A pipeline that finds the day's topics on its own, writes the article, translates it into nineteen languages and publishes it — but only after it clears a gate that, when it cannot check, publishes nothing.

Da, dacă alegeți așa — și nu, dacă nu. Motorul poate rula complet automat, iar în modul acesta articolul care trece ambele straturi ale porții ajunge public fără ca cineva să-l fi citit. Dar poarta nu e decorativă: pică articolul pentru lipsa unui câmp de antet, pentru 1.199 de cuvinte în loc de 1.200, sau pentru o singură expresie de pe lista neagră. Iar dacă preferați ca fiecare articol să treacă printr-o pereche de ochi, se oprește publicarea automată și rămâne totul până la etapa de verificare, cu semnalările la vedere. Recomandarea noastră la început e a doua variantă, până când semnalările devin plictisitoare.

Depinde de ce fel de fapt, și merită spus cinstit că nu toate se prind. Se prind: numele de client pus fără dovadă de acord, statistica inventată de tipul unui procent de disponibilitate fără măsurătoare, afirmația care ar lăsa impresia că deținem o unealtă pe care doar o integrăm, premiul care nu e pe lista celor reale. Nu se prinde: o dată calendaristică greșită dintr-o știre externă, sau o afirmație tehnică despre un produs terț care sună plauzibil. Pentru acelea nu există alt paznic decât un om, și de aceea fiecare articol păstrează în antet sursele din care a plecat — verificarea rămâne posibilă după publicare, iar corectura e un commit.

Trei feluri, în ordinea vitezei. Oprirea cronometrului de sistem — nu mai pornește nimic mâine. Golirea variabilei care ține cheia de publicare — motorul scrie și verifică, dar notificarea motoarelor de căutare se sare cu un avertisment în jurnal. Și rularea în mod uscat, care se oprește după alegerea subiectelor și nu generează nimic. În plus, o rulare individuală are limită de timp în unitatea de serviciu, cu semnal blând întâi și oprire forțată după.

Nu putem confirma asta din exterior și nu o vom pretinde. Ce putem arăta e codul, unitatea de serviciu, cronometrul, procedura de instalare și jurnalele rulărilor pe care le avem. Singura rulare completă din jurnale a fost pe o stație de lucru, nu pe server — se vede din căile fișierelor — și a durat două ore și jumătate, adică peste limita de 60 de minute din unitatea systemd. Dacă vă interesează starea de azi a instalării noastre, întrebați și verificăm împreună. Preferăm întrebarea asta decât un „da” care se dovedește fals.

Din jurnalele pe care le avem: zero. Rularea completă a adunat 24 de subiecte, a păstrat 18 după notare, a ales 3, a scris 3 articole și 57 de traduceri — și poarta le-a oprit pe toate trei. Două pentru că verificarea a doua nu a putut rula deloc, unul pentru un câmp lipsă din antet, deși avea 2.478 de cuvinte, deci trecuse cu mult pragul de lungime. Publicarea nu s-a apelat, motoarele de căutare nu au primit nicio adresă. Am putea să nu vă spunem asta. O spunem pentru că e exact demonstrația de care are nevoie serviciul: poarta chiar oprește.

Întrebarea corectă nu e cine a scris, ci dacă textul răspunde la ceva ce cineva chiar caută și dacă e verificabil. De aceea pragurile din poartă sunt puse pe lucruri care se corelează cu utilitatea, nu cu stilul: lungime minimă, structură pe subtitluri, legături interne către pagini care există, secțiune de întrebări. Și de aceea lista neagră conține exact expresiile care semnalează text scris ca să umple spațiu. Ce nu vă promitem e o poziție anume în rezultate — aia depinde de o mulțime de lucruri care nu sunt la noi.

Costul se măsoară, nu se estimează: fiecare apel către model își contorizează jetoanele de intrare și ieșire, iar raportul zilnic dă totalul defalcat pe model, cu numărul de apeluri. La rularea uscată din jurnalele noastre: 24 de apeluri pe modelul ieftin. La rularea completă cu trei articole și 57 de traduceri: 32 de apeluri, dintre care 3 pe modelul scump — care au făcut cea mai mare parte din cost. Modelul folosit la fiecare etapă e o variabilă de mediu, deci se poate coborî o etapă pe un model mai ieftin fără să se atingă codul. Cifra în bani depinde de modelele alese și de tarifele lor la momentul rulării.

Sursa e româna, țintele sunt nouăsprezece — engleză, rusă, ucraineană, poloneză, germană, italiană, franceză, spaniolă, olandeză, arabă, turcă, ebraică, hindi, japoneză, coreeană, indoneziană, chineză simplificată, portugheză braziliană și cehă. Fiecare limbă are scris în configurație motivul pentru care e acolo. Termenii de marcă și cei tehnici stau într-un glosar și rămân netraduși, inclusiv în arabă, ebraică și scrierile asiatice, unde regula e explicită: se păstrează în alfabet latin. Adresele legăturilor interne nu se localizează niciodată.

Trei lucruri, spuse acum ca să nu le descoperiți singuri. Documentația proprie a luat-o înaintea codului pe alocuri — comentariul din capul etapei de notare pomenește un model care nu mai e cel apelat, iar registrul de surse descrie un set de fluxuri RSS mai mare decât cel din listă. A doua: două dintre sursele înscrise în registru sunt marcate active, dar culegătorul lor nu e apelat în funcția care adună tot, deci nu contribuie nimic azi. A treia: rularea completă din jurnale a depășit limita de timp din unitatea de serviciu, ceea ce înseamnă că pe server, cu setările actuale, ar fi fost oprită la jumătate — limita trebuie ridicată sau lotul zilnic micșorat înainte de a porni automat.