context-map-ai 2.7.0__tar.gz → 2.7.2__tar.gz

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/.github/copilot-instructions.md

@@ -18,7 +18,7 @@
 
 # GitHub Copilot — Instrucciones para ContextMap
 
-> Generado automáticamente por **ContextMap** (2026-10-07).
+> Generado automáticamente por **ContextMap** (2026-10-08).
 
 ## Antes de sugerir código
 

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/CHANGELOG.md

@@ -7,6 +7,48 @@ y este proyecto adhiere a [Semantic Versioning](https://semver.org/spec/v2.0.0.h
 
 ## [Unreleased]
 
+### 🧩 Paquete de pi: `@kudawa/pi-contextmap`
+
+- Publicado en npm el paquete que trae ContextMap a [pi](https://pi.dev):
+  extensión que **registra el servidor MCP** (avisa si falta el CLI), skill
+  `contextmap` y los prompts `/contextmap-contexto`, `/contextmap-cierre` y
+  `/contextmap-preguntar`.
+- Install: `pi install npm:@kudawa/pi-contextmap`. Repo propio con publicación
+  automática en npm por **Trusted Publishing (OIDC, sin tokens)**:
+  https://github.com/kudawasama/pi-contextmap
+- Guía: `docs/PI_PACKAGE.md`. (El nombre `pi-contextmap` fue rechazado por npm
+  por parecido a `pi-context-map`; se publicó con ámbito `@kudawa`.)
+
+## [2.7.2] — 2026-10-08
+
+### 🐛 Arreglado
+
+- **Ruido de TODO en el Diario**: `render_nota_dia` volcaba los TODO del código
+  (`TODO (ruta.py:Ln): …`) en la nota del día. Ahora aplica el mismo filtro
+  `_es_todo_codigo` que ya usaban backlog, historial e ideas: la deuda técnica
+  vive en `5.0-BACKLOG/5.1-Tareas`, no en el diario.
+- **Falsos positivos del extractor de TODO**: en archivos `.py` se analizan
+  **solo comentarios reales** con `tokenize` (un docstring o un string que
+  *menciona* el marcador ya no cuenta) y `**TODO**` en negrita Markdown dejó de
+  parecer un comentario. Descubierto al documentar el propio filtro, que generó
+  nodos fantasma.
+- Tests: `test_analyzers_content.py` (8) y `test_diario_consolidado.py` (6);
+  suite **362/362**.
+
+## [2.7.1] — 2026-10-08
+
+### 🐛 Arreglado
+
+- **Acentos en el portapapeles (Windows)**: `ctxmap inbox add --clipboard` leía la
+  salida de PowerShell con la codificación de la consola (cp850) y corrompía el
+  texto (`Recuperación` → `Recuperaci¢n`). PowerShell ahora fuerza salida UTF-8 y
+  la lectura se decodifica **siempre** como UTF-8. Detectado al estrenar el
+  Second Brain con una captura real (`·`, tildes y eñes).
+- **Respuestas extractivas con ruido**: `wiki ask` citaba títulos Markdown,
+  avisos de redirección y bloques de fórmulas (`\displaystyle`) en lugar de la
+  definición. `wiki._frases` descarta estructura y ruido matemático y devuelve
+  prosa limpia (sin `**`, sin `[texto](url)`, sin viñetas).
+
 ## [2.7.0] — 2026-10-07
 
 ### 🗺️ G8 y G9 evaluados: BM25 ya estaba · MOC en una sola pasada

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.5
 Name: context-map-ai
-Version: 2.7.0
+Version: 2.7.2
 Summary: ContextMap IA — Memoria permanente y mapa mental narrativo para agentes de IA
 Project-URL: Homepage, https://github.com/kudawasama/ContextMap
 Project-URL: Repository, https://github.com/kudawasama/ContextMap
@@ -42,7 +42,7 @@ Description-Content-Type: text/markdown
 
