fix(movies): paradisehill delta date-granularity + browse cadence docs

- paradisehill.fetch_movies compared release_date coerced to midnight against the
  `since` timestamp, so the chronological crawl stopped at the first upload dated
  the same calendar day as `since` and silently dropped most new movies (0-2 seen
  per run; Movies tab stalled). Compare by DATE with a 1-day grace instead; idempotent
  external_records upsert dedups the re-fetched recent window.
- scripts/backfill_paradisehill_movies.py: one-off no-delta deep crawl to recover the
  backlog missed during the bug (idempotent, resumable).
- docs: correct stale 'raz dziennie/24h' browse-latest comments to 6h (4x/day), the
  actual configured cadence (config.py sched_browse_latest_hours=6).

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

app/connectors/direct_scrapers/__init__.py

@@ -128,7 +128,7 @@ ALL_DIRECT_SCRAPERS: list[type[BaseDirectTubeScraper]] = [
 # Browse-mode scrapers — iterują `latest-vids` listing zamiast search-by-performer.
 # Phash thumbnail fingerprint (waga 0.40 w composite scoring) auto-mergeuje do
 # canonical (TPDB/StashDB) gdy tube hot-linkuje studio thumbnail. Schedulowane
-# raz dziennie, pages 1-5. Patrz `_browse_base.BaseBrowseScraper` +
+# co 6h (4×/dobę), pages 1-5. Patrz `_browse_base.BaseBrowseScraper` +
 # `app/scheduler/browse_latest.py`.
 #
 # **Pilot results (2026-05-12):**

app/connectors/direct_scrapers/_browse_base.py

@@ -69,7 +69,7 @@ class BaseBrowseScraper(BaseDirectTubeScraper, abc.ABC):
         """Iteruje sceny od najnowszych: page 1..max_pages × N scen/page.
 
         Domyślnie max_pages=5 → ~100 scen per tube per run (shyfap, freshporno
-        ~20 scen/page). Schedulowane raz dziennie → catch-up po 24h przerwie.
+        ~20 scen/page). Schedulowane co 6h (4×/dobę) → catch-up po przerwie.
 
         Dedup po external_id zachodzi w resolverze (path 1 same_source) — gdy
         scena już była, update last_seen + skip. Więc bezpieczne nawet gdy te

app/connectors/paradisehill.py

@@ -22,7 +22,7 @@ from __future__ import annotations
 import logging
 import re
 from collections.abc import Iterator
-from datetime import UTC, date, datetime
+from datetime import UTC, date, datetime, timedelta
 from typing import Any
 
 import httpx
@@ -179,15 +179,18 @@ class ParadisehillConnector(BaseMovieConnector):
                 if movie is None:
                     continue
 
-                # `since` filter — datePublished poniżej threshold = stop crawla,
+                # `since` filter — datePublished (= data uploadu na paradisehill) poniżej
-                # bo listing jest chronologiczny. since z `_last_successful_finished_at`
+                # progu = stop crawla (listing chronologiczny).
-                # jest TZ-aware (UTC); combine() daje naive — przywróć UTC tzinfo żeby
+                #
-                # porównanie nie crashowało.
+                # UWAGA: release_date to DATA (bez godziny). Wcześniej combine()→00:00
+                # porównywane z TIMESTAMPEM `since` ucinało crawl na PIERWSZYM filmie z dnia
+                # == since (midnight < since o dowolnej porze dnia) → uploady tego samego dnia
+                # systematycznie ginęły, bo movie-ingest jest dzienny (seen=0-2/run mimo
+                # świeżych filmów na froncie strony — bug-report 2026-06-01 "Movies stoją").
+                # Fix: porównuj po DACIE z 1-dniowym grace; ponowny fetch świeżych jest tani
+                # (external_records upsert pomija niezmieniony hash).
                 if since is not None and movie.release_date is not None:
-                    rd_dt = datetime.combine(
+                    if movie.release_date < (since - timedelta(days=1)).date():
-                        movie.release_date, datetime.min.time(), tzinfo=UTC
-                    )
-                    if rd_dt < since:
                         log.info(
                             "paradisehill: hit since boundary at %s (%s), stop",
                             mid, movie.release_date,

app/scheduler/browse_latest.py

@@ -12,7 +12,7 @@ metadata (studio + performers + duration + tags + description). Composite fuzzy
 w resolverze ma więc dobre sygnały dla canonical match (vs orphan-only tubes
 typu pornditt, gdzie był sam title + krótki opis).
 
