davideandClaude Sonnet 5.5
60aaca3418
Una scheda per fonte in fonti/ (metadati verificati con Crossref/OpenAlex/ Europe PMC, DOI e link, abstract, riassunto del contenuto per le fonti ad accesso aperto lette, citazioni nella tesi, bibliografia della fonte). bibliografia.json: campo fonte per ogni voce; CLAUDE.md aggiornato. Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>
45 lines
5.2 KiB
Markdown
45 lines
5.2 KiB
Markdown
# CLAUDE.md
|
|
|
|
This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.
|
|
|
|
## Cos'è questo repository
|
|
|
|
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).
|
|
|
|
## File
|
|
|
|
- `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` (``). 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.
|
|
|
|
**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).
|
|
|
|
## Convenzioni di tesi.md
|
|
|
|
- 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.
|
|
|
|
## Difetti noti della tesi originale (non del markdown)
|
|
|
|
- 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).
|
|
|
|
## Convenzioni per la trasformazione in wiki Obsidian
|
|
|
|
- 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).
|
|
|
|
## Git
|
|
|
|
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: …").
|