mindnet/app/core/graph/graph_derive_edges.py

"""
FILE: app/core/graph/graph_derive_edges.py
DESCRIPTION: Hauptlogik zur Kanten-Aggregation und De-Duplizierung.
             WP-15b/c Audit: 
             - Präzises Sektions-Splitting via parse_link_target.
             - v4.1.0: Eindeutige ID-Generierung pro Sektions-Variante (Multigraph).
             - Ermöglicht dem Retriever die Super-Edge-Aggregation.
             WP-24c v4.2.0: Note-Scope Extraktions-Zonen für globale Referenzen.
             - Header-basierte Identifikation von Note-Scope Zonen
             - Automatische Scope-Umschaltung (chunk -> note)
             - Priorisierung: Note-Scope Links haben Vorrang bei Duplikaten
             WP-24c v4.2.1: Clean-Context Bereinigung
             - Konsolidierte Callout-Extraktion (keine Duplikate)
             - Smart Scope-Priorisierung (chunk bevorzugt, außer bei höherer Provenance)
             - Effiziente Verarbeitung ohne redundante Scans
             WP-24c v4.2.2: Semantische De-Duplizierung
             - Gruppierung nach (kind, source, target, section) unabhängig vom Scope
             - Scope-Entscheidung: explicit:note_zone > chunk-Scope
             - ID-Berechnung erst nach Scope-Entscheidung
             WP-24c v4.3.0: Lokalisierung des Datenverlusts
             - Debug-Logik für Audit des Datentransfers
             - Verifizierung der candidate_pool Übertragung
             WP-24c v4.3.1: Präzisions-Priorität für Chunk-Scope
             - Chunk-Scope gewinnt zwingend über Note-Scope (außer explicit:note_zone)
             - Confidence-Werte: candidate_pool explicit:callout = 1.0, globaler Scan = 0.7
             - Key-Generierung gehärtet für konsistente Deduplizierung
VERSION: 4.3.1 (WP-24c: Präzisions-Priorität)
STATUS: Active
"""
import re
import logging
from typing import List, Optional, Dict, Tuple, Set
from .graph_utils import (
    _get, _edge, _mk_edge_id, _dedupe_seq, parse_link_target,
    PROVENANCE_PRIORITY, load_types_registry, get_edge_defaults_for
)
from .graph_extractors import (
    extract_typed_relations, extract_callout_relations, extract_wikilinks
)

# WP-24c v4.4.0-DEBUG: Logger am Modul-Level für alle Funktionen verfügbar
logger = logging.getLogger(__name__)

# WP-24c v4.2.0: Header-basierte Identifikation von Note-Scope Zonen
# Konfigurierbar via MINDNET_NOTE_SCOPE_ZONE_HEADERS (komma-separiert)
def get_note_scope_zone_headers() -> List[str]:
    """
    Lädt die konfigurierten Header-Namen für Note-Scope Zonen.
    Fallback auf Defaults, falls nicht konfiguriert.
    """
    import os
    headers_env = os.getenv(
        "MINDNET_NOTE_SCOPE_ZONE_HEADERS",
        "Smart Edges,Relationen,Global Links,Note-Level Relations,Globale Verbindungen"
    )
    header_list = [h.strip() for h in headers_env.split(",") if h.strip()]
    # Fallback auf Defaults, falls leer
    if not header_list:
        header_list = [
            "Smart Edges",
            "Relationen", 
            "Global Links",
            "Note-Level Relations",
            "Globale Verbindungen"
        ]
    return header_list

# WP-24c v4.5.6: Header-basierte Identifikation von LLM-Validierungs-Zonen
# Konfigurierbar via MINDNET_LLM_VALIDATION_HEADERS (komma-separiert)
def get_llm_validation_zone_headers() -> List[str]:
    """
    Lädt die konfigurierten Header-Namen für LLM-Validierungs-Zonen.
    Fallback auf Defaults, falls nicht konfiguriert.
    """
    import os
    headers_env = os.getenv(
        "MINDNET_LLM_VALIDATION_HEADERS",
        "Unzugeordnete Kanten,Edge Pool,Candidates"
    )
    header_list = [h.strip() for h in headers_env.split(",") if h.strip()]
    # Fallback auf Defaults, falls leer
    if not header_list:
        header_list = [
            "Unzugeordnete Kanten",
            "Edge Pool",
            "Candidates"
        ]
    return header_list

def extract_note_scope_zones(markdown_body: str) -> List[Tuple[str, str]]:
    """
    WP-24c v4.2.0: Extrahiert Note-Scope Zonen aus Markdown.
    WP-24c v4.5.6: Unterscheidet zwischen Note-Scope-Zonen und LLM-Validierungs-Zonen.
    
    Identifiziert Sektionen mit spezifischen Headern (konfigurierbar via .env)
    und extrahiert alle darin enthaltenen Links.
    
    Returns:
        List[Tuple[str, str]]: Liste von (kind, target) Tupeln
    """
    if not markdown_body:
        return []
    
    edges: List[Tuple[str, str]] = []
    
    # WP-24c v4.2.0: Konfigurierbare Header-Ebene
    import os
    import re
    note_scope_level = int(os.getenv("MINDNET_NOTE_SCOPE_HEADER_LEVEL", "2"))
    header_level_pattern = "#" * note_scope_level
    
    # Regex für Header-Erkennung (konfigurierbare Ebene)
    header_pattern = rf'^{re.escape(header_level_pattern)}\s+(.+?)$'
    
    lines = markdown_body.split('\n')
    in_zone = False
    zone_content = []
    
    # WP-24c v4.5.6: Lade beide Header-Listen für Unterscheidung
    zone_headers = get_note_scope_zone_headers()
    llm_validation_headers = get_llm_validation_zone_headers()
    
    for i, line in enumerate(lines):
        # Prüfe auf Header
        header_match = re.match(header_pattern, line.strip())
        if header_match:
            header_text = header_match.group(1).strip()
            
            # WP-24c v4.5.6: Prüfe, ob dieser Header eine Note-Scope Zone ist
            # (NICHT eine LLM-Validierungs-Zone - diese werden separat behandelt)
            is_zone_header = any(
                header_text.lower() == zone_header.lower() 
                for zone_header in zone_headers
            )
            
