feat(reconcile): B — Cross-Doc-Reconciliation (Pflicht in anderem Doc erfüllt)

Ein 'X fehlt'/'zu prüfen'-Finding wird unterdrückt, wenn die Pflicht in einem ANDEREN Snapshot-Dokument erfüllt ist (z.B. § 36 VSBG / OS-Link stehen bei BMW in AGB/'Rechtlicher Hinweis', nicht im Impressum → war False Positive). Konservative Allowlist (impressum: verbraucher_streitbeilegung, odr_link) gegen False-Reconciliation. Verdrahtet in _run_doc_agent (alle Doc-Checks). Frontend: 'In anderem Dokument abgedeckt'-Sektion. Greift voll nach Scan + Legal-Capture. Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
2026-06-11 15:42:16 +02:00
parent 9dfdaae8e4
commit ba7d98be36
4 changed files with 190 additions and 1 deletions
@@ -33,7 +33,17 @@ async def _run_doc_agent(snapshot_id: str, doc_type: str, agent_id: str) -> dict
            return {"findings": [], "recommendations": [], "mc_coverage": [],
                    "notes": f"kein {doc_type}-Text im Snapshot", "confidence": 0.0}
        out = await REGISTRY.get(agent_id).evaluate(AgentInput(**agent_input))
-        return out.model_dump(mode="json")
+        result = out.model_dump(mode="json")
+        # B: Cross-Doc-Reconciliation — Pflichten, die in einem ANDEREN Dokument
+        # erfüllt sind (z.B. § 36 VSBG / OS-Link in AGB/Legal), nicht als Finding
+        # zeigen. Konservative Allowlist in cross_doc_reconcile.
+        from compliance.services.cross_doc_reconcile import reconcile_doc_findings
+        other = [(e.get("doc_type"), e.get("text") or e.get("content") or "")
+                 for e in (snap.get("doc_entries") or [])
+                 if e.get("doc_type") != doc_type
+                 and (e.get("text") or e.get("content"))]
+        reconcile_doc_findings(result, agent_id, other)
+        return result
    finally:
        db.close()

@@ -0,0 +1,109 @@
+"""B — Cross-Doc-Reconciliation.
+
+Ein „X fehlt"/„zu prüfen"-Finding eines Doc-Agenten wird unterdrückt, wenn die
+Pflicht in einem ANDEREN Dokument des Snapshots erfüllt ist (z.B. § 36 VSBG oder
+OS-Link stehen bei BMW in AGB/„Rechtlicher Hinweis", nicht im Impressum → unser
+Impressum-Finding war ein False Positive).
+
+KONSERVATIV: nur eine kuratierte Allowlist wirklich cross-doc-fähiger Pflichten
+wird abgeglichen — sonst würde z.B. eine E-Mail in der DSE fälschlich die
+Impressum-Pflicht „abdecken". Pattern-Quelle = der Check selbst (mcs.py /
+CHECKLIST), gegen die Texte der anderen Dokumente gesucht.
+"""
+
+from __future__ import annotations
+
+import re
+
+# (agent_id, field_id), die legitim in einem ANDEREN Dokument erfüllt sein können.
+_RECONCILABLE: set[tuple[str, str]] = {
+    ("impressum", "verbraucher_streitbeilegung"),   # § 36 VSBG
+    ("impressum", "odr_link"),                        # OS-/ODR-Link (524/2013)
+}
+
+_DOC_LABEL = {
+    "agb": "AGB", "dse": "Datenschutzerklärung", "impressum": "Impressum",
+    "legal_notice": "Rechtliche Hinweise", "widerruf": "Widerrufsbelehrung",
+    "nutzungsbedingungen": "Nutzungsbedingungen", "cookie": "Cookie-Richtlinie",
+}
+_RECONCILED_STATES = {"fail", "possibly_applicable"}
+
+
+def _field_patterns(agent_id: str) -> dict[str, list]:
+    if agent_id == "impressum":
+        from compliance.services.specialist_agents.impressum.mcs import MCS
+        return {mc.field_id: list(mc.patterns) for mc in MCS}
+    from compliance.services.specialist_agents import REGISTRY
+    cl = getattr(REGISTRY.get(agent_id), "CHECKLIST", None) or []
+    out: dict[str, list] = {}
+    for c in cl:
+        pats = []
+        for p in c.get("patterns", []):
+            try:
+                pats.append(re.compile(p, re.IGNORECASE | re.MULTILINE))
+            except re.error:
+                pass
+        out[c["id"]] = pats
+    return out
+
+
+def _field_labels(agent_id: str) -> dict[str, str]:
+    if agent_id == "impressum":
+        from compliance.services.specialist_agents.impressum.mcs import MCS
+        return {mc.field_id: mc.label for mc in MCS}
+    from compliance.services.specialist_agents import REGISTRY
+    cl = getattr(REGISTRY.get(agent_id), "CHECKLIST", None) or []
+    return {c["id"]: c.get("label", "") for c in cl}
+
+
+def _covered_in(patterns: list, other_docs: list) -> str | None:
+    for dt, text in other_docs:
+        if not text:
+            continue
+        for p in patterns:
+            if p.search(text):
+                return dt
+    return None
+
+
+def reconcile_doc_findings(result: dict, agent_id: str, other_docs: list) -> dict:
+    """Mutiert `result` (AgentOutput-JSON): cross-doc-fähige Findings, die in
+    einem anderen Dokument erfüllt sind, wandern nach `result['reconciled']`
+    (raus aus den aktiven Findings; passende Coverage-Zeile + Speedometer
+    angepasst). `other_docs` = [(doc_type, text), …] der ANDEREN Dokumente."""
