rodado
da105a1a46
- medio/ 1.200 px e grande/ 2.000 px para os 13.059 itens (6,0 GB) - 9 matrizes com JPEG corrompido viram tarefa; derivadas delas saem da imagem do DSpace - MANIFEST com as contagens novas, reenviado ao bucket
90 lines
5.2 KiB
Markdown
90 lines
5.2 KiB
Markdown
# 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`)
|
||
|
||
- [ ] **`.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
|
||
|
||
- [ ] **9 matrizes com JPEG corrompido** — *aba*. Itens `6574`, `6969`,
|
||
`6975`, `6994`, `7153`, `7161`, `7169`, `7173`, `7203`: o arquivo de
|
||
preservação está inteiro (SHA-256 confere com o ledger) mas os dados JPEG
|
||
quebram (`Corrupt JPEG data: found marker 0xd9 instead of RST7`).
|
||
Rebaixar da origem para saber se o defeito é dela ou da coleta; se vier
|
||
bom, substituir e regerar as derivadas com `pipeline/deriva-acesso.py`
|
||
(hoje elas saem da imagem do DSpace).
|
||
|
||
- [ ] **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.
|