# Comandi e accessi — come sono stati raccolti i materiali Registro operativo aggiornato al 1 agosto 2026. Serve a rifare gli stessi passaggi fra un mese senza ricominciare da capo, e soprattutto a ricordare **dove l'accesso si rompe e come si aggira**. ## Le tre barriere incontrate, e cosa funziona | Fonte | Cosa succede con `curl` | Cosa funziona | |---|---|---| | `www.senato.it` | HTTP 202 con challenge JavaScript («we need to verify that you're not a robot») | browser vero: `agent-browser --headed` con `DISPLAY` verso X410 | | `www.camera.it`, `documenti.camera.it` | risponde normalmente | `curl` con user-agent da browser | | `www.garanteprivacy.it` | risponde normalmente | `curl`, oppure Brave Search API per trovare il doc-web giusto | ## La CLI italianparliament Il repertorio dei dati parlamentari: Commissioni della Camera, per ricavare l'URI dell'organo: ```bash italianparliament committees list --chamber camera --legislature 19 | grep -iE "affari costituzionali|giustizia" # I Affari costituzionali → http://dati.camera.it/ocd/organo.rdf/o19_3501 # II Giustizia → http://dati.camera.it/ocd/organo.rdf/o19_3502 ``` Componenti di una commissione, con ruolo e date: ```bash italianparliament committee-members list \ --committee-uri http://dati.camera.it/ocd/organo.rdf/o19_3501 \ --chamber camera --legislature 19 --limit 200 --format csv > camera-I-membri.csv ``` Gruppi di appartenenza e anagrafica con circoscrizione di elezione: ```bash italianparliament group-members list --legislature 19 --limit 900 --format csv > camera-gruppi.csv italianparliament deputies list --legislature 19 --limit 900 --format csv > camera-deputati.csv ``` Atti del Governo al Senato: ```bash italianparliament documents list --legislature 19 --type 'Atto del Governo' --limit 200 ``` Sedute di commissione. L'endpoint SPARQL del Senato ha restituito un `403` intorno alle 18 del 1 agosto e ha ripreso a rispondere poco dopo, senza che cambiasse nulla nella richiesta: **è un errore transitorio, la reazione giusta è riprovare**, non cercare un'altra strada. Verificato funzionante alle 19:30 dello stesso giorno, con le sedute aggiornate al 30 luglio. ```bash italianparliament committee-sessions list --committee-uri http://dati.senato.it/commissione/0-1 \ --chamber senato --date-from 2026-07-25 --date-to 2026-08-01 ``` Limiti noti del LOD, verificati: **il relatore di un Atto del Governo non c'è**, né alla Camera né al Senato — va letto dal resoconto o dalla scheda dell'atto. E **le email dei deputati non esistono**: la Camera non le pubblica né nel LOD né nella scheda personale (verificato anche aprendo la scheda con un browser). Il Senato invece pubblica `nome.cognome@senato.it` nella scheda del senatore. ## Il join con DuckDB L'elenco `destinatari-camera-ag418.csv` nasce così. Nota `all_varchar=true`: senza, le colonne di date vuote fanno fallire la conversione a `INT64`. ```bash duckdb -c " COPY ( WITH m AS ( SELECT member_uri, member_name, role, 'I Affari costituzionali' AS commissione FROM read_csv_auto('camera-I-membri.csv', header=true, all_varchar=true) WHERE end_date IS NULL UNION ALL SELECT member_uri, member_name, role, 'II Giustizia' FROM read_csv_auto('camera-II-membri.csv', header=true, all_varchar=true) WHERE end_date IS NULL ), g AS (SELECT deputy_uri, group_label, row_number() OVER (PARTITION BY deputy_uri ORDER BY start_date DESC) rn FROM read_csv_auto('camera-gruppi.csv', header=true, all_varchar=true) WHERE end_date IS NULL), d AS (SELECT uri, election_label, html_url FROM read_csv_auto('camera-deputati.csv', header=true, all_varchar=true)) SELECT m.commissione, m.member_name AS deputato, m.role AS ruolo_commissione, g.group_label AS gruppo, regexp_extract(d.election_label, 'circoscrizione ([A-ZÀ-Ù0-9 ''\-]+?) nelle', 1) AS circoscrizione, d.html_url AS scheda FROM m LEFT JOIN g ON g.deputy_uri = m.member_uri AND g.rn = 1 LEFT JOIN d ON d.uri = m.member_uri ) TO 'destinatari-camera-ag418.csv' (HEADER, DELIMITER ',');" ``` ## Il Senato dietro il WAF: browser headed via X410 Playbook completo del display: `/mnt/c/varie/msi/wsl/display-x410.md`. In sintesi, in rete NAT `DISPLAY` deve puntare al gateway Windows, non a `127.0.0.1`. ```bash GW=$(ip route | grep default | awk '{print $3; exit}') for ip in 127.0.0.1 "$GW"; do timeout 2 bash -c "echo > /dev/tcp/$ip/6000" 2>/dev/null && { export DISPLAY=$ip:0.0; break; } done echo "$DISPLAY" # es. 172.19.0.1:0.0 agent-browser close --all agent-browser open "https://www.senato.it/leggi-e-documenti/attivita-non-legislative/procedure?documentoId=56098" \ --headed --profile ~/.agent-browser-profiles/senato \ --args "--enable-unsafe-swiftshader,--ignore-gpu-blocklist" agent-browser read > pagina.txt ``` `close --all` va sempre per primo: se il daemon è già vivo, `--headed` e `--profile` vengono ignorati e riparte headless. Per estrarre i link dei resoconti dalla pagina di trattazione: ```bash agent-browser eval "Array.from(document.querySelectorAll('a')) \ .filter(a => /Resoconto/i.test(a.textContent)) \ .map(a => a.textContent.trim() + ' || ' + a.href).join('\n')" ``` I resoconti hanno una struttura a parti: la pagina base mostra solo l'indice, il testo sta in `&part=doc_dc` e gli allegati — dove si trova il **testo del parere approvato** — in `&part=doc_dc-allegato_a`. ``` https://www.senato.it/show-doc?leg=19&tipodoc=SommComm&id=1518018&idoggetto=0 # indice https://www.senato.it/show-doc?leg=19&tipodoc=SommComm&id=1518018&idoggetto=0&part=doc_dc # resoconto https://www.senato.it/show-doc?leg=19&tipodoc=SommComm&id=1518018&idoggetto=0&part=doc_dc-allegato_a # parere ``` ## La Camera con curl La scheda di un Atto del Governo alla Camera ha lo stesso numero del Senato e contiene assegnazioni, termini, relatori, sedute, audizioni e **memorie depositate**: ```bash curl -sL -A "Mozilla/5.0" "https://www.camera.it/leg19/682?atto=418&idLegislatura=19&tab=&tipoAtto=atto" -o cam418.html ``` Estrazione dei link ai PDF delle memorie: ```bash python3 -c " import re, html t = open('cam418.html', encoding='utf-8', errors='ignore').read() for m in re.finditer(r']*href=\"([^\"]+)\"[^>]*>(.*?)', t, re.S): txt = html.unescape(re.sub(r'<[^>]+>', '', m.group(2))).strip() if 'Memoria' in txt: print(txt, '||', m.group(1)) " ``` ## Estrazione del testo dai PDF ```bash liteparse parse memoria.pdf --format markdown --image-mode off -o memoria.md ``` In alternativa `kreuzberg extract --content-format markdown `, e `markitdown` come ripiego. ## Ricerca web Brave, con la chiave già in ambiente. È servita per trovare il numero corretto del provvedimento del Garante, che sul sito non è indicizzato in modo evidente: ```bash curl -s -H "X-Subscription-Token: $BRAVE_API_KEY" -H "Accept: application/json" \ "https://api.search.brave.com/res/v1/web/search?q=&count=10&country=it&search_lang=it" \ | python3 -c "import sys,json;[print('-',r['title'],'\n ',r['url']) for r in json.load(sys.stdin)['web']['results']]" ``` Exa via MCP funziona ma restituisce risposte molto grandi, che vanno lette da file invece che a schermo. ## NotebookLM da riga di comando Il notebook di lavoro è «Protezione dei dati personali in ambito penale: Direttiva 2016/680», id `2d0fadcc-63ba-4ae4-ba16-cb6dca965dda`. ```bash export DISPLAY=172.19.0.1:0.0 # il login apre un browser: senza X410 fallisce notebooklm login # va lanciato in un terminale interattivo: chiede INVIO notebooklm auth check --test --json # deve dare status ok E token_fetch true notebooklm list --json notebooklm source list -n --json notebooklm source add ./file.pdf -n --json notebooklm source delete -n -y notebooklm ask "domanda" -n -s -s ``` Tre cose imparate a spese nostre: - se `auth check` dà cookie presenti ma `token_fetch: false`, **il problema è la versione della CLI, non il login**: con la 0.3.4 l'autenticazione falliva comunque, `uv tool upgrade notebooklm-py` alla 0.7.3 l'ha risolta senza rifare nulla; - gli URL con query string lunghe di `documenti.camera.it` **non vengono letti da NotebookLM**: i bollettini vanno scaricati e caricati come file di testo. I tentativi falliti restano nel notebook come fonti in stato `error` e vanno cancellati a mano; - il notebook ha un **limite di 50 fonti** legato al piano: raggiunto quello, ogni nuovo caricamento fallisce con «Invalid argument». ## Alert di calendario Le scadenze del procedimento — parere della Camera, adozione definitiva entro il 10 ottobre 2026 — si annotano con `gwsb` sul calendario gmail.com, evento a orario, fuso `Europe/Rome`.