Include una sezione dedicata al flusso di import degli output MinerU (cosa tenere/scartare, come strutturare raw/sources).
3.8 KiB
Ingegneria Meccanica — Wiki
Vault Obsidian gestito con il pattern llm-wiki: i documenti grezzi vanno in raw/, un agente (Claude Code o Codex) li legge e costruisce/aggiorna le pagine in wiki/. Le regole operative per l'agente sono in CLAUDE.md (e AGENTS.md per Codex); questo README è la guida rapida per l'umano che aggiunge materiale.
Struttura
purpose.md # ambito e domande guida del progetto
schema.md # convenzioni delle pagine wiki (tipi, frontmatter, naming)
raw/
├── sources/ # un documento = una sottocartella
└── assets/ # immagini/scan sciolte, non legate a un documento
wiki/
├── entities/ # componenti, materiali, norme, produttori
├── concepts/ # fenomeni, metodi di calcolo, teorie
├── sources/ # una pagina di sintesi per ogni documento in raw/sources
├── queries/ # domande aperte
├── comparisons/ # confronti tra entità/concetti
├── synthesis/ # sintesi trasversali
├── index.md # indice di tutte le pagine
├── log.md # log cronologico delle sessioni di ingest
└── overview.md # stato attuale del progetto (aggiornato a checkpoint, non ad ogni ingest)
Come caricare un nuovo documento
- Crea una cartella in
raw/sources/con uno slug kebab-case che identifica il documento (es.iso-6336-gear-rating,catalogo-skf-cuscinetti-2024— non serve rispecchiare il nome del file originale). - Mettici dentro il documento (PDF, markdown, testo — quello che hai).
- Se hai solo immagini sciolte non legate a un documento specifico (foto, schemi disegnati a mano), vanno in
raw/assets/, non inraw/sources/. - Apri il progetto con Claude Code o Codex e chiedi di fare l'ingest del nuovo documento (es. "ingerisci il documento in raw/sources/iso-6336-gear-rating"). L'agente crea/aggiorna le pagine in
wiki/seguendoschema.md.
Non modificare mai un file dentro raw/ dopo averlo caricato: è la fonte immutabile. Se un dato risulta sbagliato, la correzione va fatta nella pagina wiki, non nel raw.
Documenti processati con MinerU
Se un PDF è stato passato attraverso MinerU (in particolare la modalità pipeline, non VLM), l'output è una cartella con molti file — solo una parte va copiata in raw/sources/<slug>/:
Tieni:
<nome>.md— il testo<nome>_content_list.json(uno solo tra questo e la_v2) — blocchi con numero di pagina, utile per citare le fontiimages/— l'intera cartella, così com'è: il.mdla referenzia con path relativi (images/<hash>.jpg)<nome>_origin.pdf— facoltativo, tienilo solo se vuoi poter riaprire il PDF originale per verificare a occhio formule/tabelle dubbie (spesso pesa decine di MB)
Scarta (file di debug interni a MinerU, senza valore per la wiki, spesso centinaia di MB in totale):
_layout.pdf,_span.pdf_middle.json_model.json
Passaggi pratici:
- Crea
raw/sources/<slug-kebab-case>/ - Copia dentro solo i file "da tenere" sopra, eliminando l'eventuale cartella intermedia
auto/ - Puoi rinominare liberamente la cartella-slug; non serve e non conviene rinominare i file interni o
images/— i riferimenti sono path relativi e restano validi finché la struttura interna non cambia
L'estrazione in modalità pipeline può contenere errori (ordine di lettura su layout multi-colonna, formule OCR imprecise, tabelle disallineate): l'agente ne è a conoscenza (vedi CLAUDE.md) e segnala i punti dubbi invece di darli per certi, ma vale la pena tenere sotto mano il PDF originale per i casi più critici.
Dettagli
Per le convenzioni di frontmatter/naming delle pagine vedi schema.md; per l'ambito del progetto vedi purpose.md; per il workflow completo dell'agente vedi CLAUDE.md.