chore: consolidate local source directories

This commit is contained in:
2026-09-15 15:58:22 +02:00
parent 209a64dc53
commit 39d80d371e
682 changed files with 1364 additions and 1365 deletions
+5 -5
View File
@@ -29,20 +29,20 @@ liegen auf derselben Cluster-Map. Zweck:
| PDF-Exporte | `.lexis360/Lexis360_*.pdf` · `.wiku/*.pdf` | **nein** (gitignored) | lizensierte Original-PDFs |
| Layer 1 — Volltexte | `.lexis360/md/<slug>.md` · `.wiku/md/<slug>.md` | **nein** (gitignored) | vollständiger Extraktionstext + Metadaten-Frontmatter |
| Katalog | `.lexis360/md/_catalog.json` · `.wiku/md/_catalog.json` | **nein** (gitignored) | geparste Metadaten aller Quellen (Slug ↔ ID ↔ Stand ↔ Cluster) |
| Rohquellen kv/ris/rj | `.firecrawl/wko-kv/docs/*.html` · `.ris/*.md` · `.rechtsprechung/{originale,gesetze}/*.md` | **nein** (gitignored) | WKO-KV-Seiten, RIS-Gesetzes-Auschnitte sowie Rechtsprechung/Normentexte |
| Rohquellen kv/ris/rj | `.firecrawl/kv-portal/wko-kv/docs/*.html` · `.ris/*.md` · `.rechtsprechung/{originale,gesetze}/*.md` | **nein** (gitignored) | WKO-KV-Seiten, RIS-Gesetzes-Auschnitte sowie Rechtsprechung/Normentexte |
| Layer 2 — Einträge | `dokumente/<slug>.md` (Lexis) · `dokumente/wiku_<slug>.md` (WIKU) · `dokumente/kv_<slug>.md` (WKO-KV, **generiert**) · `dokumente/ris_<slug>.md` (RIS, **generiert**) · `dokumente/rj_<slug>.md` (Rechtsprechung, **generiert**) | **ja** | Kuratierung in eigenen Worten (lb/wk) bzw. quellentreue Konvertierung (kv/ris/rj, Tool-Output) |
| Registry | `wissensbasis/kb.json` | **ja** | **generiert** aus dem Layer-2-Frontmatter aller Quellen (`tools/build_registry.py`) |
| Kataloge kv/ris/rj | `tools/catalogs/kv_catalog.json` · `ris_catalog.json` · `rj_catalog.json` | **ja** | eingefrorene ID-Zuweisungen (nur Metadaten, keine Quelltexte) |
Volltexte der lizenzierten Quellen (Lexis/WIKU) sind Lizenzinhalt und
bleiben wie `.firecrawl/` und `.ris/` lokal + unversioniert. Nur die
bleiben wie `.firecrawl/` und `.firecrawl/ris/gesetze/` lokal + unversioniert. Nur die
Layer-2-Einträge werden committed. **Lizenz-Sonderfall der neuen Quellen
(Entscheidung 2026-09-15):** Gesetze sind amtliche Werke (§ 7 UrhG) und
WKO-KV-Texte müssen zahlenexakt bleiben (Lohntabellen) — daher sind
`kv_*.md`/`ris_*.md` **quellentreu generiert** (Konverter
`tools/ingest_sources.py`), NICHT in eigenen Worten kuratiert, und sie
sind **Tool-Output**: keine manuelle Bearbeitung, bei Änderungen neu
generieren. Die WKO-Seiten selbst und die `.ris/`-Dateien bleiben
generieren. Die WKO-Seiten selbst und die `.firecrawl/ris/gesetze/`-Dateien bleiben
unversioniert; die Einträge tragen ihre Quelle (`source.html`/`source.text`)
und die WKO-/RIS-URL im Body.
@@ -248,7 +248,7 @@ mit `ris_`-Präfix und Rechtsprechung mit `rj_`-Präfix (Kollisionsschutz im
**WKO-Kollektivverträge (kv):**
1. Neue Seiten nach `.firecrawl/wko-kv/docs/` (Crawl via Firecrawl;
1. Neue Seiten nach `.firecrawl/kv-portal/wko-kv/docs/` (Crawl via Firecrawl;
eine Seite = ein KV-Dokument).
2. `python3 tools/ingest_sources.py --source kv` — konvertiert HTML →
Layer-2 (`kv_<slug>.md`), IDs aus `tools/catalogs/kv_catalog.json`
@@ -256,7 +256,7 @@ mit `ris_`-Präfix und Rechtsprechung mit `rj_`-Präfix (Kollisionsschutz im
**RIS-Gesetze (ris):**
1. Neue Gesetze nach `.ris/` (Markdown; nur die im Lexis360-Bestand
1. Neue Gesetze nach `.firecrawl/ris/gesetze/` (Markdown; nur die im Lexis360-Bestand
zitierten Paragraphen).
2. **Zuerst** `LAW_MAP` in `tools/kb_common.py` um das Gesetz ergänzen
(topic, chapter, laufende Nummer im Cluster) — die ID encodiert das