Heartbeat crawl-vanban 2026-07-20#258
Open
caothu159 wants to merge 49 commits into
Open
Conversation
|
You have reached your Codex usage limits for code reviews. You can see your limits in the Codex usage dashboard. |
added 4 commits
July 20, 2026 01:12
Phát hiện 5 văn bản mới từ sitemap luatvietnam.vn 2026-07-19: - 284/2026/NĐ-CP: Tài sản mã hóa, docid 218950 (ƯU TIÊN CAO) - 283/2026/NĐ-CP: Lao động/BHXH, docid 218949 (ƯU TIÊN CAO) - 277/2026/NĐ-CP: Hạ tầng văn hóa số - 59/2026/TT-BGDDT: Nhà giáo hợp đồng/thỉnh giảng - 12/2026/TT-TANDTC: Nội quy phiên tòa Nguồn: luatvietnam.vn sitemap (lastmod 2026-07-19 17:56+07:00) Phiên: agent:github-io:subagent:145747ec-8285-447e-a45e-6e63cf912b67
- Số hiệu: 284/2026/NĐ-CP - Ngày ban hành: 16/7/2026 - Người ký: Phó Thủ tướng Hồ Đức Phớc - Ngày hiệu lực: 01/9/2026 - DocID: 218950, Slug: 440680 - Nguồn: luatvietnam.vn (HTML) - 23 Điều, 4 Chương - OCR quality gate: PASS (0 issues) - Điều: 1-23, Missing: [], Duplicate: []
Contributor
Author
|
Crawl hoàn tất: 283/2026/NĐ-CP
Commit: |
added 9 commits
July 20, 2026 06:58
Crawl toàn văn Thông tư 59/2026/TT-BGDĐT từ PDF luatvietnam.vn. - Số hiệu: 59/2026/TT-BGDĐT - Ngày ban hành: 15/07/2026 - Ngày hiệu lực: 01/09/2026 - Cơ quan: Bộ Giáo dục và Đào tạo - 17 điều, 4 chương - Thay thế: TT 44/2011/TT-BGDĐT, TT 11/2013/TT-BGDĐT Pipeline: pdftotext (pages 1-4) + tesseract OCR (pages 5-13). OCR quality gate: PASS (0 issues).
… chinh, 283 trong PR #258, 59 chua hoan chinh
…ch ngữ + xóa internal notes - 8x 'hành vỉ' -> 'hành vi' (ký tự Vỉ thay VI) - 1x 'hành VÌ' -> 'hành VI' (chữ VÍ thay VÌ) - 3x 'thẩm quyên' -> 'thẩm quyền' (chữ ên thay ềnh) - 1x 'quản ly' -> 'quản lý' (y thay ỳ) - 1x 'ngây sau' -> 'ngay sau' (chữ ây thay ay) - 1x 'mội trong' -> 'một trong' (chữ ô thay ộ) - 1x 'yếu tổ' -> 'yếu tố' (chữ ổ thay ố) - Xóa front matter: trang_thai=stub, note=crawler internal File còn là stub: thiếu Điều 39-66 (Chương II: BHXH, thẩm quyền, thi hành). Cần bổ sung khi nguồn sẵn sàng.
…/2026 (HOÀN THIỆN)
…hật trạng thái 277, 284 chưa có docid
…g, tính chât→chất, giải quyếu→giải quyết, kê→kể)
- Sitemap khong doi (lastmod 2026-07-19) - 284/ND-CP: docid 218950 da xac minh tu batch v1 (PDF datafiles.chinhphu.vn) - 283/ND-CP: docid 218949 da xac minh tu batch v1 - 277/ND-CP: Chua xac minh (vanban.chinhphu.vn SPA, da thu 218800-218960) - 29/TT-BYT: Chua xac minh docid rieng (SPA) - 56/TT-BXD: Chua xac minh docid rieng (SPA) - 95/TT-BTC: Chua xac minh docid rieng (SPA) - Phat hien ky thuat: vanban.chinhphu.vn su dung SPA/client rendering Tat ca docid 218800-218960 tra ve HTTP 200 nhung og:title = Hệ thống văn bản Can browser automation de xac minh cac docid con lai
Contributor
Author
Đệ #1 Discovery — Xác minh docid 2026-07-20 v2Tình trạng sitemap
Kết quả xác minh docid
Phát hiện kỹ thuật quan trọngvanban.chinhphu.vn sử dụng SPA/client rendering (React):
Commit mới
|
added 13 commits
July 20, 2026 12:32
…2/TT-BNNMT, 05/TT-NHNN, 58/TT-BGDĐT, 31/TT-BNNMT
…uc 13/7/2026 NOTE: Day la STUB. Cac nguon chinh thuc deu that bai: - luatvietnam.vn: Cloudflare block - vanban.chinhphu.vn: docid chua xac dinh, WebForms SPA - datafiles.chinhphu.vn: 404 cho moi path da thu - sbv.gov.vn: khong co du lieu Noi dung hien tai dua tren tom tat tu nhieu nguon bao chi (vtv.vn, cafebiz.vn, thoibaonganhang.vn, baodautu.vn, vietnamnet.vn). Cau truc 3 Chuong / 5 Dieu da xac nhan. Can bo sung noi dung khi co van ban goc.