            # WP-24c v4.5.6: Ignoriere LLM-Validierungs-Zonen hier (werden separat verarbeitet)
            is_llm_validation = any(
                header_text.lower() == llm_header.lower()
                for llm_header in llm_validation_headers
            )
            
            if is_zone_header and not is_llm_validation:
                in_zone = True
                zone_content = []
                continue
            else:
                # Neuer Header gefunden, der keine Zone ist -> Zone beendet
                if in_zone:
                    # Verarbeite gesammelten Inhalt
                    zone_text = '\n'.join(zone_content)
                    # Extrahiere Typed Relations
                    typed, _ = extract_typed_relations(zone_text)
                    edges.extend(typed)
                    # Extrahiere Wikilinks (als related_to)
                    wikilinks = extract_wikilinks(zone_text)
                    for wl in wikilinks:
                        edges.append(("related_to", wl))
                    # WP-24c v4.2.1: Callouts werden NICHT hier extrahiert, da sie global abgedeckt werden
                in_zone = False
                zone_content = []
        
        # Sammle Inhalt, wenn wir in einer Zone sind
        if in_zone:
            zone_content.append(line)
    
    # Verarbeite letzte Zone (falls am Ende des Dokuments)
    if in_zone and zone_content:
        zone_text = '\n'.join(zone_content)
        typed, _ = extract_typed_relations(zone_text)
        edges.extend(typed)
        wikilinks = extract_wikilinks(zone_text)
        for wl in wikilinks:
            edges.append(("related_to", wl))
        # WP-24c v4.2.1: Callouts werden NICHT hier extrahiert, da sie global abgedeckt werden
    
    return edges

def extract_llm_validation_zones(markdown_body: str) -> List[Tuple[str, str]]:
    """
    WP-24c v4.5.6: Extrahiert LLM-Validierungs-Zonen aus Markdown.
    
    Identifiziert Sektionen mit LLM-Validierungs-Headern (konfigurierbar via .env)
    und extrahiert alle darin enthaltenen Links (Wikilinks, Typed Relations, Callouts).
    Diese Kanten erhalten das Präfix "candidate:" in der rule_id.
    
    Returns:
        List[Tuple[str, str]]: Liste von (kind, target) Tupeln
    """
    if not markdown_body:
        return []
    
    edges: List[Tuple[str, str]] = []
    
    # WP-24c v4.5.6: Konfigurierbare Header-Ebene für LLM-Validierung
    import os
    import re
    llm_validation_level = int(os.getenv("MINDNET_LLM_VALIDATION_HEADER_LEVEL", "3"))
    header_level_pattern = "#" * llm_validation_level
    
    # Regex für Header-Erkennung (konfigurierbare Ebene)
    header_pattern = rf'^{re.escape(header_level_pattern)}\s+(.+?)$'
    
    lines = markdown_body.split('\n')
    in_zone = False
    zone_content = []
    
    # WP-24c v4.5.6: Lade LLM-Validierungs-Header
    llm_validation_headers = get_llm_validation_zone_headers()
    
    for i, line in enumerate(lines):
        # Prüfe auf Header (konfiguriertes Level aus MINDNET_LLM_VALIDATION_HEADER_LEVEL)
        header_match = re.match(header_pattern, line.strip())
        
        if header_match:
            header_text = header_match.group(1).strip()
            
            # WP-24c v4.5.6: Prüfe, ob dieser Header eine LLM-Validierungs-Zone ist
            is_llm_validation = any(
                header_text.lower() == llm_header.lower()
                for llm_header in llm_validation_headers
            )
            
            if is_llm_validation:
                in_zone = True
                zone_content = []
                continue
            else:
                # Neuer Header gefunden, der keine Zone ist -> Zone beendet
                if in_zone:
                    # Verarbeite gesammelten Inhalt
                    zone_text = '\n'.join(zone_content)
                    # Extrahiere Typed Relations
                    typed, _ = extract_typed_relations(zone_text)
                    edges.extend(typed)
                    # Extrahiere Wikilinks (als related_to)
                    wikilinks = extract_wikilinks(zone_text)
                    for wl in wikilinks:
                        edges.append(("related_to", wl))
                    # WP-24c v4.5.6: Extrahiere auch Callouts aus LLM-Validierungs-Zonen
                    callout_pairs, _ = extract_callout_relations(zone_text)
                    edges.extend(callout_pairs)
                in_zone = False
                zone_content = []
        
        # Sammle Inhalt, wenn wir in einer Zone sind
        if in_zone:
            zone_content.append(line)
    
    # Verarbeite letzte Zone (falls am Ende des Dokuments)
    if in_zone and zone_content:
        zone_text = '\n'.join(zone_content)
        typed, _ = extract_typed_relations(zone_text)
        edges.extend(typed)
        wikilinks = extract_wikilinks(zone_text)
        for wl in wikilinks:
            edges.append(("related_to", wl))
        # WP-24c v4.5.6: Extrahiere auch Callouts aus LLM-Validierungs-Zonen
        callout_pairs, _ = extract_callout_relations(zone_text)
        edges.extend(callout_pairs)
    
    return edges

def extract_callouts_from_markdown(
    markdown_body: str, 
    note_id: str,
    existing_chunk_callouts: Optional[Set[Tuple[str, str, Optional[str]]]] = None
) -> List[dict]:
    """
    WP-24c v4.2.1: Extrahiert Callouts aus dem Original-Markdown.
    WP-24c v4.5.6: Header-Status-Maschine für korrekte Zonen-Erkennung.
    
    Smart Logic: Nur Callouts, die NICHT in Chunks vorkommen (z.B. in Edge-Zonen),
    werden mit scope: "note" angelegt. Callouts, die bereits in Chunks erfasst wurden,
    werden übersprungen, um Duplikate zu vermeiden.
    
