Kern-Crates — Implementierungsstatus

Dies ist die ehrliche, den aktuellen Stand abbildende Ergänzung zur Zielmodul-Karte aus docs/design/02-system-architecture.md. Sie sagt, was tatsächlich gebaut ist, was gegen ein echtes Backend statt gegen einen Mock verifiziert wurde und was wirklich noch fehlt — nicht, was geplant ist (dafür gibt es docs/roadmap/01-implementation-roadmap.md).

Führen Sie cargo build --workspace && cargo test --workspace && cargo clippy --workspace --all-targets -- -D warnings vom Repository-Stammverzeichnis aus. Zum Zeitpunkt dieses Schreibens: 12 Crates, 193 bestandene Tests, keine Clippy-Warnungen, cargo fmt --check sauber — 183 verteilt auf die 11 Crates, die weder ein Display noch einen externen Dienst benötigen, plus 10 in hiddensteps-observation, die ein aktives X11-Display benötigen (verifiziert, wo eines vorhanden ist; siehe diese Zeile). Vier Tests sind bewusst mit #[ignore] markiert (siehe unten) und zählen weder als Fehlschläge noch als Teil der 193.

Was existiert

Crate	Implementiert	Wie verifiziert
hiddensteps-domain	Kern-Typen: PrivacyLevel/PrivacyState, EventSummary/SignalType, Pattern, Recommendation, AuditEntry und CapturedSignal — ein Typ, der strukturell nicht persistiert werden kann (kein Serialize), wodurch die Rohdaten-Regel aus ADR-0006 auf Typebene durchgesetzt wird	Unit-Tests: Level-Roundtrip/-Reihenfolge, TTL-Freigabesteuerung im Deep-Modus
hiddensteps-security	SecretStore (ADR-0008): echte OS-Vault-Implementierung (KeyringSecretStore) sowie In-Memory-Implementierung (für Tests); CSPRNG-Master-Key-Erzeugung (in einem zeroize::Zeroizing-Wrapper zurückgegeben, sodass der Schlüssel beim Drop gelöscht wird, statt im freigegebenen Speicher zu verweilen); Argon2id-Passphrase-Ableitung für den Portable Mode (PassphraseKey löscht seinen abgeleiteten Schlüssel per Zeroize beim Drop und behält das nicht geheime Salt). hiddensteps-event-store hält ebenso den schlüsseltragenden SQL-Text von PRAGMA key/rekey in Zeroizing	Unit-Tests gegen den In-Memory-Store und die KDF; der Roundtrip gegen die echte Vault ist mit #[ignore] markiert (siehe unten)
hiddensteps-event-store	SqlCipherEventStore (ADR-0003): das vollständige Schema aus docs/design/07-database-schema.md, CRUD für Datenschutzstatus, Ereignisse, Audit-Log, Patterns, Pattern↔Ereignis-Verknüpfungen, Pattern-Embeddings (siehe Hinweis unten), Empfehlungen, LLM-Provider-Konfiguration und allgemeine Einstellungen, plus delete_all_data (transaktional; führt auch rekey für ein "Alles löschen" durch, das einen Neustart übersteht)/export_data/count_rows (Diagnose)/delete_expired_events (die TTL-Bereinigung im Deep-Modus, aufgerufen aus der periodischen Empfehlungsschleife von apps/desktop/src-tauri — ttl_expires_at wurde seit v0.1.0 persistiert, aber zuvor löschte nichts eine Zeile, deren Zeitpunkt überschritten war); Fremdschlüssel-Erzwingung (PRAGMA foreign_keys = ON), sodass das ON DELETE CASCADE aus schema.sql für Pattern↔Ereignis-Verknüpfungen tatsächlich greift	33 Tests gegen eine echte SQLCipher-Datei: falscher Schlüssel verhindert das Öffnen, derselbe Schlüssel öffnet korrekt erneut, Alles-löschen leert jede Tabelle einschließlich der neuesten, Rekey-Roundtrip funktioniert, TTL-Bereinigung lässt nicht abgelaufene Ereignisse unangetastet, Kaskadenlöschung hinterlässt keine verwaisten Pattern↔Ereignis-Verknüpfungen
