Investigative Pipeline · DVNS

Pipeline automatica end-to-end che collega i tre componenti investigativi:

Explorer → Leads Generator → Alert Engine

Produce un feed prioritizzato di piste conservative a partire dalle relazioni documentate sui dati pubblici di DoveVannoINostriSoldi.

Ogni output è un segnale quantitativo che merita verifica umana.
Nessuna conclusione automatica di illecito, spreco, frode o responsabilità individuale.

Componenti collegati

Componente	Ruolo
investigative-explorer-dvns	Relazioni documentate da dati pubblici
investigative-leads-generator	Piste conservative (regole dichiarative, fail-closed)
investigative-alert-engine	Ranking, storico e feed prioritizzato

Cosa fa

1. Adatta le tabelle di relazione dell’Explorer
2. Applica le regole del Leads Generator
3. Esegue il ranking dell’Alert Engine
4. Aggiorna lo storico e pubblica il feed (ranked_leads.json, feed.md)

Il ciclo è deterministico e fail-closed: stesso input → stesso output; input non validi interrompono la pipeline senza inventare risultati.

Uso locale

git clone https://github.com/superpios/investigative-pipeline-dvns.git
cd investigative-pipeline-dvns
bash scripts/run_pipeline.sh --fixture

Output in output/ranked/.

Per dati reali dell’Explorer:

bash scripts/run_pipeline.sh
# oppure
RELATIONS_DIR=/path/to/explorer/data/relations bash scripts/run_pipeline.sh

Dipendenze: Python 3.11+, pyyaml, pandas.

GitHub Actions

Il workflow .github/workflows/pipeline.yml:

• gira ogni giorno alle 03:00 UTC
• può essere avviato manualmente (workflow_dispatch)
• supporta smoke test con dati di esempio (use_fixture_data=true)
• carica gli artifact della run
• opzionalmente aggiorna data/ranked/ su main

Nessun secret obbligatorio per il ciclo base (solo dati pubblici).

Avvio manuale

1. Tab Actions → DVNS Investigative Pipeline → Run workflow
2. Smoke test: use_fixture_data = true
3. Dati reali: use_fixture_data = false

Output

File	Descrizione
ranked_leads.json	Piste ordinate per priority_score (0–100)
feed.md	Report leggibile
history/run_DATA.json	Snapshot per il calcolo della persistenza
leads/manifest.json	Stato dell’esecuzione del generatore

Ogni pista include sempre: id, title, observed_facts, sources, period, rule_id, why_worth_checking, what_cannot_be_claimed, disclaimer, priority_score, priority_reasons, rank_position.

Principi

• Solo dati pubblici, con fonte e limiti visibili
• Nessuna etichetta valutativa (illecito, frode, spreco, responsabilità)
• Nessun totale o collegamento non supportato dagli atti/dati sorgente
• Fail-closed su input mancanti o non validi

Licenza

GNU Affero General Public License v3.0 — allineata ai componenti collegati.