# Session-Instruktionen: Control Generation + Block F Rest

**Datum:** 2026-05-04
**Fuer:** Naechste Claude-Session
**Repo:** breakpilot-core (~/Projekte/breakpilot-core)

---

## LAUFENDER JOB (vor dieser Session pruefen!)

### Control Generation Job `60190756-b660-4b03-869a-fa1076394cca`

Gestartet am 04.05.2026 ~00:30. Verarbeitet neue DE/CH/AT-Gesetze aus `bp_compliance_gesetze`.

```bash
# Status pruefen:
ssh macmini "/usr/local/bin/docker exec bp-compliance-backend curl -sf http://127.0.0.1:8002/api/compliance/v1/canonical/generate/status/60190756-b660-4b03-869a-fa1076394cca"

# Processed Stats:
ssh macmini "/usr/local/bin/docker exec bp-compliance-backend curl -sf http://127.0.0.1:8002/api/compliance/v1/canonical/generate/processed-stats"
```

**WICHTIG:** API-Zugriff nur ueber Docker exec (nginx-HTTPS-Proxy ist langsam/timeout):
```bash
ssh macmini "/usr/local/bin/docker exec bp-compliance-backend curl -sf --max-time 60 -X POST http://127.0.0.1:8002/api/compliance/v1/canonical/generate ..."
```

---

## NAECHSTE SCHRITTE (Reihenfolge!)

### 1. Control Generation fuer verbleibende Collections

Nach Abschluss von Job 1 (bp_compliance_gesetze), starten:

**Job 2: bp_compliance_ce** (EU-Regulierungen, ~20k Chunks)
```bash
ssh macmini "/usr/local/bin/docker exec bp-compliance-backend curl -sf --max-time 60 -X POST http://127.0.0.1:8002/api/compliance/v1/canonical/generate \
  -H 'Content-Type: application/json' \
  -d '{
    \"collections\": [\"bp_compliance_ce\"],
    \"max_chunks\": 2000,
    \"max_controls\": 500,
    \"batch_size\": 5,
    \"skip_web_search\": true,
    \"regulation_filter\": [\"dsgvo_2016\",\"nis2_2022\",\"cra_2024\",\"ai_act_2024\",\"dsa_2022\",\"dma_2022\",\"dga_2022\",\"dora_2022\",\"dataact_2023\",\"dpf_2023\",\"dsm_2019\",\"gpsr_2023\",\"eprivacy_2002\",\"ecommerce_2000\",\"machinery_2023\",\"eu_mdr_2017\",\"ifrs_2023\",\"amlr_2024\",\"digital_content_2019\",\"omnibus_2019\",\"csrd_2022\",\"csddd_2024\",\"eu_taxonomy_2020\",\"eidas_2_0_2024\",\"pay_transparency_2023\",\"fda_human_factors\",\"eu_machinery_guide_2006_42\"]
  }'"
```

**Job 3: bp_compliance_datenschutz** (~4k Chunks)
```bash
ssh macmini "/usr/local/bin/docker exec bp-compliance-backend curl -sf --max-time 60 -X POST http://127.0.0.1:8002/api/compliance/v1/canonical/generate \
  -H 'Content-Type: application/json' \
  -d '{
    \"collections\": [\"bp_compliance_datenschutz\"],
    \"max_chunks\": 2000,
    \"max_controls\": 500,
    \"batch_size\": 5,
    \"skip_web_search\": true,
    \"regulation_filter\": [\"dsk_oh_telemedien_2022\",\"edpb_gl_7_2020\",\"bverfg_1bvr1547_19_datenanalyse\",\"eugh_c_252_21_meta\",\"eugh_c_300_21_schadenersatz\",\"eugh_c_311_18_schrems_ii\",\"eugh_c_634_21_schufa\",\"eugh_c_673_17_planet49\",\"lg_muc_google_fonts\",\"bgh_art82_2024_218\",\"bgh_i_zr_7_16\",\"bgh_vi_zr_396_24\",\"bvge_2024_iv_2\",\"ogh_6ob102_24d\",\"ogh_6ob70_24y\"]
  }'"
```

**ACHTUNG:** `regulation_filter` ist PFLICHT um bereits verarbeitete Regulations (bgb_komplett etc.) nicht doppelt zu verarbeiten! Alte Chunks wurden re-ingested → neue Hashes → Pipeline wuerde sie als "unprocessed" sehen.

### 2. Pass 0b (Anthropic Batch API, ~$50)

Erst NACH Abschluss aller 3 Generation-Jobs:
```bash
ssh macmini "/usr/local/bin/docker exec bp-compliance-backend curl -sf --max-time 60 -X POST http://127.0.0.1:8002/api/compliance/v1/canonical/generate/submit-pass0b \
  -H 'Content-Type: application/json' \
  -d '{\"limit\": 500, \"batch_size\": 10}'"
```

### 3. Block F Rest (nach Pipeline)

| Phase | Was | Status |
|-------|-----|--------|
| F1 | Regulation Registry → DB | ✅ 162 Eintraege |
| F2 | ACTION_TYPES + Synonyme → DB | ✅ 34 Types + 145 Synonyme |
| F3 | Object Synonyms → DB | ✅ 75 Synonyme |
| F4 | LLM Synonym-Enrichment | Ausstehend |
| F5 | Validation + Cleanup | Ausstehend |

---

## SESSION 03-04.05.2026 ERLEDIGT

### Block F (Hardcoded Knowledge Migration)
- F1: regulation_registry Tabelle + 162 Eintraege migriert + 34 Tests
- F2: action_types (34) + action_synonyms (145) + Tests
- F3: object_synonyms (75) + Tests
- Alle 3 mit DB-backed Cache (5min TTL) + Dict-Fallback
- 446 Tests pass, 0 Regressionen

### D5 + E1c Verifizierung
- D5 Re-Ingestion: KOMPLETT (419/423 Docs, 4 NIST-"Fehler" = Duplikate von .txt)
- E1c BGB: § 312k VORHANDEN, 93% Section-Coverage, 3053 Chunks
- Section-Metadata: gesetze=83%, ce=52%, datenschutz=50%

### Control Generation gestartet
- Job 1 (bp_compliance_gesetze, DE/CH/AT-Gesetze) laeuft seit ~00:30
- 61 neue regulation_ids identifiziert (nicht in canonical_processed_chunks)
- regulation_filter verhindert Doppelverarbeitung von re-ingestierten Dokumenten

---

## DB-Tabellen (Block F)

| Tabelle | Rows | Migration |
|---------|------|-----------|
| compliance.regulation_registry | 162 | 002_regulation_registry.sql |
| compliance.action_types | 34 | 003_action_object_ontology.sql |
| compliance.action_synonyms | 145 | 003_action_object_ontology.sql |
| compliance.object_synonyms | 75 | 003_action_object_ontology.sql |

---

## TESTS

```bash
# Pipeline (446 Tests)
PYTHONPATH=control-pipeline python3 -m pytest control-pipeline/tests/ -v

# Embedding-Service (99 Tests)
cd embedding-service && python3 -m pytest test_chunking.py test_d4_bgb.py test_nist_normalization.py -v
```