# Ingest-Daemon (`apps/ingest`)

> Kein eigenes "Tool" im Sinne der Wunschliste, sondern das Fundament, auf dem
> sechs der neun Tools stehen. Wird zuerst gebaut.

## Aufgabe

Ein Prozess, der dauerhaft läuft und alle Datenquellen in einen einheitlichen
Event-Strom übersetzt: schreibt in SQLite, publiziert auf dem Bus.

## Quellen

| Quelle | Verbindung | liefert |
|---|---|---|
| Twitch IRC | `wss://irc-ws.chat.twitch.tv:443` | Chat-Nachrichten mit Tags |
| Twitch EventSub | `wss://eventsub.wss.twitch.tv/ws` | Follows, Subs, Raids, Kategorie, Online/Offline |
| Twitch Helix | REST, Polling 60 s | Viewerzahl, Chatter-Liste (5 min) |
| obs-websocket | `ws://127.0.0.1:4455` | Szenenwechsel, Replay-Buffer-Events |

## Was der Ingest selbst berechnet

**Stream-Sessions.** `stream.online` legt eine `streams`-Zeile an,
`stream.offline` schließt sie. Wenn der Daemon mitten im Stream startet, wird
die laufende Session über `GET /helix/streams` rekonstruiert. Kurze
Unterbrechungen (< 5 min) werden als *dieselbe* Session behandelt — sonst
zerfallen Streams bei jedem Verbindungsabbruch in Fragmente.

**Chat-Spikes.** Gleitendes Fenster über die Nachrichtenrate:

```
rate(t)     = Nachrichten in den letzten 15 s
baseline(t) = Median von rate über die letzten 10 min
spike       = rate >= max(baseline * 3, baseline + 4)
              && Zeit seit letztem Spike > 60 s
```

Zusätzlich gewichtet: Lach-Emotes (`KEKW`, `LUL`, `OMEGALUL`, Kanal-Emotes),
Ausrufe (`?!`, Großbuchstaben-Anteil), das Wort `clip`. Ergebnis ist ein
`chat.spike`-Event mit `score`. Wer darauf reagiert, entscheidet der Konsument.

> Bei 10 Zuschauern ist die Baseline klein und die Statistik dünn. Der Detektor
> ist deshalb bewusst konservativ und protokolliert *alle* Kandidaten mit Score,
> auch die unter der Schwelle — so lässt sich die Schwelle nachträglich am
> echten Material kalibrieren, statt sie zu raten.

**Anwesenheit.** Aus `GET /helix/chat/chatters` (alle 5 min) plus jeder
Nachricht wird `user_streams` fortgeschrieben: Ersterscheinung, letzte
Aktivität, Minuten. Daraus fällt `streams_present` für jeden User ab.

## Schnittstellen nach außen

- **WS `ws://127.0.0.1:4790`** — Broadcast aller Events als JSON-Zeilen.
  Ein Client kann beim Connect `{"since":"<iso-ts>"}` senden und bekommt die
  verpassten Events aus der DB nachgeliefert.
- **HTTP `GET /health`** — Status aller vier Verbindungen, für das Dashboard.

## Abnahmekriterien

- Läuft 7 Tage ohne Neustart durch, inklusive Twitch-Reconnects.
- Nach einem erzwungenen Prozess-Kill mitten im Stream: Neustart rekonstruiert
  die laufende Session, keine doppelten `streams`-Zeilen, keine doppelten Events.
- Jede Chat-Nachricht eines Test-Streams ist in `chat_messages` (Abgleich gegen
  ein parallel mitgeschriebenes Log).