 ### *Evita que tu IA olvide tus decisiones, gaste dinero en tokens y rompa tu código.*
 
-[![Release](https://img.shields.io/badge/version-v2.7.0-blue.svg?style=for-the-badge)](CHANGELOG.md)
+[![Release](https://img.shields.io/badge/version-v2.7.2-blue.svg?style=for-the-badge)](CHANGELOG.md)
 [![PyPI](https://img.shields.io/pypi/v/context-map-ai.svg?style=for-the-badge&logo=pypi&logoColor=white)](https://pypi.org/project/context-map-ai/)
 [![Python](https://img.shields.io/badge/python-3.10+-3776AB.svg?style=for-the-badge&logo=python&logoColor=white)](pyproject.toml)
 [![Tests: 314 Passing](https://img.shields.io/badge/tests-314%2F314%20passing-brightgreen.svg?style=for-the-badge)](context_map/__tests__/)
@@ -144,6 +144,8 @@ Bot-Automatizacion     🟡 Tibio    21d        32       2/1        0
 ### 🔌 3. Control Directo para Agentes de IA (Servidor MCP Nativo & Skills)
 ContextMap incluye un servidor **MCP nativo (29 herramientas)** y generador de **Skills para Antigravity**. Asistentes como **Antigravity, Hermes Agent, Claude Desktop, Cursor o Windsurf** pueden sincronizar el mapa, consultar lecciones y registrar decisiones de forma completamente autónoma sin que toques la terminal.
 
+> 🧩 También disponible como **paquete de [pi](https://pi.dev)**: `pi install npm:@kudawa/pi-contextmap` (trae el MCP, una skill y 3 prompts). Ver [docs/PI_PACKAGE.md](docs/PI_PACKAGE.md).
+
 ### 🛡️ 4. Reglas y Skills Universales para 10+ Editores e IAs
 Escribe tus normas una sola vez y ContextMap las inyecta en el formato nativo de cada herramienta:
 * **Google Antigravity**: `.agents/skills/contextmap/SKILL.md`
@@ -159,7 +161,7 @@ Escribe tus normas una sola vez y ContextMap las inyecta en el formato nativo de
 
 ## ⚖️ Comparativa: ContextMap vs. Otras Soluciones
 
-| ¿Qué necesitas? | Copiar y Pegar Todo<br>*(Repomix / Gitingest)* | Indexadores de Editor<br>*(Cursor / Windsurf)* | **ContextMap v2.7.0** |
+| ¿Qué necesitas? | Copiar y Pegar Todo<br>*(Repomix / Gitingest)* | Indexadores de Editor<br>*(Cursor / Windsurf)* | **ContextMap v2.7.2** |
 | :--- | :---: | :---: | :---: |
 | **Gasto de Tokens** | 🔴 Altísimo (quema tu dinero) | 🟡 Medio | 🟢 **Mínimo (>99% de ahorro)** |
 | **Prompt Caching Determinista** | ❌ Incompatible (cambia el hash) | 🟡 Parcial | **✅ Prefijo congelado (>90% Hit Rate)** |

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/README.md

@@ -6,7 +6,7 @@
 
 ### *Evita que tu IA olvide tus decisiones, gaste dinero en tokens y rompa tu código.*
 
-[![Release](https://img.shields.io/badge/version-v2.7.0-blue.svg?style=for-the-badge)](CHANGELOG.md)
+[![Release](https://img.shields.io/badge/version-v2.7.2-blue.svg?style=for-the-badge)](CHANGELOG.md)
 [![PyPI](https://img.shields.io/pypi/v/context-map-ai.svg?style=for-the-badge&logo=pypi&logoColor=white)](https://pypi.org/project/context-map-ai/)
 [![Python](https://img.shields.io/badge/python-3.10+-3776AB.svg?style=for-the-badge&logo=python&logoColor=white)](pyproject.toml)
 [![Tests: 314 Passing](https://img.shields.io/badge/tests-314%2F314%20passing-brightgreen.svg?style=for-the-badge)](context_map/__tests__/)
@@ -108,6 +108,8 @@ Bot-Automatizacion     🟡 Tibio    21d        32       2/1        0
 ### 🔌 3. Control Directo para Agentes de IA (Servidor MCP Nativo & Skills)
 ContextMap incluye un servidor **MCP nativo (29 herramientas)** y generador de **Skills para Antigravity**. Asistentes como **Antigravity, Hermes Agent, Claude Desktop, Cursor o Windsurf** pueden sincronizar el mapa, consultar lecciones y registrar decisiones de forma completamente autónoma sin que toques la terminal.
 
+> 🧩 También disponible como **paquete de [pi](https://pi.dev)**: `pi install npm:@kudawa/pi-contextmap` (trae el MCP, una skill y 3 prompts). Ver [docs/PI_PACKAGE.md](docs/PI_PACKAGE.md).
+
 ### 🛡️ 4. Reglas y Skills Universales para 10+ Editores e IAs
 Escribe tus normas una sola vez y ContextMap las inyecta en el formato nativo de cada herramienta:
 * **Google Antigravity**: `.agents/skills/contextmap/SKILL.md`
@@ -123,7 +125,7 @@ Escribe tus normas una sola vez y ContextMap las inyecta en el formato nativo de
 
