docs(sources): 레지스트리 갱신 반영 + bluesky 0건 원인 기록

[seungwonme]

TL;DR

#14 머지 후 프로덕션 DB(32,418건)에 운영 명령을 돌린 결과다. 파일로 남아야 하는 건 두 가지다.

• docs/SOURCES.md — 레지스트리 갱신분 (39 -> 51행, blogs 10개 신규)
• docs/TODO.md — bluesky가 데일리 창에서 0건이라는 사실 (아래)

데이터 손실 0건, doctor --strict exit 0.

bluesky를 잘못 넣었다

#14에서 추가한 bluesky가 프로덕션 첫 실행에서 0건이었다. 조사 결과 크롤러는 정상이다 — API를 직접 찌르면 HTTP 200에 엔트리 20개가 온다.

문제는 소스 선정이다. BLUESKY_ACCOUNTS에 bsky.app 하나뿐인데, 이 공식 계정의 게시 간격이 며칠에서 한 달이다. 확인 시점에 최신 글이 4일 전이라 --days 1에서는 거의 매번 0건이다.

AGENTS.md에 이미 적혀 있는 함정("등록해도 매번 0건인데 겉보기엔 멀쩡하다")을 #14에서 그대로 반복했다. URL이 200을 주는지는 봤지만 운영 조건에서 산출이 0인지는 확인하지 않았다.

창을 넓히는 건 해결이 아니다. 같은 글을 다시 받을 뿐이다. 매일 올라오는 계정 목록이 필요한데 그건 큐레이션 결정이라 임의로 정하지 않고 docs/TODO.md의 새 "Underfilled Sources" 절에 남겼다. 그때까지 doctor는 bluesky를 0건 회귀로 계속 잡는다.

프로덕션에서 확인한 것

실행한 운영 명령과 결과

작업 전 백업을 뜨고(8개 테이블 + MAX(id) + quick_check 전수 대조) 진행했다.

명령	결과
skim migrate	canonical_url 32,418/32,418 백필 + 인덱스 생성. API 승격 0 / content 정리 0 (이미 적용돼 있었다는 뜻, 멱등 확인)
skim source sync	blogs 10개 신규 등록
skim source refresh --all	21개 tier 관측, 10개 확정. scrape로 떨어진(죽은) 피드 0건
skim source list --emit markdown	39 -> 51행

손실 검사 (백업 = 작업 전):

posts             32418 -> 32418
runs                259 -> 259
본문 있는 글       29055 -> 29055
tracked_sources      40 -> 50  (+10)

canonical_url 중복 그룹 258개 — 교차소스 중복이 실제로 그만큼 있다.

#14이 고친 것이 실제로 복구됐는지

데일리와 같은 조건(--days 1)으로 프로덕션에 돌렸다.

플랫폼	결과
arxiv	50건 저장 (2,519 -> 2,569)
huggingface	46건 수집, 22건 저장 (2,284 -> 2,306)
lobsters	24건 저장 (신규 플랫폼)
bluesky	0건 — 위 참고

doctor 실행 전에는 과거 run #255/#257/#258에 arxiv·huggingface 0건 회귀가 남아 warning: recent runs need attention이 떴다. 위 크롤 이후 #260~#263이 전부 success로 바뀌며 해소됐고, 최종 doctor --strict는 exit 0이다.

남은 결손은 geeknews 2/193, lobsters 2/24로 둘 다 미미하다. youtube missing_text=3036은 youtube-history 백필 행이라 설계상 예외다.

검증

skim doctor --strict   exit 0
integrity              ok
tools / playwright     ok

백업본은 위 검증을 마친 뒤 정리했다.