core: Registry, Skills, Router, Executor, Verifier, Runner mit Tests

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

core/src/knaster/calibration.py

@@ -0,0 +1,39 @@
+"""Kalibrierung des effektiven Kontexts aus beobachteten Pass-Rates nach Prompt-Länge."""
+
+from __future__ import annotations
+
+from collections.abc import Iterable
+
+DEFAULT_BUCKETS = (2048, 4096, 8192, 16384, 32768, 65536, 131072)
+
+
+def effective_context(
+    observations: Iterable[tuple[int, bool]],
+    *,
+    target: float = 0.9,
+    min_n: int = 20,
+    buckets: tuple[int, ...] = DEFAULT_BUCKETS,
+) -> int | None:
+    """observations: (prompt_tokens, bestanden).
+
+    Liefert die Obergrenze des größten Buckets, bis zu dem alle Buckets mit genug Daten
+    die Ziel-Pass-Rate erreichen. Buckets ohne genug Daten unterbrechen die Kette nicht,
+    zählen aber auch nicht als Nachweis. Ohne Nachweis: None.
+    """
+    counts = {b: [0, 0] for b in buckets}  # [n, passed]
+    for tokens, passed in observations:
+        for b in buckets:
+            if tokens <= b:
+                counts[b][0] += 1
+                counts[b][1] += int(passed)
+                break
+    result = None
+    for b in buckets:
+        n, ok = counts[b]
+        if n < min_n:
+            continue
+        if ok / n >= target:
+            result = b
+        else:
+            break
+    return result