src/services/source_suggester.py

@@ -1,4 +1,4 @@
-"""KI-gestützte Quellen-Vorschläge via Haiku."""
+"""KI-gestützte Quellen-Vorschläge via Haiku + deterministische Karteileichen-Heuristik."""
 import json
 import logging
 import re
@@ -10,9 +10,111 @@ from config import CLAUDE_MODEL_FAST
 
 logger = logging.getLogger("osint.source_suggester")
 
+# Schwelle für "stumm seit": eine Quelle, die seit mehr als so vielen Tagen
+# keinen Artikel mehr geliefert hat, gilt als Karteileichen-Kandidat.
+STALE_DEACTIVATE_THRESHOLD_DAYS = 60
+
+
+async def generate_stale_deactivation_suggestions(
+    db: aiosqlite.Connection,
+    days_threshold: int = STALE_DEACTIVATE_THRESHOLD_DAYS,
+) -> int:
+    """Erzeugt deactivate_source-Vorschläge für Karteileichen-Quellen.
+
+    Karteileiche = aktive Quelle, die entweder noch nie einen Artikel geliefert hat
+    (article_count = 0) oder seit mehr als days_threshold Tagen stumm ist
+    (last_seen_at älter als die Schwelle). Reine SQL-Heuristik, kein KI-Aufruf.
+
+    Doppel-Vermeidung: existiert bereits ein pending deactivate-Vorschlag für
+    dieselbe source_id, wird kein neuer erzeugt.
+
+    Returns: Anzahl neu erstellter Vorschläge.
+    """
+    cursor = await db.execute(
+        f"""
+        SELECT id, name, url, domain, article_count, last_seen_at
+        FROM sources
+        WHERE status = 'active'
+          AND (
+            COALESCE(article_count, 0) = 0
+            OR (last_seen_at IS NOT NULL
+                AND last_seen_at < datetime('now', '-{int(days_threshold)} days'))
+          )
+        """
+    )
+    candidates = [dict(row) for row in await cursor.fetchall()]
+    if not candidates:
+        return 0
+
+    cursor = await db.execute(
+        "SELECT DISTINCT source_id FROM source_suggestions "
+        "WHERE status = 'pending' AND suggestion_type = 'deactivate_source' "
+        "AND source_id IS NOT NULL"
+    )
+    already_pending = {row["source_id"] for row in await cursor.fetchall()}
+
+    created = 0
+    for c in candidates:
+        sid = c["id"]
+        if sid in already_pending:
+            continue
+        if (c["article_count"] or 0) == 0:
+            reason = "Hat seit Anlage noch nie einen Artikel geliefert."
+        else:
+            reason = (
+                f"Letzter Artikel vor mehr als {days_threshold} Tagen "
+                f"(last_seen_at={c['last_seen_at']})."
+            )
+        title = f"{c['name']} (ID {sid}) - Karteileiche, deaktivieren?"
+        description = (
+            f"Quelle: {c['name']} | URL: {c['url']} | Domain: {c['domain'] or '-'}\n"
+            f"Begründung: {reason}\n"
+            f"article_count={c['article_count'] or 0}, "
+            f"last_seen_at={c['last_seen_at'] or 'NULL'}\n"
+            "Hinweis: Quelle wurde automatisch als inaktiv erkannt. "
+            "Bitte vor Annahme prüfen, ob sie wirklich nicht mehr gebraucht wird."
+        )
+        suggested_data = json.dumps(
+            {"action": "deactivate", "source_id": sid}, ensure_ascii=False
+        )
+        await db.execute(
+            "INSERT INTO source_suggestions "
+            "(suggestion_type, title, description, source_id, suggested_data, "
+            " priority, status) VALUES "
+            "('deactivate_source', ?, ?, ?, ?, 'medium', 'pending')",
+            (title, description, sid, suggested_data),
+        )
+        created += 1
+
+    if created > 0:
+        await db.commit()
+        logger.info(
+            "Karteileichen-Heuristik: %d neue deactivate-Vorschläge erstellt "
+            "(%d Kandidaten, %d bereits pending)",
+            created, len(candidates), len(already_pending),
+        )
+    else:
+        logger.info(
+            "Karteileichen-Heuristik: keine neuen Vorschläge "
+            "(%d Kandidaten, alle bereits pending)",
+            len(candidates),
+        )
+    return created
+
 
 async def generate_suggestions(db: aiosqlite.Connection) -> int:
-    """Generiert Quellen-Vorschläge basierend auf Health-Checks und Lückenanalyse."""
+    """Generiert Quellen-Vorschläge basierend auf Health-Checks und Lückenanalyse.
+
+    Zwei Stufen:
+      1. Deterministisch: Karteileichen-Heuristik (article_count=0 oder >60d stumm)
+         erzeugt sofort deactivate_source-Vorschläge ohne KI-Aufruf.
+      2. KI-basiert: Haiku schaut sich Quellensammlung + Health-Probleme an
+         und schlägt weitere Verbesserungen vor (add_source, deactivate_source,
+         fix_url, ...).
+    Rückgabe ist die Gesamtzahl neu erzeugter Vorschläge beider Stufen.
+    """
+    stale_count = await generate_stale_deactivation_suggestions(db)
+
     logger.info("Starte Quellen-Vorschläge via Haiku...")
 
     # 1. Aktuelle Quellen laden
@@ -164,15 +266,16 @@ Nur das JSON-Array, kein anderer Text."""
 
         await db.commit()
         logger.info(
-            f"Quellen-Vorschläge: {count} neue Vorschläge generiert "
+            f"Quellen-Vorschläge: {count} neue Vorschläge generiert via Haiku "
+            f"(+{stale_count} aus Karteileichen-Heuristik) "
             f"(Haiku: {usage.input_tokens} in / {usage.output_tokens} out / "
             f"${usage.cost_usd:.4f})"
         )
-        return count
+        return count + stale_count
 
     except Exception as e:
         logger.error(f"Fehler bei Quellen-Vorschlägen: {e}", exc_info=True)
-        return 0
+        return stale_count
 
 
 async def apply_suggestion(