Imposta la LLM-wiki: sposta i grezzi in raw/, riscrive CLAUDE.md, genera le note figura

- Sposta tesi.md, immagini, cataloghi e schede fonti in raw/ (immutabile); rimuove CHANGELOG, tesi.pdf e tesi.docx
- Riscrive CLAUDE.md: dominio, regole sui dati, ingest per capitolo, tesi_loc
- Aggiunge scripts/gen_figures.py e le 78 note in wiki/figures/ da raw/immagini.json
- Aggiunge index.md, log.md, wiki/tesi.md (mappa) e le cartelle wiki/{compounds,techniques,concepts,analyses}

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
This commit is contained in:
davideandClaude Sonnet 5.5 committed 2026-10-09 19:06:40 +02:00
1 parent 8e191ff07b
commit 0f495b198e
237 files changed
+3517 -60

No files matched your search

+94 -30
View File
@@ -1,44 +1,108 @@
# CLAUDE.md
# CLAUDE.md — Schema della LLM Wiki
This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.
Schema: struttura, convenzioni, workflow. Leggilo all'inizio di ogni sessione. Utente e LLM lo fanno evolvere insieme; ogni modifica va registrata in `log.md`.
## Cos'è questo repository
## Ruoli
- **Utente**: sceglie cosa ingerire, pone le domande, decide cosa conta.
- **LLM**: scrive e mantiene la wiki (pagine, link, indice, log, coerenza). L'utente non modifica `wiki/` a mano.
- Lingua: **italiano**. Titoli di fonti e termini tecnici restano nella lingua originale (l'Abstract della tesi è in inglese).
Non c'è codice: pipeline documentale **PDF/DOCX grezzi → Markdown (MinerU) → LLM-wiki / vault Obsidian**, a partire da una tesi di laurea magistrale (Chimica Industriale, "Sintesi e caratterizzazione di copolimeri bottle brush foto-elettro attivi", in italiano). Non ci sono build, lint o test; MinerU non è installato in locale (i JSON intermedi sono stati rimossi dalla storia).
## Dominio
Tesi magistrale in Chimica Industriale (Università di Bologna, Dipartimento "Toso Montanari"), a.a. 2025-2026: **"Sintesi e caratterizzazione di copolimeri bottle brush foto-elettro attivi"**. Candidata: Aurora Luzi. Relatore: Dr. Stefano Scurti.
## File
- **Tema:** semiconduttori polimerici emissivi π-coniugati con architettura bottle brush: scheletro DPP-3HT (polimerizzazione ossidativa con Fe(III)) e catene laterali di PCL ottenute per ROP dell'ε-caprolattone da gruppi OH pendenti.
- **Research question** (dall'Abstract e dal cap. 2): una architettura bottle brush può superare l'ACQ (Aggregation-Caused Quenching) allo stato solido, mantenendo l'integrità elettrochimica del core DPP?
- Risultati dichiarati nell'Abstract: il PCL agisce da spaziatore sterico e mantiene emissione nel rosso allo stato solido; il bandgap elettrochimico cresce linearmente con la % di DPP incorporato.
- `tesi.docx`, `tesi.pdf` — **grezzo di partenza** (tesi originale): mai da modificare né da usare come fonte di lavoro; servono solo per verificare dubbi di estrazione (es. `pdftotext -f <pag> -l <pag> tesi.pdf -`; la bibliografia è a p. 108).
- `tesi.md` — **sorgente canonico** già rifinito (fusione docx + output MinerU, formattazione uniformata). Lavorare qui.
- `immagini/` — le 79 figure usate da `tesi.md` (`![](immagini/<hash>.jpg)`). Nomi = hash: **non rinominare**, non rompere i riferimenti. Le immagini non referenziate sono state eliminate.
- `immagini.json` — catalogo delle figure per l'ingest (schema v2): `figures` (78 figure logiche, id `fig-NNN`, con `panels` = file fisici; 79 file), `sections`, `indexes`, `search_text` per embedding, `cited_in_md_lines`, `quality` (confidenza, flag, `review_notes` = discrepanze da verificare). Descrizioni e didascalie generate guardando le immagini, **non** verificate una per una.
- `bibliografia.json` — 59 riferimenti parsati (autori, titolo, rivista, anno, DOI) con `cited_in_md_lines`/`cited_in_sections`; `text` è la fonte di verità, gli altri campi sono euristici.