-Schedulowane przez `jobs.py` raz dziennie (`sched_browse_latest_hours=24`).
+Schedulowane przez `jobs.py` co 6h / 4×dobę (`sched_browse_latest_hours=6`).
 """
 from __future__ import annotations
 

app/scheduler/jobs.py

@@ -308,10 +308,11 @@ DEFAULT_CONFIG: dict[str, Any] = {
     "stashdb_hours": 6,
     "performer_driven_hours": 12,
     "performer_driven_top_n": 20,
-    # Browse-latest — newest scenes z rich-metadata tubes (shyfap, ...). Raz dziennie
+    # Browse-latest — newest scenes z rich-metadata tubes. Co 6h (4×/dobę) × ~100
-    # × ~100 scen/tube/run = drobny budżet, łapie świeże sceny których performera jeszcze
+    # scen/tube/run łapie świeże sceny których performera jeszcze nie znamy (newcomerki
-    # nie znamy (newcomerki → canonical ingest dorobi potem).
+    # → canonical ingest dorobi potem). NB: ten DEFAULT_CONFIG jest poglądowy — realnie
-    "browse_latest_hours": 24,
+    # run_forever() bierze interwały z Settings (config.py: sched_browse_latest_hours=6).
+    "browse_latest_hours": 6,
     "browse_latest_max_pages": 5,
     # Movies — paradisehill + dooplay mirrory. Raz dziennie wystarczy (sites rosną
     # wolniej niż tube'y). Najwazniejsze: mirrory dorzucają native-friendly playback

app/scheduler/worker.py

@@ -195,11 +195,11 @@ def run_forever() -> int:
             settings, "sched_performer_continuous_refresh_days", 30
         ),
         "movie_ingest_hours": getattr(settings, "sched_movie_ingest_hours", 24) or None,
-        # Browse-latest scheduler — freshporno/porn00/pornxp browse newest scenes raz
+        # Browse-latest scheduler — browse newest scenes co 6h / 4×dobę (~100 scen/tube/run).
-        # dziennie (~100 scen/tube/run). Bug: brak tego klucza w worker config przez
+        # Bug: brak tego klucza w worker config przez ~tydzień powodował że browse-mode nigdy
-        # ~tydzień powodował że browse-mode nigdy nie odpalał (15k freshporno z 2026-05-13
+        # nie odpalał (15k freshporno z 2026-05-13 to bulk import jednorazowy). Bug-report
-        # to bulk import jednorazowy). Bug-report 93d3c485 (2026-05-19) "brak freshporno".
+        # 93d3c485 (2026-05-19) "brak freshporno".
-        "browse_latest_hours": getattr(settings, "sched_browse_latest_hours", 24) or None,
+        "browse_latest_hours": getattr(settings, "sched_browse_latest_hours", 6) or None,
         "browse_latest_max_pages": getattr(settings, "sched_browse_latest_max_pages", 5),
         # Bulk-dedup performers — safety net dla duplikatów które resolver
         # pominął (np. freshporno scen przed fixem release_date). Run 12h.

scripts/backfill_paradisehill_movies.py

@@ -0,0 +1,39 @@
+"""One-off: głęboki crawl paradisehill (no-delta) do odzyskania backlogu filmów
+przegapionych w okresie buga delta (release_date DATA vs timestamp `since`, fix
+2026-06-01). Idempotentny — znane filmy pomija przez external_records hash, więc
+można puścić wielokrotnie / przerwać i wznowić bez duplikatów.
+
+Użycie:
+  python scripts/backfill_paradisehill_movies.py --limit 1500
+"""
+from __future__ import annotations
+
+import argparse
+import logging
+import sys
+
+from app.connectors import get_movie_connectors
+from app.ingest import ingest_movies_from_connector
+
+logging.basicConfig(level=logging.INFO, format="%(asctime)s %(levelname)s %(message)s")
+log = logging.getLogger("backfill_ph_movies")
+
+
+def main() -> int:
+    ap = argparse.ArgumentParser()
+    ap.add_argument("--limit", type=int, default=1500, help="Ile najnowszych filmów przejrzeć (default 1500)")
+    args = ap.parse_args()
+
+    reg = dict(get_movie_connectors())
+    connector = reg.get("paradisehill")
+    if connector is None:
+        log.error("paradisehill connector not registered (available: %s)", list(reg))
+        return 1
+
+    counters = ingest_movies_from_connector(connector(), use_delta=False, limit=args.limit)
+    log.info("DONE backfill paradisehill: %s", counters)
+    return 0
+
+
+if __name__ == "__main__":
+    sys.exit(main())