    WP-24c v4.5.6: Prüft für jeden Callout, ob er in einer LLM-Validierungs-Zone liegt.
    - In LLM-Validierungs-Zone: rule_id = "candidate:explicit:callout"
    - In Standard-Zone: rule_id = "explicit:callout" (ohne candidate:)
    
    Args:
        markdown_body: Original-Markdown-Text (vor Chunking-Filterung)
        note_id: ID der Note
        existing_chunk_callouts: Set von (kind, target, section) Tupeln aus Chunks
        
    Returns:
        List[dict]: Liste von Edge-Payloads mit scope: "note"
    """
    if not markdown_body:
        return []
    
    if existing_chunk_callouts is None:
        existing_chunk_callouts = set()
    
    edges: List[dict] = []
    
    # WP-24c v4.5.6: Header-Status-Maschine - Baue Mapping von Zeilen zu Zonen-Status
    import os
    import re
    
    llm_validation_headers = get_llm_validation_zone_headers()
    llm_validation_level = int(os.getenv("MINDNET_LLM_VALIDATION_HEADER_LEVEL", "3"))
    # WP-24c v4.5.6: Konfigurierbare Header-Ebene (vollständig über .env steuerbar)
    header_level_pattern = "#" * llm_validation_level
    header_pattern = rf'^{re.escape(header_level_pattern)}\s+(.+?)$'
    
    lines = markdown_body.split('\n')
    current_zone_is_llm_validation = False
    
    # WP-24c v4.5.6: Zeile-für-Zeile Verarbeitung mit Zonen-Tracking
    # Extrahiere Callouts direkt während des Durchlaufs, um Zonen-Kontext zu behalten
    current_kind = None
    in_callout_block = False
    callout_block_lines = []  # Sammle Zeilen eines Callout-Blocks
    
    for i, line in enumerate(lines):
        stripped = line.strip()
        
        # WP-24c v4.5.6: Prüfe auf Header (Zonen-Wechsel)
        # Verwendet das konfigurierte Level aus MINDNET_LLM_VALIDATION_HEADER_LEVEL
        header_match = re.match(header_pattern, stripped)
        
        if header_match:
            header_text = header_match.group(1).strip()
            # WP-24c v4.5.7: Speichere Zonen-Status VOR der Aktualisierung
            # (für Callout-Blöcke, die vor diesem Header enden)
            zone_before_header = current_zone_is_llm_validation
            
            # Prüfe, ob dieser Header eine LLM-Validierungs-Zone startet
            # WP-24c v4.5.6: Header-Status-Maschine - korrekte Zonen-Erkennung
            current_zone_is_llm_validation = any(
                header_text.lower() == llm_header.lower()
                for llm_header in llm_validation_headers
            )
            logger.debug(f"DEBUG-TRACER [Zone-Change]: Header '{header_text}' (Level {llm_validation_level}) -> LLM-Validierung: {current_zone_is_llm_validation} (vorher: {zone_before_header})")
            # Beende aktuellen Callout-Block bei Header-Wechsel
            if in_callout_block:
                # Verarbeite gesammelten Callout-Block VOR dem Zonen-Wechsel
                if callout_block_lines:
                    block_text = '\n'.join([lines[j] for j in callout_block_lines])
                    block_call_pairs, _ = extract_callout_relations(block_text)
                    
                    # Verarbeite jeden Callout mit Zonen-Kontext
                    # WICHTIG: Verwende den Zonen-Status VOR dem Header-Wechsel
                    
                    for k, raw_t in block_call_pairs:
                        t, sec = parse_link_target(raw_t, note_id)
                        if not t:
                            continue
                        
                        callout_key = (k, t, sec)
                        is_blocked = callout_key in existing_chunk_callouts
                        
                        if is_blocked:
                            continue
                        
                        # WP-24c v4.5.6: Bestimme rule_id basierend auf Zonen-Status VOR Header
                        if zone_before_header:
                            rule_id = "candidate:explicit:callout"
                            provenance = "explicit:callout"
                        else:
                            rule_id = "explicit:callout"  # KEIN candidate: für Standard-Zonen
                            provenance = "explicit:callout"
                        
                        payload = {
                            "edge_id": _mk_edge_id(k, note_id, t, "note", target_section=sec),
                            "provenance": provenance,
                            "rule_id": rule_id,
                            "confidence": 0.7
                        }
                        if sec:
                            payload["target_section"] = sec
                        
                        logger.debug(f"DEBUG-TRACER [Zone-Check]: Callout in {'LLM-Validierungs' if zone_before_header else 'Standard'}-Zone (Zeile {callout_block_lines[0]}) -> rule_id: {rule_id}")
                        
                        edges.append(_edge(
                            kind=k,
                            scope="note",
                            source_id=note_id,
                            target_id=t,
                            note_id=note_id,
                            extra=payload
                        ))
                
                # Reset für nächsten Block
                in_callout_block = False
                current_kind = None
                callout_block_lines = []
            continue
        
        # WP-24c v4.5.6: Prüfe auf Callout-Start
        callout_start_match = re.match(r'^\s*>{1,}\s*\[!edge\]\s*(.*)$', stripped, re.IGNORECASE)
        if callout_start_match:
            in_callout_block = True
            callout_block_lines = [i]  # Start-Zeile
            header_content = callout_start_match.group(1).strip()
            # Prüfe, ob Header einen Typ enthält
            if header_content and re.match(r'^[a-z_]+$', header_content, re.IGNORECASE):
                current_kind = header_content.lower()
            continue
        
        # WP-24c v4.5.6: Sammle Callout-Block-Zeilen
        if in_callout_block:
            if stripped.startswith('>'):
                callout_block_lines.append(i)
            else:
                # Callout-Block beendet - verarbeite gesammelte Zeilen
                if callout_block_lines:
                    # Extrahiere Callouts aus diesem Block
                    block_text = '\n'.join([lines[j] for j in callout_block_lines])
                    block_call_pairs, _ = extract_callout_relations(block_text)
                    
                    # Verarbeite jeden Callout mit Zonen-Kontext
                    for k, raw_t in block_call_pairs:
                        t, sec = parse_link_target(raw_t, note_id)
                        if not t:
                            continue
                        
                        callout_key = (k, t, sec)
                        is_blocked = callout_key in existing_chunk_callouts
                        
                        if is_blocked:
                            continue
                        
                        # WP-24c v4.5.6: Bestimme rule_id basierend auf Zonen-Status
                        if current_zone_is_llm_validation:
                            rule_id = "candidate:explicit:callout"
                            provenance = "explicit:callout"
                        else:
                            rule_id = "explicit:callout"  # KEIN candidate: für Standard-Zonen
                            provenance = "explicit:callout"
                        
