edgarProxySync.yml

name: EDGAR Proxy Sync (governance 3-table)

# US 거버넌스 3표(감사보수·개별임원보수·실질지분) proxy(DEF 14A) 수집. done 마커가 filingDate 기반이라
# 새 proxy 제출사만 자동 재수집(연 1회 proxy 시즌에 자연 갱신). 초기 백필은 로컬, 본 워크플로는 유지보수.
# DART 정기보고서 report/ 수집의 US 대칭. SEC fair-access 페이싱, run 당 청크 예산.

on:
  schedule:
    - cron: '0 10 * * 2'   # 매주 화요일 UTC 10:00 (edgarFilingsSync 메타 갱신 후)
  workflow_dispatch:
    inputs:
      chunk:
        description: '청크당 회사 수'
        default: '300'
        type: string
      maxChunks:
        description: 'run 당 청크 상한(CI 예산)'
        default: '4'
        type: string

permissions:
  contents: read

concurrency:
  group: hf-edgar-proxy
  cancel-in-progress: false

jobs:
  sync:
    runs-on: ubuntu-24.04  # 무인 파이프라인 OS 고정. ubuntu-latest 는 2026-10-19 부터 Ubuntu 26 (CI 가 먼저 검증)
    timeout-minutes: 300
    steps:
      - uses: actions/checkout@v6
      - name: Install uv
        uses: astral-sh/setup-uv@v7
      - name: Set up Python
        run: uv python install 3.12
      - name: Install dependencies
        run: uv sync
      - name: Download allFilings meta (proxy 대상 SSOT)
        run: |
          uv run python -X utf8 -c "
          import os
          from pathlib import Path
          from huggingface_hub import hf_hub_download
          import shutil
          import dartlab.config as cfg
          fp = hf_hub_download('eddmpython/dartlab-data', 'edgar/allFilings/recent.parquet',
                               repo_type='dataset', token=os.environ['HF_TOKEN'])
          dst = Path(cfg.dataDir) / 'edgar' / 'allFilings' / 'recent.parquet'
          dst.parent.mkdir(parents=True, exist_ok=True)
          shutil.copyfile(fp, dst)
          print('meta ready:', dst)
          "
        env:
          HF_TOKEN: ${{ secrets.HF_TOKEN }}
          DARTLAB_DATA_DIR: ${{ github.workspace }}/data
      - name: Proxy governance sync (chunked, resume via done marker)
        run: |
          uv run python -X utf8 .github/scripts/sync/backfillEdgarProxyReport.py \
            --chunk "${{ github.event.inputs.chunk || '300' }}" \
            --max-chunks "${{ github.event.inputs.maxChunks || '4' }}"
        env:
          HF_TOKEN: ${{ secrets.HF_TOKEN }}
          DARTLAB_DATA_DIR: ${{ github.workspace }}/data
          DARTLAB_HF_RETRY_ATTEMPTS: '3'