sergio/takana

1#!/usr/bin/env python3
2"""censo-distro.py — qué le falta a la distro para que una persona la use.
3
4── POR QUÉ EXISTE, Y QUÉ PREGUNTA CONTESTA QUE LAS OTRAS NO ────────────────────────────────────
5El repo ya mide tres cosas y ninguna es ésta:
6
7  · `build-state*.json`    ¿lo DECLARADO está construido?        (hoy: 1158/1158, deuda 0)
8  · `frontera-triaje.toml` ¿la clausura de build tiene huecos?   (cerrada, 362/365 decididos)
9  · `cierres.json`         ¿cada perfil cierra?                  (hoy: 10 de 10)
10
11Las tres contestan **«¿está completo lo que ya nombramos?»**. Ninguna contesta **«¿alcanza para
12usarla?»**, y por eso el tablero podía estar entero en verde mientras la distro no sabía mostrar un
13carácter chino. Lo dijo el operador el 2026-10-16: *«no hay qué granjear desde lo que tenemos. pero
14lo que no tenemos, faltan montón de cosas»*. Tenía razón y no existía el número.
15
16⚠ **LA LISTA DE ABAJO ES JUICIO, NO MEDIDA**, igual que la columna `destino` de
17`busybox-applets.tsv` — y conviene que esté dicho en la primera línea del fichero. Lo que SÍ se mide
18es cada renglón: si hay receta (en el catálogo, en una cola o en `tandas/`) y si viaja en alguna
19imagen. Agregar o quitar un renglón es una decisión de producto; el guion sólo dice en qué estado
20está lo que alguien ya decidió que importa.
21
22⚠ **EL PARENTESCO DE NOMBRE ES UNA PISTA, NO UN VEREDICTO — y esto se corrigió DOS VECES.**
23
24La v1 cantaba huecos falsos: «falta `clang`» con `clang18` en el catálogo, «falta `rustc`» con
25`rust`, «falta `neomutt`» con `mutt`. Se arregló buscando un pariente de nombre y sacando esos
26renglones del recuento… y eso fue **peor**, porque entonces el censo escondía huecos REALES:
27`neovim` salía como «revisar → vim» (y neovim falta de verdad: existe `bob-nvim`, su gestor de
28versiones, sin neovim), `swaync` → `sway`, `patchelf` → `patch`, `man-pages` → `mandoc` (que es el
29LECTOR, no el contenido).
30
31⇒ **Un pariente ANOTA, no absuelve.** Un candidato sin receta cuenta como `falta`, siempre; si hay
32un nombre parecido se añade como `pista` para que nadie repita la búsqueda. Las dos formas de
33mentir tienen el mismo antídoto: que la pista viaje al lado del hueco en vez de reemplazarlo.
34
35Uso:  censo-distro.py [--json docs/state/distro-huecos.json]
36"""
37import argparse
38import glob
39import importlib.util
40import json
41import os
42import sys
43
44RAIZ = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
45sys.path.insert(0, os.path.join(RAIZ, 'scripts'))
46
47# Cada entrada: categoría → (por_qué_importa, [nombres candidatos]).
48# El «por qué» no es adorno: un renglón sin motivo se discute para siempre.
49CHECKLIST = {
50    # ── LO QUE DEJA A GENTE AFUERA ──────────────────────────────────────────────────────────────
51    'escritura del mundo': (
52        '✅ CERRADO como CAPACIDAD: `noto-fonts` + `noto-fonts-cjk` + `noto-fonts-emoji` están '
53        'SELLADAS y declaradas en los perfiles de escritorio, así que la distro YA pinta chino, '
54        'japonés, coreano, árabe, hindi, tailandés y emoji. ⚠ Este texto decía «las únicas '
55        'fuentes del corpus son dejavu y su nerd» y era CIERTO cuando se escribió y FALSO al '
56        'leerlo: la cuenta (1/4) se actualiza sola y la prosa NO, así que el renglón se '
57        'contradecía consigo mismo. Lo que falta, `noto-fonts-extra`, son los PESOS restantes '
58        '(Light, Thin, Condensed): `noto-fonts` ya toma Regular+Bold hinted de todas las '
59        'familias. ⇒ no es un alfabeto que no se vea, es tipografía fina',
60        ['noto-fonts-cjk', 'noto-fonts-emoji', 'noto-fonts', 'noto-fonts-extra']),
61    'escribir en esos idiomas': (
62        'una fuente deja LEER; para ESCRIBIR hace falta un método de entrada. ✅ CERRADO para los '
63        'TRES grandes: marco `fcitx5` + COREANO (`fcitx5-hangul`, 2026-10-20, que viaja por su '
64        'diccionario hanja con la ruta horneada en la .a) + JAPONÉS (`fcitx5-anthy`) + CHINO '
65        '(`fcitx5-chinese-addons` con libime y sus tablas de pinyin). Lo único que falta, '
66        '`fcitx5-rime`, es un motor ALTERNATIVO de chino: redundante con el que ya entró, no un '
67        'idioma sin cubrir. ⚠ Y acá también la prosa envejeció antes que la cuenta: decía '
68        '«faltan los otros idiomas» con el japonés y el chino ya sellados. '
69        '⚠ Los renglones se nombran como los PAQUETES de fcitx5, no como las bibliotecas motor: mi '
70        'primera versión pedía `anthy`, `libpinyin` y `hangul`, y con `fcitx5-hangul` ya sellado el '
