fix(ops): ייבוש backlog-רפאים של חילוץ-מטא — נרמול-במקור של metadata_extraction_status (G1)

מונה "ממתין (בקלוג)" ב-/operations הציג 140 פריטים תקועים שהדריינר (Gemini, כל
15 דק') דיווח עליהם total_pending=0 — אי-התאמה בין שתי הגדרות-תור:
ה-UI סופר status='pending' (ברירת-מחדל של העמודה), בעוד הדריינר סורק רק
metadata_extraction_requested_at IS NOT NULL. שורות שקיבלו מטא במסלול אחר
(internal דטרמיניסטי, cited_only חסר-טקסט) נשארו על ברירת-המחדל 'pending' לנצח.

פילוח ה-140: 82 internal_committee (מטא דטרמיניסטי, מחוץ לצנרת-Gemini) ·
31 cited_only (אין טקסט לחלץ) · 27 external_upload (כבר מלאים).

תיקון-במקור (G1 — נרמול במקור, לא תיקון-בקריאה):
- db.create_internal_committee_decision: INSERT + ON CONFLICT קובעים
  metadata_extraction_status='completed' ישירות → שורות פנימיות לא נכנסות
  שוב למצב-הרפאים.
- scripts/reconcile_metadata_status.py: נרמול חד-פעמי/re-runnable של שורות
  קיימות (internal/external מלא→completed · external חסר→requeue · cited_only→skipped).
  הורץ: 82+27→completed, 31→skipped, pending=0.
- web-ui /operations: התווית "ממתין (בקלוג)" → "ממתין" (הסרת המילה הלועזית)
  + tooltip מדויק; הערת operations.ts מעודכנת.

Invariants: מקיים G1 (normalize-at-source) ו-INV-IA (מונה-אמת/מקור-אמת-יחיד).

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

mcp-server/src/legal_mcp/services/db.py

@@ -3401,12 +3401,20 @@ async def create_internal_committee_decision(
                 subject_tags, summary, full_text,
                 source_kind, source_type, document_id,
                 extraction_status, halacha_extraction_status,
+                metadata_extraction_status,
                 practice_area, appeal_subtype, is_binding, proceeding_type, content_hash
             ) VALUES (
                 $1, $2, $3, $4, $5, $6,
                 $7, $8, $9,
                 'internal_committee', 'appeals_committee', $10,
                 'processing', 'pending',
+                -- Internal committee decisions carry deterministic metadata
+                -- computed from the case record (see app.py uniform-citation
+                -- builder); the Gemini metadata extractor is tuned for EXTERNAL
+                -- rulings and returns no_metadata for these. Settle the metadata
+                -- status to 'completed' at the source so these rows never linger
+                -- as phantom 'pending' backlog the drain can never clear.
+                'completed',
                 $11, $12, $13, $14, $15
             )
             ON CONFLICT (case_number, proceeding_type)
@@ -3428,6 +3436,8 @@ async def create_internal_committee_decision(
                 document_id = COALESCE(EXCLUDED.document_id, case_law.document_id),
                 extraction_status = 'processing',
                 halacha_extraction_status = 'pending',
+                -- Keep metadata settled on re-upsert (deterministic, never Gemini).
+                metadata_extraction_status = 'completed',
                 content_hash = EXCLUDED.content_hash
             RETURNING *
             """,

scripts/SCRIPTS.md

@@ -28,6 +28,7 @@
 | `legal-court-fetch-drain.config.cjs` | pm2/js | **תזמון שעתי של `drain_court_fetch.py`** (cron `17 * * * *`, `COURT_FETCH_DRAIN_CRON` לעקיפה) — הופך את לולאת יומון→אחזור→קליטה ל-fully-autonomous. `autorestart:false` (one-shot per tick). דורש `legal-court-fetch-service` רץ. התקנה: `pm2 start scripts/legal-court-fetch-drain.config.cjs && pm2 save`. | pm2 cron (host-side) |
 | `drain_metadata_queue.py` | python | **ריקון תור חילוץ-המטא של הפסיקה** — `process_pending_extractions(kind='metadata')` ב-batches עד ריק. רץ על **Gemini Flash** (structured JSON, `gemini_session`) — מהיר ואמין, במקום ה-claude CLI ה-agentic שפגע ב-`error_max_turns`. no-op מהיר כשריק. הרצה ידנית: `mcp-server/.venv/bin/python scripts/drain_metadata_queue.py [batch]`. | דרך `legal-metadata-drain.config.cjs` (pm2 cron) |
 | `legal-metadata-drain.config.cjs` | pm2/js | **תזמון כל 15 דק' של `drain_metadata_queue.py`** (cron `*/15 * * * *`, `METADATA_DRAIN_CRON` לעקיפה) — מונע סתימה של תור חילוץ-המטא ב-/precedents. דורש `GEMINI_API_KEY` ב-`~/.env`. התקנה: `pm2 start scripts/legal-metadata-drain.config.cjs && pm2 save`. | pm2 cron (host-side) |
+| `reconcile_metadata_status.py` | python | **נרמול `metadata_extraction_status` תקוע (G1)** — שורות עם ברירת-המחדל `'pending'` שאינן בצנרת-Gemini נערמות כ-backlog-רפאים שהדריינר (סורק `*_requested_at IS NOT NULL`) לעולם לא מנקה ומנפח את מונה "ממתין" ב-/operations. מיישב כל שורה למצב-אמת במקור: `internal_committee`→`completed` (מטא דטרמיניסטי, מחוץ ל-Gemini), `external_upload` מלא→`completed`, `external_upload` עם טקסט וחסר שם/תקציר→חותם `requested_at` (הדריינר יטפל), `cited_only` (אין טקסט)→`skipped`. אידמפוטנטי. תיקון-המקור הנלווה ב-`db.create_internal_committee_decision`. הרצה: `mcp-server/.venv/bin/python scripts/reconcile_metadata_status.py`. | חד-פעמי / re-runnable כהגנת-drift |
 | `auto-sync-cases.sh` | bash | סנכרון תיקי ערר ל-Gitea — רץ כל דקה | `* * * * *` (cron) |
 | `backup-db.sh` | bash | גיבוי PostgreSQL יומי ל-`data/backups/` (gzip) | לתזמן: `0 2 * * *` |
 | `restore-db.sh` | bash | שחזור DB מגיבוי (companion ל-backup-db.sh) | ידני |

