feat: add Claude API extraction (internal/extract)

Stufe 1 from the core principle: Client calls the Claude Messages API directly over net/http (no SDK dependency, stays consistent with "Go-Standard-Library wo möglich") and forces tool-use with a strict JSON schema instead of parsing free text. Extract() returns rules.Facts directly rather than an intermediate DTO, since producing exactly that is the point of this stage. Platform is supplied by the caller, never guessed by the model. Every failure mode returns an error instead of a zero-value Facts: network errors, non-200 API responses, a missing tool_use block, and — critically — a gegenleistung value outside the four allowed enum values, which would otherwise get silently coerced into a wrong fact. Tested entirely against an httptest fake server, no real API calls. Building this surfaced a real gap in internal/rules: Evaluate() treated Consideration=="unklar" the same as any other value, i.e. it just produced an empty finding list — indistinguishable from "everything's fine". That contradicts the core principle (uncertain extraction should trigger a user clarification, never a judgment). Evaluate() now returns (findings, needsClarification), with a golden case covering it. Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
2026-08-27 13:43:01 +02:00
parent bec34b5988
commit da91c3e2c1
6 changed files with 531 additions and 7 deletions
--- a/internal/extract/api.go
+++ b/internal/extract/api.go
@@ -0,0 +1,111 @@
+package extract
+
+import "encoding/json"
+
+// Diese Typen bilden nur den Ausschnitt der Anthropic-Messages-API ab,
+// den die Extraktion tatsächlich braucht (Tool-Use für strukturierte
+// Ausgabe) — kein vollständiger API-Client.
+
+type messageRequest struct {
+	Model      string     `json:"model"`
+	MaxTokens  int        `json:"max_tokens"`
+	System     string     `json:"system,omitempty"`
+	Messages   []message  `json:"messages"`
+	Tools      []tool     `json:"tools"`
+	ToolChoice toolChoice `json:"tool_choice"`
+}
+
+type message struct {
+	Role    string         `json:"role"`
+	Content []contentBlock `json:"content"`
+}
+
+type contentBlock struct {
+	Type   string       `json:"type"`
+	Text   string       `json:"text,omitempty"`
+	Source *imageSource `json:"source,omitempty"`
+}
+
+type imageSource struct {
+	Type      string `json:"type"`
+	MediaType string `json:"media_type"`
+	Data      string `json:"data"`
+}
+
+type tool struct {
+	Name        string          `json:"name"`
+	Description string          `json:"description"`
+	InputSchema toolInputSchema `json:"input_schema"`
+}
+
+type toolInputSchema struct {
+	Type       string         `json:"type"`
+	Properties map[string]any `json:"properties"`
+	Required   []string       `json:"required"`
+}
+
+type toolChoice struct {
+	Type string `json:"type"`
+	Name string `json:"name"`
+}
+
+type messageResponse struct {
+	Content []responseBlock `json:"content"`
+	Error   *apiError       `json:"error,omitempty"`
+}
+
+type responseBlock struct {
+	Type  string          `json:"type"`
+	Name  string          `json:"name,omitempty"`
+	Input json.RawMessage `json:"input,omitempty"`
+}
+
+type apiError struct {
+	Type    string `json:"type"`
+	Message string `json:"message"`
+}
+
+// extractionArgs spiegelt extractionTool.InputSchema — das JSON, das
+// die Extraktion vom Modell zurückbekommt.
+type extractionArgs struct {
+	Consideration       string `json:"gegenleistung"`
+	DisclosurePresent   bool   `json:"kennzeichnung_vorhanden"`
+	DisclosureWording   string `json:"kennzeichnung_wortlaut"`
+	DisclosureBeforeCut bool   `json:"kennzeichnung_vor_kuerzung"`
+}
+
+var extractionTool = tool{
+	Name: "extrahiere_fakten",
+	Description: "Extrahiere ausschließlich beobachtbare Fakten aus Caption und Bild eines " +
+		"Social-Media-Beitrags für eine Kennzeichnungsprüfung. Triff KEINE rechtliche " +
+		"Bewertung. Ist ein Feld nicht sicher zu bestimmen, wähle den vorgesehenen " +
+		"Unsicherheitswert statt zu raten.",
+	InputSchema: toolInputSchema{
+		Type: "object",
+		Properties: map[string]any{
+			"gegenleistung": map[string]any{
+				"type":        "string",
+				"enum":        []string{"bezahlt", "sachbezug", "keine", "unklar"},
+				"description": "Erhält der/die Postende eine Gegenleistung (Geld, Produkt, Einladung)? 'unklar' wenn nicht sicher bestimmbar.",
+			},
+			"kennzeichnung_vorhanden": map[string]any{
+				"type":        "boolean",
+				"description": "Enthält die Caption einen Kennzeichnungshinweis wie 'Werbung' oder 'Anzeige'?",
+			},
+			"kennzeichnung_wortlaut": map[string]any{
+				"type":        "string",
+				"description": "Der exakte Wortlaut der Kennzeichnung, falls vorhanden, sonst leerer String.",
+			},
+			"kennzeichnung_vor_kuerzung": map[string]any{
+				"type":        "boolean",
+				"description": "Ist die Kennzeichnung sichtbar, BEVOR die Plattform die Caption hinter 'mehr anzeigen' kürzt? Ohne Kürzung: true.",
+			},
+		},
+		Required: []string{
+			"gegenleistung",
+			"kennzeichnung_vorhanden",
+			"kennzeichnung_wortlaut",
+			"kennzeichnung_vor_kuerzung",
+		},
+	},
+}