71        'censo seguía contando «hangul» como hueco — un hueco falso por nombrar la pieza de abajo '
72        'en vez de la que se declara',
73        ['fcitx5', 'ibus', 'fcitx5-hangul', 'fcitx5-anthy', 'fcitx5-chinese-addons',
74         'fcitx5-rime']),
75    'accesibilidad': (
76        'sin lector de pantalla ni voz la distro es inusable para quien no ve',
77        ['orca', 'speech-dispatcher', 'espeak-ng', 'brltty']),
78
79    # ── LO QUE ALGUIEN BUSCA EL PRIMER DÍA ──────────────────────────────────────────────────────
80    'terminales populares': (
81        '`foot` está y alcanza; pero quien llega de otra distro busca el suyo por nombre, y el '
82        'doc 20 §II.2 ya los listaba como «barato». kitty: 13 de sus 14 deps ya están en el '
83        'catálogo (falta librsync, opcional)',
84        ['kitty', 'alacritty', 'wezterm', 'ghostty', 'xterm']),
85    'editores': (
86        '`vim` y `helix` están. ⚠ Existe `bob-nvim` —el GESTOR DE VERSIONES de neovim— y no '
87        'existe neovim: el conductor sin el motor, como `crun` sin podman',
88        ['neovim', 'emacs', 'micro', 'kakoune', 'nano']),
89    'shells': ('bash, zsh y nushell están', ['fish', 'elvish']),
90    'lanzador, notificaciones y bloqueo': (
91        'el esqueleto de un escritorio Wayland que no sea GNOME/KDE: sin lanzador no se abre nada',
92        ['rofi', 'wofi', 'fuzzel', 'bemenu', 'tofi', 'mako', 'dunst', 'swaync', 'swaylock',
93         'gtklock', 'waylock']),
94    'audio de escritorio': (
95        '✅ CUBIERTO 2026-10-21: `pamixer` viaja en los CINCO escritorios (mirada, kde, gnome, cosmic, '
96        'sway) ⇒ ya se le puede subir el volumen. Lo que falta son los nombres ajenos que alguien '
97        'busca (`pavucontrol`) y el control de reproducción (`playerctl`), que es otra capacidad',
98        ['pavucontrol', 'pamixer', 'playerctl', 'easyeffects', 'wiremix']),
99    'capturas y portapapeles': ('grim, slurp, wl-clipboard y cliphist ya están',
100                                ['satty', 'swappy', 'flameshot', 'wtype', 'kanshi']),
101    # ✅ CERRADO el 2026-10-20 con `swayimg`, y la fila cambia de forma a propósito: decía «5 de 5
102    # ausente» listando los cinco visores famosos, y **ninguno de los cinco puede funcionar acá**.
103    # Dejar esa fila en rojo invitaba a una campaña imposible; lo honesto es que el candidato que SÍ
104    # sirve esté en la lista y que los muros de los otros queden escritos (ver `MUROS`).
105    'visores de imagen': ('swayimg está: png/jpeg/webp/tiff/gif + rotación EXIF, y modo DRM para '
106                          'consola. Los cinco de abajo están TAPADOS, ver MUROS',
107                          ['swayimg', 'imv', 'nsxiv', 'feh', 'loupe', 'eog']),
108
109    # ── CAPACIDADES ENTERAS SIN NINGÚN CAMINO ───────────────────────────────────────────────────
110    'archivos comprimidos ajenos': (
111        '⚠ EL ARGUMENTO DE ESTA FILA ERA FALSO Y LO MEDÍ DESPUÉS: decía «no se puede abrir un .zip» '
112        'porque `libzip` es una biblioteca y no el comando. Cierto para libzip — y falso como '
113        'conclusión: `libarchive` estaba SELLADO y trae `bsdunzip`/`bsdtar`, verificados con un zip '
114        'real en lectura Y escritura. Se declaró en `cli` el 2026-10-19. Lo que falta son los ALIAS '
115        '(`unzip`, `zip`) para que un script ajeno que los invoque no falle, y 7z/rar sin medir',
116        ['unzip', 'zip', 'p7zip', '7zip', 'unrar']),
117    'imprimir de verdad': ('cups solo no imprime: los filtros y los drivers son otro paquete',
118                           ['cups', 'cups-filters', 'ghostscript', 'gutenprint', 'hplip']),
119    'escanear': ('ningún camino hoy', ['sane-backends', 'simple-scan']),
120    'documentos técnicos': ('✅ CUBIERTO: `typst` viaja en `cli` y compone PDF desde texto marcado — que era exactamente lo '
121        'que esta fila decía que no existía. Lo que falta son los ecosistemas AJENOS: `texlive` '
122        '(que es gigante) y `pandoc` (conversor entre formatos, otra capacidad). `groff` es el '
123        'formateador de las páginas man, que es el renglón de arriba',
124                            ['texlive', 'pandoc', 'typst', 'groff']),
125    'páginas de manual': ('✅ CUBIERTO el 2026-10-21: `man-pages` 6.20 entró en `perfil.cli` — 3.153 páginas, 513 de '
126        'ellas de SECCIÓN 2, de la que el corpus entero tenía CERO. `man open`, `man mmap` y '
127        '`man malloc` ya contestan (probado con el artefacto, rc=0). Ojo con el diagnóstico '