- `fonti/` — una scheda markdown per ognuna delle 59 fonti della bibliografia (`fonti/NN-cognome-anno.md`, frontmatter YAML): citazione verificata, autori/affiliazioni, DOI e link (anche ad accesso aperto), abstract, argomenti, riassunto del contenuto (solo per le fonti ad accesso aperto lette: campo `contenuto_letto`), frasi della tesi in cui è citata, bibliografia della fonte (primi 40 riferimenti), lavori correlati. Generate con Crossref, OpenAlex, Europe PMC e ricerca manuale; i testi integrali non sono riprodotti. In `bibliografia.json` ogni voce ha un campo `fonte` con file, stato e DOI verificato.
## Fonti (`raw/`, SOLA LETTURA — mai modificare, rinominare o cancellare)
| Percorso | Contenuto |
|---|---|
| `raw/tesi.md` | Sorgente canonico (1411 righe). Cap. 1 Introduzione (r.66), 2 Scopo (r.545), 3 Procedure sperimentali (r.562), 4 Discussione dei risultati (r.717), 5 Conclusioni (r.1279); bibliografia in fondo |
| `raw/immagini/` | 79 file figura (nomi = hash) |
| `raw/immagini.json` | Catalogo di 78 figure logiche: pannelli, didascalia stampata e generata, testo visibile, composti, concetti, contesto, qualità |
| `raw/bibliografia.json` | 59 riferimenti parsati con righe e sezioni di citazione; `text` è la fonte di verità, gli altri campi sono euristici |
| `raw/fonti/NN-cognome-anno.md` | Una scheda per riferimento (citazione verificata, DOI, abstract, frasi della tesi in cui è citato) |
**Numeri di riga:** `immagini.json` e `bibliografia.json` contengono righe 1-based di `tesi.md` (`md_line`, `caption_md_line`, `cited_in_md_lines`). Se aggiungi o togli righe in `tesi.md`, ricalcolale (o evita di cambiare il numero di righe).
I numeri di riga (`md_line`, `cited_in_md_lines`…) riferiscono `raw/tesi.md` e sono stabili perché `raw/` è immutabile: sono il localizzatore standard.
## Convenzioni di tesi.md
Convenzioni di `tesi.md`: decimali con la virgola; codici composto con il punto (`3.1b`); formule in `$...$`; citazioni `<sup>[N](#ref-N)</sup>`; apici/pedici in HTML. Anchor `#ref-N` e `#_TocNNN` non funzionano in Obsidian: nella wiki si traducono in wikilink.
- Titoli: `# 1 **Introduzione**`, `## 1.1 **Titolo**`, `### 1.1.1 **Titolo**` (numero senza punto, solo il titolo in grassetto). Il sommario (righe ~35-65) usa ancore `<a id="_TocNNN"></a>` prima di ogni titolo: funzionano, non rimuoverle.
- Didascalie sotto l'oggetto: `**Figura N** - *testo senza punto finale*`; stesso formato per `Tabella N` ed `Equazione N`. Richiami nel corpo: `**Figura N**`.
- Tabelle dati in markdown a pipe (rowspan ripetuti, colspan eliminati); restano HTML solo le due tabelle di frontespizio. Formule in `$...$` / `$$ ... $$`.
- Decimali con la **virgola** (anche in LaTeX: `4{,}8`); fanno eccezione l'Abstract in inglese, i dati NMR delle procedure sperimentali, le liste separate da virgole e i DOI. I codici composto restano con il punto (`3.1b`, `3.2.c`).
- Citazioni: `<sup>[N](#ref-N)</sup>` verso `<a id="ref-N"></a>` nella bibliografia (ultima sezione, voci `N. ...`). Esponenti/apici/pedici in HTML (`<sup>`, `<sub>`); `<sup>1</sup>H-NMR`, `UV-Vis`, `bottle brush` (senza trattino), apostrofi dritti.
## Architettura
```
CLAUDE.md index.md log.md
raw/ immutabile (vedi sopra)
scripts/gen_figures.py genera wiki/figures/ da raw/immagini.json
wiki/
overview.md sintesi evolutiva, research question, risultati
tesi.md mappa capitolo/sezione → pagine wiki (unica pagina "source" della tesi)
bibliografia.md i 59 riferimenti raggruppati per tema, con link alle schede raw/fonti/
concepts/ meccanismi, ROP, ACQ, bottle brush, π-stacking, ciclovoltammetria…
compounds/ un file per composto numerato (composto-32.md) o polimero/campione
techniques/ NMR, FT-IR, GPC, UV-Vis, fluorescenza, DSC, CV: condizioni usate nella tesi
figures/ note GENERATE dallo script (una per figura, non modificare a mano)
analyses/ query salvate; difetti-noti.md
```
Niente pagine `source` per capitolo (duplicherebbero la tesi) e niente `entities/` generica.