scripts/reconcile_metadata_status.py

@@ -0,0 +1,83 @@
+"""Reconcile stale ``metadata_extraction_status='pending'`` rows (G1).
+
+The column defaults to 'pending', but only ``source_kind='external_upload'``
+rows with extractable text genuinely need the Gemini metadata drain. Internal
+committee decisions carry deterministic metadata (never Gemini) and cited_only
+stubs have no text to extract — both linger forever as phantom backlog that the
+drain (which scans ``metadata_extraction_requested_at IS NOT NULL``) can never
+clear, inflating the /operations "ממתין" counter.
+
+This settles each row to a truthful terminal state at the source:
+  - internal_committee  → 'completed' (metadata is deterministic, out of Gemini pipeline)
+  - external_upload w/ name+summary → 'completed' (already filled)
+  - external_upload w/ text but missing name/summary → stamp requested_at (real work → drain picks it up)
+  - cited_only (no text) → 'skipped' (terminal; nothing to extract)
+
+Idempotent and re-runnable (a healthy DB reports all-zero). The companion source
+fix lives in db.create_internal_committee_decision (inserts 'completed' directly)
+so internal rows never re-enter this state.
+
+Host-only (reads POSTGRES_URL from ~/.env via legal_mcp.config). Run by hand:
+    mcp-server/.venv/bin/python scripts/reconcile_metadata_status.py
+"""
+
+import asyncio
+import os
+import sys
+
+sys.path.insert(0, os.path.join(os.path.dirname(__file__), "..", "mcp-server", "src"))
+
+from legal_mcp.services import db
+
+
+async def main() -> int:
+    pool = await db.get_pool()
+
+    internal = await pool.execute(
+        "UPDATE case_law SET metadata_extraction_status = 'completed' "
+        "WHERE source_kind = 'internal_committee' "
+        "AND metadata_extraction_status = 'pending'"
+    )
+    external_done = await pool.execute(
+        "UPDATE case_law SET metadata_extraction_status = 'completed' "
+        "WHERE source_kind = 'external_upload' "
+        "AND metadata_extraction_status = 'pending' "
+        "AND coalesce(case_name, '') <> '' AND coalesce(summary, '') <> ''"
+    )
+    external_requeued = await pool.execute(
+        "UPDATE case_law SET metadata_extraction_requested_at = now() "
+        "WHERE source_kind = 'external_upload' "
+        "AND metadata_extraction_status = 'pending' "
+        "AND coalesce(full_text, '') <> '' "
+        "AND (coalesce(case_name, '') = '' OR coalesce(summary, '') = '') "
+        "AND metadata_extraction_requested_at IS NULL"
+    )
+    cited = await pool.execute(
+        "UPDATE case_law SET metadata_extraction_status = 'skipped' "
+        "WHERE source_kind = 'cited_only' "
+        "AND metadata_extraction_status = 'pending'"
+    )
+
+    def n(tag: str) -> str:
+        try:
+            return tag.split()[-1]
+        except (AttributeError, IndexError):
+            return "?"
+
+    print(f"internal_committee  → completed : {n(internal)}")
+    print(f"external_upload     → completed : {n(external_done)}")
+    print(f"external_upload     → requeued  : {n(external_requeued)}")
+    print(f"cited_only          → skipped   : {n(cited)}")
+
+    rows = await pool.fetch(
+        "SELECT coalesce(metadata_extraction_status,'NULL') s, count(*) n "
+        "FROM case_law GROUP BY 1 ORDER BY 2 DESC"
+    )
+    print("\nresulting metadata_extraction_status distribution:")
+    for r in rows:
+        print(f"  {r['s']:<12} {r['n']}")
+    return 0
+
+
+if __name__ == "__main__":
+    sys.exit(asyncio.run(main()))

web-ui/src/app/operations/page.tsx

@@ -295,10 +295,10 @@ function UniformStats({ p }: { p: PipelineStats }) {
           title="ממתינים שנדרשו במפורש לעיבוד — אלה שה-drain הבא יטפל בהם"
         />
         <StatTile
-          label="ממתין (בקלוג)"
+          label="ממתין"
           value={p.pending}
           tone="muted"
-          title="כל הפריטים שטרם עובדו (ברירת-מחדל) — לאו דווקא בתור הפעיל"
+          title="פריטים שטרם עובדו וממתינים לעיבוד — לאו דווקא בתור הפעיל"
         />
         <StatTile label="בעיבוד" value={p.processing} tone="amber" />
         <StatTile label="הושלם" value={p.done} tone="green" />

web-ui/src/lib/api/operations.ts

@@ -32,7 +32,7 @@ export type IngestedRow = {
 
 /** The uniform per-pipeline shape every background drain reports. */
 export type PipelineStats = {
-  pending: number; // backlog: rows not yet processed (status default)
+  pending: number; // awaiting processing (status='pending') — not necessarily in the active queue
   processing: number; // being worked right now
   done: number; // completed
   failed: number; // terminal failures (court_fetch folds in 'manual')