sse

Nambahin tesseract ke pipeline ingest ternyata bukan soal CLI-nya. Urutan OCR, caption img, karantina meta korup, dan output kosong yang lebih menentukan.

TL;DR: Ceritanya job ingest gambar gue kena media-blocked gara-gara tesseract nggak terdaftar di config, padahal cek preflight-nya kebablasan sampai blokir semua job. Jadi gue persempit: tesseract cuma wajib buat job image-only, sisanya tetap boleh jalan. Pelajarannya, kontrak kegagalan itu penting—infrastruktur diblok cepat, konten korup dikarantina terus diheal, dan OCR kosong tetap sukses.

Regex strip per delta nggak bisa melihat marker yang terbelah dua potongan. Pelajaran boundary matching di streaming SSE.

TL;DR: Bug ini terjadi karena regex pembersih CTA_FLAG: YES dijalankan per delta, sementara marker sering terbelah di dua potongan stream sehingga lolos tersimpan ke cache Redis. Perbaikannya strip ulang di string gabungan setelah stream selesai. Pelajarannya: cek invariant di output akhir, dan gunakan structured output JSON untuk solusi kanonis.

Regex strip di akhir string nggak cukup: marker CTA dari LLM bisa lolos lewat tengah teks dan jalur streaming SSE sebelum post-processing jalan.

TL;DR: Marker CTA_FLAG: YES bocor ke user lewat dua jalur: LLM naruh marker di posisi acak yang luput dari regex ber-anchor $, dan jalur streaming SSE melewati post-processing. Patch-nya buang anchor dan strip marker di stream juga. Fix fundamentalnya: tombol CTA dirender dari field terstruktur, bukan ditumpang ke teks LLM lalu di-parse regex.

Chip waktu dan tag di popup chat ternyata bukan urusan CSS. Metadata harus naik dulu dari SQL sampai DTO sebelum UI bisa bergaya.

TL;DR: Popup search kelihatan datar bukan karena CSS, tapi karena API nggak mengirim tags, categories, dan published_at dari database. Solusinya: naikkan metadata itu lewat SQL, domain, sampai DTO, baru frontend merender. Setelah pipeline utuh, TimelineRow dipakai ulang di tiga konteks popup dengan chip waktu, ikon teknologi, dan badge sitasi.

Jawaban AI di search dialog butuh dua versi: ringkasan cepat dan penjelasan lengkap. Satu SSE stream dari LLM, tapi UI perlu split — caranya pakai marker-based parsing.

LLM router mati saat streaming jawaban. Yang muncul: event meta fallback lalu pengunjung tetap dapat jawaban dari cache atau knowledge.

Jawaban AI pertama lenyap tiap nanya lagi. Perbaikannya cuma satu array ThreadEntry plus functional update, bukan library state management.

EventSource nggak bisa POST. Jawaban AI di search dialog akhirnya jalan pakai fetch biasa, parser SSE manual, dan satu jebakan CRLF.