Skip to content

MEMORY.md

Latest commit

 

History

History
189 lines (137 loc) · 7.52 KB

MEMORY.md

File metadata and controls

189 lines (137 loc) · 7.52 KB
Raw

Memory — projet veille

Fichier de mémoire de travail partagé entre jul_oh et Claude. Se lit au début de chaque nouvelle conversation pour reprendre le contexte. Se met à jour à la fin de chaque session productive.

Dernière mise à jour : 2026-08-08

État actuel

Pipeline de curation RSS → digest IA opérationnel en production depuis le 2026-04-19. Tourne 3x/jour via GitHub Actions, synthétise avec Claude Haiku (scoring) + Sonnet (synthèse), servi par GitHub Pages, consommé dans Reeder iOS.

2026-08-08 — Les articles retenus affichent désormais dans le digest leur score initial (3 à 5) et la raison du filtrage. L'annexe est rendue par Python après la synthèse afin de garantir l'association score/article sans appel LLM.

2026-08-07 — Garde-fous critiques de collecte et de coût : la fenêtre repart du dernier run réussi au lieu d'un lookback fixe, avec 60 min de chevauchement. Les candidats sont triés par fraîcheur puis plafonnés à 50/source et 200/run avant tout appel LLM. Le détail d'audit passe dans les artefacts Actions (30 jours) au lieu d'être versionné.

2026-04-25 — Documentation inline de digest.py étoffée (docstring module, sémantique des paramètres, docstrings fonctions, commentaires aux points subtils). Code inchangé. Le fichier est maintenant lisible "à froid" par un dev tiers.

2026-04-25 — Ajout du déclencheur push: branches: [main] dans digest.yml (avec paths-ignore: ['**.md', 'LICENSE']). Le README §3 documentait 3 déclencheurs mais le workflow n'en avait que 2.

Décisions prises

Architecture

  • 2026-04-19 — GitHub Actions comme cron (vs VPS, Raspberry Pi, n8n) → zéro infra à maintenir, gratuit, versionné, logs intégrés
  • 2026-04-19 — GitHub Pages comme serveur RSS (vs Cloudflare R2, Netlify) → même repo, zéro config supplémentaire
  • 2026-04-20 — Repo public (vs privé) → GitHub Pages gratuit sur repo public uniquement, rien de sensible dans le code (la clé API est dans GitHub Secrets, jamais dans le repo)
  • 2026-04-19 — OPML comme source de vérité des sources (vs URLs hardcodées) → double usage : lisible par le pipeline ET importable dans Reeder
  • 2026-04-25 — Déclencheur push ajouté à digest.yml avec paths-ignore sur **.md et LICENSE → permet de tester un changement de code immédiatement sans attendre le cron, sans re-générer un digest pour les modifs de doc seules

Modèles Claude

  • 2026-04-19 — Split Haiku (scoring) + Sonnet (synthèse) (vs tout-Sonnet) → Haiku ~10x moins cher pour une tâche de classification simple, économise ~65% sur la facture mensuelle
  • 2026-04-19 — Modèles retenus : claude-haiku-4-5-20251001 et claude-sonnet-4-6

Stockage et état

  • 2026-04-19 — seen.json commité dans git (vs SQLite, Redis, DynamoDB) → zéro infra, versionné gratuitement, fenêtre 14 jours ~50KB max
  • 2026-04-19 — Un seul item RSS par run (vs un par article) → format "bulletin" plus lisible dans Reeder, moins d'items à marquer lus
  • 2026-08-07 — last_success.json commité dans git → la collecte repart du dernier run terminé avec succès et couvre les écarts irréguliers du cron, les retards et les runs manqués
  • 2026-08-07 — audit-details.md déplacé vers les artefacts Actions → détail disponible 30 jours sans croissance continue de l'historique Git

Maîtrise des coûts

  • 2026-08-07 — Plafonds appliqués avant le scoring LLM : 50 articles par source et 200 par run, avec priorité aux articles datés les plus récents

