S2-S4 updates
@nvanva ya está trabajando en esto.
Desde el 15/10/2026.
Evaluación
Este issue todavía no se ha evaluado.
Descripción
The requirements from Mattermost:
"the latest trafilatura release, current openlid (v3) and glotlid versions, xml and md into one file, standard zstd output, id ingestion , and probably some smaller things that i am currently forgetting (i will refresh my own memory and write down what happened in S4 in the last cycle)."
- Lenguaje dominante
- Shell
- Estrellas
- 1
- Forks
- 0
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de OpenEuroLLM/web-data-processing
-
audio and video extraction from WARCsPosiblemente ocupada @nvanva la tomó hace 5 días. Abierto
OpenEuroLLM/web-data-processing#8 · 1 comentario · 3 asignados ·
-
robots.txtPosiblemente ocupada @nvanva la tomó hace 5 días. Abierto
OpenEuroLLM/web-data-processing#7 · 1 asignado ·
-
S2-S4 integrationPosiblemente ocupada @nvanva la tomó hace 5 días. Abierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 20/100
OpenEuroLLM/web-data-processing#5 · 1 asignado ·
-
LUMIO manifest generationPosiblemente ocupada @nvanva la tomó hace 11 días. Abierto
OpenEuroLLM/web-data-processing#4 · 1 comentario · 1 asignado ·
-
opt-out handlingPosiblemente ocupada @nvanva la tomó hace 11 días. Abierto
OpenEuroLLM/web-data-processing#3 · 3 comentarios · 1 asignado ·
Todos los issues de OpenEuroLLM/web-data-processing
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 83/100
Los mantenedores suelen responder en 1 día
-
bug github_actions security
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
DewaldOosthuizen/tech-cheat-sheets-and-notes#388 ·
Los mantenedores suelen responder en 1 día
-
priority: low
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
melodic-software/claude-code-plugins#8831 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
-
Transparent bar text colour falls back to theme colour on animated GIFs and very dark backgroundsAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 86/100
Los mantenedores suelen responder en 2 días