Base de datos

Tres stores de datos

Store	Tecnologia	Ruta	Proposito
Cache OSINT	SQLite	data/osint_cache.db	Cache de resultados de herramientas
Investigaciones	SQLite	data/osint_ai.db	Investigaciones, evidencias, entidades, claims
Embeddings	ChromaDB	data/chroma/	Busqueda semantica sobre evidencias

SQLite — Cache OSINT (osint_cache.db)

Tabla simple de cache con TTL:

CREATE TABLE cache (
    key TEXT PRIMARY KEY,     -- Hash de (tool_name + input)
    value TEXT,               -- Resultado JSON serializado
    created_at REAL,          -- Unix timestamp
    expires_at REAL           -- Unix timestamp (created_at + TTL)
);

El TTL se controla con CACHE_TTL_SECONDS (default: 86400 = 24h).

SQLite — Investigaciones (osint_ai.db)

8 tablas que cubren el ciclo completo de investigacion:

investigations

CREATE TABLE investigations (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    slug TEXT UNIQUE NOT NULL,
    name TEXT NOT NULL,
    goal TEXT,
    status TEXT DEFAULT 'active',  -- active, archived
    created_at TEXT,
    updated_at TEXT,
    metadata TEXT  -- JSON con info adicional
);

evidences

CREATE TABLE evidences (
    id TEXT PRIMARY KEY,       -- ev_<uuid>
    investigation_id INTEGER,
    sha256 TEXT UNIQUE,        -- Para deduplicacion
    source TEXT,               -- Ruta o URL original
    source_type TEXT,          -- pdf, txt, html, url, osint_result
    credibility_tier INTEGER,  -- 1 (alta) a 3 (baja)
    extracted_text TEXT,
    metadata TEXT,             -- JSON
    ingested_at TEXT
);

entities

CREATE TABLE entities (
    id TEXT PRIMARY KEY,       -- ent_<uuid>
    investigation_id INTEGER,
    type TEXT,                 -- Person, Company, Domain, IP, etc.
    name TEXT NOT NULL,
    normalized_name TEXT,
    identifiers TEXT,          -- JSON: {dni, cif, iban, email...}
    metadata TEXT,
    created_at TEXT,
    updated_at TEXT
);

relationships

CREATE TABLE relationships (
    id TEXT PRIMARY KEY,
    investigation_id INTEGER,
    from_entity_id TEXT,
    to_entity_id TEXT,
    relation_type TEXT,        -- owns, controls, member_of, etc.
    evidence_id TEXT,          -- Evidencia que respalda la relacion
    confidence REAL,           -- 0.0 - 1.0
    metadata TEXT,
    created_at TEXT
);

claims

CREATE TABLE claims (
    id TEXT PRIMARY KEY,       -- clm_<uuid>
    investigation_id INTEGER,
    text TEXT NOT NULL,        -- La afirmacion en lenguaje natural
    evidence_id TEXT,          -- Evidencia fuente
    chunk_id TEXT,             -- Fragmento especifico
    snippet TEXT,              -- Texto exacto del que se extrae
    status TEXT DEFAULT 'unverified',  -- verified, disputed, unverified
    verified_by TEXT,
    verified_at TEXT,
    created_at TEXT
);

alerts

CREATE TABLE alerts (
    id TEXT PRIMARY KEY,
    investigation_id INTEGER,
    alert_type TEXT,           -- entity, search, feed
    target TEXT,               -- Entidad o query a monitorizar
    frequency TEXT,            -- daily, weekly, realtime
    last_run TEXT,
    last_result TEXT,
    active INTEGER DEFAULT 1,
    created_at TEXT
);

ChromaDB (data/chroma/)

Una coleccion por investigacion: osint_<slug>.

Cada chunk de evidencia se almacena con:

{
    "id": "ev_001_chunk_003",
    "embedding": [...],  # 384 dimensiones (MiniLM-L12)
    "document": "...texto del chunk...",
    "metadata": {
        "evidence_id": "ev_001",
        "source": "informe-registral.pdf",
        "chunk_index": 3,
        "investigation_slug": "caso-acme"
    }
}

Scripts CLI de utilidad

En .claude/skills/_shared/scripts/:

Script	Comandos disponibles
puruto_db.py	47 comandos CRUD completos para investigaciones
puruto_vector.py	Operaciones ChromaDB (search, upsert, delete)
puruto_hash.py	Calculo y verificacion de hashes SHA-256
puruto_normalize.py	Normalizacion de entidades espanolas
puruto_alerts.py	Ejecucion de alertas programadas

Ejemplo de uso directo

# Ver resumen de la investigacion activa
SLUG=$(cat data/.active)
python3 .claude/skills/_shared/scripts/puruto_db.py investigation-summary --slug "$SLUG"

# Listar entidades
python3 .claude/skills/_shared/scripts/puruto_db.py list-entities --slug "$SLUG"

# Busqueda semantica
python3 .claude/skills/_shared/scripts/puruto_vector.py search \
    --slug "$SLUG" \
    --query "contratos con proveedores chinos" \
    --n 5

Investigacion activa

El slug de la investigacion activa se guarda en:

data/.active

cat data/.active     # Ver investigacion activa
echo "caso-acme" > data/.active  # Cambiar investigacion activa manualmente

Todos los skills de Claude Code leen data/.active automaticamente.