Obsidian Analysis Pipeline

Cuando usar

• Necesito indexar semanticamente el vault.
• Quiero extraer conceptos, construir grafo o ejecutar busqueda semantica.
• Quiero procesar en lotes con reanudacion.

Fases principales

1. Procesamiento progresivo
   • Divido en lotes (100 archivos por defecto) y priorizo archivos recientes.
   • Guardo estado en analisis/estado-procesamiento.json para reanudar.
2. Embeddings
   • Genero embeddings (modelo consistente) y guardo en analisis/embeddings.json.
   • Si ya existe, proceso solo archivos con hash cambiado.
3. Conceptos
   • Extraigo terminos relevantes, frecuencias y co-ocurrencias en analisis/conceptos.json.
4. Grafo
   • Construyo nodos y aristas a partir de wikilinks y similitud semantica.
   • Guardo en analisis/grafo-relaciones.json.
5. Busqueda semantica
   • Calculo similitud coseno contra embeddings y retorno top K con extractos.

Manejo de errores

• Registro en analisis/errores.log con nivel y archivo afectado.
• Reintento con backoff y continuo; no detengo el pipeline por un archivo.
• Creo backup antes de sobrescribir archivos JSON.

Actualizacion incremental

• Si hay archivos nuevos o modificados, proceso solo esos.
• Elimino entradas de archivos borrados.

Entrega

• Resumen del estado (archivos procesados, fallidos, tiempo estimado).
• Archivos JSON generados/actualizados y validacion basica.