Simulado → Quiz HTML com cache

Fluxo do usuário (estudo MP-SP): PDFs Simulado NN - MPSP (VadeFocus) - Enunciado.pdf + ... - Espelho.pdf na pasta de estudos — a pasta que contém wiki\ e quiz-data\. O Drive monta em caminho diferente por máquina (G:\Meu Drive\VS CODE TESTE\ ou C:\Users\<user>\Meu Drive\VS CODE TESTE\): descubra o caminho real antes de montar comandos; nos exemplos abaixo ele aparece como <pasta de estudos>. O espelho tem gabarito e comentários por questão.

REGRAS INEGOCIÁVEIS

1. NUNCA leia PDF de simulado como imagem/página no contexto (Read em PDF grande já estourou uma sessão de 100 MB). Sempre pdftotext primeiro. Se o pdftotext vier vazio ou truncado (PDF escaneado), use o extrator universal — ver sync-skills/references/extracao-documentos.md.
2. Cache primeiro: antes de extrair, verifique <pasta de estudos>\quiz-data\simulado-NN.json. Se existir, use-o direto — não reprocesse o PDF. O cache fica no Drive de propósito: sincroniza entre as 3 máquinas do usuário.
3. O HTML gerado é autocontido (um arquivo, sem dependências externas) e salvo em <pasta de estudos>\quiz-data\ — abre em qualquer máquina.

Passo a passo

1. Extrair (só se não houver cache)

python "$env:USERPROFILE\.claude\skills\simulado-quiz\scripts\extract_simulado.py" `
  --enunciado "<pasta de estudos>\Simulado NN - MPSP (VadeFocus) - Enunciado.pdf" `
  --espelho   "<pasta de estudos>\Simulado NN - MPSP (VadeFocus) - Espelho.pdf" `
  --out       "<pasta de estudos>\quiz-data\simulado-NN.json"

2. VALIDAR a extração (obrigatório)

O parser é best-effort. Após extrair:

• Confira o total de questões no relatório do script (simulado MPSP tem ~81).
• Abra 2-3 questões aleatórias do JSON e compare com o texto do pdftotext.
• Questões com "gabarito": null ou alternativas faltando: corrija manualmente no JSON (consultando o texto extraído, nunca a imagem do PDF).

3. Gerar o quiz

python "$env:USERPROFILE\.claude\skills\simulado-quiz\scripts\generate_quiz.py" `
  --data "<pasta de estudos>\quiz-data\simulado-01.json" [mais arquivos .json...] `
  --out  "<pasta de estudos>\quiz-data\Quiz - <título>.html" `
  --title "Simulados 1-3 MPSP - Tutela Coletiva"

Aceita múltiplos JSONs (para juntar vários simulados) e filtro opcional --materia "Tutela Coletiva" (filtra pelo campo materia das questões).

4. Export de resultado (botão "Exportar resultado")

O quiz exporta <id>-resultado.json: {quiz, data, bancos, total, respondidas, acertos, por_materia: {materia: {respondidas, acertos}}, erros: [{sim, numero, marcada, gabarito}]}. Exports antigos -erros.json (só a lista de erros) continuam válidos em todos os fluxos abaixo. Esses exports alimentam o dashboard da skill desempenho — incentive o usuário a exportar ao fim de cada quiz.

5. Caderno de revisão de erros

Se o usuário pedir "caderno de revisão" / "questões que errei": use a lista erros do export para montar um banco filtrado e gere o caderno com generate_quiz.py --modo revisao, que produz HTML de estudo com 3 camadas por questão: enunciado + alternativas, ★ ponto-chave, análise alternativa por alternativa (do comentário do espelho). Esse formato de 3 camadas foi validado pelo usuário — não entregue só "gabarito: X".

6. Registrar erros na wiki (fecha o ciclo)

Depois de um quiz com erros, gere o rascunho das entradas para wiki/revisao/erros.md:

python "$env:USERPROFILE\.claude\skills\simulado-quiz\scripts\importar_erros.py" `
  --export    "<pasta de estudos>\quiz-data\<id>-resultado.json" `
  --quiz-data "<pasta de estudos>\quiz-data"

O rascunho sai com Motivo: [VERIFICAR] de propósito — pergunte ao usuário o motivo de cada erro (pegadinha / desconhecimento / distração), refine o fundamento com base no espelho e só então insira as entradas na seção certa do erros.md. Nunca registre motivo por inferência.

Estilo

Interface em português, tema escuro, funciona offline. O usuário estuda ~3-4h/dia; o quiz salva progresso em localStorage por id do simulado.