Sistema
Cómo está construido Sinapmex
Un motor pequeño, barato y honesto. Todo corre en el plan gratuito de Cloudflare; está diseñado para escalar sin reescribirse.
Componentes
sinapmex-motor
Worker con Cron Triggers: lunes 12:00 UTC (06:00 CDMX) corrida completa; 13:00 UTC diaria ligera (solo fuentes con frecuencia diaria). Ejecuta investigar().
sinapmex (sitio + API)
Astro 7 en Workers. Páginas estáticas, /estado/ y /fuentes/ renderizadas en servidor desde D1, y /api/* en JSON con CORS para BONA.
D1 · sinapmex-db
SQLite gestionado. Tablas fuentes, items, corridas, boletines_borrador, contactos. Migraciones versionadas en migrations/.
KV · sinapmex-kv
Candado de corrida (evita solapar cron y disparo manual), modelo de IA vigente, último boletín y límites de tasa del formulario.
Workers AI
Clasifica y resume con @cf/meta/llama-3.1-8b-instruct-fp8 (lista de modelos con reemplazo automático si uno se retira). Adaptador para Claude (claude-sonnet-5-5) listo; se activa con ANTHROPIC_API_KEY.
Observabilidad
Logs de Workers activos (observability.enabled) en ambos workers. Cada corrida guarda sus errores legibles; la página de estado los muestra.
Flujo de datos
- Fuentes. Se leen de D1 las fuentes
activa = 1(en la corrida diaria solo lasfrecuencia = 'diaria'). Hasta 4 en paralelo. - Descarga.
fetchconAbortControllera 15 s,User-Agentidentificable (SinapmexBot). Parsers por tipo: RSS/Atom, HTML de gob.mx, HTML de SEDEMA, JSON de CKAN (Datos Abiertos), CSV de NASA FIRMS, y un extractor genérico de enlaces. - Novedad. Hash SHA-256 de
fuente|url|título|fecha. Lo que ya existe enitemsse descarta; así una corrida solo cuenta lo nuevo. - Clasificación. Hasta 6 ítems nuevos por fuente pasan por IA (resumen ≤ 300 caracteres, relevancia 0-100, tema). El resto, y cualquier fallo de IA, usa reglas por palabras clave. Tres fallos seguidos desactivan la IA por el resto de la corrida. La corrida nunca falla por la IA.
- Boletín. Si hubo novedades, se genera un borrador Markdown (alertas ≥ 70 arriba, luego por tema) y se guarda en
boletines_borrador. - Registro. La corrida termina
ok(sin errores),parcial(alguna fuente falló) oerror(todas fallaron)./api/estadola expone de inmediato.
Qué es automático y qué revisa un humano
Automático
- Lectura y descarga de fuentes.
- Detección de novedades.
- Clasificación, resumen y relevancia preliminar.
- Borrador de boletín.
- Registro de corridas, errores y estado público.
Humano (hoy, Omar)
- Leer el borrador y decidir qué se publica en BONA.
- Verificar cada alerta antes de difundirla.
- Agregar, ajustar o desactivar fuentes.
- Revisar los errores de la página de estado.
- Decidir cuándo activar Claude (costo) o nuevas fases.
Límites actuales (MVP, noviembre 2026)
- Sin render de JavaScript. Fuentes como la Gaceta Oficial CDMX o los comunicados de PAOT se generan en el navegador; necesitan Browser Rendering (plan de pago) o un endpoint distinto. Están sembradas como inactivas.
- Sedes
cdmx.gob.mxinalcanzables desde Workers. Responden 200 desde un navegador, pero HTTP 525 (fallo TLS) desde la red de Cloudflare. SEDEMA y Datos Abiertos CDMX quedan inactivas hasta encontrar ruta (proxy, acuerdo con la dependencia). - Relevancia preliminar. Un modelo de 8B parámetros y reglas por palabras clave aciertan lo obvio y fallan en matices. Por eso toda alerta pasa por revisión humana.
- Cuotas del plan gratuito. Workers: 100 000 peticiones/día y 10 ms CPU por petición en promedio (las corridas usan tiempo de espera de red, no CPU); D1: 5 M lecturas/día; Workers AI: 10 000 neuronas/día. Una corrida completa consume una fracción pequeña de todo esto.
- Boletín sin envío. Sinapmex produce el borrador; el envío por correo lo hará BONA cuando conecte su proveedor.
- Sin R2 todavía. Los boletines viven en D1; R2 se agregará cuando haya adjuntos (mapas, CSV).
Cómo se agrega una fuente
- Probar la URL con
curl -Iy, mejor, conGET /api/diagnostico?url=…(requiere token) para verla desde el Worker. - Insertar la fila en
fuentesmediante una migración (migrations/000N_*.sql) contipo,parser,tema,frecuencia,licenciaynota. - Si el formato no encaja en los parsers existentes, agregar uno en
src/lib/motor/fuentes/y registrarlo en elswitchdeleerFuente(). - Aplicar la migración (
pnpm db:migrar) y lanzarPOST /api/correr.
Detalles técnicos completos en el README.md y el docs/ADR-001-arquitectura.md del repositorio.