Skill: content-fingerprint

Cuando usar

Cuando un script necesita derivar un identificador corto, reproducible y resistente a colisiones a partir de un contenido (cadena, fichero, agregado). Casos tipicos:

• Cache keys (ado-bridge.sh)
• Pattern signatures (failure-pattern-memory.sh)
• Doc fingerprints de auditoria (semantic-map.sh)
• Test attempt hashes (test-auditor.sh)

Cuando NO usar

• Si necesitas hash criptografico para integridad fuerte: usa sha256sum directo (ya disponible).
• Si necesitas detectar near-duplicates con tolerancia a 1 byte: SHA truncado NO sirve. Considera SimHash/MinHash o embeddings (memory-vector.py).
• Si necesitas buscar por similitud semantica: usa memory-vector.py (HNSW + MiniLM).

Como usar

# Identificador corto
ID=$(echo "agente:tarea:contexto" | scripts/content-fingerprint.sh 8)
# Output: 8 chars hex deterministicos

# Cache key 16 chars
KEY=$(printf '%s|%s' "$query" "$context" | scripts/content-fingerprint.sh 16)

# Fichero completo
FP=$(scripts/content-fingerprint.sh 16 < my-doc.md)

# Self-test
scripts/content-fingerprint.sh --self-test

Acceptance criteria validados (SE-151)

• AC-1: longitudes 8/16/32/64 producen hex de tamaño exacto.
• AC-1: avalanche — 1 byte de diferencia → fingerprint distinto.
• AC-1: determinismo — mismo input → mismo output.
• AC-4: dataset etiquetado de 30 fixtures (15 pares) verifica precision/recall.
• AC-5: 100 invocaciones <5s total (sanity check de latencia).

Tests: bats tests/scripts/content-fingerprint.bats (14/14 verde).

Limitaciones honestas

• No detecta near-duplicates: 1 char de cambio cambia el fingerprint entero (avalanche). Esto es una propiedad deseable para identificadores, una limitacion para clustering.
• No es LSH biologico: Dasgupta 2017 requiere vectorizacion previa + sparse expansion, no implementado aqui.
• Coliciones a 8 chars: para corpus muy grandes (>10^6 docs), considerar 16 chars o mas (paradoja del cumpleanos).

Referencias

• Spec: docs/specs/SE-151-content-fingerprint-consolidation.spec.md
• Tests: tests/scripts/content-fingerprint.bats
• Fixtures: tests/fixtures/fingerprint/
• Sesion previa archivada: experiments/brainless/RESEARCH-LOG.md