¿Qué hace Compilador de Wiki para Despacho Jurídico?
Cuándo Usarlo
- Añadir nuevos casos o archivos de casos antiguos a la wiki
- Recompilar tras actualizaciones de registros de actividad
- Consultar la wiki para obtener conocimiento institucional
- Ejecutar verificaciones de salud/lint en artículos de la wiki
- Generar skills de Hermes a partir de artículos de la wiki
Ingestión de Excel (Exportaciones de Actividad de FileVine)
Cuando Aarón envía una hoja de cálculo de Excel con registros de actividad de FileVine:
Formato esperado
- Columnas de la hoja:
Project Name | Note Text | Created At | (vacía) - Project Name = "NombreDelCliente TipoDeCaso MM/DD/YYYY" (ej., "Amy Stich WC 01/17/2024")
- Note Text = notas de actividad en formato markdown (pueden contener enlaces de FileVine, tachados)
- Created At = fecha y hora
Pasos de conversión
pip install openpyxlsi es necesario- Cargar con
openpyxl.load_workbook(path, read_only=True) - Slugificar los nombres de los casos según las reglas de FirmVault (minúsculas, eliminar apóstrofes/comillas, & → y, no alfanumérico → guiones)
- Agrupar entradas por caso, luego por fecha dentro de cada caso
- Escribir en
FirmVault/cases/<slug>/Activity Log/<YYYY-MM-DD>.mdcon frontmatter:schema_version: 2 date: "YYYY-MM-DD" category: imported subcategory: settlement_activity_export - Usar la etiqueta
subcategory: settlement_activity_exportpara identificar posteriormente los casos importados desde Excel
Múltiples archivos en una sesión
Aarón a menudo envía varios archivos de Excel en secuencia. Procesa cada uno completamente (convertir → agrupar → compilar → reconstruir índice) antes de pedir el siguiente. El convertidor maneja la deduplicación automáticamente — si un directorio de caso ya existe, los nuevos registros se añaden; si ya existe un archivo de registro para esa fecha, se añade una sección "Entradas Importadas".
Referencia de tamaño (importaciones 2026-04-12)
- Archivo 1 (settlement_1): 17,639 filas → 198 casos → 6,221 archivos de registro (13.7 MB)
- Archivo 2 (settlement_2): 22,182 filas → 169 casos → 7,341 archivos de registro (12.9 MB)
- Archivo 3 (settlement_3): 688 filas → 8 casos → 158 archivos de registro (pequeño)
- Archivo 4 (closing): 9,363 filas → 125 casos → 2,924 archivos de registro
- La conversión toma ~2 segundos por archivo
- Detección de duplicados: comparar el recuento de filas + la primera/última fila para identificar reenvíos
Decisiones sobre tamaño de lotes
- >50 casos: 3 subagentes en paralelo (dividir uniformemente por recuento de registros)
- 10-50 casos: 1-2 subagentes según el volumen de registros
- <10 casos: Un solo subagente con actualizaciones de artículos específicos solamente. NO debe leer todos los artículos existentes — apúntale a los 5-6 artículos más probables de actualizar. Establecer max_iterations=30 para evitar quedarse sin turnos en la lectura.
Script de convertidor reutilizable
Guardar en /tmp/convert_excel.py, cambiar la ruta para cada archivo nuevo. El script:
- Usa openpyxl (pip install si falta)
- Slugifica según las reglas de FirmVault
- Agrupa por caso → fecha → escribe markdown con frontmatter
- Reporta directorios de casos nuevos vs. actualizados
Arquitectura
Patrón de 3 capas de Karpathy: fuentes raw → compilador LLM → wiki estructurada
Capa 1: Raw (inmutable)
cases/*/Activity Log/*.md — 21K+ registros de actividad
cases/*/*.md — archivos de casos
Capa 2: Wiki (mantenida por LLM)
wiki/
Home.md — panel de control de Obsidian
index.md — catálogo maestro
log.md — historial de compilación
concepts/*.md — artículos de conocimiento atómico (63 al 2026-04-12)
connections/*.md — perspectivas transversales (26 al 2026-04-12)
AGENTS.md — esquema del compilador (la especificación)
SPEC.md — documento de arquitectura
Capa 3: Consumidores
Skills semánticos de Hermes, agentes OpenClaw, Aarón a través de Hermes
Proceso de Compilación
Procesamiento por lotes (para casos masivos)
- Agrupar casos en lotes de ~80K tokens
- Delegar 3 lotes en paralelo
- Cada subagente lee AGENTS.md, artículos existentes, archivos de casos + registros muestreados
- Los subagentes ACTUALIZAN artículos existentes (evidence_count++) o CREAN nuevos
- NO permitir que los subagentes reescriban index.md (condición de carrera) — reconstruir después
- Reconstruir index.md a partir de todos los artículos en disco después de que todos los lotes terminen
Instrucciones clave para subagentes compiladores
- Leer AGENTS.md para el esquema completo
- Leer TODOS los artículos de conceptos + conexiones existentes ANTES de escribir
- ANONIMIZAR todos los datos personales (usar "Caso A", "Caso B", etc.)