 ## ⚖️ Comparativa: ContextMap vs. Otras Soluciones
 
-| ¿Qué necesitas? | Copiar y Pegar Todo<br>*(Repomix / Gitingest)* | Indexadores de Editor<br>*(Cursor / Windsurf)* | **ContextMap v2.7.0** |
+| ¿Qué necesitas? | Copiar y Pegar Todo<br>*(Repomix / Gitingest)* | Indexadores de Editor<br>*(Cursor / Windsurf)* | **ContextMap v2.7.2** |
 | :--- | :---: | :---: | :---: |
 | **Gasto de Tokens** | 🔴 Altísimo (quema tu dinero) | 🟡 Medio | 🟢 **Mínimo (>99% de ahorro)** |
 | **Prompt Caching Determinista** | ❌ Incompatible (cambia el hash) | 🟡 Parcial | **✅ Prefijo congelado (>90% Hit Rate)** |

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/README_EN.md

@@ -6,7 +6,7 @@
 
 ### *Stop your AI from forgetting architectural decisions, burning tokens, and breaking working code.*
 
-[![Release](https://img.shields.io/badge/version-v2.7.0-blue.svg?style=for-the-badge)](CHANGELOG.md)
+[![Release](https://img.shields.io/badge/version-v2.7.2-blue.svg?style=for-the-badge)](CHANGELOG.md)
 [![PyPI](https://img.shields.io/pypi/v/context-map-ai.svg?style=for-the-badge&logo=pypi&logoColor=white)](https://pypi.org/project/context-map-ai/)
 [![Python](https://img.shields.io/badge/python-3.10+-3776AB.svg?style=for-the-badge&logo=python&logoColor=white)](pyproject.toml)
 [![Tests: 314 Passing](https://img.shields.io/badge/tests-314%2F314%20passing-brightgreen.svg?style=for-the-badge)](context_map/__tests__/)
@@ -123,7 +123,7 @@ Write project rules once, and ContextMap auto-syncs them to every tool's native
 
 ## ⚖️ Comparison: ContextMap vs. Alternatives
 
-| What do you need? | Raw Dumps<br>*(Repomix / Gitingest)* | IDE-Locked Indexers<br>*(Cursor / Windsurf)* | **ContextMap v2.7.0** |
+| What do you need? | Raw Dumps<br>*(Repomix / Gitingest)* | IDE-Locked Indexers<br>*(Cursor / Windsurf)* | **ContextMap v2.7.2** |
 | :--- | :---: | :---: | :---: |
 | **Token Consumption** | 🔴 Massive (expensive & slow) | 🟡 Medium | 🟢 **Ultra-efficient (>99% savings)** |
 | **Deterministic Prompt Caching** | ❌ Incompatible (breaks hash) | 🟡 Partial | **✅ Frozen Prefix (>90% Hit Rate)** |

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/README_TECNICO.md

@@ -4,7 +4,7 @@
 
 **Documentación de Ingeniería de Software, Patrones de Diseño, AST y Protocolos**
 
-[![Version: v2.7.0](https://img.shields.io/badge/version-v2.7.0-blue.svg?style=for-the-badge)](CHANGELOG.md)
+[![Version: v2.7.2](https://img.shields.io/badge/version-v2.7.2-blue.svg?style=for-the-badge)](CHANGELOG.md)
 [![Tests: 314 Passing](https://img.shields.io/badge/tests-314%2F314%20passing-brightgreen.svg?style=for-the-badge)](context_map/__tests__/)
 [![Type Check: Strict MyPy](https://img.shields.io/badge/mypy-100%25%20strict%20blocking-00599C.svg?style=for-the-badge&logo=python&logoColor=white)](.github/workflows/ci.yml)
 [![Prompt Cache: Optimized](https://img.shields.io/badge/Prompt%20Cache->90%25%20Hit%20Rate-orange.svg?style=for-the-badge)](context_map/presentation/briefs/)
@@ -84,6 +84,8 @@ Para garantizar un Graph View de Obsidian legible, limpio y sin colisiones:
 
 El módulo `infrastructure/mcp_server.py` implementa el protocolo **MCP sobre transporte `stdio`**, permitiendo que agentes como **Hermes Agent**, **Cursor**, **Claude Desktop** y **Windsurf** ejecuten 29 herramientas nativas:
 