                        payload = {
                            "edge_id": _mk_edge_id(k, note_id, t, "note", target_section=sec),
                            "provenance": provenance,
                            "rule_id": rule_id,
                            "confidence": 0.7
                        }
                        if sec:
                            payload["target_section"] = sec
                        
                        logger.debug(f"DEBUG-TRACER [Zone-Check]: Callout in {'LLM-Validierungs' if current_zone_is_llm_validation else 'Standard'}-Zone (Zeile {callout_block_lines[0]}) -> rule_id: {rule_id}")
                        
                        edges.append(_edge(
                            kind=k,
                            scope="note",
                            source_id=note_id,
                            target_id=t,
                            note_id=note_id,
                            extra=payload
                        ))
                
                # Reset für nächsten Block
                in_callout_block = False
                current_kind = None
                callout_block_lines = []
    
    # WP-24c v4.5.6: Verarbeite letzten Callout-Block (falls am Ende)
    if in_callout_block and callout_block_lines:
        block_text = '\n'.join([lines[j] for j in callout_block_lines])
        block_call_pairs, _ = extract_callout_relations(block_text)
        
        for k, raw_t in block_call_pairs:
            t, sec = parse_link_target(raw_t, note_id)
            if not t:
                continue
            
            callout_key = (k, t, sec)
            is_blocked = callout_key in existing_chunk_callouts
            
            if is_blocked:
                continue
            
            # WP-24c v4.5.6: Bestimme rule_id basierend auf Zonen-Status
            if current_zone_is_llm_validation:
                rule_id = "candidate:explicit:callout"
                provenance = "explicit:callout"
            else:
                rule_id = "explicit:callout"
                provenance = "explicit:callout"
            
            payload = {
                "edge_id": _mk_edge_id(k, note_id, t, "note", target_section=sec),
                "provenance": provenance,
                "rule_id": rule_id,
                "confidence": 0.7
            }
            if sec:
                payload["target_section"] = sec
            
            logger.debug(f"DEBUG-TRACER [Zone-Check]: Callout in {'LLM-Validierungs' if current_zone_is_llm_validation else 'Standard'}-Zone (Zeile {callout_block_lines[0]}) -> rule_id: {rule_id}")
            
            edges.append(_edge(
                kind=k,
                scope="note",
                source_id=note_id,
                target_id=t,
                note_id=note_id,
                extra=payload
            ))
    
    return edges

def build_edges_for_note(
    note_id: str,
    chunks: List[dict],
    note_level_references: Optional[List[str]] = None,
    include_note_scope_refs: bool = False,
    markdown_body: Optional[str] = None,
) -> List[dict]:
    """
    Erzeugt und aggregiert alle Kanten für eine Note.
    WP-24c v4.2.0: Unterstützt Note-Scope Extraktions-Zonen.
    WP-24c v4.2.7: Chunk-Attribution für Callouts über candidate_pool mit explicit:callout Provenance.
    WP-24c v4.2.9: Finalisierung der Chunk-Attribution - Synchronisation mit "Semantic First" Signal.
                   Callout-Keys werden VOR dem globalen Scan aus candidate_pool gesammelt.
    WP-24c v4.2.9 Fix B: Zwei-Phasen-Synchronisation für Chunk-Autorität.
                        Phase 1: Sammle alle explicit:callout Keys VOR Text-Scan.
                        Phase 2: Globaler Scan respektiert all_chunk_callout_keys als Ausschlusskriterium.
    
    Args:
        note_id: ID der Note
        chunks: Liste von Chunk-Payloads
        note_level_references: Optionale Liste von Note-Level Referenzen
        include_note_scope_refs: Ob Note-Scope Referenzen eingeschlossen werden sollen
        markdown_body: Optionaler Original-Markdown-Text für Note-Scope Zonen-Extraktion
    """
    edges: List[dict] = []
    # note_type für die Ermittlung der edge_defaults (types.yaml)
    note_type = _get(chunks[0], "type") if chunks else "concept"
    
    # WP-24c v4.5.7: Initialisiere all_chunk_callout_keys VOR jeder Verwendung
    # Dies verhindert UnboundLocalError, wenn LLM-Validierungs-Zonen vor Phase 1 verarbeitet werden
    all_chunk_callout_keys: Set[Tuple[str, str, Optional[str]]] = set()
    
    # WP-24c v4.2.0: Note-Scope Zonen Extraktion (VOR Chunk-Verarbeitung)
    # WP-24c v4.5.6: Separate Behandlung von LLM-Validierungs-Zonen
    note_scope_edges: List[dict] = []
    llm_validation_edges: List[dict] = []
    
    if markdown_body:
        # 1. Note-Scope Zonen (Wikilinks und Typed Relations)
        # WP-24c v4.2.1: Callouts werden NICHT hier extrahiert, da sie separat behandelt werden
        zone_links = extract_note_scope_zones(markdown_body)
        for kind, raw_target in zone_links:
            target, sec = parse_link_target(raw_target, note_id)
            if not target:
                continue
            
            # WP-24c v4.2.0: Note-Scope Links mit scope: "note" und source_id: note_id
            # ID-Konsistenz: Exakt wie in Phase 2 (Symmetrie-Prüfung)
            payload = {
                "edge_id": _mk_edge_id(kind, note_id, target, "note", target_section=sec),
                "provenance": "explicit:note_zone",
                "rule_id": "explicit:note_zone",
                "confidence": PROVENANCE_PRIORITY.get("explicit:note_zone", 1.0)
            }
            if sec:
                payload["target_section"] = sec
            
            note_scope_edges.append(_edge(
                kind=kind,
                scope="note",
                source_id=note_id,  # WP-24c v4.2.0: source_id = note_id (nicht chunk_id)
                target_id=target,
                note_id=note_id,
                extra=payload
            ))
        
        # WP-24c v4.5.6: LLM-Validierungs-Zonen (mit candidate: Präfix)
        llm_validation_links = extract_llm_validation_zones(markdown_body)
        for kind, raw_target in llm_validation_links:
            target, sec = parse_link_target(raw_target, note_id)
            if not target:
                continue
            
