initial commit

packages/summarizer/privacy.test.ts

@@ -0,0 +1,164 @@
+import { expect, test } from "bun:test";
+import {
+  buildLlmDossier,
+  createPseudonymizer,
+  reversePseudonymsInText,
+  reversePseudonymsInDossier,
+} from "./privacy";
+import type { LlmDossier, SummaryData } from "./privacy";
+
+const sample: SummaryData = {
+  kontakt: {
+    unternehmen: {
+      name: "Muster GmbH",
+      adresse: "Hauptstrasse 1",
+      plz: "80331 Muenchen",
+      telefon: "+49 89 123456",
+      email: "kontakt@muster.de",
+      web: "www.muster.de",
+    },
+    ansprechpartner: {
+      name: "Max Mustermann",
+      telefon: "0170 1234567",
+      email: "max.mustermann@muster.de",
+    },
+  },
+  unternehmen: {
+    branche: "Maschinenbau",
+    gruendungsjahr: "1998",
+    anzahl_mitarbeiter: "120",
+    interne_notiz: "Nicht fuer LLM",
+  },
+  fragen: {
+    frage1: {
+      label: "Frage 1",
+      antwort: "Max Mustermann beschreibt die Entwicklung der Muster GmbH. Muster investiert weiter. Kontakt: max.mustermann@muster.de.",
+      fragen: [
+        {
+          id: "frage1_1",
+          text: "Was macht das Unternehmen aus?",
+          antwort: "Die Muster GmbH ist unter +49 89 123456 erreichbar.",
+        },
+      ],
+    },
+  },
+  kriterium: {
+    robustheit_resilienz: {
+      label: "Robustheit",
+      antwort: "Die Muster GmbH hat ein Risikomanagement etabliert. Muster nutzt Fruehwarnprozesse.",
+    },
+  },
+};
+
+test("builds a minimized dossier without contact data or unknown company fields", () => {
+  const dossier = buildLlmDossier(sample);
+  const serialized = JSON.stringify(dossier);
+
+  expect(dossier.unternehmen).toEqual({
+    branche: "Maschinenbau",
+    gruendungsjahr: "1998",
+    anzahl_mitarbeiter: "120",
+  });
+  expect(serialized).not.toContain("kontakt");
+  expect(serialized).not.toContain("interne_notiz");
+  expect(serialized).not.toContain("Hauptstrasse");
+});
+
+test("pseudonymizes known personal and contact values in LLM-bound strings", () => {
+  const privacy = createPseudonymizer(sample);
+  const prepared = privacy.pseudonymizeDossier(buildLlmDossier(sample));
+  const serialized = JSON.stringify(prepared.safe);
+
+  expect(serialized).toContain("[PERSON_1]");
+  expect(serialized).toContain("[UNTERNEHMEN]");
+  expect(serialized).toContain("[EMAIL_2]");
+  expect(serialized).toContain("[TELEFON_1]");
+  expect(serialized).not.toContain("Max Mustermann");
+  expect(serialized).not.toContain("Muster GmbH");
+  expect(serialized).not.toContain("Muster investiert");
+  expect(serialized).not.toContain("Muster nutzt");
+  expect(serialized).not.toContain("max.mustermann@muster.de");
+  expect(prepared.audit.mode).toBe("minimized+pseudonymized");
+  expect(prepared.audit.companyName).toBe("Muster GmbH");
+  expect(prepared.audit.replacements.length).toBeGreaterThan(0);
+});
+
+test("reversePseudonymsInText restores original values from known replacements", () => {
+  const text = "[PERSON_1] von [UNTERNEHMEN] nutzt [EMAIL_2].";
+  const reversed = reversePseudonymsInText(text, [
+    { value: "Max Mustermann", type: "person", placeholder: "[PERSON_1]" },
+    { value: "Muster GmbH", type: "company", placeholder: "[UNTERNEHMEN]" },
+    { value: "max.mustermann@muster.de", type: "email", placeholder: "[EMAIL_2]" },
+  ]);
+
+  expect(reversed).toBe("Max Mustermann von Muster GmbH nutzt max.mustermann@muster.de.");
+});
+
+test("reversePseudonyms works via the Pseudonymizer API", () => {
+  const privacy = createPseudonymizer(sample);
+  const reversed = privacy.reversePseudonyms("[PERSON_1] arbeitet bei [UNTERNEHMEN].");
+
+  expect(reversed).toContain("Max Mustermann");
+  expect(reversed).toContain("Muster GmbH");
+});
+
+test("reversePseudonymsInText handles text without placeholders", () => {
+  const text = "Kein Platzhalter hier.";
+  const reversed = reversePseudonymsInText(text, [
+    { value: "Max Mustermann", type: "person", placeholder: "[PERSON_1]" },
+  ]);
+  expect(reversed).toBe(text);
+});
+
+test("reversePseudonymsInDossier reverses nested text fields including zusammenfassung", () => {
+  const dossier: LlmDossier = {
+    fragen: {
+      frage1: {
+        label: "[PERSON_1] von [UNTERNEHMEN] beantwortet",
+        zusammenfassung: "[PERSON_1] arbeitet bei [UNTERNEHMEN] und nutzt [EMAIL_2].",
+        fragen: [
+          { id: "f1", text: "Was macht [UNTERNEHMEN]?", antwort: "[PERSON_1] sagt [EMAIL_2]." },
+        ],
+      },
+    },
+    kriterium: {
+      robustheit: {
+        label: "Robustheit von [PERSON_1]",
+        zusammenfassung: "[UNTERNEHMEN] ist robust.",
+      },
+    },
+    unternehmen: {
+      referenzen: "Referenz von [PERSON_1] bei [UNTERNEHMEN].",
+    },
+  };
+
+  const reversed = reversePseudonymsInDossier(dossier, [
+    { value: "Max Mustermann", type: "person", placeholder: "[PERSON_1]" },
+    { value: "Muster GmbH", type: "company", placeholder: "[UNTERNEHMEN]" },
+    { value: "max@muster.de", type: "email", placeholder: "[EMAIL_2]" },
+  ]);
+
+  expect(reversed.fragen?.frage1?.zusammenfassung).toBe(
+    "Max Mustermann arbeitet bei Muster GmbH und nutzt max@muster.de.",
+  );
+  expect(reversed.fragen?.frage1?.fragen?.[0]?.antwort).toBe(
+    "Max Mustermann sagt max@muster.de.",
+  );
+  expect(reversed.fragen?.frage1?.label).toBe(
+    "Max Mustermann von Muster GmbH beantwortet",
+  );
+  expect(reversed.kriterium?.robustheit?.zusammenfassung).toBe(
+    "Muster GmbH ist robust.",
+  );
+  expect(reversed.unternehmen?.referenzen).toBe(
+    "Referenz von Max Mustermann bei Muster GmbH.",
+  );
+});
+
+test("reversePseudonymsInText handles edge case with numeric suffixes in text", () => {
+  const text = "[PERSON_1] und [PERSON_1].";
+  const reversed = reversePseudonymsInText(text, [
+    { value: "Max Mustermann", type: "person", placeholder: "[PERSON_1]" },
+  ]);
+  expect(reversed).toBe("Max Mustermann und Max Mustermann.");
+});