licencias: el texto dentro de la imagen, con veto — y el SDD 19/20 se equivocaba de sitio

═══ LA CORRECCIÓN DE FONDO: no es `pack`, son las IMÁGENES ═══
El SDD 19 y el 20 decían «inyectar el texto de la licencia en `hammer pack`, que es aguas
abajo del ArtifactHash y sale gratis». La conclusión sobre el coste era correcta pero el
SITIO estaba mal, y por una razón que sólo se ve leyendo el código: `pack` produce un
`.swm`, que es una RECETA DE TRANSFORMACIÓN sobre fuente pública y por diseño explícito
«NUNCA transporta binarios cocidos»; e `install` REPRODUCE construyendo, con cache-hit del
corpus, en vez de bajar binarios. O sea que **el canal de paquetes de hammer no distribuye
binarios** y la obligación de acompañar-el-binario ahí casi no aplica.

Donde sí aplica, con toda su fuerza, es en la IMAGEN INSTALABLE: su rootfs se puebla con
`hammer install` sobre un prefix y de ahí sale un USB/ISO lleno de binarios que se le da a
alguien. Ése es el punto de entrega. (La obligación del espejo de FUENTES es otra y sigue
entera: las recetas apuntan a URLs de terceros que se caen.)

═══ LO QUE ENTRA ═══
· `scripts/licencias-textos.sh` + `licenses/`: los 44 textos CANÓNICOS de SPDX
  (spdx/license-list-data), uno por identificador realmente en uso — la lista se saca de las
  recetas, no de un fichero escrito a mano que se desincroniza. 764K.
· `scripts/licencias-rootfs.sh`: escribe /usr/share/licenses/<pkg>/ con el texto de CADA
  licencia de la expresión (`Unlicense OR MIT` ⇒ los DOS textos: en un OR el destinatario
  elige, y entregar uno solo le quita una opción que el autor le concedió), más un
  MANIFEST.tsv. Medido: 1,0 MB para el perfil `cli` de 44 paquetes.

═══ Y SOBRE TODO: ES UN VETO ═══
Sale ≠0 si algún paquete del rootfs no declara licencia. Un informe que no puede bloquear no
cambia lo que ocurre; esto corta el paso. Y se ganó el sueldo al primer intento: reveló que
los perfiles `base` y `cli` —los dos más simples, los que primero se publicarían— llevaban
10 y 12 paquetes con binarios y licencia desconocida. Curados los 10 que se podían afirmar
(doas, iputils, less, mandoc, procps-ng, rsync, strace, sudo, tree, usbutils); ambos perfiles
bajan a 2.

Esos 2 NO se rellenan a propósito, y quedan vetando:
 · lsof   — licencia propia del proyecto, sin identificador SPDX. Toca `LicenseRef-lsof` con
            su texto, que ya viaja en el tarball (la receta instala su COPYING).
 · tzdata — dominio público por declaración de sus autores, y SPDX no tiene identificador
            para eso (es una AUSENCIA de licencia, no una licencia). Toca
            `LicenseRef-PublicDomain` documentado, no forzar uno de la lista.

De paso: normalizado `GPL-3.0+` (sufijo antiguo) a `GPL-3.0-or-later`, misma equivalencia
documentada que la barra de Cargo. Y el caso especial que puse para `Linux-syscall-note`
(«las excepciones viven en exceptions/») era una suposición razonable y FALSA: SPDX las
publica en el mismo `text/`; ese directorio no existe.

