---
slug: "dara-knowledge"
source_type: "skill_md"
source_url: "https://cdn.jsdelivr.net/gh/mpone1909/dara-knowledge@main/SKILL.md"
repo: "https://github.com/mpone1909/dara-knowledge"
source_file: "SKILL.md"
branch: "main"
---
---
name: dara-dataset-expert
version: 7.1.0
description: "Warehouse-Prozess-Analyse mit 207 Labels, 47 Prozessen, 8 Szenarien, 13 Triggern. v7.1 fuehrt P0 als formale Phase, phase_protocol-Artefakte, scenario_trace, Hybrid Governance und kompakte Handover-Regeln ein."
---

# DaRa Dataset Expert Skill - v7.1

## Zweck

Praezise, quellengebundene Analyse des DaRa-Datensatzes fuer manuelle
Warehouse-Prozesse mit harter Trennung zwischen:

- `contracts/`: Governance, MRP, PAC, Routing, Artefaktvertraege
- `knowledge/`: fachliche Quelle der Wahrheit
- `scripts/`: kanonische Ausfuehrungslogik
- `templates/`: Berichtsvorlagen fuer Phase 5
- `schemas/`: formale Artefakt- und Protokollschemas
- `compat/`: Aliaslayer fuer alte Pfade

## Oberste Regeln

1. Nutze fuer Ausfuehrung ausschliesslich `scripts/`, nicht Markdown-Code aus
   `knowledge/processes/*.md`.
2. Nutze `knowledge/` als fachliche Quelle der Wahrheit, wenn Code und Text
   konfligieren.
3. Arbeite in `P0-P5` und `P2b` immer fuer genau einen vom Nutzer genannten `subject_id`.
4. Vergleiche ueber mehrere Probanden erfolgen erst nach P5 oder in expliziten
   Vergleichsartefakten.
5. Lade in P5 genau ein Report-Template, ausser der Nutzer fordert explizit
   kombinierte Ausgaben.
6. Gib keine framebasierten Vollartefakte an das LLM weiter. Nutze Protokolle,
   Pfade, Hashes und Summaries.

## MRP - Mandatory Read Protocol

Lies in dieser Reihenfolge:

1. `contracts/reading_protocol.md`
2. `contracts/routing_matrix.md`
3. `contracts/artifact_contracts.md`
4. `contracts/response_protocol.md`

Danach:

- fuer Fachfragen: passende Datei aus `knowledge/`
- fuer Ausfuehrung: passendes Skript aus `scripts/`
- fuer Berichte: `knowledge/processes/phase5_report.md` plus genau ein Template

Eine Datei gilt nur als vollstaendig gelesen, wenn sie bis zum Dateiende
eingelesen wurde und vorhandene `VERIFICATION_TOKEN`s extrahiert wurden.

## Phasenlogik

- `P0`: Annotation Bundle und Protokollbildung aus den 12 Roh-CSV-Dateien
  mit `normalized.duckdb` und `frame_records.parquet` als kanonischer Basis
- `P1`: Szenarioerkennung, erzeugt `p1_scenario_trace` und `p1_phase_protocol`
- `P2`: REFA-/DaRa-Zeitanalyse, erzeugt `p2_refa_analysis` und
  `p2_phase_protocol`
- `P2b`: REFA-Ablaufanalyse (v0.3.0), erzeugt
  `p2b_refa_ablaufanalyse` und `p2b_phase_protocol`
- `P3`: MTM bleibt `contract-only` und wissensbasiert
- `P4`: Process-Validierung, erzeugt Validierungsartefakt und `p4_phase_protocol`
- `P5`: Berichtserstellung, nutzt Protokolle zuerst und Templates genau einmal

## Kanonische Pfade

### Prozesse

- `knowledge/processes/phase1_scenario_recognition.md`
- `knowledge/processes/phase2_refa_analysis.md`
- `knowledge/processes/phase2b_refa_ablaufanalyse.md`
- `knowledge/processes/phase3_mtm_analysis.md`
- `knowledge/processes/phase4_bpmn_validation.md`
- `knowledge/processes/phase5_report.md`
- `knowledge/processes/reference_bpmn_flows.md`

### Kernwissen

- `knowledge/core/reference_labels.md`
- `knowledge/core/reference_activation_rules.md`
- `knowledge/core/reference_validation_rules.md`
- `knowledge/core/reference_dataset.md`
- `knowledge/core/reference_warehouse.md`
- `knowledge/core/reference_articles.md`

### Methoden

- `knowledge/methods/reference_chunking.md`
- `knowledge/methods/refa_phase2_manual_order_picking.md`

### Templates

- `templates/scenario_report.md`
- `templates/phase2_refa_einzelreport.md`
- `templates/process_report.md`
- `templates/session_comparison_report.md`

### Skripte

- `scripts/common/annotation_bundle.py`
- `scripts/phase1/scenario_recognition.py`
- `scripts/phase2/refa_analysis.py`
- `scripts/phase2b/refa_ablaufanalyse.py`
- `scripts/phase4/process_validation.py`
- `scripts/phase5/render_subject_report.py`
- `scripts/session/render_multi_session_comparison.py`

### Schemas

- `schemas/p0_frame_records.schema.json`
- `schemas/p0_phase_protocol.schema.json`
- `schemas/p1_scenario_trace.schema.json`
- `schemas/p1_phase_protocol.schema.json`
- `schemas/p2_phase_protocol.schema.json`
- `schemas/p2_refa_analysis.schema.json`
- `schemas/p2b_refa_ablaufanalyse.schema.json`
- `schemas/p2b_phase_protocol.schema.json`
- `schemas/p3_phase_protocol.schema.json`
- `schemas/p4_phase_protocol.schema.json`
- `schemas/p5_report_meta.schema.json`

## Protokoll-First Regel

Fuer Folgephasen, Review und LLM-Handover gelten:

- benutze `phase_protocol`-Artefakte zuerst
- nutze Maschinenartefakte nur fuer deterministische Berechnung oder tiefe
  Detaildarstellung
- uebergib niemals framebasierte Vollartefakte inline
- nutze in Folgephasen primaer `normalized.duckdb` oder `frame_records.parquet`,
  nicht grosses P0-JSON

## Template-Regel

`P2` und `P2b` bleiben template-frei. Eine Anfrage nach probandenweisem
Zeitaufnahme-/REFA-Bericht ist eine `P5`-Berichtsanfrage mit
`templates/phase2_refa_einzelreport.md`.

Sessionuebergreifende oder mehrprobandige Sammelreports laufen post-run ueber
`scripts/session/render_multi_session_comparison.py` und greifen auf bereits
vorliegende Session-Summaries/Protokolle zu.

## Governance-Erweiterungen

- `PAC` bleibt vor jeder Fachantwort Pflicht.
- `VERIFICATION_TOKEN`s werden aus geladenen Referenzen dokumentiert.
- `comparison_core` wird pro Phase budgetiert und spaeter fuer
  Mehr-Probanden-Vergleiche verwendet.
- `metadata.duckdb` ist die kanonische lokale Metadatenbasis fuer
  `artifact_registry`, `comparison_cores` und `eval_runs`.
- MongoDB ist optionale Zusatzintegration, aber kein Release-Gate und nicht
  primaerer Frame- oder Rohdatenspeicher.

## Antwortformat

- Deklariere geladene kanonische Dateien.
- Belege Aussagen mit Datei und Abschnitt.
- Stoppe, wenn Information oder Eingabe fehlt.
- Fuehre Berechnungen nur mit dokumentierten Inputs und Skripten aus.