+> 🧩 Para **pi** hay un paquete que registra este MCP, añade la skill `contextmap` y 3 prompts: `pi install npm:@kudawa/pi-contextmap` (ver [docs/PI_PACKAGE.md](../docs/PI_PACKAGE.md)).
+
 | Tool MCP | Descripción |
 | :--- | :--- |
 | `refresh` | Flujo completo de sincronización (scan + build con preservación + check). |

context_map_ai-2.7.2/context_map/__tests__/test_analyzers_content.py

@@ -0,0 +1,154 @@
+"""Pruebas de la extracción de marcadores TODO/FIXME/HACK de comentarios.
+
+Caso real de la auditoría 2026-09-21: la heurística buscaba la subcadena
+``todo``/``bug`` en cualquier línea, así que 647 de los 685 eventos ``TODO``
+de la BD personal eran prosa en español («todo el rango», «todos los módulos»),
+llamadas ``logger.debug`` o líneas de docstring.
+"""
+
+from __future__ import annotations
+
+from context_map.infrastructure.analyzers.content import extraer_todos
+
+CODIGO_CON_FALSOS_POSITIVOS = '''"""Carpetas base que se escanean en ``sync --todos``."""
+
+import logging
+
+logger = logging.getLogger(__name__)
+
+
+def cargar():
+    """Carga y re-estandariza todo el grafo (por si quedaron viejos)."""
+    for item in todos_los_items:
+        # Cubre todo el rango y todo dia del periodo
+        logger.debug("Encoding detection on empty bytes, %s", item)
+        # Avoid unoptimized RSS usage.
+        yield item
+'''
+
+CODIGO_CON_MARCADORES_REALES = """# TODO: unificar el descubrimiento de proyectos
+import os  # FIXME: ruta hardcodeada a F:
+# HACK: parche temporal hasta migrar la BD
+# XXX revisar antes del release
+valor = 1  # TODO(c) pendiente de tipar
+"""
+
+
+def test_no_marca_prosa_en_espanol_ni_debug_ni_docstrings(tmp_path) -> None:
+    """La prosa con «todo», `logger.debug` y los docstrings NO son pendientes."""
+    archivo = tmp_path / "modulo.py"
+    archivo.write_text(CODIGO_CON_FALSOS_POSITIVOS, encoding="utf-8")
+
+    assert extraer_todos(str(archivo)) == []
+
+
+def test_detecta_marcadores_reales_en_comentarios(tmp_path) -> None:
+    """Los marcadores en MAYÚSCULAS dentro de comentarios sí se detectan."""
+    archivo = tmp_path / "modulo.py"
+    archivo.write_text(CODIGO_CON_MARCADORES_REALES, encoding="utf-8")
+
+    todos = extraer_todos(str(archivo))
+
+    assert len(todos) == 5, todos
+    assert todos[0].startswith("L1: # TODO: unificar")
+    assert any("FIXME" in t for t in todos)
+    assert any("HACK" in t for t in todos)
+    assert any("XXX" in t for t in todos)
+
+
+def test_todo_minuscula_no_es_marcador(tmp_path) -> None:
+    """`# todo` en un comentario en español es prosa, no un marcador."""
+    archivo = tmp_path / "modulo.py"
+    archivo.write_text("# todo esto hay que revisarlo luego\n", encoding="utf-8")
+
+    assert extraer_todos(str(archivo)) == []
+
+
+def test_archivo_inexistente_no_falla() -> None:
+    """Un archivo ilegible devuelve una lista vacía, sin propagar la excepción."""
+    assert extraer_todos("ruta/que/no/existe.py") == []
+
+
+CODIGO_CON_NEGRITA_MARKDOWN = '''"""Docstring que explica el filtro: los **TODO** crudos del código se excluyen."""
+
+
+
+def f():
+    """Ojo con **TODO** en negrita y con *TODO suelto en prosa."""
+    return 1
+'''
+
+
+CODIGO_CON_COMENTARIOS_DE_BLOQUE = '''/* TODO: refactorizar el parser */
+ * FIXME: ojo con el encoding
+/** HACK: puente temporal */
+<!-- TODO: documentar la API -->
+'''
+
+
+def test_negrita_markdown_no_es_marcador(tmp_path) -> None:
+    """Regresión 2026-10-08: ``**TODO**`` (negrita Markdown) no es un comentario.
+
+    Dogfooding: al documentar el filtro del diario, el propio docstring generó un
+    nodo ``TODO (…/canvas.py:L203)`` porque ``*`` contaba como signo de comentario.
+    """
+    archivo = tmp_path / "modulo.py"
+    archivo.write_text(CODIGO_CON_NEGRITA_MARKDOWN, encoding="utf-8")
+
+    assert extraer_todos(str(archivo)) == []
+
+
+def test_marcadores_en_comentarios_de_bloque_siguen_detectandose(tmp_path) -> None:
+    """``/* TODO */``, `` * TODO`` y ``<!-- TODO -->`` siguen siendo marcadores.
+
+    Se prueba en un ``.ts``: los comentarios de bloque no existen en Python, así
+    que ahí manda la heurística por líneas (no ``tokenize``).
+    """
+    archivo = tmp_path / "modulo.ts"
+    archivo.write_text(CODIGO_CON_COMENTARIOS_DE_BLOQUE, encoding="utf-8")
+
+    todos = extraer_todos(str(archivo))
+
+    assert len(todos) == 4, todos
+    assert any("refactorizar el parser" in t for t in todos)
+    assert any("encoding" in t for t in todos)
+    assert any("puente temporal" in t for t in todos)
+    assert any("documentar la API" in t for t in todos)
+
+
+def test_python_solo_mira_comentarios_reales(tmp_path) -> None:
+    """En ``.py`` un marcador dentro de un string o docstring NO cuenta.
+
+    Regresión 2026-10-08: documentar el filtro generó nodos TODO fantasma porque
+    se miraban líneas sueltas. Con ``tokenize`` solo cuentan los comentarios.
+    """
+    archivo = tmp_path / "doc.py"
+    archivo.write_text(
+        '"""Docstring que cita el marcador # TODO: no es un pendiente."""\n'
+        '\n'
+        'MENSAJE = "# FIXME: tampoco, es un string"\n'
+        'RE = r"# TODO"\n'
+        '\n'
+        'x = 1  # TODO: este sí es un pendiente real\n',
+        encoding="utf-8",
+    )
+
+    todos = extraer_todos(str(archivo))
+
+    assert len(todos) == 1, todos
+    assert "pendiente real" in todos[0]
+
+
+def test_javascript_usa_la_heuristica_por_lineas(tmp_path) -> None:
+    """En lenguajes sin ``tokenize`` se mantiene la heurística por líneas."""
+    archivo = tmp_path / "app.ts"
+    archivo.write_text(
+        '// TODO: tipar el retorno\n'
+        'const x = 1;\n',
+        encoding="utf-8",
+    )
+
+    todos = extraer_todos(str(archivo))
+
+    assert len(todos) == 1, todos
+    assert "tipar el retorno" in todos[0]