- ACTUALIZAR existente > CREAR nuevo (mejorar la confianza es el objetivo)
- Confianza: baja (<5 casos), media (5-9), alta (10+)
- Usar [[wikilinks]] entre artículos
- Añadir a log.md, NO reescribir index.md
Estrategia de muestreo
- Casos grandes (400+ registros): primeros 40 + últimos 40 cronológicamente
- Casos medianos (100-400): primeros 25 + últimos 25
- Casos pequeños (<100): primeros 10 + últimos 10, o todos
Plantilla de prompt para subagentes
Compilador de Wiki para Despacho Jurídico. Leer /opt/data/FirmVault/wiki/AGENTS.md.
Leer artículos existentes en wiki/concepts/ y wiki/connections/.
Compilar casos: [LISTA]. Para cada uno: leer cases/<slug>/<slug>.md y
muestrear primeros N + últimos N registros de actividad. ACTUALIZAR artículos existentes
(incrementar evidence_count, subir confianza: 5=media, 10=alta).
CREAR nuevo solo para patrones genuinamente nuevos. ANONIMIZAR datos personales.
Escribir en wiki/. NO reescribir index.md. Añadir a wiki/log.md.
Adaptar prompts a la categoría de datos
Diferentes exportaciones de Excel contienen diferentes tipos de datos. Añadir una pista de enfoque:
- Archivos de liquidación: "Enfocarse en: patrones de liquidación, tácticas de negociación, cronogramas de tratamiento, gestión de SOL, comportamiento del ajustador, resolución de gravámenes"
- Archivos de cierre: "Estos son casos de CIERRE — buscar especialmente en: flujos de trabajo de cierre de casos, motivos de rechazo, desembolso final, archivado de expedientes, obligaciones posteriores al cierre, patrones de terminación de clientes"
- Archivos de admisión: Enfocarse en incorporación, verificación de seguros, derivaciones de tratamiento inicial Esto mejora drásticamente la calidad de extracción de patrones.
Reconstrucción del índice
Siempre reconstruir index.md como un delegate_task separado después de que todos los lotes de compilación estén completos. Incluso para lotes pequeños. El subagente solo necesita analizar el frontmatter YAML de todos los archivos .md en concepts/ + connections/ y generar el índice según el esquema en AGENTS.md. Tarda ~60 segundos, max_iterations=15.
Bóveda de Obsidian
El directorio wiki/ ES una bóveda de Obsidian:
- Configuración .obsidian/ con colores de grafo (azul=conceptos, naranja=conexiones)
- Home.md como página de inicio
- [[wikilinks]] usan nombres slug (NO con prefijo de ruta)
- La vista de grafo muestra las interconexiones de los artículos
Reglas de Wikilink
- Usar
[[nombre-slug]]no[[concepts/nombre-slug]] - Obsidian resuelve por nombre de archivo, las rutas rompen los enlaces
Filtrado de Casos para Compilación
Dos enfoques — usar el archivo de Excel directamente (preferido) o escanear la bóveda:
Preferido: Extraer slugs del propio archivo de Excel
# Analizar Excel → obtener nombres únicos de Project → slugificar → agrupar
wb = openpyxl.load_workbook(path, read_only=True)
cases = Counter(str(r[0]).strip() for r in list(wb.active.iter_rows(values_only=True))[1:] if r[0])
slugs = [{"slug": slugify(name), "logs": count} for name, count in cases.items()]
Esto es preciso — solo compila lo que se acaba de importar.
Plan B: Escanear la bóveda por etiqueta de subcategoría
for slug in os.listdir(cases_dir):
for logfile in os.listdir(log_dir):
if "settlement_activity_export" in open(logfile).read(200):
new_slugs.append(slug)
break
NO usar filtrado basado en mtime — recoge todos los casos en la bóveda (incluyendo los antiguos cuyos directorios se tocaron durante la conversión).