128        'viejo: decía «falta el CONTENIDO» y no era que no hubiera páginas —había 4.710 de '
129        'sección 3, porque cada paquete trae las suyas— sino que faltaban las del proyecto '
130        'Linux man-pages: syscalls, libc y conceptos. ⚠ Y lo que SIGUE roto no es contenido: '
131        '`apropos`/`whatis`/`man -k` devuelven «nothing appropriate» porque `makewhatis` no '
132        'logra escribir el índice (su lector dice «Inconsistent file size 260 (expected 4)» '
133        'sobre un fichero que él mismo escribió). Es defecto del empaquetado de mandoc, y '
134        'tocarlo reconstruye `base`. Lo que falta de verdad acá es `texinfo`, el formateador '
135        'de páginas info — otro formato, otra capacidad',
136                          ['man-pages', 'texinfo']),
137    'virtualización': ('ni invitado ni anfitrión: no se puede probar la propia ISO sin salir',
138                       ['qemu', 'libvirt', 'virt-manager']),
139    'contenedores': ('`crun` está (el motor); falta quien lo conduzca',
140                     ['podman', 'docker', 'buildah', 'flatpak', 'distrobox']),
141    'java': ('un ecosistema entero queda fuera sin una JVM', ['openjdk', 'jdk', 'temurin']),
142    'bases de datos de servidor': ('sqlite está; un servicio con varios clientes no',
143                                   ['postgresql', 'mariadb', 'redis', 'valkey']),
144    'depurar y medir': ('⚠ MATIZADO 2026-10-21, y el matiz es el punto: `gdb` 16.3 está SELLADO y probado (PIE, cero '
145        'R_X86_64_COPY, abre un core y resuelve símbolos) pero NO viaja en ninguna imagen — y eso '
146        'NO es un descuido. Son **232 MB** (el binario solo 166 MB, del que el 45 % es info de '
147        'depuración: separándola con el SDD 23 quedarían ~90 MB, igual de pesados para una imagen '
148        'de producto). ⇒ es el patrón «opcional = receta SIN perfil»: la Etapa F lo publica y se '
149        'INSTALA cuando hace falta, con cero peso de imagen. La primera versión de este texto '
150        'decía «no hay con qué mirar un core», que se leía como hueco de capacidad cuando es una '
151        'decisión de peso. Lo que falta de verdad: perf, valgrind, lldb, ltrace',
152                        ['gdb', 'lldb', 'valgrind', 'ltrace', 'perf', 'patchelf']),
153    'discos y salud del equipo': ('✅ CUBIERTO 2026-10-21: `smartmontools` viaja en `base`, o sea en TODAS las imágenes, con su '
154        'drivedb de 792 entradas anclada ⇒ un disco muriéndose ya avisa. Faltan `nvme-cli` '
155        '(gestión NVMe, no diagnóstico SMART), `hdparm` y `gparted`',
156                                  ['smartmontools', 'nvme-cli', 'hdparm', 'gparted']),
157
158    # ── LENGUAJES Y HERRAMIENTAS DE CONSTRUCCIÓN ────────────────────────────────────────────────
159    'otros lenguajes': (
160        'python3, lua, go, rust y perl están. ⚠ `zig` NO es receta: vive como artefacto '
161        '`seed-zig` fuera del catálogo, y es el compilador de TODO el corpus',
162        ['nodejs', 'deno', 'bun', 'ruby', 'php', 'julia', 'ghc', 'ocaml', 'elixir', 'erlang']),
163    'empaquetadores de python': ('✅ CUBIERTO en lo esencial: `uv` viaja en `cli` e instala herramientas de Python (`uv tool '
164        'install`), que era lo que esta fila decía imposible. Y `py3-pip` entró el 2026-10-20. '
165        'Lo que falta, `pipx` y `poetry`, son los nombres que alguien trae de otra distro',
166                                 ['pipx', 'uv', 'poetry']),
167    'construcción C clásica': (
168        '⚠ ESTA FILA ES LA MÁS DUDOSA DEL CHECKLIST y conviene que lo diga: cmake, meson, make y '
169        'samurai existen y NO viajan en ninguna imagen — probablemente a propósito, porque una '
170        'imagen de producto no se construye a sí misma. La receta de `nodejs` ya tomó esa decisión '
171        'por escrito para su caso («acá Node es un compilador más, no software que la distro '
172        'publique»). ⇒ lo que falta acá puede no ser un hueco sino un PERFIL de desarrollo que no '
173        'existe. Se deja medido y sin declarar. `ninja` además lo instala `samurai` con ese nombre '
174        'exacto (1.9.0, medido). Y `gcc` está RETENIDO a propósito (sólo `gcc-libs`), `clang` es '
175        '`clang18`: eso no es hueco, es decisión',
176        ['autoconf', 'automake', 'ninja']),
177
178    # ── RED, SEGURIDAD, DATOS ───────────────────────────────────────────────────────────────────
179    'vpn y red gestionada': ('networkmanager, wireguard-tools y wpa_supplicant están',
180                             ['openvpn', 'iwd', 'nmtui', 'impala', 'mosh', 'sshfs']),
