provisório quando o CONARQ responder** — *local*.
+  `ENTIDADE` (`RJXYZ`) e `ENTIDADE_NOME` em `pipeline/nobrade/config.py`; depois
+  `cd pipeline && python3 -m nobrade && python3 -m nobrade.mural`, subir
+  `descricao/` de novo e republicar o mural (ver §2).
+- [ ] **Revisar as 813 datas atribuídas pelo arquivista** — *você*.
+  `descricao/revisao/datas.tsv`, qualidade "atribuída pelo arquivista". A
+  maioria vem do período de atividade do autor ou do miolo das datas da série.
+- [ ] **Revisar as 115 séries** — *você*. `descricao/revisao/series.tsv`.
+  Correções vão em `pipeline/nobrade/ajustes/series.tsv` (colunas
+  `instituicao`, `dc_source`, `titulo`) e prevalecem na próxima geração.
+  Atenção ao Museu Aeroespacial: 1.050 dos 1.143 itens caíram em Avulsos,
+  porque o `dc.source` dele só traz caixa/negativo.
+- [ ] **Controlar o vocabulário dos assuntos** (8.1) — *você + local*. Hoje
+  segue o da origem; a norma pede vocabulário controlado com fonte validadora
+  (ex.: termos da Biblioteca Nacional). Baixa prioridade.
+
+> **Regra:** toda vez que `python -m nobrade` rodar, `descricao/` precisa
+> subir de novo para `s3://brasiliana/descricao/` (com `manifest-sha256.txt`),
+> senão o bucket deixa de bater com o repositório.
+
+## 2. Mural (`web/wall.html`)
+
+- [ ] **Gerar `derivados/grande/` para o zoom do visor** — *você* autoriza,
+  depois *servidor*. Hoje o visor mostra a cópia `medio/` de **640 px**, que
+  já aparece ampliada numa tela comum. Pelo CONARQ (Res. 31/2010,
+  *Recomendações para digitalização*) isto é uma **Derivada de Acesso** (JPEG
+  ou PNG, formato aberto, "em variados tamanhos de acordo com a banda"); a
+  `thumb256/` é a **Derivada de Navegação** e a preservação faz o papel de
+  **Matriz**. A norma não fixa pixels: os 2.560 px são escolha nossa, pela tela. Plano: no `finland`, para cada
+  `itens/*/preservacao/*`, `vipsthumbnail --size 2560` em WebP e subir em
+  `derivados/grande/` (~13 mil arquivos, ~5 GB, algumas horas, tráfego
+  intra-Hetzner). Ao terminar, pôr `"grande": true` no `atlas-map.json` e
+  republicar; o visor já troca a imagem sem pulo.
+- [ ] **Decidir se regera `medio/` com 1.024 px** na mesma passada — *você*.
+  Melhora a primeira impressão mesmo sem zoom, com uns 30% a mais de peso.
+- [ ] **`.git` do `rafapolo/xyz` em 2,5 GB** — *você*. Cada republicação dos
+  `.webp` do atlas soma ~51 MB permanentes. Se o atlas for regerado com
+  frequência, tirar os `.webp` do git (LFS ou servir do bucket). Publicar só
+  `index.html` + `atlas-map.json` não pesa.
+- [ ] **Encolher o `atlas-map.json` com dicionário** (achado 3.2) — *local*.
+  Hoje 10,4 MB com os campos NOBRADE. Só vale se o `JSON.parse` no celular
+  virar problema medido.
+- [ ] **Integrar o branch `feat/nobrade` ao `main`** — *você*. O mural
+  publicado já é o deste branch.
+
+## 3. Acervo no bucket
+
+- [ ] **Rebaixar os 69 itens sem preservação** — *aba*, quando a origem
+  voltar. A origem responde HTTP 500 ao bitstream (achados 2.25–2.27); todos
+  têm miniatura. `FALTA3.retomar()`/`F5.iniciar()` na aba basta; o progresso
+  fica em `bras_faltantes_v3`. Lista em [`../errors.md`](../errors.md).
+- [ ] **30 arquivos `extra_seqN` apagados pelo `subidor.py` antigo**
+  (achado 2.19) — *aba*. Os 8 itens principais já têm preservação de novo;
+  estes extras (vários TIFF) não estão no ledger. Lista com URL em
+  `pipeline/apagados-pelo-subidor-antigo.jsonl`; enumerar item a item com
+  `reparo-multibitstream.js` antes de rebaixar.
+- [ ] **Baixar os 348 legados recuperáveis pelo endereço novo** (achado
+  2.28) — *local*. Antes, apontar o `baixador.py` para
+  `https://objdigital.bn.br/objdigital2/acervo_digital/`.
+- [ ] **Decidir o destino das 66 páginas HTML de visualizador** (achado 2.28)
+  — *você*. 25 já estão em `legado/` e 41 no endereço novo. Apagar do bucket e
+  do ledger (não são imagem), ou montar a imagem a partir dos tiles Deep Zoom
+  quando o objdigital voltar. Os 25 itens já têm preservação.
+- [ ] **30 objetos `(N)` com tamanho diferente do gêmeo** (achado 2.20) —
+  *você*. São versões distintas, não duplicatas; conferência individual.
+- [ ] **43 objetos `(N)` que são o único arquivo do item** (achado 2.20) —
+  *local*. Renomear tirando o sufixo, para o nome não sugerir um original ao
+  lado.
+- [ ] **Conferir os checksums do bucket** — *servidor*. As contagens e os
+  tamanhos já batem com o ledger (2026-09-30); falta recalcular o SHA-256 de
+  uma amostra (ou de tudo, no `finland`) contra os `manifest-sha256.txt`.
+- [ ] **Aposentar ou corrigir o `subidor.py` antigo** — *local*. A regra de
+  assinatura dele apaga TIFF; o que roda hoje é o `subidor-paralelo.py`.
+- [ ] **Auditar se o crawl da Fase 1 deixou buracos** (achado 2.10) — sem
+  método barato ainda. Dois itens (`1799`, `4798`) só apareceram porque o blog
+  os citava.