            # WP-24c v4.5.6: LLM-Validierungs-Kanten mit scope: "note" und rule_id: "candidate:..."
            # Diese werden gegen alle Chunks der Note geprüft
            # Bestimme Provenance basierend auf Link-Typ
            if kind == "related_to":
                # Wikilink in LLM-Validierungs-Zone
                provenance = "explicit:wikilink"
            else:
                # Typed Relation oder Callout in LLM-Validierungs-Zone
                provenance = "explicit"
            
            payload = {
                "edge_id": _mk_edge_id(kind, note_id, target, "note", target_section=sec),
                "provenance": provenance,
                "rule_id": f"candidate:{provenance}",  # WP-24c v4.5.6: Zonen-Priorität - candidate: Präfix
                "confidence": PROVENANCE_PRIORITY.get(provenance, 0.90)
            }
            if sec:
                payload["target_section"] = sec
            
            llm_validation_edges.append(_edge(
                kind=kind,
                scope="note",
                source_id=note_id,  # WP-24c v4.5.6: source_id = note_id (Note-Scope für LLM-Validierung)
                target_id=target,
                note_id=note_id,
                extra=payload
            ))
            
            # WP-24c v4.5.6: Füge Callouts aus LLM-Validierungs-Zonen zu all_chunk_callout_keys hinzu
            # damit sie nicht im globalen Scan doppelt verarbeitet werden
            # (Nur für Callouts, nicht für Wikilinks oder Typed Relations)
            # Callouts werden in extract_llm_validation_zones bereits extrahiert
            # und müssen daher aus dem globalen Scan ausgeschlossen werden
            # Hinweis: extract_llm_validation_zones gibt auch Callouts zurück (als (kind, target) Tupel)
            # Daher müssen wir prüfen, ob es sich um einen Callout handelt
            # (Callouts haben typischerweise spezifische kinds wie "depends_on", "related_to", etc.)
            # Für jetzt nehmen wir an, dass alle Links aus LLM-Validierungs-Zonen als "bereits verarbeitet" markiert werden
            # Dies verhindert Duplikate im globalen Scan
            callout_key = (kind, target, sec)
            all_chunk_callout_keys.add(callout_key)
            logger.debug(f"Note [{note_id}]: LLM-Validierungs-Zone Callout-Key hinzugefügt: ({kind}, {target}, {sec})")

    # 1) Struktur-Kanten (Internal: belongs_to, next/prev)
    # Diese erhalten die Provenienz 'structure' und sind in der Registry geschützt.
    for idx, ch in enumerate(chunks):
        cid = _get(ch, "chunk_id", "id")
        if not cid: continue
        
        # Verbindung Chunk -> Note
        # WP-24c v4.0.0: rule_id wird nur im Payload gespeichert, fließt nicht in die ID ein
        edges.append(_edge("belongs_to", "chunk", cid, note_id, note_id, {
            "chunk_id": cid, 
            "edge_id": _mk_edge_id("belongs_to", cid, note_id, "chunk"),
            "provenance": "structure", 
            "rule_id": "structure:belongs_to", 
            "confidence": PROVENANCE_PRIORITY["structure:belongs_to"]
        }))
        
        # Horizontale Verkettung (Ordnung)
        if idx < len(chunks) - 1:
            next_id = _get(chunks[idx+1], "chunk_id", "id")
            if next_id:
                # WP-24c v4.0.0: rule_id wird nur im Payload gespeichert, fließt nicht in die ID ein
                edges.append(_edge("next", "chunk", cid, next_id, note_id, {
                    "chunk_id": cid, 
                    "edge_id": _mk_edge_id("next", cid, next_id, "chunk"),
                    "provenance": "structure", "rule_id": "structure:order", "confidence": PROVENANCE_PRIORITY["structure:order"]
                }))
                edges.append(_edge("prev", "chunk", next_id, cid, note_id, {
                    "edge_id": _mk_edge_id("prev", next_id, cid, "chunk"),
                    "provenance": "structure", "rule_id": "structure:order", "confidence": PROVENANCE_PRIORITY["structure:order"]
                }))

    # 2) Inhaltliche Kanten (Explicit & Candidate Pool)
    reg = load_types_registry()
    defaults = get_edge_defaults_for(note_type, reg)
    refs_all: List[str] = []
    
    # WP-24c v4.5.7: all_chunk_callout_keys wurde bereits oben initialisiert
    # (Zeile 530) - keine erneute Initialisierung nötig

    # PHASE 1 (Sicherung der Chunk-Autorität): Sammle alle Callout-Keys aus candidate_pool
    # BEVOR der globale Markdown-Scan oder der Loop über die Chunks beginnt
    # Dies stellt sicher, dass bereits geerntete Callouts nicht dupliziert werden
    # WP-24c v4.3.0: Debug-Logik für Audit des Datentransfers
    # WP-24c v4.4.0-DEBUG: Logger ist am Modul-Level definiert
    
    for ch in chunks:
        cid = _get(ch, "chunk_id", "id")
        if not cid: continue
        
        # Iteriere durch candidate_pool und sammle explicit:callout Kanten
        pool = ch.get("candidate_pool") or ch.get("candidate_edges") or []
        
        # WP-24c v4.3.0: Debug-Logik - Ausgabe der Pool-Größe
        pool_size = len(pool)
        explicit_callout_count = sum(1 for cand in pool if cand.get("provenance") == "explicit:callout")
        if pool_size > 0:
            logger.debug(f"Note [{note_id}]: Chunk [{ch.get('index', '?')}] hat {pool_size} Kanten im Candidate-Pool ({explicit_callout_count} explicit:callout)")
        
        for cand in pool:
            # WP-24c v4.4.1: Harmonisierung - akzeptiere sowohl "to" als auch "target_id"
            raw_t = cand.get("to") or cand.get("target_id")
            k = cand.get("kind", "related_to")
            p = cand.get("provenance", "semantic_ai")
            
            # WP-24c v4.4.1: String-Check - Provenance muss exakt "explicit:callout" sein (case-sensitive)
            # WP-24c v4.2.9 Fix B: Wenn Provenance explicit:callout, extrahiere Key
            # WP-24c v4.3.1: Key-Generierung gehärtet - Format (kind, target_id, target_section)
            # Exakt konsistent mit dem globalen Scan für zuverlässige Deduplizierung
            if p == "explicit:callout" and raw_t:
                t, sec = parse_link_target(raw_t, note_id)
                if t:
                    # Key-Format: (kind, target_id, target_section) - exakt wie im globalen Scan
                    # Dies verhindert, dass der globale Scan diese Kante als Note-Scope neu anlegt
                    callout_key = (k, t, sec)  # WP-24c v4.3.1: Explizite Key-Generierung
                    all_chunk_callout_keys.add(callout_key)
                    logger.debug(f"Note [{note_id}]: Callout-Key gesammelt: ({k}, {t}, {sec})")
                    
                    # WP-24c v4.4.0-DEBUG: Schnittstelle 3 - Synchronisation Phase 1
                    logger.debug(f"DEBUG-TRACER [Phase 1 Sync]: Gefundener Key im Pool: ({k}, {t}, {sec}), Raw_Target: {raw_t}, Zugeordnet zu: {cid}, Chunk_Index: {ch.get('index', '?')}, Provenance: {p}")
    
    # WP-24c v4.3.0: Debug-Logik - Ausgabe der gesammelten Keys
    if all_chunk_callout_keys:
        logger.debug(f"Note [{note_id}]: Gesammelt {len(all_chunk_callout_keys)} Callout-Keys aus candidate_pools")
    else:
        logger.warning(f"Note [{note_id}]: KEINE Callout-Keys in candidate_pools gefunden - möglicher Datenverlust!")

    # WP-24c v4.2.9: PHASE 2: Verarbeite Chunks und erstelle Kanten
    for ch in chunks:
        cid = _get(ch, "chunk_id", "id")
        if not cid: continue
        raw = _get(ch, "window") or _get(ch, "text") or ""

        # A. Typed Relations (Inline [[rel:kind|target]])
        typed, rem = extract_typed_relations(raw)
        for k, raw_t in typed:
            t, sec = parse_link_target(raw_t, note_id)
            if not t: continue
            
            payload = {
                "chunk_id": cid, 
                # WP-24c v4.1.0: target_section fließt nun fest in die ID-Generierung ein
                "edge_id": _mk_edge_id(k, cid, t, "chunk", target_section=sec),
                "provenance": "explicit", "rule_id": "inline:rel", "confidence": PROVENANCE_PRIORITY["inline:rel"]
            }
            if sec: payload["target_section"] = sec
            edges.append(_edge(k, "chunk", cid, t, note_id, payload))

        # B. Candidate Pool (WP-15b Validierte KI-Kanten)
        # WP-24c v4.2.9: Erstelle Kanten aus candidate_pool (Keys bereits in Phase 1 gesammelt)
        pool = ch.get("candidate_pool") or ch.get("candidate_edges") or []
        for cand in pool:
            # WP-24c v4.4.1: Harmonisierung - akzeptiere sowohl "to" als auch "target_id"
            raw_t = cand.get("to") or cand.get("target_id")
            k = cand.get("kind", "related_to")
            p = cand.get("provenance", "semantic_ai")
            t, sec = parse_link_target(raw_t, note_id)
            if t:
                # WP-24c v4.1.0: target_section fließt nun fest in die ID-Generierung ein
                # WP-24c v4.3.1: explicit:callout erhält Confidence 1.0 für Präzisions-Priorität
                # WP-24c v4.5.6: candidate: Präfix NUR für global_pool (aus LLM-Validierungs-Zonen)
                # Normale Callouts im Fließtext erhalten KEIN candidate: Präfix
                confidence = 1.0 if p == "explicit:callout" else PROVENANCE_PRIORITY.get(p, 0.90)
                
                # WP-24c v4.5.6: rule_id nur mit candidate: für global_pool (LLM-Validierungs-Zonen)
                # explicit:callout (normale Callouts im Fließtext) erhalten KEIN candidate: Präfix
                if p == "global_pool":
                    rule_id = f"candidate:{p}"
                elif p == "explicit:callout":
                    rule_id = "explicit:callout"  # WP-24c v4.5.6: Kein candidate: für Fließtext-Callouts
                else:
                    rule_id = p  # Andere Provenances ohne candidate:
                
                payload = {
                    "chunk_id": cid, 
                    "edge_id": _mk_edge_id(k, cid, t, "chunk", target_section=sec),
                    "provenance": p, "rule_id": rule_id, "confidence": confidence
                }
                if sec: payload["target_section"] = sec
                edges.append(_edge(k, "chunk", cid, t, note_id, payload))

        # C. Callouts (> [!edge]) - WP-24c v4.2.9: Fallback für Callouts im gereinigten Text
        # HINWEIS: Da der Text bereits gereinigt wurde (Clean-Context), werden hier typischerweise
        # keine Callouts mehr gefunden. Falls doch, prüfe gegen all_chunk_callout_keys.
        call_pairs, rem2 = extract_callout_relations(rem)
        for k, raw_t in call_pairs:
            t, sec = parse_link_target(raw_t, note_id)
            if not t: continue
            
            # WP-24c v4.2.9: Prüfe, ob dieser Callout bereits im candidate_pool erfasst wurde
            callout_key = (k, t, sec)
            if callout_key in all_chunk_callout_keys:
                # Bereits im candidate_pool erfasst -> überspringe (wird mit chunk-Scope angelegt)
                continue
            
            # WP-24c v4.2.1: Tracke Callout für spätere Deduplizierung (global sammeln)
            all_chunk_callout_keys.add(callout_key)
            
            # WP-24c v4.1.0: target_section fließt nun fest in die ID-Generierung ein
            payload = {
                "chunk_id": cid, 
                "edge_id": _mk_edge_id(k, cid, t, "chunk", target_section=sec),
                "provenance": "explicit", "rule_id": "callout:edge", "confidence": PROVENANCE_PRIORITY["callout:edge"]
            }
            if sec: payload["target_section"] = sec
            edges.append(_edge(k, "chunk", cid, t, note_id, payload))

        # D. Standard Wikilinks & Typ-Defaults
        refs = extract_wikilinks(rem2)
        for raw_r in refs:
            r, sec = parse_link_target(raw_r, note_id)
            if not r: continue
            
            # WP-24c v4.1.0: target_section fließt nun fest in die ID-Generierung ein
            payload = {
                "chunk_id": cid, "ref_text": raw_r, 
                "edge_id": _mk_edge_id("references", cid, r, "chunk", target_section=sec),
                "provenance": "explicit", "rule_id": "explicit:wikilink", "confidence": PROVENANCE_PRIORITY["explicit:wikilink"]
            }
            if sec: payload["target_section"] = sec
            edges.append(_edge("references", "chunk", cid, r, note_id, payload))
            