181    'bluetooth usable': ('✅ EL AUDIO POR BLUETOOTH FUNCIONA DESDE EL 2026-10-21. Antes esta fila '
182        'decía «falta con qué emparejar un auricular» y estaba mal EN LAS DOS DIRECCIONES. '
183        'Emparejar ya se podía: `bluez` trae `bluetoothctl` 5.87 (probado) y su daemon, y los '
184        'cuatro escritorios HABILITAN el servicio `bluetoothd`. Lo que faltaba era un piso más '
185        'abajo y la fila no lo veía: `pipewire` iba con `-Dbluez5=disabled`, así que se '
186        'emparejaba y NO SONABA. Arreglado: receta `sbc` (el único códec que A2DP exige) + '
187        '`bluez` recompilado con PIC (su .a no entraba en una .so) + `-Dbluez5=enabled`. '
188        'Verificado en el artefacto: /usr/lib/spa-0.2/bluez5/ con libspa-bluez5.so y su códec, '
189        '14 símbolos sbc_* DEFINIDOS. Costó rearmar 19 recetas, la cadena PGO de Gecko '
190        'incluida. ⇒ Lo que queda son los FRONTENDS (`blueman` gráfico, `bluetuith` de '
191        'terminal): comodidad, no capacidad',
192                        ['blueman', 'bluetuith']),
193    'contraseñas': ('✅ CUBIERTO el 2026-10-21: `pass` entró en `perfil.cli`, que por herencia lo pone en '
194        'CINCO imágenes (cli, kde, gnome, cosmic, sway) más servidor. Guarda y devuelve '
195        'secretos de verdad — el guardián de la receta hace el ciclo init+insert+show y '
196        'compara. Costó ~400 KB porque `gnupg` (40 MB), `git`, `pinentry` y `util-linux` ya '
197        'viajaban en `base`. ⚠ Este texto decía «nada: la gente guarda sus claves en un .txt '
198        'o no usa la distro» y era cierto hasta ese día: la cuenta se actualiza sola y la '
199        'prosa no (ya pasó dos veces hoy con fuentes y métodos de entrada). Lo que queda, '
200        '`keepassxc`, es la variante GRÁFICA con su base de datos propia — otra capacidad, '
201        'no la misma; `gopass` es un reimplementación en Go del mismo formato, redundante',
202                    ['keepassxc', 'pass', 'gopass']),
203    'respaldos': ('restic y rclone están', ['borgbackup', 'rsnapshot']),
204    'descargas y torrent': ('curl y wget están', ['aria2', 'transmission', 'qbittorrent']),
205
206    # ── APLICACIONES DE ESCRITORIO ──────────────────────────────────────────────────────────────
207    'navegadores': ('firefox y atuq están; el motor Blink no tiene ningún camino',
208                    ['chromium', 'qutebrowser', 'librewolf', 'brave']),
209    'mensajería': ('ningún cliente de chat: ni XMPP, ni Matrix, ni los propietarios',
210                   ['dino', 'gajim', 'element-desktop', 'telegram-desktop', 'signal-desktop']),
211    'música': ('mpv y cmus están para reproducir un fichero; falta biblioteca y daemon',
212               ['mpd', 'ncmpcpp', 'rhythmbox', 'audacious']),
213    'video': ('mpv está', ['vlc', 'celluloid', 'totem']),
214    'imagen y diseño': (
215        '⚠ la suite ArtCraft propia cubre esto con 12 apps (photocraft, vectorcraft, …): estos '
216        'renglones son los nombres AJENOS que alguien busca, no un hueco de capacidad',
217        ['gimp', 'inkscape', 'krita', 'darktable']),
218    'gestores de archivos': ('yazi, nnn, lf, broot y dolphin/nautilus están',
219                             ['thunar', 'ranger']),
220    'lectores de PDF': ('zathura y okular están', ['mupdf', 'sioyek', 'evince']),
221    'notas': ('ninguno', ['obsidian', 'logseq', 'joplin', 'zettlr']),
222
223    # ── DECISIONES ABIERTAS, NO OLVIDOS ─────────────────────────────────────────────────────────
224    'otros compositores Wayland': (
225        'hay cinco escritorios (mirada, sway, cosmic, gnome, kde); éstos son los que la gente '
226        'nombra y no están. Decisión de alcance, no olvido',
227        ['hyprland', 'river', 'niri', 'labwc', 'wayfire']),
228    'juegos': ('decisión abierta: arrastra Vulkan, que la distro hoy no publica',
229               ['wine', 'steam', 'gamescope', 'lutris', 'mangohud']),
230    'infra ajena': ('decisión abierta: son herramientas de operar OTRA cosa',
231                    ['kubectl', 'helm', 'terraform', 'ansible']),
232}
233
234
235# ── CAPACIDAD YA CUBIERTA CON OTRO NOMBRE ──────────────────────────────────────────────────────
236# Lo simétrico de `MUROS`: el renglón falta POR NOMBRE y la capacidad SÍ está, medida. No absuelve
237# el hueco —un script que invoque `unzip` sigue fallando, y el censo hace bien en contarlo— pero
238# cambia el presupuesto de «no hay camino» a «faltan los alias», que es otra cosa y mucho más
239# barata. Sólo entra lo verificado ejecutando, no lo que upstream promete.