## Difetti noti della tesi originale (non del markdown)
## Convenzioni pagine
- File `kebab-case.md`. Composti: `composto-32.md` con `aliases` (nome, codice come `3.1b`). Figure: `fig-026.md`.
- Link: wikilink `[[nome-file]]`, `[[nome|testo]]` per alias. Riferimenti bibliografici: `[[01-bao-2020|1]]` (link alla scheda in `raw/fonti/`; usare il numero della tesi).
- Frontmatter YAML:
```yaml
---
title: Titolo leggibile
type: concept | compound | technique | analysis | overview | figure
tags: [tag1, tag2]
created: YYYY-MM-DD
updated: YYYY-MM-DD
tesi_loc: "§4.2 r.812-840" # dove la tesi sostiene il contenuto
refs: [3, 12] # numeri della bibliografia citati (opzionale)
figures: ["fig-026"] # opzionale
status: draft | stable
---
```
- **Ogni affermazione non banale cita la posizione**: `(§4.2, Fig. 27, r.812)` e, se serve, il riferimento `[[01-bao-2020|1]]`. Niente affermazioni non riconducibili a `raw/`.
- Inferenze dell'LLM marcate _(inferenza)_. Se non sai, dillo; non inventare fonti o dati.
- Ogni pagina termina con `## Collegamenti`. Nessuna pagina orfana. Crea una pagina concetto solo se serve a ≥2 sezioni/figure o è centrale.
- Bibliografia: voce 44 duplica la 1; voci 20, 22, 36, 53 incomplete anche nel PDF; DOI errati/non registrati nelle voci 47, 48 (il DOI corretto è 10.1080/15583720802231833) e 49; voci 47, 49, 53 non identificabili (vedi le rispettive schede in `fonti/`).
- Il testo cita "paragrafo XX (XX)" come segnaposto non risolto (4.4.4).
- Discrepanze figura/testo già annotate in `immagini.json` (`quality.review_notes`: Figure 26, 27, 29, 57, 62, 65, 66, 68).
## Regole sui dati scientifici
- **Copia alla lettera**: valori, unità, condizioni (T, P, solvente, tempo, carico, resa/conversione), formule LaTeX, formule chimiche, nomi di composti e sigle (DPP, 3HT, ROP, PCL, ACQ, CV, GPC…) restano come nella tesi. Non tradurre, riassumere, convertire o arrotondare dati sperimentali. Decimali con la virgola come in `tesi.md`; eccezioni: Abstract, dati NMR, liste, DOI.
- **Procedure sperimentali (cap. 3):** non riscriverle; la wiki rimanda al paragrafo (`tesi_loc`) e riporta solo i dati necessari alla pagina.
- **Sospetti errori di estrazione** (formula, tabella, valore): confronta con la fonte originale se disponibile, **segnala e non correggere**. Valori da condizioni diverse non vanno confrontati senza dirlo.
- **Sicurezza:** niente procedure di sintesi pericolose oltre quanto riporta la tesi; riporta i pericoli noti dei reagenti se citati.
## Convenzioni per la trasformazione in wiki Obsidian
## Figure
- `wiki/figures/*.md` sono **derivate**: `python scripts/gen_figures.py` le rigenera da `raw/immagini.json`, riportando ogni campo (didascalie, descrizioni e testo visibile per pannello, composti, concetti, contesto, righe di citazione, note di revisione) senza riassumere. Eccezione alla regola "solo l'LLM scrive in `wiki/`"; non modificarle a mano, correggi `raw/immagini.json` solo se l'utente lo chiede e poi rigenera.
- **Attendibilità:** solo `caption_printed` è testo della tesi. Descrizioni, `visible_text` e didascalia generata derivano dall'immagine e non sono verificati: valori letti da grafici o schemi (rese, picchi, potenziali) vanno confermati sull'immagine/tesi prima di riusarli.
- Le pagine concept/compound/technique richiamano le figure con `[[fig-026]]` o con l'embed `![[immagini/<file>]]` (da `panels[].embed`). Le figure con `flags` o `review_notes` (Figure 26, 27, 29, 57, 62, 65, 66, 68 hanno discrepanze didascalia/testo) vanno citate con l'avvertenza.