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/context_map/__tests__/test_diario_consolidado.py

@@ -101,3 +101,54 @@ def test_preserva_contenido_del_agente_despues_del_scanner(tmp_path):
     assert "Nodo B" in final
     assert final.count("🤖 Ingresados por el scanner") == 1
 
+
+def test_excluye_todos_de_codigo_y_conserva_los_conversados(tmp_path):
+    """Los TODO crudos del código NO se vuelcan al diario; los conversados sí.
+
+    Dogfooding 2026-10-08: el diario acumulaba volcados de código (p. ej.
+    ``TODO (context_map/x.py:L10): return valor``), que son deuda técnica y
+    viven en ``5.0-BACKLOG/5.1-Tareas``. El filtro ``_es_todo_codigo`` que ya
+    usaban backlog/historial/ideas faltaba en el generador del diario.
+    """
+    out = str(tmp_path)
+    hoy = date.today().isoformat()
+    codigo = Node(
+        id="t1",
+        type="FUTURO",
+        title="TODO (context_map/app.py:L10): return valor  # pendiente de tipar",
+        created_at=f"{hoy}T10:00:00",
+    )
+    prueba = Node(
+        id="t2",
+        type="FUTURO",
+        title="TODO (context_map/__tests__/test_x.py:L5): assert algo",
+        created_at=f"{hoy}T10:30:00",
+    )
+    conversado = Node(
+        id="t3",
+        type="FUTURO",
+        title="Revisar el flujo de captura móvil con el usuario",
+        created_at=f"{hoy}T11:00:00",
+    )
+
+    render_nota_dia(out, "MiProyecto", [codigo, prueba, conversado])
+    contenido = _ruta_diario(tmp_path, hoy).read_text(encoding="utf-8")
+
+    assert "Revisar el flujo de captura móvil" in contenido
+    assert "return valor" not in contenido
+    assert "assert algo" not in contenido
+
+
+def test_sin_nodos_utiles_no_crea_diario(tmp_path):
+    """Un día con solo TODO de código no genera diario (sin ruido)."""
+    out = str(tmp_path)
+    hoy = date.today().isoformat()
+    solo_codigo = Node(
+        id="t1",
+        type="FUTURO",
+        title="TODO (context_map/app.py:L10): def foo(): pass",
+        created_at=f"{hoy}T10:00:00",
+    )
+    assert render_nota_dia(out, "MiProyecto", [solo_codigo]) is None
+    assert not _ruta_diario(tmp_path, hoy).exists()
+