240CUBIERTOS = {
241    'unzip': ('libarchive', 'bsdunzip -o x.zip extrae y conserva el árbol — probado con un zip '
242                            'deflate con subdirectorio el 2026-10-19'),
243    'zip':   ('libarchive', 'bsdtar -a -cf x.zip … crea un zip que python zipfile lee y verifica '
244                            '— probado el 2026-10-19'),
245}
246
247# ── POR QUÉ ESTÁ CADA HUECO: receta ausente ≠ capacidad ausente ─────────────────────────────────
248# «Falta la receta» y «la distro no publica eso» son dos cosas con presupuestos distintos, y el
249# censo mentía por omisión al contarlas juntas. Sólo entran acá los muros MEDIDOS, con el dato que
250# los prueba; lo demás se queda sin anotar, que es más honesto que adivinar.
251MUROS = {
252    # ── lectores de PDF: la capacidad ESTÁ (zathura en 3 escritorios, okular en KDE) ─────────────
253    'mupdf': ('sin-visor-wayland',
254              'medido en su Makefile: sus únicos visores son mupdf-gl (GLUT/OpenGL) y '
255              'mupdf-x11/-curl. No hay visor Wayland, y este corpus no publica GL de escritorio. '
256              'Su CLI `mutool` SÍ funcionaría: lo que falta no es leer un PDF, es mostrarlo con mupdf'),
257    'evince': ('introspeccion-gnome',
258               'GNOME + introspección, igual que loupe y eog; librsvg sólo vive en incoming-gnome'),
259    # ── visores de imagen: los cinco famosos están tapados, y por DOS razones distintas ──────────
260    # Medido el 2026-10-20 al cerrar la fila con `swayimg`. Esto está acá para que nadie vuelva a
261    # intentar el «obvio»: el muro no es que falten deps, es la arquitectura de esta distro.
262    'imv': ('sin-opengl-de-escritorio',
263            'sus dependency() piden egl, gl, opengl, glu y wayland-egl, y este corpus no publica '
264            'libGL.so ni gl.pc (comprobado en el store). Mismo muro que kitty'),
265    'nsxiv': ('wayland-only',
266              'fork de sxiv, Xlib puro. La distro es Wayland-only (ver frente-gnome: X11 al tacho)'),
267    'feh': ('wayland-only', 'Xlib puro, igual que nsxiv'),
268    'loupe': ('introspeccion-gnome',
269              'GTK4 + librsvg + introspección; librsvg sólo existe en incoming-gnome y promover esa '
270              'raíz cuesta 35 recetas (medido promoviendo y revirtiendo)'),
271    'eog': ('introspeccion-gnome', 'igual que loupe, y además es la generación anterior de GNOME'),
272
273    # ✅ `fcitx5` ESTUVO ACÁ Y SE FUE: el muro se derribó el 2026-10-19/20. Decía
274    # `corpus-estatico-sin-pic` con 7365 errores de PIC medidos, y era cierto — hasta que el
275    # operador decidió publicar `libpng`/`freetype`/`fontconfig` con `--with-pic` (40 recetas de
276    # cascada, las 5 imágenes de escritorio). Con eso **fcitx5 SELLA**: daemon + 17 addons, mismo
277    # hash en el hub y en el worker. Se quita de `MUROS` en el mismo movimiento, porque un muro
278    # derribado que sigue anotado es exactamente la clase de pendiente inventado que este fichero
279    # existe para no producir — y hoy ya me pasó con el `.conf` de los emoji.
