breakpilot-core/control-pipeline/INSTRUCTION-session-handover.md

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.

# 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):

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)

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)

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:

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

# 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