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/context_map/__tests__/test_web_clipper.py

@@ -82,7 +82,31 @@ def test_comandos_de_portapapeles_por_plataforma(monkeypatch) -> None:
 
     monkeypatch.setattr(clip.sys, "platform", "win32")
     monkeypatch.setattr(clip.os, "name", "nt")
-    assert clip._comandos_portapapeles()[0][0] == "powershell"
+    comando = clip._comandos_portapapeles()[0]
+    assert comando[0] == "powershell"
+    assert "UTF8" in comando[-1], "PowerShell debe forzar salida UTF-8"
+
+
+def test_lectura_decodifica_siempre_como_utf8(monkeypatch) -> None:
+    """Regresión (2026-10-08): los acentos se corrompían ("Recuperación" →
+    "Recuperaci¢n") porque se leía con la codificación local de la consola.
+
+    Ahora la lectura pasa ``encoding="utf-8"`` y NUNCA ``text=True``.
+    """
+    capturado: dict[str, object] = {}
+
+    def _run(_comando, **kwargs):
+        capturado.update(kwargs)
+        return NS(returncode=0, stdout="Recuperación · ñ á é — BM25")
+
+    monkeypatch.setattr(clip.shutil, "which", lambda _cmd: "/usr/bin/falso")
+    monkeypatch.setattr(clip.subprocess, "run", _run)
+
+    texto = clip.leer_portapapeles([["falso"]])
+
+    assert texto == "Recuperación · ñ á é — BM25", "Los acentos deben sobrevivir"
+    assert capturado.get("encoding") == "utf-8"
+    assert "text" not in capturado, "No debe usarse la codificación local (text=True)"
 
 
 def test_desglosar_markdown_extrae_titulo_y_url() -> None:

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/context_map/__tests__/test_wiki_avanzado.py

@@ -79,6 +79,50 @@ def test_bm25_prefiere_mayor_frecuencia(tmp_path) -> None:
     assert resultados[0]["titulo"] == "Mucho vector"
 
 
+def test_frases_descarta_titulos_y_ruido_matematico() -> None:
+    """Dogfooding 2026-10-08: la síntesis citaba títulos y fórmulas en vez de prosa.
+
+    Con la página real de Wikipedia de BM25, la respuesta extractiva devolvía
+    "# BM25 — ranking de relevancia" y "(Redirigido desde …)" en lugar de la
+    definición. ``_frases`` debe quedarse solo con prosa informativa.
+    """
+    texto = (
+        "# BM25 — ranking de relevancia\n"
+        "[Ir al contenido](#bodyContent)\n"
+        "(Redirigido desde «[BM25](/w/index.php?title=BM25&redirect=no)»)\n"
+        "**Okapi BM25** es una función de ranking utilizada en recuperación de "
+        "información para asignar relevancia a los documentos de un buscador.\n"
+        "s c o r e ( D , Q ) = \u2211 i = 1 n I D F ( q i ) \u22c5 f ( q i , D ) "
+        "{\\displaystyle score(D,Q)}\n"
+        "- [Modelo de espacio vectorial](https://es.wikipedia.org/wiki/Modelo)\n"
+    )
+    frases = kb._frases(texto)
+
+    assert any("es una función de ranking" in f for f in frases), frases
+    assert all(not f.startswith("#") for f in frases)
+    assert not any("w/index.php" in f for f in frases)
+    assert not any("displaystyle" in f for f in frases)
+
+
+def test_sintetizar_devuelve_la_definicion_no_el_titulo(tmp_path) -> None:
+    """La respuesta extractiva cita la definición y no la cabecera de la página."""
+    vdir = _vault(tmp_path)
+    kb.ingresar(
+        vdir,
+        "BM25 — ranking de relevancia",
+        "# BM25 — ranking de relevancia\n\n"
+        "(Redirigido desde «BM25»)\n\n"
+        "Okapi BM25 es una función de ranking utilizada en recuperación de "
+        "información para asignar relevancia a los documentos de un buscador.",
+        entidades="BM25",
+    )
+
+    resultado = kb.sintetizar(vdir, "¿para qué sirve BM25?")
+
+    assert "función de ranking" in resultado["respuesta"]
+    assert "Redirigido" not in resultado["respuesta"]
+
+
 def test_moc_agrupa_conceptos_con_sus_fuentes(tmp_path) -> None:
     """G9: el MOC se genera en una pasada y agrupa cada concepto con sus fuentes."""
     vdir = _vault(tmp_path)

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/context_map/domain/knowledge/clip.py

@@ -71,6 +71,12 @@ def desglosar_markdown(texto: str) -> tuple[str, str]:
     return coincidencia.group(1).strip(), coincidencia.group(2).strip()
 
 
+_PS_GET_CLIPBOARD_UTF8 = (
+    "[Console]::OutputEncoding=[System.Text.Encoding]::UTF8; Get-Clipboard"
+)
+"""Lectura del portapapeles en Windows forzando salida UTF-8 (ver abajo)."""
+
+
 def _comandos_portapapeles() -> list[list[str]]:
     """Comandos nativos para leer el portapapeles, en orden de preferencia.
 