1063 de 1141 (93%). Hashes verificados: 0 movidos.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

scripts/licencias-rootfs.sh

@@ -0,0 +1,82 @@
+#!/usr/bin/env bash
+# licencias-rootfs.sh — mete los textos de licencia en un rootfs y VETA el que no cumpla.
+#
+# ── EL PUNTO DE ENTREGA ES LA IMAGEN, NO EL PAQUETE ────────────────────────────────────────────
+# El canal de paquetes de hammer no distribuye binarios: `pack` produce un `.swm` (receta de
+# transformación sobre fuente pública, «NUNCA transporta binarios cocidos») e `install` REPRODUCE
+# construyendo con cache-hit del corpus. Donde sí se le entrega un binario a alguien es en la
+# **imagen instalable**, cuyo rootfs se puebla con `hammer install` sobre un prefix. Por eso la
+# obligación de acompañar-el-binario-con-su-licencia se cumple ACÁ. (El SDD 19/20 decía «inyectar en
+# `hammer pack`»; era una lectura equivocada de por dónde salen los binarios.)
+#
+# ── LO QUE HACE ────────────────────────────────────────────────────────────────────────────────
+# Para cada paquete del rootfs escribe `/usr/share/licenses/<pkg>/`: el texto canónico de cada
+# licencia de su expresión SPDX (`MIT OR Apache-2.0` ⇒ los DOS textos, porque el destinatario elige)
+# y un `SPDX` con la expresión literal. Más un `MANIFEST.tsv` global: paquete → expresión.
+#
+# ── Y SOBRE TODO: ES UN VETO, NO UN ADORNO ─────────────────────────────────────────────────────
+# Sale ≠0 si algún paquete del rootfs NO declara licencia. Publicar una imagen con binarios cuya
+# licencia no conocemos es exactamente el riesgo que obliga a bajar una descarga ya publicada, y es
+# el tipo de cosa que nadie mira el día del anuncio si no falla sola. Un informe que no puede
+# bloquear no cambia lo que ocurre; por eso esto corta el paso.
+# `--informe` lo degrada a sólo mirar, para poder medir sin frenar un build en curso.
+#
+# Uso:  scripts/licencias-rootfs.sh <prefix> [pkg...]      (sin pkgs: los lee de stdin)
+#       scripts/licencias-rootfs.sh --informe <prefix> ...
+set -uo pipefail
+ROOT="$(cd "$(dirname "$0")/.." && pwd)"; cd "$ROOT"
+TEXTOS="${TEXTOS:-licenses}"
+
+SOLO_INFORME=0
+[ "${1:-}" = "--informe" ] && { SOLO_INFORME=1; shift; }
+PREFIX="${1:-}"; shift || true
+[ -n "$PREFIX" ] || { echo "uso: $0 [--informe] <prefix> [pkg...]"; exit 2; }
+[ -d "$TEXTOS" ] || { echo "!!  faltan los textos: $TEXTOS (correr scripts/licencias-textos.sh)"; exit 1; }