Observabilité du scoring

  • 2026-08-08 — Score + raison visibles pour chaque article retenu dans le RSS → rendu déterministe depuis score_phase1, sans confier l'association au LLM

Licence et ouverture

  • 2026-04-21 — Licence MIT (vs Apache, AGPL, pas de licence) → code générique sans enjeu de brevet ni logique métier originale, friction minimale pour un éventuel fork

En cours

Enrichissement du contenu des articles : les feeds RSS sont souvent tronqués par les éditeurs. La synthèse Sonnet est donc basée sur des résumés courts, ce qui limite la qualité.

Trois solutions envisagées, aucune encore implémentée :

  1. Jina Reader (r.jina.ai) — le plus simple, zéro infra, appel HTTP
  2. Wallabag self-hosted — meilleure qualité d'extraction, nécessite un serveur
  3. wallabag.it — service gratuit hébergé, quota limité

Sous-question ouverte : l'hébergement Hostinger de jul_oh est-il un shared hosting (incompatible Wallabag) ou un VPS (compatible) ? À clarifier avant de trancher.

Questions ouvertes

  • Hostinger : type exact du plan (shared vs VPS) ? Conditionne le choix entre wallabag.it et self-hosted
  • Stratégie de fallback : Wallabag → Jina → résumé feed, ou directement Jina partout ? À décider une fois le test effectué
  • Paywalls (FT, Bloomberg, The Information) : laisser tels quels ou chercher une solution ? Pour l'instant laissés tels quels, décision à réévaluer si des articles importants passent à côté du radar

Idées en réserve

Court terme

  • Retry sur les appels API avec tenacity ou backoff exponentiel
  • Batch scoring via l'API Batch d'Anthropic (50% de réduction + parallélisme)
  • Alertes sur feeds cassés (log structuré + notification après N échecs)

Moyen terme

  • Catégorie "Cyber FR" dédiée avec CERT-FR, ANSSI, CISA KEV + prompt de scoring spécialisé (criticité CVE, DICP)
  • Pré-filtre arXiv par mots-clés avant le scoring Haiku (réduire le volume entrant sur cette source très bruyante)
  • Déduplication cross-sources via clustering de titres (embeddings ou Jaccard sur tokens)

Long terme

  • Mémoire des sujets via PGVector + embeddings (adapter le scoring si un sujet a déjà été couvert N fois ce mois)
  • Feedback loop pour signaler les articles mal scorés (et affiner le prompt automatiquement)
  • Migration vers actions Pages natives (actions/upload-pages-artifact + actions/deploy-pages)

Problèmes connus

  • Warning Node.js 20 deprecation dans les logs Actions (échéance juin 2026, à corriger avant en mettant à jour les versions d'actions dans digest.yml)
  • Feeds probablement cassés non identifiés : certaines URLs de l'OPML sont des patterns probables non vérifiés individuellement (/feed, /rss) qui peuvent retourner 404. À identifier dans les logs sur 1-2 semaines d'usage réel.
  • Message trompeur "To get started, purchase credits" sur platform.claude.com peut s'afficher même avec un solde positif (UI incohérente côté Anthropic)

Historique des runs notables

  • 2026-04-19 20:11 UTC — Premier run réussi en production 44 sources chargées, 20 articles frais, 3 retenus, digest.xml écrit, branche gh-pages créée

Pattern de travail avec Claude

À la fin d'une conversation productive :

"Résume ce qu'on a fait dans cette conversation et propose les mises à jour de MEMORY.md, CHANGELOG.md et README.md si nécessaire."

Au début d'une nouvelle conversation (si MCP GitHub activé) : Claude lit ce fichier en premier pour reprendre le contexte sans avoir à tout recoller manuellement.

Activation MCP GitHub : app Claude → Settings → Connectors → GitHub → connecter compte. À faire une fois pour toutes.