​

Web search — handoff para el agente que continúa

​

1. Antes de correr un solo test — la trampa del entorno

pnpm install
pnpm -r --filter "./libs/*" build      # ← sin esto nada corre

pnpm --filter @driftless/api exec vitest run src/radar src/chat

​

2. Qué existe ya, y qué NO

​

3. Lo siguiente: WS-04, el adapter del candidato principal

​

Lo que ya está verificado sobre la API (2026-08-01)

​

El mapeo que el port espera

• mode: 'cheap' | 'balanced' | 'exhaustive' → los tiers del vendor. El dominio nunca dice el nombre del tier.
• excerpts[].span → tienes que calcularlo tú: el vendor da el texto, no el offset. Búscalo en el markdown que devuelve y emite offset:start-end. Si no puedes localizarlo, emite span: null — no inventes uno.
• publishedAt → publish_date, y null si el vendor no lo da. Nunca la hora de fetch.
• contentHash → null en search() y extract() (no tuvimos los bytes), presente solo en fetch().

​

El candado te va a frenar, y está bien

​

4. Fixtures (WS-03) — cuestan cero

​

Cómo capturar

1. _shared/ es el control del experimento. El mismo HTML y el mismo PDF para todos los extractores. Si cada proveedor recibe su propia copia de la página, la comparación mide copias, no proveedores.
2. Clases 1–3 y 9 son capturas reales. Clases 4–8 (429, 5xx, timeout, partial, inyección) pueden ser sintéticas y se marcan synthetic: true.
3. Redacta con el módulo, no a mano:
   import { redact, assertNoSecrets } from '../adapters/fixture-redact'
   const { text, report } = redact(rawBody)      // preserva longitud por defecto
   assertNoSecrets(text, file)                   // lanza; no advierte
   
   Vive en adapters/ y no en gtm/ por una razón que el candado hace cumplir: redacta datos de wire de proveedor, así que nombra headers de vendor (x-api-key), y eso no puede aparecer en el dominio. Las fixtures que redacta también viven bajo adapters/. redact() preserva la longitud en bytes para que los offsets sigan apuntando al mismo texto. Si report.lengthChanged es true, recaptura el expected/ — nunca ajustes el span a mano.
4. manifest.json con sha256 y captured_at por archivo, más el sha256 del cuerpo original. Sin fecha no sabes de cuándo es la web que mediste; sin hash no puedes detectar que alguien editó una fixture para que un test pasara.

​

5. Invariantes que no se rompen

1. observed_at sale de la página. null si la página no dice fecha. Rellenarlo con la hora de fetch convierte un boletín de 2019 leído hoy en algo observado hoy, y después nada aguas abajo puede notarlo.
2. La web nunca crea un claim_type que un registro posee. Corrobora o fecha; no establece ni corrige. Para licencias, sanciones e insolvencia, algo equivocado no es evidencia más débil — es daño a una empresa real.
3. live_verified es inalcanzable desde un índice de búsqueda. Un índice dice lo que el proveedor vio alguna vez.
4. La familia y el origen los decide el HOST final, no el proveedor. Dos proveedores que devuelven el mismo host son un solo origen.
5. Una claim derivada de web no dispara escrituras. Es la capa que queda en pie cuando el detector de inyección falla — y falla, aproximadamente una de cada diez veces contra ataques optimizados.
6. La herramienta cara nunca entra al cinturón sola. La escalada se demuestra contra gtm_provider_attempts, no se afirma.
7. Ningún pack corre sin cost_policy. parseCostPolicy() lanza. No lo debilites con un default.

​

6. Orden sugerido

WS-04 adapter principal  →  WS-03 fixtures  →  WS-07 bench  →  WS-14 quote+kill switch
                                                                       ↓
                                                        WS-15 shadow  →  WS-16 canary

​

7. Lo que está deliberadamente fuera de alcance

• Encender tool-policy.ts (está dark a propósito; su activación es una decision card humana que toca todas las superficies)
• Promover gtm_provider_waterfall a Collection
• Cascada general por capacidad (enriquecimiento antes que web)
• Monitores por segmento y FindAll preview como sonda

​

8. Dos cosas pendientes de decisión humana

1. El aviso del hook de diseño marca dos <img> en untrusted.spec.ts como imágenes rotas. Son payloads de ataque dentro de un spec de seguridad — el vector bajo prueba. Es un falso positivo y no está silenciado: suprimirlo requiere confirmación del dueño.
2. Los precios se verificaron el 2026-08-01 contra las páginas oficiales. Re-verifícalos antes de contratar: cuatro proveedores de esta categoría cambiaron precio o cerraron en los últimos doce meses.