hiddensteps-redaction	Die Redaktions-Engine (docs/design/05-privacy-model.md §4): Regex- und Luhn-Detektoren für API-Schlüssel/Tokens/PEM-Schlüssel/E-Mails/SSNs/Kreditkarten, ein entropiebasierter Detektor für mehrdeutige Geheimnisse sowie die Richtlinie "Bei Unsicherheit verwerfen"	30 Tests, einschließlich bewusst adversarischer Eingaben (Geheimnisse in Fließtext eingebettet, Beinahe-Nicht-Geheimnisse wie Git-SHAs, SSNs ohne Bindestriche/mit Leerzeichen, mit Ziffern aufgefüllte Kartennummern, durchgängig gleich geschriebene Hochenergie-Tokens)
hiddensteps-pipeline	Die Ereignis-Pipeline (ADR-0006): Klassifizieren → Redigieren → Zusammenfassen, Freigabesteuerung nach Datenschutzstufe je Signaltyp, TTL-Zuweisung für den Deep-Modus	8 Tests, die Verwerfungen durch Redaktion, Verwerfungen durch die Stufen-Freigabe und erfolgreiche Zusammenfassungen abdecken
hiddensteps-observation	ObservationSource (ADR-0005) + Linux: ActiveWindowSource (X11 GetInputFocus), FileOperationSource (inotify über notify), ClipboardMetadataSource (X11-Auswahl, nur Metadaten), GlobalShortcutSource (X11 XGrabKey). Dazu macOS-/Windows-Quelldateien (siehe unten)	10 von 11 Tests laufen in dieser Umgebung gegen echte Backends — ein aktives X11-Display (DISPLAY=:0 von WSLg) und echtes inotify, keine Mocks. 1 Test (der echte Grab von GlobalShortcutSource) ist bewusst mit #[ignore] markiert
hiddensteps-llm-provider	LlmProvider (ADR-0004): Ollama-Client (mit einem think: Option<bool>-Request-Feld für Hybrid-Reasoning-Modelle), ein OpenAI-wire-kompatibler Client (deckt OpenAI/Azure/OpenRouter/Together/Groq/DeepSeek/LocalAI ab), ein Anthropic-Messages-Client sowie automatische Erkennung lokaler Laufzeitumgebungen. Jeder Client setzt ein Request-Timeout (build_http_client), sodass ein hängendes Remote-System einen Aufruf nicht für immer blockieren kann; Ollama leitet max_tokens als sein verschachteltes options.num_predict weiter	19 Tests gegen wiremock-Mock-Server (einschließlich einer echten Prüfung, dass das Timeout auslöst, und der Prüfung, dass Ollama tatsächlich num_predict sendet), plus 2 echte Ollama-Integrationstests (tests/ollama_live.rs, mit #[ignore] markiert — siehe unten), die ein echtes Problem gefunden und behoben haben: Derselbe Prompt dauerte gegen ein echtes lokales Hybrid-Thinking-Modell mit auf den Standardwert belassenem think über zwei Minuten, mit think: Some(false) nur wenige Sekunden
hiddensteps-patterns	Mustererkennung (Sliding-Window-n-Gramm-Sequenzabgleich) + Workflow-Graph (Übergangsgraph mit Kantengewichten) — Layer 1 aus ADR-0010	16 Tests, einschließlich eines direkten Analogons zum eigenen Beispiel "31 Mal beobachtet" aus PROMPT.md und eines Regressionstests, der sicherstellt, dass überlappende Fenster über eine durchgehende Wiederholung nicht doppelt gezählt werden
hiddensteps-recommendations	Layer 2 der Empfehlungs-Engine (ADR-0010): LLM-Synthese mit einem strukturierten JSON-Prompt-Vertrag, einem Validator für erzählerische Widersprüche und einer Retry-Schleife — entscheidend: Die numerischen Felder (estimated_time_saved_minutes) werden überhaupt nie aus der LLM-Ausgabe geparst, sondern ausschließlich aus Layer 1 berechnet	23 Tests, darunter Retry bei fehlerhaftem JSON, Retry bei erzählerischen Widersprüchen (abdeckend ausgeschriebene Zahlen und jedes von der LLM gesteuerte Feld, nicht nur why) sowie stringbewusste JSON-Extraktion, gegen einen skriptbasierten Test-Provider
hiddensteps-privacy-engine	Das Cloud-Versand-Gate (docs/design/03-data-flow-diagrams.md §5) und die Einwilligungs-Versionierung (docs/design/05-privacy-model.md §5); PrivacyGatedProvider kapselt jeden LlmProvider, sodass das Gate über den normalen Aufrufpfad nicht umgangen werden kann	13 Tests, darunter die Prüfung, dass Level-4-Inhalte selbst bei vollständig erteilter Einwilligung blockiert werden