…exhausted (2026-07-20)
Trạng thái: STUB - Metadata: day du (so hieu, ngay BH, nguoi ky, trich yeu tu thong tin cong bo) - Toan van: CHUA CO (tat ca nguon deu 403/404/Cloudflare) - Nguồn da thu: luatvietnam.vn (slug 440815, 403), vanban.chinhphu.vn (404), datafiles.chinhphu.vn (Access Denied), thuvienphapluat.vn (403 Cloudflare) - Can bo sung toan van khi nguon chinh thuc co the truy cap duoc - Nguoi ky: Bo truong Bo Quoc phong - Ngay ban hanh: 17/07/2026 Refs: PR #258 heartbeat/crawl-vanban-20260720
…ean source notes (OCR gate pass)
- Toàn văn từ luatvietnam.vn + xác minh PDF signed từ xdcs.cdnchinhphu.vn - Điều 1-8, không thiếu/trùng - OCR issues: 0 - Cập nhật hiệu lực: 30/08/2026, thực hiện: 01/07/2026 - Mức trợ cấp: 2.838.000 - 3.353.000 đồng/tháng (tăng 8%)
- Cập nhật from stub (5.5KB) lên toàn văn (2.3KB markdown) - Nguồn: https://div.gov.vn/uploads/files/2026/7/05-2026-tt-nhnn-ban-chuan.pdf - OCR: pdftoppm + tesseract 2 trang, sửa ký tự lỗi - OCR corrections: ¿Z→05, ngày 34→31, /3/Z→13/7 - 3 Chương, 5 Điều, đánh số liên tục 1-5 - OCR quality gate: 0 issues, scan đầy đủ
1. TT 103/2026/TT-BQP — Điều chỉnh trợ cấp quân nhân +8%, 17/07/2026 2. TT 32/2026/TT-BNNMT — Bãi bỏ văn bản BNNMT thừa 3. TT 05/2026/TT-NHNN — Hạn mức BHTG 350 triệu, hiệu lực 13/07/2026 4. TT 31/2026/TT-BNNMT — Định giá rừng + chi trả dịch vụ các-bon 5. TT 58/2026/TT-BGDĐT — Quy chế tổ chức cơ sở GDĐH Nguồn: luatvietnam.vn sitemap_thongtu lastmod 2026-07-20 11:56+07:00
- Hạn mức chi trả tối đa 350.000.000 đồng (gốc + lãi) của một người tại một tổ chức tham gia - Căn cứ Luật Bảo hiểm tiền gửi 111/2025/QH15 - Hiệu lực: 13/7/2026 - Nguồn: luatvietnam.vn (slug 440800) - OCR 0 issues, 5 Điều (1-5), 3 Chương - Rename from -viet-nam suffix to standard naming
- Trạng thái: Chưa hoàn thiện → Hoàn thiện ✅ - File: van-ban/tai-chinh/thong-tu-05-2026-tt-nhnn-bao-hiem-tien-gui.md - 5 Điều, 3 Chương, OCR 0 issues - Người ký: Thống đốc Đoàn Thái Sơn - Cần Đệ #4 review trước merge
… ổn định, KHÔNG có văn bản mới. 8 văn bản chưa có file cần xử lý (89/TT-BTC ƯU TIÊN CAO, 103/TT-BQP ƯU TIÊN CAO). Bổ sung 45/TT-BXD vào danh sách chưa ghi nhận.
added 22 commits
July 20, 2026 17:39
…A (Luc Can cuoc)
…101 Điều, 10 Chương, full OCR hoàn chỉnh
…n văn bản Đệ #4 review: 103/TT-BQP + 05/TT-NHNN OK
…7/TT-BKHCN vô tuyến điện nghiệp dư, 31/TT-BYT định mức chi Bộ Y tế) — sitemap 2026-07-20 11:56+07:00
… tượng, biển, khoa học, tổ chức)
…8 TT-BGDDT/BTC/BVhttDL)
- Số: 89/2026/TT-BTC, ngày ban hành: 30/06/2026, hiệu lực: 01/07/2026 - Nguồn: luatvietnam.vn (slug 440483) - Nội dung: 101 Điều, 10 Chương, hướng dẫn chi tiết Luật QL thuế 108/2025 và NĐ 252/2026 - OCR quality gate: PASSED (0 real errors, 101 articles 1-101, 10 chapters I-X) - Thay thế: TT 80/2021/TT-BTC và 10 Thông tư khác
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
1 participant
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
Tổng quan
PR heartbeat active cho task crawl-vanban ngày 2026-07-20, tiếp tục cập nhật 2026-07-21.
Phạm vi hiện tại
Văn bản trong PR
Validation
Cần Sếp review
Lịch sử