Initial import: vesti.nixg.ru — новостной апрув-проект (web, crawler, classifier, publisher, openspec)

openspec/changes/own-content-hub/proposal.md

@@ -0,0 +1,65 @@
+## Why
+
+У пользователя есть собственные ресурсы (канал Telegram «Дед в АйТи» @dedinit, сайт dedinit.ru,
+далее — феды/видео), но они живут разрозненно: контент, опубликованный в одном месте, не
+попадает в другие. Цель — **собственный контент-хаб**: единая точка сбора ВСЕХ постов
+пользователя из разных платформ, один банк своего контента, и **автораспространение**
+этого контента по тематическим новостным ботам VESTI (и в перспективе — по другим
+платформам), чтобы органически росла аудитория на всех площадках.
+
+Задача НЕ «сделать копию канала»: канал @dedinit — полноценный источник данных в общей
+логике проекта (как любой TG-канал): краулер → классификатор → кандидат → подтверждение →
+публикация в тематические каналы → банк статей. Отличие от внешних источников — это
+СВОЙ контент (is_own=1): он всегда кандидат на публикацию («инъекция» в ленту),
+не блокируется политикой чужих форвардов и помечается атрибуцией автора.
+
+## What Changes
+
+- Добавить канал @dedinit (id 1150165846) в sources.yaml как источник `own: true`
+  (свой контент пользователя), направление определяется классификатором (канал
+  разносторонний: Linux, IT, AI, игры...).
+- Краулер: посты своего канала помечаются `is_own=1`, для них продолжает работать
+  дедуп (sha256/url); политика форвардов для своего канала — как обычно (чужие
+  форварды → fwd-поля без медиа).
+- Классификатор: свой контент с relevance critical/high → «сильные кандидаты»
+  (самокатегоризация; приоритет в ленте подтверждения).
+- **Автораспространение (distribution)**: подтверждённый пост рассылается НЕ только
+  в один канал @dedinit_vesti_<dir>_<lang>_bot, а во ВСЕ тематические боты/каналы,
+  соответствующие направлениям поста (один пост может попасть в несколько лент).
+  Режим — по-прежнему «черновик на подтверждение», но подтверждение ведёт к
+  множественной публикации (fan-out).
+- Веб: фильтр «Свои» (только is_own посты), отображение бейджа «СВОЙ», выбор
+  направлений для рассылки при подтверждении.
+- Расширить таблицы: posts.is_own, posts.is_own_canonical (первичный экземпляр),
+  sources.own, published.distributed_dirs (какие направления розданы).
+
+## Capabilities
+
+### New Capabilities
+- `own-content`: Свой контент-хаб: пометка постов пользователя (is_own), приоритет
+  в кандидатах, сквозная ссылка на оригинал во всех публикациях.
+
+### Modified Capabilities
+- `tg-crawler`: пометка is_own по источникам с own: true; политика форвардов для
+  своих каналов не отличается от внешних (dedup + fwd-поля).
+- `classifier`: свой контент → «сильный кандидат» (relevance critical/high при
+  словарном попадании; classified=True даже без LLM-подтверждения, если есть
+  направление).
+- `tg-publisher`: fan-out по нескольким направлениям; атрибуция «Дед в АйТи» +
+  ссылка на оригинал.
+- `vesti-web`: фильтр «Свои», бейдж, выбор направлений рассылки при подтверждении.
+- `news-store`: бандл своего поста помечается origin=own + ссылка на оригинал в
+  frontmatter.
+
+## Impact
+
+- Затронутые сервисы/порты: без новых портов; краулер (cron), классификатор,
+  tg-publisher, веб 127.0.0.1:8400 — те же.
+- Файлы: sources/sources.yaml (новый источник), crawler/telegram_crawler.py,
+  classifier/classify.py, publisher/bot.py, publisher/card.py, web/app.py,
+  db/schema.sql (миграции ADD COLUMN is_own и др.).
+- Данные: 1039 постов канала @dedinit появятся как is_own посты; медиа своего канала
+  скачивается (это контент пользователя — можно).
+- Секреты: не требуются новые (та же Telethon-сессия, токены ботов в .env).
+- Rollback: отключение источника `own: false` / удаление поля is_own; существующие
+  внешние посты не затрагиваются; данные не удаляются (правило пользователя).