+
+# Los paquetes: por argumento, o por stdin, o —si no hay ninguno— los que el rootfs tenga bajo
+# /usr/bin, que es una aproximación pobre pero honesta y avisada.
+if [ "$#" -gt 0 ]; then printf '%s\n' "$@" > /tmp/.lic-pkgs
+elif [ ! -t 0 ]; then cat > /tmp/.lic-pkgs
+else echo "!!  sin lista de paquetes (pasala por argumento o stdin)"; exit 2; fi
+sort -u /tmp/.lic-pkgs | grep -v '^$' > /tmp/.lic-pkgs2 && mv /tmp/.lic-pkgs2 /tmp/.lic-pkgs
+
+licencia_de_receta() {
+  f=$(ls "recipes/$1.toml" 2>/dev/null | head -1)
+  [ -z "$f" ] && f=$(ls recipes/incoming-*/"$1.toml" 2>/dev/null | head -1)
+  [ -z "$f" ] && return 1
+  awk -F'"' '/^\[/{exit} /^[[:space:]]*license[[:space:]]*=/{print $2; exit}' "$f"
+}
+
+DESTDIR="$PREFIX/usr/share/licenses"
+[ "$SOLO_INFORME" = 1 ] || mkdir -p "$DESTDIR"
+MAN="$DESTDIR/MANIFEST.tsv"
+[ "$SOLO_INFORME" = 1 ] || {
+  { echo "# paquete<TAB>expresión SPDX — generado por scripts/licencias-rootfs.sh"
+    echo "# El texto de cada licencia está en /usr/share/licenses/<paquete>/"; } > "$MAN"
+}
+
+con=0; sin=0; sinlista=""; sintexto=""
+while IFS= read -r pkg; do
+  lic=$(licencia_de_receta "$pkg" || true)
+  if [ -z "${lic:-}" ]; then sin=$((sin+1)); sinlista="$sinlista $pkg"; continue; fi
+  con=$((con+1))
+  [ "$SOLO_INFORME" = 1 ] && continue
+  d="$DESTDIR/$pkg"; mkdir -p "$d"; printf '%s\n' "$lic" > "$d/SPDX"
+  # Una expresión puede nombrar VARIAS licencias; se copian TODAS. En un `OR` el destinatario elige,
+  # así que entregar sólo una le quita una opción que el autor le concedió.
+  for id in $(printf '%s\n' "$lic" | tr ' ' '\n' | grep -E '^[A-Za-z0-9]' | grep -vE '^(OR|AND|WITH)$'); do
+    if [ -s "$TEXTOS/$id.txt" ]; then cp "$TEXTOS/$id.txt" "$d/$id.txt"
+    else case "$sintexto" in *" $id "*) ;; *) sintexto="$sintexto $id ";; esac; fi
+  done
+  printf '%s\t%s\n' "$pkg" "$lic" >> "$MAN"
+done < /tmp/.lic-pkgs
+
+tot=$((con+sin))
+echo "==> paquetes: $tot · con licencia $con · SIN licencia $sin"
+[ -n "$sintexto" ] && echo "!!  identificadores sin texto en $TEXTOS/:$sintexto"
+if [ "$sin" -gt 0 ]; then
+  echo "!!  ESTA IMAGEN NO SE PUEDE PUBLICAR: $sin paquetes con binarios y licencia desconocida."
+  echo "!!  $(printf '%s' "$sinlista" | cut -c1-300)"
+  [ "$SOLO_INFORME" = 1 ] || exit 1
+fi
+[ "$SOLO_INFORME" = 1 ] || echo "==> escrito $DESTDIR (manifiesto: MANIFEST.tsv)"