@@ -81,7 +87,10 @@ def _comandos_portapapeles() -> list[list[str]]:
     if sys.platform == "darwin":
         return [["pbpaste"]]
     if os.name == "nt":
-        return [["powershell", "-NoProfile", "-Command", "Get-Clipboard"]]
+        # ``[Console]::OutputEncoding=...UTF8`` es OBLIGATORIO: sin ello
+        # PowerShell escribe en la página de códigos de la consola (cp850/cp1252)
+        # y los acentos se corrompen ("Recuperación" → "Recuperaci¢n").
+        return [["powershell", "-NoProfile", "-Command", _PS_GET_CLIPBOARD_UTF8]]
     return [
         ["wl-paste", "-n"],
         ["xclip", "-selection", "clipboard", "-o"],
@@ -92,6 +101,10 @@ def _comandos_portapapeles() -> list[list[str]]:
 def leer_portapapeles(comandos: list[list[str]] | None = None, timeout: int = 10) -> str:
     """Lee el portapapeles del sistema con herramientas nativas (sin dependencias).
 
+    El resultado se decodifica **siempre como UTF-8** (no con la codificación
+    local): así los acentos, la eñe y los símbolos sobreviven en cualquier
+    idioma.
+
     Args:
         comandos (list[list[str]] | None): Comandos a probar (inyectable en
             tests). Si es None, se autodetectan por plataforma.
@@ -106,7 +119,12 @@ def leer_portapapeles(comandos: list[list[str]] | None = None, timeout: int = 10
             continue
         try:
             resultado = subprocess.run(
-                comando, capture_output=True, text=True, timeout=timeout, check=False,
+                comando,
+                capture_output=True,
+                timeout=timeout,
+                check=False,
+                encoding="utf-8",
+                errors="replace",
             )
         except Exception:  # noqa: BLE001 — portapapeles es best-effort
             continue

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/context_map/domain/knowledge/wiki.py

@@ -302,19 +302,63 @@ _NEGACIONES = re.compile(
 )
 
 
+def _limpiar_frase(frase: str) -> str:
+    """Quita marcadores Markdown de una frase (énfasis, enlaces, listas).
+
+    Args:
+        frase (str): Fragmento crudo de Markdown.
+
+    Returns:
+        str: Texto en prosa, con espacios normalizados.
+    """
+    sin_enfasis = re.sub(r"\*\*([^*]+)\*\*", r"\1", frase)
+    sin_enlaces = re.sub(r"\[([^\]]+)\]\([^)]*\)", r"\1", sin_enfasis)
+    sin_marcadores = re.sub(r"^\s*(?:[-*>]\s+)+\s*", "", sin_enlaces)
+    return re.sub(r"\s+", " ", sin_marcadores).strip()
+
+
+def _es_frase_util(frase: str) -> bool:
+    """Heurística: ¿la frase es prosa informativa y no ruido estructural?
+
+    Descarta títulos, ítems de índice, referencias a URLs y bloques de fórmulas
+    (muy simbólicos para el poco texto que aportan), que ensuciaban las
+    respuestas extractivas.
+
+    Args:
+        frase (str): Frase ya limpiada.
+
+    Returns:
+        bool: True si sirve como fuente de una respuesta.
+    """
+    if len(frase) < 40:
+        return False
+    if "\\displaystyle" in frase or "w/index.php" in frase:
+        return False
+    letras_y_espacios = sum(c.isalpha() or c.isspace() for c in frase)
+    return letras_y_espacios / len(frase) >= 0.7
+
+
 def _frases(texto: str) -> list[str]:
-    """Divide un texto en frases útiles (sin frontmatter ni wikilinks).
+    """Divide un texto en frases de prosa útiles (sin frontmatter ni wikilinks).
 
     Args:
         texto (str): Contenido Markdown de una página.
 
