Rohdokumente im Export: zitierte Quellen aus raw/ neben der Lesefassung von kb/ mitliefern #218

New Issue

2026-10-13T11:53:05Z

torben commented

2026-10-13 11:53:05 +00:00

Befund aus der Prüfung von Hand auf dem Windows-Arbeitsrechner (Betreiber, 2026-10-13, Stand 10.0.0). Ein Export der ganzen KB nach OneDrive (#214, mit [["collection:*"]], siehe #217) lief, und Microsoft 365 Copilot fand und nutzte die Dateien. Die Rohdokumente fehlen aber: Ein Leser im Tenant sieht die Quellenseiten, nicht die PDFs, Mails und Office-Dateien, auf die sie sich stützen.

Was heute gilt

#214 Entscheidung 1: Ein Export ist eine abgeleitete Lesefassung von kb/. raw/ war nie Teil davon.
#214 Entscheidung 9: Fußnoten-Zitate werden zum Titel der Quellseite aufgelöst, als Link, wenn die Quellseite mit exportiert wird. Eine Quellseite (type: source) nennt ihre Rohdatei im Frontmatter; im Export ist das ein Pfad, der im Ziel ins Leere zeigt.
#214 Entscheidung 14: raw accept lehnt jede Datei ab, deren sha256 im Manifest eines Ziels steht. Eine mitexportierte Rohdatei wäre damit schon vor dem Rückweg geschützt, ohne neuen Code.

Das ist also kein Fehler, sondern eine neue Fähigkeit, die erst entschieden werden muss.

Zu entscheiden

Welche Rohdateien? (a) nur die, auf die eine exportierte Quellseite verweist (Empfehlung: folgt der Positivliste aus #214 Entscheidung 3, nichts verlässt die KB, was keine ausgewählte Seite nennt); (b) ganz raw/; (c) eine eigene Auswahl je Ziel.
Was von einer Rohdatei? Das Original, die abgeleitete Textfassung aus raw derive (derived.md, TSV), oder beides. Für einen Indexer ist der Text oft nützlicher, für einen Menschen das Original.
Schalter je Ziel (raw: none | cited | …, Default none), damit bestehende Ziele unverändert bleiben – Feld checkout, gate wie alle Exportfelder.
Ablage und Links: z. B. <ziel>/raw/<pfad relativ zu raw/>; die Quellseite verlinkt relativ darauf.
Handler command: Bekommt der Konverter die Rohdateien mit, oder gehen sie am Konverter vorbei unverändert ins Ziel?
Bundles (raw capture, raw fetch --scope, raw derive-Ordner): ganz oder nur die zitierte Datei?
Vertraulichkeit: Rohdokumente sind oft sensibler als die Seite, die sie zusammenfasst. Reicht die Auswahl über die Seite, oder braucht es einen zusätzlichen Ausschluss?

Was in jedem Fall gelten muss

Ohne ausdrücklichen Schalter verlässt keine Rohdatei die Instanz.
Eine exportierte Rohdatei ist byte-gleich mit ihrem Original in raw/ und steht mit sha256 im Manifest des Ziels, damit raw accept sie ablehnt (#214 Entscheidung 14).
raw/ selbst wird nie verändert.

Versionsteil

Voraussichtlich MINOR (neues optionales Feld, Default unverändert). Im Design bestätigen.

Bezug

#214 (Exporte), #217 (Auswahl der ganzen KB)

Befund aus der Prüfung von Hand auf dem Windows-Arbeitsrechner (Betreiber, 2026-10-13, Stand 10.0.0). Ein Export der ganzen KB nach OneDrive (#214, mit `[["collection:*"]]`, siehe #217) lief, und Microsoft 365 Copilot fand und nutzte die Dateien. **Die Rohdokumente fehlen aber**: Ein Leser im Tenant sieht die Quellenseiten, nicht die PDFs, Mails und Office-Dateien, auf die sie sich stützen. ## Was heute gilt - #214 Entscheidung 1: Ein Export ist eine abgeleitete Lesefassung **von `kb/`**. `raw/` war nie Teil davon. - #214 Entscheidung 9: Fußnoten-Zitate werden zum Titel der Quellseite aufgelöst, als Link, wenn die Quellseite mit exportiert wird. Eine Quellseite (`type: source`) nennt ihre Rohdatei im Frontmatter; im Export ist das ein Pfad, der im Ziel ins Leere zeigt. - #214 Entscheidung 14: `raw accept` lehnt jede Datei ab, deren sha256 im Manifest eines Ziels steht. Eine mitexportierte Rohdatei wäre damit schon vor dem Rückweg geschützt, ohne neuen Code. Das ist also kein Fehler, sondern eine neue Fähigkeit, die erst entschieden werden muss. ## Zu entscheiden 1. **Welche Rohdateien?** (a) nur die, auf die eine exportierte Quellseite verweist (Empfehlung: folgt der Positivliste aus #214 Entscheidung 3, nichts verlässt die KB, was keine ausgewählte Seite nennt); (b) ganz `raw/`; (c) eine eigene Auswahl je Ziel. 2. **Was von einer Rohdatei?** Das Original, die abgeleitete Textfassung aus `raw derive` (`derived.md`, TSV), oder beides. Für einen Indexer ist der Text oft nützlicher, für einen Menschen das Original. 3. **Schalter je Ziel** (`raw: none | cited | …`, Default `none`), damit bestehende Ziele unverändert bleiben – Feld `checkout, gate` wie alle Exportfelder. 4. **Ablage und Links:** z. B. `<ziel>/raw/<pfad relativ zu raw/>`; die Quellseite verlinkt relativ darauf. 5. **Handler `command`:** Bekommt der Konverter die Rohdateien mit, oder gehen sie am Konverter vorbei unverändert ins Ziel? 6. **Bundles** (`raw capture`, `raw fetch --scope`, `raw derive`-Ordner): ganz oder nur die zitierte Datei? 7. **Vertraulichkeit:** Rohdokumente sind oft sensibler als die Seite, die sie zusammenfasst. Reicht die Auswahl über die Seite, oder braucht es einen zusätzlichen Ausschluss? ## Was in jedem Fall gelten muss - Ohne ausdrücklichen Schalter verlässt keine Rohdatei die Instanz. - Eine exportierte Rohdatei ist byte-gleich mit ihrem Original in `raw/` und steht mit sha256 im Manifest des Ziels, damit `raw accept` sie ablehnt (#214 Entscheidung 14). - `raw/` selbst wird nie verändert. ## Versionsteil Voraussichtlich MINOR (neues optionales Feld, Default unverändert). Im Design bestätigen. ## Bezug #214 (Exporte), #217 (Auswahl der ganzen KB)