Problemas Conocidos
- Subagentes paralelos causan condiciones de carrera en evidence_count — aceptar una variación de ±3
- No permitir que los subagentes reescriban index.md — reconstruirlo tú mismo después de todos los lotes
- Casos grandes (1000+ registros) deben truncarse — muestrear estratégicamente
- Los wikilinks con prefijos de ruta se rompen en Obsidian — eliminar
concepts/etc. - El script compile.py genera prompts pero no llama al LLM directamente — usar delegate_task
- Algunos artículos referencian enlaces aspiracionales (artículos aún no creados) — está bien, se crearán a medida que se compilen más casos
- El escaneo de la bóveda basado en mtime no funciona para identificar casos "recién importados" — la conversión también toca directorios existentes. Siempre extraer la lista de casos del propio archivo de Excel.
- Los casos de cierre son en su mayoría rechazos, no cierres posteriores a la liquidación. El flujo de trabajo de rechazo/cierre recibe el mayor aumento de evidencia de los datos de cierre, no el flujo de desembolso de liquidación.
- Los lotes pequeños (<10 casos) agotan las iteraciones de los subagentes si se les pide que lean los 89 artículos. Apuntarles a artículos específicos en su lugar.
Flujo de Trabajo con Múltiples Archivos
Cuando el usuario envía varios archivos de Excel, convertir todos primero y luego compilar:
- Reutilizar /tmp/convert_excel.py — solo parchear el nombre de archivo para cada archivo
- Después de convertir todos, agrupar solo los casos NUEVOS (usar slugify + verificar existencia)
- Compilar en 3 lotes paralelos, luego reconstruir el índice una vez al final
Detección de Duplicados
El usuario puede enviar el mismo archivo dos veces (mismo nombre, ID de documento diferente). Comparar recuentos de filas + primera/última fila para detectar duplicados antes de convertir.
Tamaños de Importaciones
- Archivo 1 (settlement_1): 17.6K entradas, 198 casos, 6.2K archivos de registro
- Archivo 2 (settlement_2): 22.1K entradas, 169 casos, 7.3K archivos de registro
- Archivo 3 (settlement_3): 688 entradas, 8 casos (pequeño — lote único)
- Archivo 4 (closing): 9.3K entradas, 125 casos, 2.9K archivos de registro
- Archivos 5-7 (archivados 2,3,4): 64.3K entradas, 692 casos, 21K archivos de registro Total ingerido: ~114K entradas, 1,170 casos, ~56K archivos de registro → 93 artículos de wiki
Agrupación Preferida
- <20 casos: un solo subagente, sin agrupación
- 20-300 casos: 3 subagentes en paralelo
-
300 casos: 3 subagentes en paralelo con muestreo agresivo (primeros 10 + últimos 10)
- Siempre reconstruir index.md DESPUÉS de que todos los lotes estén completos (nunca permitir que los subagentes lo toquen)
Problema: Filtrado basado en mtime no es fiable
No usar el mtime de los archivos para encontrar casos "nuevos" — convert_excel.py también toca archivos existentes. En su lugar, extraer los nombres de los casos directamente del Excel y slugificar para obtener la lista objetivo.
Archivos
- FirmVault: /opt/data/FirmVault
- Wiki: /opt/data/FirmVault/wiki/
- Esquema: wiki/AGENTS.md
- Convertidor: /tmp/convert_excel.py (parchear nombre de archivo entre ejecuciones)
- Recuento de artículos: 65 conceptos + 28 conexiones = 93 total (al 2026-04-12)
- Decisiones: /opt/data/FirmVault/decisions/ (ADR-000 al ADR-006)
- Informe de auditoría: /opt/data/FirmVault/wiki/reports/workflow-vs-wiki-audit.md
- Propuesta v2: /opt/data/FirmVault/wiki/reports/PHASE_DAG_v2_proposal.md
Auditoría del Flujo de Trabajo
Después de una ronda importante de compilación, auditar la wiki contra el PHASE_DAG:
- Leer PHASE_DAG.yaml (flujo de trabajo prescrito)
- Leer todos los artículos de la wiki (realidad observada)
- Comparar: contradicciones, lagunas, redundancias
- Escribir informe de auditoría en wiki/reports/
- Si los cambios están justificados, redactar propuesta de PHASE_DAG v2
- Documentar decisiones como ADRs en decisions/ (seleccionadas de stirps-ai/stirps-gov)
Esta auditoría es lo que convirtió 93 artículos de wiki en decisiones arquitectónicas accionables. La wiki es evidencia; los ADRs son compromisos.