- `compounds` nel catalogo sono numeri della tesi; `concepts` sono slug candidati, non nomi definitivi: crea la pagina solo se la regola dei ≥2 usi è soddisfatta.
- Non modificare `tesi.md` in modo distruttivo: generare le note in una cartella separata (es. `wiki/`), una per sezione/concetto, con wikilink `[[...]]`, frontmatter YAML e embed `![[immagini/<file>]]` (già pronti in `immagini.json` → `panels[].embed`); usare le skill `obsidian:obsidian-markdown` e `obsidian:obsidian-bases`.
- Gli anchor `#ref-N` e `#_TocNNN` sono HTML: in Obsidian non si risolvono, vanno tradotti in wikilink alle note di riferimento.
- Testo scientifico: mantenere invariati formule LaTeX, formule chimiche, nomi di composti, unità, valori numerici e sigle (DPP, 3HT, ROP, PCL, ACQ, CV…). Non tradurre né riassumere dati sperimentali.
- Se una formula/tabella/valore sembra un errore di estrazione, confrontarlo con `tesi.pdf`/`tesi.docx` prima di correggere; segnalare, non indovinare.
- Ogni affermazione di una nota deve essere riconducibile a una sezione di `tesi.md` (citare capitolo/figura/riferimento).
## Difetti noti della tesi
Raccolti in `wiki/analyses/difetti-noti.md` (una sola pagina; le altre rimandano lì): bibliografia con voce 44 duplicata della 1; voci 20, 22, 36, 53 incomplete; DOI errati nelle voci 47, 48 (corretto 10.1080/15583720802231833) e 49; voci 47, 49, 53 non identificabili; segnaposto "paragrafo XX (XX)" in 4.4.4; discrepanze figura/testo sopra elencate.
## Git
## Workflow
Cronologia: tesi grezza MinerU → fusione docx+pdf → rinomina immagini in hash → pulizia intermedi → CLAUDE.md, catalogo immagini, uniformazione. Commit in italiano, descrittivi (es. "Rifinisce tesi.md: …").
### Ingest (per capitolo, non per fonte)
Ordine: Abstract/Introduzione/Scopo (concepts, research question) → Procedure sperimentali (compounds, techniques) → Discussione (dati, overview) → Conclusioni → bibliografia.
1. Leggi per intero il capitolo/sezione in `raw/tesi.md` e le figure collegate (`sections[].figure_ids`).
2. Dopo il primo capitolo, discuti 3–5 takeaway e chiedi cosa enfatizzare; poi procedi a blocchi senza chiedere ogni volta.
3. Crea/aggiorna `concepts/`, `compounds/`, `techniques/`; segnala discrepanze in `analyses/difetti-noti.md`.
4. Aggiorna `wiki/tesi.md` (mappa), `overview.md` se la sintesi cambia, `bibliografia.md` se tocchi riferimenti.
5. Rigenera le figure se `raw/immagini.json` è cambiato.
6. Aggiorna `index.md` e appendi a `log.md`.
### Query
Leggi `index.md` e le pagine rilevanti (non rileggere `raw/` se la wiki basta); rispondi in italiano con citazioni `[[...]]` e `tesi_loc`; proponi di salvare in `analyses/` le risposte durevoli; log `query`.
### Lint (su richiesta o ogni ~10 ingest)
Contraddizioni, pagine orfane, concetti citati senza pagina, link rotti, frontmatter mancante, valori che non tornano con `raw/tesi.md`. Riporta, correggi dopo conferma. Log `lint`.
## index.md e log.md
- `index.md`: catalogo per categoria (Overview, Tesi e bibliografia, Concetti, Composti, Tecniche, Figure, Analisi), voci `- [[pagina]] — riga di sintesi`, ordine alfabetico, conteggi aggiornati. Le 78 figure non si elencano una per una: una riga con link alla cartella e il conteggio per tipo.
- `log.md`: append-only, mai riscrivere le voci vecchie. Prefisso `## [YYYY-MM-DD] tipo | titolo` con tipo ∈ `setup, ingest, query, lint, schema`. Parsing: `grep "^## \[" log.md | tail -5`.
## Regole d'oro
- Mai modificare `raw/`. Mai inventare dati, fonti o citazioni.
- Prima di cancellare o rinominare pagine chiedi conferma e aggiorna i link in entrata.
- Cambi allo schema: proponi, attendi ok, poi registra in `log.md` (tipo `schema`).
- Lavoro proporzionato: nessuna pagina "per dopo".