            # Automatische Kanten-Vererbung aus types.yaml
            for rel in defaults:
                if rel != "references":
                    # WP-24c v4.1.0: target_section fließt nun fest in die ID-Generierung ein
                    def_payload = {
                        "chunk_id": cid, 
                        "edge_id": _mk_edge_id(rel, cid, r, "chunk", target_section=sec),
                        "provenance": "rule", "rule_id": f"edge_defaults:{rel}", "confidence": PROVENANCE_PRIORITY["edge_defaults"]
                    }
                    if sec: def_payload["target_section"] = sec
                    edges.append(_edge(rel, "chunk", cid, r, note_id, def_payload))
        
        refs_all.extend([parse_link_target(r, note_id)[0] for r in refs])

    # 3) Note-Scope (Grobe Struktur-Verbindungen)
    if include_note_scope_refs:
        cleaned_note_refs = [parse_link_target(r, note_id)[0] for r in (note_level_references or [])]
        refs_note = _dedupe_seq((refs_all or []) + cleaned_note_refs)
        
        for r in refs_note:
            if not r: continue
            # WP-24c v4.0.0: rule_id wird nur im Payload gespeichert, fließt nicht in die ID ein
            edges.append(_edge("references", "note", note_id, r, note_id, {
                "edge_id": _mk_edge_id("references", note_id, r, "note"),
                "provenance": "explicit", "rule_id": "explicit:note_scope", "confidence": PROVENANCE_PRIORITY["explicit:note_scope"]
            }))
            # Backlinks zur Stärkung der Bidirektionalität
            edges.append(_edge("backlink", "note", r, note_id, note_id, {
                "edge_id": _mk_edge_id("backlink", r, note_id, "note"),
                "provenance": "rule", "rule_id": "derived:backlink", "confidence": PROVENANCE_PRIORITY["derived:backlink"]
            }))

    # 4) WP-24c v4.2.0: Note-Scope Edges hinzufügen (VOR De-Duplizierung)
    # WP-24c v4.2.0: Note-Scope Edges hinzufügen
    edges.extend(note_scope_edges)
    # WP-24c v4.5.6: LLM-Validierungs-Edges hinzufügen (mit candidate: Präfix)
    edges.extend(llm_validation_edges)
    
    # 5) WP-24c v4.2.9 Fix B PHASE 2 (Deduplizierung): Callout-Extraktion aus Markdown
    # Der globale Scan des markdown_body nutzt all_chunk_callout_keys als Ausschlusskriterium.
    # Callouts, die bereits in Phase 1 als Chunk-Kanten identifiziert wurden,
    # dürfen nicht erneut als Note-Scope Kanten angelegt werden.
    callout_edges_from_markdown: List[dict] = []
    if markdown_body:
        # WP-24c v4.3.0: Debug-Logik - Ausgabe vor globalem Scan
        logger.debug(f"Note [{note_id}]: Starte globalen Markdown-Scan mit {len(all_chunk_callout_keys)} ausgeschlossenen Callout-Keys")
        
        # WP-24c v4.4.0-DEBUG: Schnittstelle 3 - Global Scan Start
        block_list = list(all_chunk_callout_keys)
        logger.debug(f"DEBUG-TRACER [Global Scan Start]: Block-Liste (all_chunk_callout_keys): {block_list}, Anzahl: {len(block_list)}")
        for key in block_list:
            logger.debug(f"DEBUG-TRACER [Global Scan Start]: Block-Key Detail - Kind: {key[0]}, Target: {key[1]}, Section: {key[2]}")
        
        callout_edges_from_markdown = extract_callouts_from_markdown(
            markdown_body, 
            note_id,
            existing_chunk_callouts=all_chunk_callout_keys  # WP-24c v4.2.9 Fix B: Strikte Respektierung
        )
        
        # WP-24c v4.3.0: Debug-Logik - Ausgabe nach globalem Scan
        if callout_edges_from_markdown:
            logger.debug(f"Note [{note_id}]: Globaler Scan erzeugte {len(callout_edges_from_markdown)} Note-Scope Callout-Kanten")
        else:
            logger.debug(f"Note [{note_id}]: Globaler Scan erzeugte KEINE Note-Scope Callout-Kanten (alle bereits in Chunks)")
        
        edges.extend(callout_edges_from_markdown)

    # 6) WP-24c v4.2.2: Semantische De-Duplizierung mit Scope-Entscheidung
    # Problem: edge_id enthält Scope, daher werden semantisch identische Kanten
    # (gleiches kind, source, target, section) mit unterschiedlichem Scope nicht erkannt.
    # Lösung: Zuerst semantische Gruppierung, dann Scope-Entscheidung, dann ID-Berechnung.
    
    # Schritt 1: Semantische Gruppierung (unabhängig vom Scope)
    # Schlüssel: (kind, source_id, target_id, target_section)
    # Hinweis: source_id ist bei chunk-Scope die chunk_id, bei note-Scope die note_id
    # Für semantische Gleichheit müssen wir prüfen: Ist die Quelle die gleiche Note?
    semantic_groups: Dict[Tuple[str, str, str, Optional[str]], List[dict]] = {}
    
    for e in edges:
        kind = e.get("kind", "related_to")
        source_id = e.get("source_id", "")
        target_id = e.get("target_id", "")
        target_section = e.get("target_section")
        scope = e.get("scope", "chunk")
        note_id_from_edge = e.get("note_id", "")
        
        # WP-24c v4.2.2: Normalisiere source_id für semantische Gruppierung
        # Bei chunk-Scope: source_id ist chunk_id, aber wir wollen nach note_id gruppieren
        # Bei note-Scope: source_id ist bereits note_id
        # Für semantische Gleichheit: Beide Kanten müssen von derselben Note ausgehen
        if scope == "chunk":
            # Bei chunk-Scope: source_id ist chunk_id, aber note_id ist im Edge vorhanden
            # Wir verwenden note_id als semantische Quelle
            semantic_source = note_id_from_edge
        else:
            # Bei note-Scope: source_id ist bereits note_id
            semantic_source = source_id
        
