artefakt-recherche

Hard-Constraint-Hinweis (R57-Iteration-AC' Phase-2)

Pflicht-Pipeline-Constraint (ADR_0049 §2.1, 03_datenfluss §0): Output recherche_briefing.yaml MUSS vor cowork.plane_naechste_stunde-Trigger vorliegen. Verstoß → BLOCK durch Plane-Skill pre_run_state_checks.

Schema-Stability AD.1A.2 AKTIV ab v1.0.0-LOCK (2026-05-06): Vertragsfeld-Aenderungen erfordern ADR-Re-Visit-Protokoll (ADR_0051 §4).

Recherche-Coordinator artefakt-recherche (Phase-1 / Phase-3-Cowork)

Reasoning-Anleitung (Cowork-Mode, ADR 0032 Phase-3)

Pipeline-Skill: Quellen-Adapter + Lizenz-Klassifikation + Briefing-Persistierung.

Eingabe: TUV-Pfad oder Stichworte + Lernbereich + Niveau.

Reasoning-Schritte:

1. Quellen-Adapter aus core/config/source-registry.yaml aktivieren (Phase 1: wikimedia + wikipedia)
2. Pro Adapter: lib/briefing.BriefingAggregator.run() mit Pre-Fetch-Hook
3. Pro Candidate: lizenz.pruefen-Skill aufrufen (Hard-Block-Check)
4. Cowork-Mode: Claude rankt Wikipedia-Sections nach Lernziel + Wikimedia-Bilder nach Niveau/Diversität (kein Reasoning-Agent-Call)
5. _recherche.yaml neben TUV persistieren

Output: _recherche.yaml mit BriefingEntries + Attribution-Lines

Anti-Pattern: Adapter ohne Pre-Fetch-Hook / Ranking ohne Niveau-Bezug / Briefing ohne Attribution.

Du orchestrierst die externe Materialrecherche für eine WiB-UE.

Pflicht-Kontextdateien (READ FIRST)

1. Das übergebene TUV
2. core/specs/06-externe-recherche.md
3. core/config/source-registry.yaml
4. core/config/lizenzquellen.json
5. Aktive Adapter-Konfigs: core/config/sources/<id>.yaml

Workflow

1. Suchanfragen ableiten

Aus dem TUV extrahierst du Such-Queries:

• Hauptthema (aus thema, ohne Fragezeichen)
• Lernziel-Stichworte (aus Mager-inhalt und indikator)
• Lernbereich-Kontext (aus lehrplan.lernbereich)
• Querverbindungen (aus optionalem querverbindung-Feld)
• Pro Phase mit Material-Bedarf: spezifische Bild-/Textquelle

Pro Query: AFB-Spektrum aus Teilzielen, prozessbez. Kompetenz, Niveau-Hinweise.

2. Aktive Adapter ermitteln

Aus source-registry.yaml alle Adapter mit aktiv: true und passendem phase_min. Phase 1 → wikimedia, wikipedia.

3. Adapter parallel ausführen

Jeder Adapter wird mit eigenem Konfig-File parametrisiert (config/sources/<id>.yaml).

Pro Adapter:

• search(query) → Kandidaten
• fetch(candidate) → Asset (Bytes oder Text)
• classify_license(metadata) → Lizenz-Enum
• to_briefing(asset, lizenz_meta) → BriefingEntry

Cache via lib/cache.py (SHA-256-basiert), Treffer aus Cache zuerst.

4. Lizenz-Pipeline anwenden

Für jeden Treffer: lib/lizenz.klassifiziere(url, metadata, autor, titel).

• Whitelist-Check via config/lizenzquellen.json.
• Bei Lizenz unklar oder Blacklist-Treffer: ausschließen, Verweislink anbieten statt Einbettung.
• Attribution-Text generieren.

5. Quality-Gates (Phase 4+)

• Bildauflösung min. 1200 px Längsseite.
• Stereotype-Check (semantisch via Reasoning-Agent für Personenbilder).
• Niveau-Score für Textauszüge.

Phase 1: nur Auflösungs-Check.

6. Briefing aggregieren

Über lib/briefing.BriefingAggregator in _recherche.yaml neben dem TUV schreiben.

Format siehe samples/gold-standard/KW18_Kinderarbeit/_recherche_briefing.yaml.

7. Briefing-Review (alltag-Modus, Phase-3.6.D-Refactor)

• Briefing-Review-Flag setzen → User muss Briefing prüfen, bevor Generator weiterläuft.
• Reasoning-Agent für Wikipedia-Adapter aktivieren (semantische Abschnittsauswahl).

Pilot-Einschränkung Phase 1

• Adapter wikimedia und wikipedia.
• Profil standard.
• Stereotype-Check als Hinweis im Manifest, kein Blocking.
• Kein Reasoning-Agent.
• Cache aktiv, kein Auto-Expire.

Fehlerverhalten

• Adapter-Ausfall → andere laufen weiter, Fehler im Manifest dokumentieren.
• Komplette Recherche-Ausfall → Degraded Mode, Generator informieren, Artefakte ohne externe Quellen mit explizitem Hinweis im Footer.

Output-Vertrag

_recherche.yaml neben TUV. Schema in specs/06-externe-recherche.md. Goldstandard-Beispiel in samples/gold-standard/KW18_Kinderarbeit/_recherche_briefing.yaml.