feat: replace Claude-based extraction with a rule-based engine

Deklarix itself no longer depends on the Anthropic API — that was a
separate API key/billing relationship from Claude Code (used to develop
Deklarix), which the user did not intend to take on for the product
itself.

Consideration (Gegenleistung) is no longer guessed from text — it's a
required form field now, since only the submitter actually knows
whether a business relationship existed. A keyword-only system can't
tell a covertly-paid post from a genuinely organic one; they read
identically. What internal/extract *can* still determine reliably and
deterministically from the caption: whether a disclosure keyword is
present (werbung, anzeige, bezahlte partnerschaft, paid partnership,
#ad, #werbung, #anzeige, #sponsored, #sponsoredby, #sponsoredpost —
case-insensitive), its exact original-case wording, and whether it sits
before the platform's "mehr anzeigen" truncation point (~125 chars
Instagram, ~150 TikTok — rough estimates, platforms change these without
notice, verify before real customer use).

internal/extract's Anthropic HTTP client and tool-use schema are gone
(client.go/api.go deleted), replaced by engine.go — a stateless Engine
with no network calls. extract.Result/ParsePayload keep the exact same
JSON shape as before (gegenleistung/kennzeichnung_vorhanden/
kennzeichnung_wortlaut/kennzeichnung_vor_kuerzung), so internal/store and
internal/dossier needed no changes at all — only extract itself, the web
form/handler (new consideration field), and main.go (no more
ANTHROPIC_API_KEY requirement) changed.

Trade-off the user was told and accepted: without an LLM, the system can
no longer independently catch undisclosed paid content that carries no
recognizable keyword at all — that now rests on the submitter's honesty.
Creative or implicit disclosure phrasing outside the keyword list also
won't be recognized.

Verified against a real running instance with zero API keys configured:
register -> check (real rule engine, correctly triggered WK-004 for a
disclosure placed 130 characters in, past the Instagram threshold) ->
archive -> PDF dossier download, all against real Postgres.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