280    # ⇒ fcitx5 pasa a `tiene-sin-viajar`, que es la verdad: construido y en ningún perfil, porque
281    # el marco sin un motor de idioma daría una barra de IME que no convierte nada.
282    'kitty': ('sin-opengl-de-escritorio',
283              "setup.py:804 hace pkg_config('gl', '--libs') y data-types.h:25 exige OpenGL >= 3.x "
284              "core. Medido en el store: NADIE publica `gl.pc` ni `libGL.so` — mesa da egl.pc, "
285              "glesv2.pc, gbm.pc y dri.pc; libglvnd da opengl.pc con libOpenGL.so/libGLdispatch.so "
286              "y sólo viaja en escritorio-kde. Compilar no basta: gl.c:68 aborta en runtime con "
287              "«OpenGL version is X.Y, version >= 3.3 required for kitty». Mismo muro que OBS."),
288}
289
290
291# ── ¿LO INSTALA YA ALGÚN ARTEFACTO VIGENTE, CON ESE MISMO NOMBRE? ──────────────────────────────
292# Automatiza el hallazgo que destapó `libarchive`: un renglón puede faltar como RECETA y existir
293# como BINARIO dentro de otro paquete. Se mide contra los `bin`/`sbin`/`usr/bin`/`usr/sbin` de los
294# artefactos sellados, igual que `busybox-censo-proveedores.py`.
295#
296# ⚠ SÓLO ARTEFACTOS VIGENTES, y es un defecto medido de mi primera versión (2026-10-19): barriendo
297# `/store/*` entero, `unzip` y `hdparm` salían «ya los instala busybox» — y era el busybox
298# SUPERADO (`2a2b1280…`). El vigente (`4bd934f6…`) ya no los trae, porque la campaña de botar
299# busybox los recortó. **Un artefacto superado no dice nada de lo que hay en una imagen**, y
300# contarlo convierte el instrumento que caza huecos falsos en una fábrica de huecos falsos.
301# Es la misma lección que los «sellados rancios» del static-audit.
302#
303# ⚠ Y los rootfs ENSAMBLADOS se excluyen por nombre: traen el busybox del piso adentro, así que
304# todo applet se «proveería» a sí mismo. Mismo criterio que el censo de applets.
305ROOTFS = ('product-rootfs', 'product-attested-rootfs', 'stage1-rootfs')
306DIRS_BIN = ('bin', 'sbin', 'usr/bin', 'usr/sbin')
307
308
309def _cargar(nombre, ruta):
310    """Se importa por RUTA porque los ficheros llevan guion y no son módulos importables."""
311    spec = importlib.util.spec_from_file_location(nombre, ruta)
312    mod = importlib.util.module_from_spec(spec)
313    spec.loader.exec_module(mod)
314    return mod
315
316
317def indice_de_binarios(cp):
318    """{nombre de binario: {recetas VIGENTES que lo instalan}}."""
319    hashes, _ = cp.mapa_hashes()
320    vigentes = {}
321    for (cola, nombre), (h, estado) in hashes.items():
322        if not h or estado != 'sealed' or nombre in ROOTFS:
323            continue
324        vigentes.setdefault(nombre, (h or '').replace('b3:', ''))
325    idx = {}
326    for nombre, h in vigentes.items():
327        base = os.path.join('/store', '%s-%s' % (h, nombre))
328        for sub in DIRS_BIN:
329            d = os.path.join(base, sub)
330            if not os.path.isdir(d):
331                continue
332            try:
333                entradas = os.listdir(d)
334            except OSError:
335                continue
336            for e in entradas:
337                idx.setdefault(e, set()).add(nombre)
338    return idx
339
340
341def nombres_conocidos():
342    """Toda receta alcanzable: catálogo, colas `incoming-*` y `tandas/`."""
343    n = set()
344    for f in glob.glob(os.path.join(RAIZ, 'recipes/*.toml')):
345        n.add(os.path.basename(f)[:-5])
346    for f in glob.glob(os.path.join(RAIZ, 'recipes/incoming-*/*.toml')):
347        n.add(os.path.basename(f)[:-5])
348    for f in glob.glob(os.path.join(RAIZ, 'tandas/**/*.toml'), recursive=True):
349        n.add(os.path.basename(f)[:-5])
350    return n
351
352
353def clasificar(cand, conocidos, en_imagen):
354    """`tiene-y-viaja` · `tiene-sin-viajar` · `falta` (+ pistas de nombre parecido, que NO absuelven)."""
355    if cand in conocidos:
356        return ('tiene-y-viaja' if cand in en_imagen else 'tiene-sin-viajar'), []
357    raiz = cand.split('-')[0]
358    # Un pariente es: una receta cuyo nombre EMPIEZA por la raíz del candidato (`cups` → `cups`,
359    # `steam` → `steampipe`), o una receta que es PREFIJO o SUFIJO del candidato (`mutt` dentro de
360    # `neomutt`). Y no «contenida en cualquier posición», que es lo que hacía la primera versión:
361    # con eso `age` salía pariente de `virt-manager` y `patch` de `speech-dispatcher`. Un pariente
362    # falso no es inocuo —manda a revisar algo que no hay que revisar— aunque sea menos grave que
363    # un hueco falso. Raíz de 3+ caracteres: con 2 todo se parece a todo.