     Returns:
-        list[str]: Frases de al menos 30 caracteres.
+        list[str]: Frases informativas, limpias de marcadores Markdown.
     """
     plano = re.sub(r"^---\n.*?\n---\n", "", texto, flags=re.DOTALL)
     plano = re.sub(r"\[\[([^|\]]+\|)?([^\]]+)\]\]", r"\2", plano)
     partes = re.split(r"(?<=[.!?])\s+|\n+", plano)
-    return [p.strip() for p in partes if len(p.strip()) >= 30]
+    frases: list[str] = []
+    for parte in partes:
+        bruta = parte.strip()
+        if not bruta or bruta.startswith("#"):
+            continue  # Los títulos ya los aporta el título de la página.
+        limpia = _limpiar_frase(bruta)
+        if _es_frase_util(limpia):
+            frases.append(limpia)
+    return frases
 
 
 def _mejores_frases(ruta: str, q_tokens: set[str], max_frases: int = 2) -> list[str]:

{context_map_ai-2.7.0 → context_map_ai-2.7.2}/context_map/infrastructure/analyzers/content.py

@@ -97,7 +97,8 @@ def extraer_funciones(ruta: str) -> list[str]:
 
 
 _RE_MARCADOR_TODO = re.compile(
-    r"(?:#|//|/\*|\*|<!--|--)\s*(?:TODO|FIXME|HACK|BUG|OPTIMIZE|XXX)[Ss]?\b:?"
+    r"(?:#|//|/\*+|^\s*\*(?!\*)|<!--|--)\s*(?:TODO|FIXME|HACK|BUG|OPTIMIZE|XXX)[Ss]?\b:?",
+    re.MULTILINE,
 )
 """Marcador de tarea pendiente: requiere signo de comentario y palabra en MAYÚSCULAS.
 
@@ -107,11 +108,50 @@ módulos»), las llamadas ``logger.debug(...)`` y los docstrings. En la BD perso
 eso produjo 647 de 685 eventos ``TODO`` falsos (94%). La coincidencia en
 mayúsculas es deliberada: ``# todo`` en un comentario en español es prosa, no un
 marcador; ``# TODO`` sí lo es.
+
+Ajuste 2026-10-08: el ``*`` suelto solo cuenta como comentario de bloque al
+inicio de línea y si no es el primero de una negrita (``**TODO**`` en Markdown
+no es un pendiente). ``/*`` y ``/**`` siguen valiendo dentro de la línea.
 """
 
 
+def _todos_de_python(ruta: str) -> list[str] | None:
+    """Marcadores hallados en COMENTARIOS reales de un ``.py`` (con ``tokenize``).
+
+    Evita la clase de falsos positivos más terca: un docstring o un string que
+    *menciona* un marcador (p. ej. documentar ``# TODO`` o escribir ``**TODO**``
+    en negrita) no es un pendiente del código. Devuelve None si el archivo no es
+    un Python válido, para que el llamador use la heurística por líneas.
+
+    Args:
+        ruta (str): Ruta del archivo Python.
+
+    Returns:
+        list[str] | None: Líneas ``L<n>: <comentario>`` (máx. 10), o None si no
+        se pudo tokenizar.
+    """
+    import tokenize
+
+    encontrados: list[str] = []
+    try:
+        with open(ruta, "rb") as f:
+            for token in tokenize.tokenize(f.readline):
+                if token.type == tokenize.COMMENT and _RE_MARCADOR_TODO.search(token.string):
+                    encontrados.append(f"L{token.start[0]}: {token.string.strip()[:100]}")
+                if len(encontrados) >= 10:
+                    break
+    except Exception as err:  # noqa: BLE001 — sintaxis inválida: fallback por líneas
+        logger.debug("No se pudo tokenizar %s: %s", ruta, err)
+        return None
+    return encontrados
+
+
 def extraer_todos(ruta: str) -> list[str]:
-    """Extrae los marcadores TODO/FIXME/HACK/BUG/OPTIMIZE/XXX escritos en comentarios.
+    """Extrae los marcadores TODO/FIXME/HACK/BUG/OPTIMIZE/XXX de comentarios.
+
+    En archivos ``.py`` analiza **solo comentarios** (``tokenize``), de modo que
+    docstrings y strings que mencionan un marcador no cuentan. En el resto de
+    lenguajes (JS/TS/C/HTML/SQL…) usa la heurística por líneas.
 
     Args:
         ruta (str): Ruta del archivo a analizar.
@@ -120,6 +160,11 @@ def extraer_todos(ruta: str) -> list[str]:
         list[str]: Líneas con marcador, con el formato ``L<n>: <texto>``
         (máximo 10 por archivo).
     """
+    if ruta.endswith(".py"):
+        comentarios = _todos_de_python(ruta)
+        if comentarios is not None:
+            return comentarios
+
     todos = []
     try:
         with open(ruta, encoding="utf-8", errors="ignore") as f: