tool(brain): Cleanup-Script fuer vergiftete Hauptthread-Turns

Einmal-Tool zum Entfernen der aus-der-Rolle-Antworten ("das ist injiziert,
ich bin Claude Code"), die waehrend der --append-system-prompt-Phase in die
History geschrieben wurden und das Modell per Self-Grounding rueckwaerts aus
der Rolle zogen (siehe 2284c1a). Feld-agnostisch: bedient conversation.jsonl
(content/project_id) UND chat_backup.jsonl (text/projectId). Entfernt nur
Hauptthread-Assistant-Turns mit "claude code" + zweitem Ablehnungs-Marker
plus die ausloesende Frage; projekt-getaggte Turns (z.B. legitime Pentest-
Doku, die Injection als Arbeitsmaterial erwaehnt) bleiben unangetastet.
Dry-Run per Default, Backup vor --apply, idempotent.

Bereits auf der Dev-VM angewandt: je 5 Fehl-Dialoge aus beiden Dateien
entfernt, Brain neu gestartet, Hauptchat verifiziert (ARIA antwortet wieder
als ARIA mit vollem Memory-Zugriff).

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

aria-brain/clean_poisoned_turns.py

@@ -0,0 +1,154 @@
+#!/usr/bin/env python3
+"""Einmal-Cleanup: entfernt "vergiftete" Hauptthread-Turns aus conversation.jsonl.
+
+Hintergrund
+-----------
+Solange ARIAs Persona nur via --append-system-prompt kam (statt --system-prompt,
+voller Replace), fiel das Modell im Hauptchat aus der Rolle und antwortete als
+"Claude Code" ("das ist injizierter Kontext, ich adoptiere die Persona nicht").
+Jede dieser Antworten wurde per conversation.add("assistant", ...) in die History
+geschrieben. Beim naechsten Request landet sie als <previous_response> im
+stdin-Prompt — das Modell sieht seine EIGENEN Ablehnungs-Turns und setzt die
+Haltung fort (Self-Grounding rueckwaerts). Der --system-prompt-Fix verhindert
+NEUE Vergiftung, aber die bestehenden Gift-Turns muessen einmalig raus, sonst
+zieht die History das Modell weiter aus der Rolle.
+
+Was das Script tut
+------------------
+- Findet Hauptthread-Assistant-Turns (KEIN project_id), deren Inhalt eindeutig
+  eine Rollen-Ablehnung ist: enthaelt "claude code" UND einen zweiten Marker
+  (injiz/inject/fabriz/fabricat/adoptier/adopting/prompt injection/keine echten).
+- Entfernt diese Assistant-Turns PLUS den unmittelbar davor stehenden
+  Hauptthread-User-Turn (die ausloesende Frage) — also den ganzen Fehl-Dialog.
+- Laesst ALLES andere unangetastet: projekt-getaggte Turns, distill-Marker,
+  legitime Hauptchat-Turns.
+- Standard = DRY-RUN (zeigt nur was raus wuerde). Mit --apply wird geschrieben,
+  vorher ein Backup .pre-cleanup.bak angelegt. Idempotent.
+
+Aufruf (auf der VM, Host-Pfad des Bind-Mounts):
+    python3 clean_poisoned_turns.py ../aria-data/brain/data/conversation.jsonl
+    python3 clean_poisoned_turns.py ../aria-data/brain/data/conversation.jsonl --apply
+
+Danach Brain neu starten, damit die bereinigte History geladen wird:
+    docker compose restart aria-brain
+"""
+
+from __future__ import annotations
+
+import json
+import re
+import shutil
+import sys
+from pathlib import Path
+
+# "claude code" ist fuer sich genommen noch kein Beweis (Stefan und ARIA reden
+# im Dev-Kontext legitim ueber Claude Code). Erst in Kombination mit einem
+# zweiten Ablehnungs-Marker ist es eindeutig eine aus-der-Rolle-Antwort.
+_PRIMARY = re.compile(r"claude\s*code", re.IGNORECASE)
+_SECONDARY = re.compile(
+    r"injiz|inject|fabriz|fabricat|adoptier|adopting|"
+    r"prompt[\s-]*injection|keine echten|nicht (?:real|adopt)",
+    re.IGNORECASE,
+)
+
+
+def is_poison(content: str) -> bool:
+    return bool(_PRIMARY.search(content) and _SECONDARY.search(content))
+
+
+def get_content(obj: dict) -> str:
+    """conversation.jsonl nutzt 'content', chat_backup.jsonl nutzt 'text'."""
+    v = obj.get("content")
+    if not isinstance(v, str):
+        v = obj.get("text")
+    return v if isinstance(v, str) else ""
+
+
+def is_main_thread(obj: dict) -> bool:
+    """Hauptthread = kein Projekt-Tag. Brain nutzt 'project_id', UI/Bridge
+    'projectId'."""
+    pid = obj.get("project_id")
+    if pid is None:
+        pid = obj.get("projectId")
+    return not (str(pid or "").strip())
+
+
+def main() -> int:
+    args = [a for a in sys.argv[1:] if not a.startswith("--")]
+    apply = "--apply" in sys.argv[1:]
+    path = Path(args[0]) if args else Path("/data/conversation.jsonl")
+
+    if not path.exists():
+        print(f"FEHLER: {path} existiert nicht.", file=sys.stderr)
+        return 2
+
+    raw_lines = path.read_text(encoding="utf-8").splitlines()
+    # Parse zu (raw, obj|None). Nicht-JSON / leere Zeilen bleiben unangetastet.
+    parsed: list[tuple[str, dict | None]] = []
+    for line in raw_lines:
+        s = line.strip()
+        if not s:
+            parsed.append((line, None))
+            continue
+        try:
+            parsed.append((line, json.loads(s)))
+        except Exception:
+            parsed.append((line, None))
+
+    drop = [False] * len(parsed)
+    poisoned_pairs = []  # (assistant_idx, user_idx|None) fuer's Log
+
+    for i, (_, obj) in enumerate(parsed):
+        if not isinstance(obj, dict):
+            continue
+        if obj.get("op") == "distill":
+            continue
+        if obj.get("role") != "assistant" or not is_main_thread(obj):
+            continue
+        content = get_content(obj)
+        if not content or not is_poison(content):
+            continue
+        # Gift-Assistant-Turn -> droppen
+        drop[i] = True
+        user_idx = None
+        # Unmittelbar davor stehenden Hauptthread-User-Turn (die Frage) mit weg.
+        for j in range(i - 1, -1, -1):
+            pj = parsed[j][1]
+            if not isinstance(pj, dict) or pj.get("op") == "distill":
+                continue
+            if pj.get("role") == "user" and is_main_thread(pj):
+                drop[j] = True
+                user_idx = j
+            break  # nur der direkt vorangehende Turn
+        poisoned_pairs.append((i, user_idx))
+
+    n_drop = sum(drop)
+    if n_drop == 0:
+        print("Keine Gift-Turns gefunden — History ist sauber. Nichts zu tun.")
+        return 0
+
+    print(f"Gefundene Fehl-Dialoge: {len(poisoned_pairs)} "
+          f"(insgesamt {n_drop} Zeilen zu entfernen)\n")
+    for a_idx, u_idx in poisoned_pairs:
+        if u_idx is not None:
+            uq = get_content(parsed[u_idx][1] or {})
+            print(f"  Frage   (Zeile {u_idx + 1}): {uq[:90]!r}")
+        ac = get_content(parsed[a_idx][1] or {})
+        print(f"  Ablehng (Zeile {a_idx + 1}): {ac[:90]!r}")
+        print()
+
+    if not apply:
+        print("DRY-RUN — nichts geschrieben. Zum Anwenden erneut mit --apply aufrufen.")
+        return 0
+
+    backup = path.with_suffix(path.suffix + ".pre-cleanup.bak")
+    shutil.copy2(path, backup)
+    kept = [raw for idx, (raw, _) in enumerate(parsed) if not drop[idx]]
+    path.write_text("\n".join(kept) + ("\n" if kept else ""), encoding="utf-8")
+    print(f"OK — {n_drop} Zeilen entfernt. Backup: {backup}")
+    print("Jetzt Brain neu starten: docker compose restart aria-brain")
+    return 0
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())