364    cerca = sorted(x for x in conocidos
365                   if (len(raiz) >= 3 and x.startswith(raiz))
366                   or (len(x) >= 3 and (cand.startswith(x) or cand.endswith(x))))
367    return 'falta', cerca[:4]
368
369
370def main():
371    ap = argparse.ArgumentParser()
372    ap.add_argument('--json')
373    a = ap.parse_args()
374
375    import yupana
376    cp = _cargar('cierre_perfiles', os.path.join(RAIZ, 'scripts', 'cierre-perfiles.py'))
377    conocidos = nombres_conocidos()
378    en_imagen = {n for (c, n) in yupana.membresia_imagen() if c != 'wanted'}
379    try:
380        binarios = indice_de_binarios(cp)
381    except Exception as e:          # sin store legible el censo sigue sirviendo; se dice y se sigue
382        print('   (no pude indexar los binarios del store: %s)' % e)
383        binarios = {}
384
385    filas, resumen = [], {'tiene-y-viaja': 0, 'tiene-sin-viajar': 0, 'falta': 0}
386    for cat, (porque, cands) in CHECKLIST.items():
387        items = []
388        for c in cands:
389            estado, cerca = clasificar(c, conocidos, en_imagen)
390            resumen[estado] += 1
391            items.append({'nombre': c, 'estado': estado, 'parientes': cerca})
392        filas.append({'categoria': cat, 'porque': porque, 'items': items,
393                      'faltan': [i['nombre'] for i in items if i['estado'] == 'falta']})
394        for i in items:
395            if i['estado'] == 'falta' and i['parientes']:
396                i['pista'] = 'nombre parecido en el catálogo (verificar, NO es equivalencia)'
397            if i['nombre'] in MUROS:
398                i['muro'], i['muro_porque'] = MUROS[i['nombre']]
399            if i['nombre'] in CUBIERTOS:
400                i['cubierto_por'], i['cubierto_porque'] = CUBIERTOS[i['nombre']]
401            elif i['estado'] == 'falta' and i['nombre'] in binarios:
402                quien = sorted(binarios[i['nombre']])
403                i['cubierto_por'] = ', '.join(quien)
404                i['cubierto_porque'] = ('MEDIDO: un artefacto vigente instala un binario con ese '
405                                        'nombre exacto. Falta la receta propia, no la capacidad')
406
407    print('== qué le falta a la distro para usarse (checklist de JUICIO, estado MEDIDO) ==')
408    print('   recetas alcanzables: %d · de ellas en alguna imagen: %d'
409          % (len(conocidos), len(en_imagen)))
410    for f in sorted(filas, key=lambda x: -len(x['faltan'])):
411        marca = '✗' if f['faltan'] else '·'
412        print('   %s %-28s %d/%d falta%s' % (marca, f['categoria'], len(f['faltan']),
413                                             len(f['items']),
414                                             ': ' + ', '.join(f['faltan']) if f['faltan'] else 'n'))
415        # ⚠ **EL `porque` SE IMPRIME, Y ESTE ARREGLO SALIÓ DE CAER EN LA TRAMPA.**
416        # Cada fila guarda desde siempre un campo que dice qué hay YA cubierto o por qué importa
417        # —`'lectores de PDF': ('zathura y okular están', [...])`— y **no se mostraba nunca**. La
418        # salida decía `✗ lectores de PDF 3/3 falta: mupdf, sioyek, evince`, que se lee como «no hay
419        # lector de PDF»… y el 2026-10-20 me puse a buscar candidatos para construir uno, hasta que
420        # al mirar el fichero vi que zathura ya estaba sellada y viajando en tres escritorios.
421        #
422        # O sea: el dato que evitaba una campaña inútil estaba en el censo y no llegaba al ojo.
423        # Una métrica que guarda el matiz y muestra sólo el número rojo invita exactamente al
424        # trabajo que debía evitar.
425        if f['faltan'] and f['porque']:
426            print('        ↳ ya cubierto / contexto: %s' % f['porque'])
427            # ⚠ GUARDIÁN DEL PROPIO CENSO (2026-10-21) — la cuenta se recalcula, la prosa NO.
428            #
429            # En UN SOLO DÍA tres filas quedaron contradiciéndose consigo mismas: «escritura del
430            # mundo» decía que las únicas fuentes eran dejavu con las tres Noto ya selladas;
431            # «escribir en esos idiomas» decía «faltan los otros idiomas» con anthy y
432            # chinese-addons dentro; y «contraseñas» decía «nada: la gente guarda sus claves en un
433            # .txt» el mismo día que `pass` entró en cinco imágenes.
