2 Commits

Author	SHA1	Message	Date
Benjamin Admin	0c5f1fd7a4	feat(rag): regulation_short Casing-Normalisierung am Ingest-Rand ... Der Re-Ingest leitet regulation_short z.T. via title()-Casing aus Dateinamen ab ('dsgvo'->'Dsgvo', 'osha otm'->'Osha Otm') -> falsche Akronyme im Payload UND im article_label ('Art. 37 Dsgvo'). NEU: normalize_regulation_short() in legal_metadata, token-basiert mit kuratiertem Akronym-Set -> nur gelistete Akronyme werden gross, legitimes Mixed-Case (GeschGehG, MuSchG, GoBD, MiCA, eIDAS, EuGH) bleibt unberuehrt. Angewandt am Ingest-Rand in documents.py (greift fuer Payload-Feld + display_name). +13 Tests gruen. Bestandsdaten brauchen separaten einmaligen Qdrant-Patch. Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>	2026-06-21 18:31:45 +02:00
Benjamin Admin	dac2a9f685	feat(rag): Legal-Metadaten — article_label + deterministische IDs + chunk_hash ... Neues pures Modul legal_metadata.py (nur stdlib, lokal+CI testbar): §3-Normalisierung section->article, strikte Header-Extraktion (Datum/Seiten-Rauschen -> kein Falsch-Zitat), citation_style pro Regulierung (EU/CH=article, DE=paragraph), Urteil=Aktenzeichen statt §, camelCase-Klarnamen (ProdHaftG), deterministische uuid5-Point-ID + chunk_hash (sha256). documents.py verdrahtet build_legal_fields in den Payload-Build + document_version. 10 Tests gruen. Vertrag: rag_reingest_spec.md (§2/§3). Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>	2026-06-20 14:35:07 +02:00