[Gabrymi93]

Sintesi

Il drift dichiarava missing ogni volta che un ref non si trovava nell'inventario, assumendo che l'inventario descrivesse tutto ciò che la fonte pubblica. Non è vero per 3 dei 5 kind, e ognuno di quelli che poggia sull'assunzione produce falsi positivi.

Emerso mergiando i catalog dei 9 repo: open-mur segnava 10 item "spariti" che invece esistono.

Questa PR sostituisce i rattoppi per kind con una regola sola.

Cosa cambia

La regola: missing solo con prova positiva di assenza dell'item esatto. La prova richiesta è dichiarata per kind in drift.ABSENCE_EVIDENCE:

kind	Prova	Perché
dataflow	inventory	una riga per dataflow nel catalogo SDMX
ckan_dataset	inventory	una riga per package (il nome è l'identità)
ckan_resource	probe	l'inventario tiene una distribuzione per item, ma un package ne ha decine
url	probe	l'inventario può descrivere un altro endpoint
script_type	inventory	ID logico: match per token sull'area della fonte

Un kind non dichiarato non può dichiarare missing: al massimo unknown. La tabella è il registro dei kind: _state_for la consulta come primo passo, e il gate (TestAbsenceEvidence) verifica che dichiarato e instradabile coincidano — un kind dichiarato ma non instradabile è una promessa vuota, un kind instradabile ma non dichiarato potrebbe dire missing senza prova.

Precisazione onesta su cosa decide cosa: la tabella decide se un kind può dichiarare missing (e un kind fuori tabella non entra nemmeno nel check); come si ottiene la prova lo sceglie il kind — matcher sull'inventario, oppure probe (url → HTTP, ckan_resource → resource_show). Per script_type la voce è inventory ma il match resta un'euristica per token: il suo missing significa "la famiglia c'è, la variante no", non un'assenza provata come per dataflow.

Due bug chiusi (entrambi su open-mur):

1. ckan_resource — l'inventario tiene una distribuzione per item (mur_ustat: media 10,9 resource per package, max 59). Non trovare un resource ID non prova nulla. Ora: inventario conferma → matched; altrimenti _CkanResourceProbe chiede a resource_show sulla fonte CKAN (endpoint derivato dal base_url); senza probe → unknown.
2. ckan_dataset — il matcher toglieva il placeholder e faceva startswith: funziona solo con la parte fissa in testa. Con {year}-nome la parte fissa è un suffisso e il match falliva sempre. Ora i placeholder sono wildcard (fullmatch).

Verifica

Repo	checked	matched	missing	unknown	probe
open-mur	13	13	0 (era 10)	0	ckan 9
appalti-pubblici	13	13	0	0	http 1
indice-pa	9	9	0	0	http 9
open-consip	21	20	1	0	http 15

Il missing residuo di Consip è drift reale (consumi-in-convenzione-2023.csv → 404): la regola non nasconde i problemi veri, toglie solo quelli inventati.

open-mur: 10 missing → 0, con 9 resource confermate da resource_show e 1 package confermato dal matcher corretto.

Note per chi revisiona

• Il probe CKAN è iniettato (resource_probe), come url_probe: drift.py resta puro, senza I/O. Il cablaggio sta in build.py.
• resource_show è una richiesta per resource non confermata (open-mur: 9), con cache per run. 403/429/rete → non concludente, coerente con url_probe.
• probe_pattern resta l'unico punto HTTP per gli URL; il probe CKAN è separato perché è un'API, non un file.
• La tabella è la cosa da guardare in review: è l'unico posto dove è scritto cosa autorizza a dire "sparito".

Tipo: root fix
Problema reale: il drift assumeva un inventario completo. Per `ckan_resource`
  l'inventario tiene una distribuzione per item (i package ne hanno decine) e
  per `ckan_dataset` il matcher non gestiva i placeholder in testa → 10 falsi
  positivi su open-mur, e una classe pronta a ripetersi su ogni kind nuovo.
Contratto riusato/sostituito: la regola di prova sostituisce i rattoppi per
  kind; riusa il pattern del probe iniettato già introdotto in #437.
Codice rimosso/duplicazione: il fallback booleano non decide più da solo
  (`_state_for` consulta la tabella); `_match_ckan_dataset` perde l'euristica
  `startswith`.
Test aggiunti: 13 (ratchet sui kind, placeholder-first, 6 su `ckan_resource`,
  4 sul probe CKAN, 2 sull'endpoint).
Rischio residuo: una richiesta HTTP per resource non confermata per run.
Follow-up obbligatorio: rigenerare il catalog di open-mur (10 missing → 0).