434            #
435            # Las tres las escribí yo y las tres las invalidé yo. Tres en un día no es descuido:
436            # es que el número sale del grafo y la explicación de la cabeza de alguien, y sólo uno
437            # de los dos se actualiza. Y el daño es el que este censo existe para evitar — un
438            # «nada» falso manda a construir algo que ya está.
439            #
440            # Heurística deliberadamente tonta y por eso útil: si la prosa AFIRMA ausencia y la
441            # cuenta dice que hay piezas presentes, se avisa. No juzga el contenido; sólo detecta
442            # la contradicción entre las dos mitades de la misma fila.
443            #
444            # ⚠ **ALCANCE, dicho a propósito: caza la familia «nada / no hay / ninguno», no todas
445            # las formas de afirmar ausencia.** Se le escapó la fila «páginas de manual», cuya
446            # prosa decía «falta el CONTENIDO» el día que entraron 3.153 páginas. Añadir `falta`
447            # a la lista NO es la solución: 14 de las 40 filas lo dicen legítimamente —una fila
448            # PUEDE decir correctamente «lo que falta es X»— y un guardián ruidoso termina
449            # ignorado, que es la forma de morir de los guardianes ([[guardianes-el-ruido-los-mata]]).
450            #
451            # El arreglo de verdad sería que cada fila guardara la cuenta contra la que se
452            # escribió su prosa (`visto=N`) y avisar cuando presentes > N: sin palabras clave y
453            # completo. No se hace acá porque un mecanismo así sólo vale si están las 40 filas
454            # pobladas, y a medias da confianza falsa. Queda anotado como la siguiente vuelta si
455            # esto vuelve a pasar.
456            niega = ('nada:', 'nada que', 'ninguno', 'ninguna cola', 'ningún cliente',
457                     'ningún camino', 'cero ', 'no hay ', 'las únicas', 'es lo único',
458                     'faltan los otros')
459            # ⚠ Y distingue VIAJA de SÓLO CONSTRUIDO, porque no es el mismo aviso: si la
460            # pieza está sellada y en ninguna imagen, la prosa que dice «no hay» sigue siendo
461            # VERDAD para quien usa la distro — el hueco es real y se cierra con una declaración,
462            # no con un build. Meter las dos cosas en el mismo saco fue mi primera versión, y
463            # habría empujado a marcar `gdb` como cubierto cuando no viaja a ningún sitio.
464            viajan = [i['nombre'] for i in f['items'] if i['estado'] == 'tiene-y-viaja']
465            solo   = [i['nombre'] for i in f['items'] if i['estado'] == 'tiene-sin-viajar']
466            bajo = f['porque'].lower()
467            if any(w in bajo for w in niega) and '✅' not in f['porque']:
468                if viajan:
469                    print('        ⚠ PROSA SOSPECHOSA: el texto afirma ausencia y hay %d que SÍ'
470                          ' viaja(n) en una imagen (%s). Revisá la explicación antes de creerle.'
471                          % (len(viajan), ', '.join(viajan[:4])))
472                elif solo:
473                    print('        ↳ matiz: %s está(n) SELLADA(S) pero en ninguna imagen — el hueco'
474                          ' es real para quien usa la distro, y se cierra DECLARANDO, no'
475                          ' construyendo.' % ', '.join(solo[:4]))
476    rev = [(i['nombre'], i['parientes']) for f in filas for i in f['items']
477           if i['estado'] == 'falta' and i['parientes']]
478    if rev:
479        print('   — PISTAS: falta, pero hay un nombre parecido (verificar; NO es equivalencia):')
480        for n, p in rev:
481            print('        %-20s ~ %s' % (n, ', '.join(p)))
482    cub = [(i['nombre'], i['cubierto_por']) for f in filas for i in f['items'] if i.get('cubierto_por')]
483    if cub:
484        print('   — CAPACIDAD YA CUBIERTA con otro nombre (falta el alias, no el camino):')
485        for n, q in cub:
486            print('        %-20s lo hace %s' % (n, q))
487    con_muro = [(i['nombre'], i['muro']) for f in filas for i in f['items'] if i.get('muro')]
488    if con_muro:
489        print('   — MUROS MEDIDOS (no es que falte la receta: la distro no publica eso):')
490        for n, m in con_muro:
491            print('        %-20s %s' % (n, m))
492    print('   resumen: %s' % json.dumps(resumen, ensure_ascii=False))
493
494    if a.json:
495        with open(a.json, 'w', encoding='utf-8') as fh:
496            json.dump({'schema': 'takana-censo-distro/1',
497                       'recetas_alcanzables': len(conocidos),
498                       'en_alguna_imagen': len(en_imagen),
499                       'resumen': resumen, 'categorias': filas},
500                      fh, ensure_ascii=False, indent=1, sort_keys=True)
501            fh.write('\n')
502        print('   → %s' % a.json)
503    return 0
504
505
506if __name__ == '__main__':
507    sys.exit(main())