Diseño: fechas aproximadas de subida vía discovery (approximate_date)

Fecha: 2026-08-22 Estado: aprobado en conversación

Problema

La tabla de vídeos no muestra fecha de subida para la mayoría de filas: el discovery flat de yt-dlp no trae upload_date (verificado en el proyecto), y la fecha exacta solo se aprende al extraer cada vídeo (2 peticiones/vídeo). Hoy la UI muestra ~fecha-inferida derivada del rank del canal.

Hallazgo verificado con yt-dlp 2026.07.04 instalado: extractor_args: {"youtubetab": {"approximate_date": ["true"]}} hace que los entries flat traigan timestamp parseado del texto relativo que YouTube ya incluye en el listado ("hace 3 semanas"). Costo: cero peticiones extra; viaja en las mismas respuestas del discovery. Precisión: día para recientes, más gruesa para antiguos.

Alcance elegido

Solo el flag gratis. Sin RSS, sin extracción masiva (descartadas por costo o valor marginal). El backlog se llena con un Full rescan por canal usando los mismos requests de siempre.

Decisiones

Datos: misma columna + bandera

Nueva columna videos.upload_date_approx INTEGER DEFAULT 0 vía _VIDEO_COLUMNS. La fecha aproximada vive en upload_date normal: SORT_DATE_SQL, orden y consumidores existentes la aprovechan sin cambios. La bandera preserva la distinción aprox/real.

Matriz de upsert_videos (reemplaza el COALESCE simple en upload_date):

En DB \ Entra	Aproximada	Real
NULL	escribe, flag=1	escribe, flag=0
Aproximada	re-escribe estimación fresca, flag=1	escribe real, flag=0
Real	conserva real, flag=0	conserva

Upgrade approx→real: set_upload_date() hoy solo escribe si upload_date IS NULL; pasa a escribir también cuando upload_date_approx = 1 (y apaga la bandera). Ahí entra la fecha real de la extracción.

Discovery: timestamp → YYYYMMDD

Los entries flat traen timestamp (epoch), no upload_date. Nuevo helper puro _entry_upload_date(entry) -> tuple[str | None, int] en discover.py: prefiere upload_date crudo (flag 0); si no, deriva de timestamp UTC a YYYYMMDD (flag 1). Los dos constructores de VideoRef lo usan. deep_channel_avatar no lo necesita (limit=1, solo avatar).

Extractor arg siempre activo en discover_channel; sin knob de config.

UI

API: _video_dict expone upload_date_approx y date_estimated pasa a ser inferida-por-rank OR bandera-aprox.
Tabla: fecha con ~ cuando upload_date viene aproximada; tooltip explica el origen ("YouTube lo muestra relativo"); tooltip previo de rank-inference queda para el caso sin fecha alguna.

No afectado

.md filenames (se renderizan tras extracción, con fecha real), channel_seq/maquinaria de inferencia (queda como red), economía de peticiones (0 extra).

Testing

Tests nuevos sobre Store(tmp_path) sintético: matriz de upsert (4 casos) + upgrade approx→real vía set_upload_date; unit del helper de conversión con entries fake. Migración idempotente queda cubierta por los tests existentes del Store. Suite completa debe seguir verde.

3.0 KiB Raw Blame History