        # Semantischer Schlüssel: (kind, semantic_source, target_id, target_section)
        semantic_key = (kind, semantic_source, target_id, target_section)
        
        # WP-24c v4.4.0-DEBUG: Schnittstelle 4 - De-Duplizierung Gruppierung
        # Nur für Callout-Kanten loggen
        if e.get("provenance") == "explicit:callout":
            logger.debug(f"DEBUG-TRACER [Dedup Grouping]: Edge zu Gruppe - Semantic_Key: {semantic_key}, Scope: {scope}, Source_ID: {source_id}, Provenance: {e.get('provenance')}, Confidence: {e.get('confidence')}, Edge_ID: {e.get('edge_id')}")
        
        if semantic_key not in semantic_groups:
            semantic_groups[semantic_key] = []
        semantic_groups[semantic_key].append(e)
    
    # Schritt 2: Scope-Entscheidung pro semantischer Gruppe
    # Schritt 3: ID-Zuweisung nach Scope-Entscheidung
    final_edges: List[dict] = []
    
    for semantic_key, group in semantic_groups.items():
        # WP-24c v4.4.0-DEBUG: Schnittstelle 4 - De-Duplizierung Entscheidung
        # Prüfe, ob diese Gruppe Callout-Kanten enthält
        has_callouts = any(e.get("provenance") == "explicit:callout" for e in group)
        
        if len(group) == 1:
            # Nur eine Kante: Direkt verwenden, aber ID neu berechnen mit finalem Scope
            winner = group[0]
            final_scope = winner.get("scope", "chunk")
            final_source = winner.get("source_id", "")
            kind, semantic_source, target_id, target_section = semantic_key
            
            # WP-24c v4.2.2: Berechne edge_id mit finalem Scope
            final_edge_id = _mk_edge_id(kind, final_source, target_id, final_scope, target_section=target_section)
            winner["edge_id"] = final_edge_id
            
            # WP-24c v4.3.0: Debug-Logik - Ausgabe für Callout-Kanten
            if winner.get("provenance") == "explicit:callout":
                logger.debug(f"Note [{note_id}]: Finale Callout-Kante (single): scope={final_scope}, source={final_source}, target={target_id}, section={target_section}")
            
            # WP-24c v4.4.0-DEBUG: Schnittstelle 4 - Single Edge
            if has_callouts:
                logger.debug(f"DEBUG-TRACER [Dedup]: Gruppe: {semantic_key}, Kandidaten: [Single: scope={final_scope}/provenance={winner.get('provenance')}/confidence={winner.get('confidence')}], Gewinner: {final_edge_id}, Grund: Single-Edge")
            
            final_edges.append(winner)
        else:
            # Mehrere Kanten mit gleichem semantischen Schlüssel: Scope-Entscheidung
            # WP-24c v4.3.1: Präzision (Chunk) siegt über Globalität (Note)
            winner = None
            
            # WP-24c v4.4.0-DEBUG: Schnittstelle 4 - De-Duplizierung Kandidaten-Analyse
            if has_callouts:
                candidates_info = []
                for e in group:
                    candidates_info.append(f"scope={e.get('scope')}/provenance={e.get('provenance')}/confidence={e.get('confidence')}/source={e.get('source_id')}")
                logger.debug(f"DEBUG-TRACER [Dedup]: Gruppe: {semantic_key}, Kandidaten: [{', '.join(candidates_info)}]")
            
            # Regel 1: explicit:note_zone hat höchste Priorität (Autorität)
            note_zone_candidates = [e for e in group if e.get("provenance") == "explicit:note_zone"]
            if note_zone_candidates:
                # Wenn mehrere note_zone: Nimm die mit höchster Confidence
                winner = max(note_zone_candidates, key=lambda e: e.get("confidence", 0))
                decision_reason = "explicit:note_zone (höchste Priorität)"
            else:
                # Regel 2: chunk-Scope ZWINGEND bevorzugen (Präzisions-Vorteil)
                # WP-24c v4.3.1: Wenn mindestens ein chunk-Kandidat existiert, muss dieser gewinnen
                chunk_candidates = [e for e in group if e.get("scope") == "chunk"]
                if chunk_candidates:
                    # Wenn mehrere chunk: Nimm die mit höchster Confidence * Priority
                    # Die Confidence ist hier nicht der alleinige Ausschlaggeber - chunk-Scope hat Vorrang
                    winner = max(chunk_candidates, key=lambda e: (
                        e.get("confidence", 0) * PROVENANCE_PRIORITY.get(e.get("provenance", ""), 0.7)
                    ))
                    decision_reason = f"chunk-Scope (Präzision, {len(chunk_candidates)} chunk-Kandidaten)"
                else:
                    # Regel 3: Fallback (nur wenn KEIN chunk-Kandidat vorhanden): Höchste Confidence * Priority
                    winner = max(group, key=lambda e: (
                        e.get("confidence", 0) * PROVENANCE_PRIORITY.get(e.get("provenance", ""), 0.7)
                    ))
                    decision_reason = "Fallback (höchste Confidence * Priority, kein chunk-Kandidat)"
            
            # WP-24c v4.2.2: Berechne edge_id mit finalem Scope
            final_scope = winner.get("scope", "chunk")
            final_source = winner.get("source_id", "")
            kind, semantic_source, target_id, target_section = semantic_key
            
            final_edge_id = _mk_edge_id(kind, final_source, target_id, final_scope, target_section=target_section)
            winner["edge_id"] = final_edge_id
            
            # WP-24c v4.3.0: Debug-Logik - Ausgabe für Callout-Kanten bei Deduplizierung
            if winner.get("provenance") == "explicit:callout":
                logger.debug(f"Note [{note_id}]: Finale Callout-Kante (deduped, {len(group)} Kandidaten): scope={final_scope}, source={final_source}, target={target_id}, section={target_section}")
            
            # WP-24c v4.4.0-DEBUG: Schnittstelle 4 - Entscheidung
            if has_callouts:
                logger.debug(f"DEBUG-TRACER [Decision]: Gewinner: {final_edge_id}, Scope: {final_scope}, Source: {final_source}, Provenance: {winner.get('provenance')}, Confidence: {winner.get('confidence')}, Grund: {decision_reason}")
            
            final_edges.append(winner)
    
    return final_edges