scripts/licencias-textos.sh

@@ -0,0 +1,74 @@
+#!/usr/bin/env bash
+# licencias-textos.sh — baja los textos CANÓNICOS de las licencias que el catálogo usa, a `licenses/`.
+#
+# ── POR QUÉ HACEN FALTA LOS TEXTOS, NO SÓLO EL IDENTIFICADOR ───────────────────────────────────
+# Saber que un paquete es GPL-2.0-or-later no cumple la GPL. La obligación al distribuir binarios es
+# **acompañarlos del texto de la licencia**. El identificador sirve para razonar (compatibilidad,
+# informes por imagen); el TEXTO es lo que hay que entregar.
+#
+# ── ⚠ DÓNDE SE ENTREGA, QUE NO ES DONDE YO CREÍA ───────────────────────────────────────────────
+# El SDD 19/20 decía «inyectar el texto en `hammer pack`». **Está mal, y por una razón de fondo**:
+# `pack` produce un `.swm`, que es una RECETA DE TRANSFORMACIÓN sobre fuente pública y —por diseño
+# explícito— «NUNCA transporta binarios cocidos»; e `install` REPRODUCE construyendo, con cache-hit
+# del corpus, en vez de bajar binarios. O sea que el canal de paquetes de hammer **no distribuye
+# binarios**, y la obligación de acompañar-el-binario ahí casi no aplica.
+#
+# Donde SÍ aplica, y con toda su fuerza, es en **las IMÁGENES INSTALABLES**: el rootfs se puebla con
+# `hammer install` sobre un prefix y de ahí sale un USB/ISO lleno de binarios que se le da a alguien.
+# Ése es el punto de entrega, y por eso el consumidor de estos textos es el armado del rootfs.
+# (La otra obligación, el espejo de FUENTES, no la toca esto y sigue pendiente: las recetas apuntan a
+# URLs de terceros que se caen.)
+#
+# ── LA FUENTE: el repo canónico de SPDX ────────────────────────────────────────────────────────
+# `spdx/license-list-data`, `text/<ID>.txt`. Es la referencia normativa del identificador que ya
+# usamos, así que texto e identificador no pueden divergir.
+#
+# Nota sobre los identificadores OBSOLETOS (`GPL-3.0`, `LGPL-2.1`…): SPDX no publica un texto propio
+# para ellos porque **el texto es el mismo** que el de la variante moderna — lo que distingue
+# `-only` de `-or-later` es la CONCESIÓN, no el documento. Así que para esos se guarda el texto de la
+# variante base y se anota. No confundir: eso NO resuelve la ambigüedad del identificador, que sigue
+# siendo trabajo humano (`scripts/licencias.sh --revisar`).
+#
+# Uso:  scripts/licencias-textos.sh
+set -uo pipefail
+ROOT="$(cd "$(dirname "$0")/.." && pwd)"; cd "$ROOT"
+DEST="${DEST:-licenses}"
+command -v gh >/dev/null && gh auth status >/dev/null 2>&1 || { echo "!!  'gh' ausente o sin auth"; exit 1; }
+mkdir -p "$DEST"
+
+# Los identificadores realmente en uso, sacados de las recetas (no de una lista escrita a mano, que
+# se desincroniza). Se parten las expresiones compuestas: `MIT OR Apache-2.0` son dos textos.
+for f in recipes/*.toml recipes/incoming-*/*.toml; do
+  [ -f "$f" ] || continue
+  awk -F'"' '/^\[/{exit} /^[[:space:]]*license[[:space:]]*=/{print $2; exit}' "$f" 2>/dev/null
+done | tr ' ' '\n' | grep -E '^[A-Za-z0-9]' | grep -vE '^(OR|AND|WITH)$' | sort -u > /tmp/.spdx-uso
+
+# `Linux-syscall-note` es una EXCEPCIÓN (va tras `WITH`), no una licencia — pero SPDX la publica en
+# el mismo `text/` que las licencias, no en un `exceptions/` aparte (comprobado: ese directorio no
+# existe en el repo). O sea que no necesita caso especial: la suposición razonable era falsa.
+ok=0; falta=0; sinfich=""
+while IFS= read -r id; do
+  [ -z "$id" ] && continue
+  [ -s "$DEST/$id.txt" ] && { ok=$((ok+1)); continue; }
+  base="$id"
+  case "$id" in
+    GPL-2.0)  base="GPL-2.0-only" ;;      # obsoletos: mismo TEXTO que la variante base (ver cabecera)
+    GPL-3.0)  base="GPL-3.0-only" ;;
+    LGPL-2.1) base="LGPL-2.1-only" ;;
+    LGPL-3.0) base="LGPL-3.0-only" ;;
+    AGPL-3.0) base="AGPL-3.0-only" ;;
+  esac
+  ruta="text/$base.txt"
+  if gh api "repos/spdx/license-list-data/contents/$ruta" --jq '.content' 2>/dev/null \
+       | base64 -d > "$DEST/$id.txt" 2>/dev/null && [ -s "$DEST/$id.txt" ]; then
+    ok=$((ok+1))
+  else
+    rm -f "$DEST/$id.txt"; falta=$((falta+1)); sinfich="$sinfich $id"
+  fi
+done < /tmp/.spdx-uso
+
+echo "==> textos en $DEST/: $ok · sin texto canónico: $falta"
+[ -n "$sinfich" ] && {
+  echo "!!  sin texto:$sinfich"
+  echo "!!  (identificadores propios del proyecto o no publicados por SPDX — hay que ponerlos a mano)"
+}