Merge commit 'cfaf67010017eab368216aded483a64126dbcb2e' as 'bahn/wissensdatenbank'

2026-06-30 21:19:25 +02:00
parent be3da80cdc cfaf670100
commit 7b6ba4a280
4724 changed files with 667022 additions and 0 deletions
@@ -0,0 +1,101 @@
+"""EINMALIGES Bootstrap-Skript: erzeugt config/tools.yaml aus der Support-Seite.
+
+Findet alle "Tool <Name>"-Unterseiten von Seite 428909879 und schreibt pro Tool
+einen Katalogeintrag (Name OHNE "Tool "-Praefix). Tool-weiter Scope = intern
+(restriktiv). Danach wird config/tools.yaml MANUELL gepflegt.
+
+Aufruf:
+    CONFLUENCE_URL=... CONFLUENCE_TOKEN=... python scripts/bootstrap_tools.py
+"""
+from __future__ import annotations
+
+import os
+import re
+
+from atlassian import Confluence
+
+SUPPORT_PAGE = "428909879"
+BASE = "https://arija-confluence.jaas.service.deutschebahn.com/spaces/BES/pages"
+
+HEADER = """\
+# =============================================================================
+# TOOL-KATALOG der Wissensdatenbank
+# Initial generiert aus 'Zentraler 1st Level Support' (428909879).
+# AB JETZT MANUELL PFLEGEN. Allgemeines Wissen steht in config/general.yaml.
+#
+# AUFBAU PRO TOOL:
+#   - id / name / domain
+#     scope: intern            # tool-weit: intern | extern | allgemein | mixed
+#     owners: ["a@db.de"]      # intern Verantwortliche
+#     contact: "team@db.de"    # herausgebbarer Kontakt (Default einfachbahn@deutschebahn.com)
+#     sources:                 # 1..n Quellen, beliebig mischbar
+#       - url: "..."
+#         strategy: confluence_tree   # confluence_page|confluence_tree|confluence_faq|
+#                                     # crawler|sitemap|gitlab_md|file|pdf
+#         # scope/Optionen pro Quelle optional ueberschreibbar
+#
+# SCOPE:
+#   intern    -> alles intern (Default, restriktiv; z.B. CRM Salesforce)
+#   extern    -> alles extern
+#   allgemein -> gilt fuer intern UND extern
+#   mixed     -> Tool hat Quellen mit unterschiedlichem Scope (KEINE Trennung pro Seite;
+#                im Zweifel zwei Quellen). Source-scope kann "intern,extern" sein.
+#
+# confluence_tree-Tiefe: options.max_depth (-1=alle Unterseiten, 0=nur Seite)
+# =============================================================================
+
+tools:
+"""
+
+
+def slug(s: str) -> str:
+    s = re.sub(r"^tool\s+", "", s.strip(), flags=re.I)
+    s = re.sub(r"[^a-z0-9]+", "-", s.lower())
+    return s.strip("-")[:40]
+
+
+def clean_name(s: str) -> str:
+    return re.sub(r"^tool\s+", "", s.strip(), flags=re.I).strip()
+
+
+def walk(client, pid, out=None):
+    out = out if out is not None else []
+    for ch in client.get_child_pages(pid) or []:
+        out.append((ch.get("id"), ch.get("title")))
+        walk(client, ch.get("id"), out)
+    return out
+
+
+def main() -> None:
+    client = Confluence(
+        url=os.environ["CONFLUENCE_URL"], token=os.environ["CONFLUENCE_TOKEN"], cloud=False
+    )
+    tools = [(pid, t.strip()) for pid, t in walk(client, SUPPORT_PAGE)
+             if t.strip().lower().startswith("tool")]
+
+    lines = [HEADER.rstrip("\n")]
+    seen = set()
+    for pid, title in tools:
+        sid = slug(title)
+        if sid in seen:
+            sid = f"{sid}-{pid}"
+        seen.add(sid)
+        url = f"{BASE}/{pid}/" + re.sub(r"[^A-Za-z0-9]+", "+", title).strip("+")
+        lines += [
+            f"  - id: {sid}",
+            f'    name: "{clean_name(title)}"',
+            f"    domain: {sid}",
+            "    scope: intern",
+            "    sources:",
+            f'      - url: "{url}"',
+            "        strategy: confluence_tree",
+            f'        tags: ["{sid}"]',
+        ]
+
+    with open("config/tools.yaml", "w", encoding="utf-8") as f:
+        f.write("\n".join(lines) + "\n")
+    print(f"config/tools.yaml geschrieben: {len(tools)} Tools (alle scope: intern)")
+
+
+if __name__ == "__main__":
+    main()