+    findings = result.get("findings") or []
+    if not findings or not other_docs:
+        return result
+    fp = _field_patterns(agent_id)
+    labels = _field_labels(agent_id)
+    active: list = []
+    reconciled: list = []
+    for f in findings:
+        key = (agent_id, f.get("field_id"))
+        if (f.get("status") in _RECONCILED_STATES and key in _RECONCILABLE
+                and fp.get(f.get("field_id"))):
+            hit = _covered_in(fp[f["field_id"]], other_docs)
+            if hit:
+                f["reconciled_in"] = hit
+                f["reconciled_in_label"] = _DOC_LABEL.get(hit, hit)
+                reconciled.append(f)
+                continue
+        active.append(f)
+    if not reconciled:
+        return result
+    result["findings"] = active
+    result["reconciled"] = (result.get("reconciled") or []) + reconciled
+    cov = result.get("mc_coverage") or []
+    sev_key = {"high": "mc_high", "medium": "mc_medium", "low": "mc_low"}
+    for f in reconciled:
+        lbl = labels.get(f.get("field_id"), "")
+        for c in cov:
+            if lbl and c.get("label") == lbl:
+                c["status"] = "ok"
+                c["reason"] = f"in {f['reconciled_in_label']} abgedeckt"
+                c["found"] = f"→ {f['reconciled_in_label']}"
+        k = sev_key.get((f.get("severity") or "").lower())
+        if k and result.get(k, 0) > 0:
+            result[k] -= 1
+        result["mc_ok"] = result.get("mc_ok", 0) + 1
+    return result
@@ -0,0 +1,51 @@
+"""B — Cross-Doc-Reconciliation: cross-doc-fähige Findings unterdrücken, wenn in
+einem anderen Dokument erfüllt; Nicht-Allowlist-Felder unberührt lassen."""
+
+from __future__ import annotations
+
+from compliance.services.cross_doc_reconcile import reconcile_doc_findings
+
+
+def test_vsbg_reconciled_from_agb():
+    result = {
+        "findings": [
+            {"field_id": "verbraucher_streitbeilegung",
+             "status": "possibly_applicable", "severity": "LOW", "title": "VSBG"},
+            {"field_id": "name_anbieter", "status": "fail",
+             "severity": "HIGH", "title": "Name fehlt"},
+        ],
+        "mc_coverage": [{"label": "Verbraucher-Streitbeilegung-Hinweis",
+                         "status": "low"}],
+        "mc_low": 1, "mc_ok": 0, "mc_high": 1,
+    }
+    other = [("agb", "BMW wird nicht an einem Streitbeilegungsverfahren vor "
+                     "einer Verbraucherschlichtungsstelle im Sinne des VSBG "
+                     "teilnehmen und ist hierzu auch nicht verpflichtet.")]
+    reconcile_doc_findings(result, "impressum", other)
+    assert not any(f["field_id"] == "verbraucher_streitbeilegung"
+                   for f in result["findings"])
+    rec = result.get("reconciled") or []
+    assert any(f.get("reconciled_in") == "agb" for f in rec)
+    # nicht-reconcilable name_anbieter bleibt aktiv
+    assert any(f["field_id"] == "name_anbieter" for f in result["findings"])
+    # Coverage-Zeile auf ok, Speedometer angepasst
+    assert result["mc_coverage"][0]["status"] == "ok"
+    assert result["mc_ok"] == 1 and result["mc_low"] == 0
+
+
+def test_no_reconcile_when_absent_elsewhere():
+    result = {"findings": [{"field_id": "verbraucher_streitbeilegung",
+                            "status": "possibly_applicable", "severity": "LOW"}],
+              "mc_coverage": []}
+    reconcile_doc_findings(result, "impressum",
+                           [("agb", "Text ganz ohne dieses Thema.")])
+    assert result["findings"] and not result.get("reconciled")
+
+
+def test_non_allowlisted_field_not_reconciled():
+    # name_anbieter ist NICHT cross-doc-fähig → bleibt Finding, auch wenn im AGB.
+    result = {"findings": [{"field_id": "name_anbieter", "status": "fail",
+                            "severity": "HIGH"}], "mc_coverage": []}
+    reconcile_doc_findings(result, "impressum",
+                           [("agb", "Bayerische Motoren Werke Aktiengesellschaft")])
+    assert result["findings"] and not result.get("reconciled")