internal/extract/engine.go

@@ -0,0 +1,198 @@
+// Package extract ist Stufe 1 aus dem Kernprinzip: es bestimmt
+// ausschließlich beobachtbare Fakten zu einem Beitrag. Es bewertet
+// nichts — das Urteil fällt ausschließlich das Regelwerk in
+// internal/rules.
+//
+// Die Gegenleistung (Consideration) wird NICHT aus dem Text geraten —
+// aus reinem Keyword-Matching lässt sich eine verschwiegene
+// Zusammenarbeit nicht von einem echten organischen Post unterscheiden
+// (beide sehen textlich identisch aus). Nur wer den Beitrag einreicht,
+// weiß, ob eine Gegenleistung vorlag, darum kommt dieser Wert vom
+// Aufrufer (siehe Input.Consideration). Was diese Stufe zuverlässig
+// automatisieren kann, ist reine Zeichenketten-Logik: steht ein
+// Kennzeichnungswort in der Caption, und steht es vor der
+// "mehr anzeigen"-Kürzung der Plattform.
+package extract
+
+import (
+	"context"
+	"encoding/json"
+	"fmt"
+	"strings"
+
+	"github.com/netcell-it/deklarix/internal/rules"
+)
+
+// EngineVersion wird zusammen mit jeder Extraktion gespeichert (siehe
+// Datenmodell: extraction.model_version) — hochzählen bei jeder
+// inhaltlichen Änderung an der Erkennungslogik unten.
+const EngineVersion = "regelbasiert-v1"
+
+// PromptVersion wird ebenfalls gespeichert (extraction.prompt_version).
+// Es gibt kein Sprachmodell und keinen Prompt mehr, aber die Spalte
+// bleibt (keine neue Migration nur für einen Namenswechsel) — der Wert
+// markiert weiterhin den Stand der Extraktionslogik.
+const PromptVersion = "v1"
+
+// disclosureKeywords sind Kennzeichnungshinweise, nach denen in der
+// Caption gesucht wird — bewusst großzügig (auch rechtlich unzureichende
+// wie "#ad", siehe rules/OPEN.md/Recherche zu OLG Celle/Kammergericht
+// Berlin): ob ein Wortlaut rechtlich ausreicht, entscheidet das
+// Regelwerk anhand von DisclosureWording, nicht diese Erkennung.
+var disclosureKeywords = []string{
+	"werbung", "anzeige", "bezahlte partnerschaft", "paid partnership",
+	"#ad", "#werbung", "#anzeige", "#sponsored", "#sponsoredby", "#sponsoredpost",
+}
+
+// truncationThresholds sind ungefähre Zeichen-Schwellen, ab denen
+// Instagram/TikTok eine Caption in der Zeitleiste hinter "... mehr" /
+// "mehr anzeigen" kürzen. Plattformen ändern das ohne Ankündigung — vor
+// echtem Kundeneinsatz stichprobenartig nachprüfen, ob die Werte noch
+// stimmen (siehe CLAUDE.md, Offene Punkte).
+var truncationThresholds = map[string]int{
+	"instagram": 125,
+	"tiktok":    150,
+}
+
+const defaultTruncationThreshold = 125
+
+// Input ist, was Stufe 1 braucht. Platform, Jurisdiction UND
+// Consideration kommen alle vom Aufrufer — keines davon lässt sich aus
+// der Caption zuverlässig ableiten oder ist Sache dieser Stufe.
+type Input struct {
+	Platform      string
+	Jurisdiction  string
+	Consideration string // "bezahlt" | "sachbezug" | "keine" | "unklar"
+	Caption       string
+}
+
+// Result ist die Ausgabe von Extract: die für das Regelwerk
+// aufbereiteten Facts, plus RawJSON — die vollständige, unveränderte
+// Aufzeichnung dessen, was diese Stufe bestimmt hat. RawJSON gehört
+// unverändert in extraction.payload (siehe Datenmodell); Facts ist eine
+// abgeleitete Sicht darauf und nicht der Beweis-Eintrag selbst.
+type Result struct {
+	Facts   rules.Facts
+	RawJSON []byte
+}
+
+// Engine bestimmt die Facts für einen Beitrag über deterministische
+// Zeichenketten-Logik — kein externer Dienst, keine Netzwerk-Abhängigkeit.
+type Engine struct{}
+
+// NewEngine erstellt eine Engine.
+func NewEngine() *Engine {
+	return &Engine{}
+}
+
+// ModelVersion liefert EngineVersion (siehe Datenmodell: extraction.model_version).
+func (e *Engine) ModelVersion() string { return EngineVersion }
+
+// Extract bestimmt die Facts für in. Die Gegenleistung wird validiert,
+// nicht erraten — ein leerer oder ungültiger Wert ist ein Fehler, keine
+// Lücke, die stillschweigend als "keine" interpretiert wird (das wäre
+// hier besonders gefährlich: es würde unentdeckte Schleichwerbung
+// systematisch als unauffällig durchwinken).
+func (e *Engine) Extract(ctx context.Context, in Input) (Result, error) {
+	if in.Caption == "" {
+		return Result{}, fmt.Errorf("extract: caption ist leer")
+	}
+	consideration, err := parseConsideration(in.Consideration)
+	if err != nil {
+		return Result{}, fmt.Errorf("extract: %w", err)
+	}
+
+	present, wording, index := detectDisclosure(in.Caption)
+	beforeCut := present && index < truncationThreshold(in.Platform)
+
+	args := extractionArgs{
+		Consideration:       string(consideration),
+		DisclosurePresent:   present,
+		DisclosureWording:   wording,
+		DisclosureBeforeCut: beforeCut,
+	}
+	raw, err := json.Marshal(args)
+	if err != nil {
+		return Result{}, fmt.Errorf("extract: payload marshal: %w", err)
+	}
+
+	return Result{
+		Facts: rules.Facts{
+			Platform:            in.Platform,
+			Jurisdiction:        in.Jurisdiction,
+			Consideration:       consideration,
+			DisclosurePresent:   present,
+			DisclosureWording:   wording,
+			DisclosureBeforeCut: beforeCut,
+		},
+		RawJSON: raw,
+	}, nil
+}
+
+// detectDisclosure sucht die am frühesten in caption vorkommende
+// Kennzeichnung aus disclosureKeywords (case-insensitive) und liefert
+// deren Wortlaut in Original-Schreibweise plus Byte-Index.
+func detectDisclosure(caption string) (present bool, wording string, index int) {
+	lower := strings.ToLower(caption)
+	bestIdx := -1
+	bestLen := 0
+	for _, kw := range disclosureKeywords {
+		if idx := strings.Index(lower, kw); idx != -1 && (bestIdx == -1 || idx < bestIdx) {
+			bestIdx = idx
+			bestLen = len(kw)
+		}
+	}
+	if bestIdx == -1 {
+		return false, "", -1
+	}
+	return true, caption[bestIdx : bestIdx+bestLen], bestIdx
+}
+
+func truncationThreshold(platform string) int {
+	if t, ok := truncationThresholds[platform]; ok {
+		return t
+	}
+	return defaultTruncationThreshold
+}
+
+// ParsePayload rekonstruiert Facts aus einem zuvor gespeicherten
+// RawJSON-Payload (z. B. aus extraction.payload). platform/jurisdiction
+// müssen erneut mitgegeben werden — sie sind, wie bei Extract, nie Teil
+// des gespeicherten Payloads.
+func ParsePayload(payload []byte, platform, jurisdiction string) (rules.Facts, error) {
+	var args extractionArgs
+	if err := json.Unmarshal(payload, &args); err != nil {
+		return rules.Facts{}, fmt.Errorf("extract: payload parse: %w", err)
+	}
+
+	consideration, err := parseConsideration(args.Consideration)
+	if err != nil {
+		return rules.Facts{}, fmt.Errorf("extract: %w", err)
+	}
+
+	return rules.Facts{
+		Platform:            platform,
+		Jurisdiction:        jurisdiction,
+		Consideration:       consideration,
+		DisclosurePresent:   args.DisclosurePresent,
+		DisclosureWording:   args.DisclosureWording,
+		DisclosureBeforeCut: args.DisclosureBeforeCut,
+	}, nil
+}
+
+// extractionArgs ist die gespeicherte Form eines Extraktionsergebnisses.
+type extractionArgs struct {
+	Consideration       string `json:"gegenleistung"`
+	DisclosurePresent   bool   `json:"kennzeichnung_vorhanden"`
+	DisclosureWording   string `json:"kennzeichnung_wortlaut"`
+	DisclosureBeforeCut bool   `json:"kennzeichnung_vor_kuerzung"`
+}
+
+func parseConsideration(s string) (rules.Consideration, error) {
+	switch rules.Consideration(s) {
+	case rules.ConsiderationPaid, rules.ConsiderationInKind, rules.ConsiderationNone, rules.ConsiderationUnclear:
+		return rules.Consideration(s), nil
+	default:
+		return "", fmt.Errorf("ungültiger gegenleistung-Wert %q — muss vom Einreichenden angegeben werden", s)
+	}
+}