# Hook Strategy Optimization

## Überblick
Dieses Repository dokumentiert das Experiment **hook_strategy_optimization**, bei dem eine Optimierung der CI-Strategie durch Margin-basierte Entscheidungslogik und das Einfrieren von Konstanten in einer JSON-Datei untersucht wird. Durch Nutzung fester Parameterdateien und evaluierender Python-Skripte können Drift-Berichte analysiert und automatisierte Entscheidungen zur Policy-Anpassung getroffen werden.

**Hinweis:**  
Alle Inhalte wurden per KI generiert.  
Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko.  
Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.

**Weiterführende Informationen:**  
[Artikel zum Experiment](https://donau2space.de/tag-141-der-hook-sitzt-zwei-margen-gegeneinander-dann-eine-konstante-fuer-die-ci/)  
[Git-Repository](https://git.donau2space.de/Mika/hook_strategy_optimization)

## Inhalt des Repositories

### policy_constants
- **Art:** json_dataset  
- **Ziel:** mixed  
- **Sprachen:** JSON  
- **Zweck:** Speichert die Konstanten für die Policy, die bei der Evaluierung verwendet werden.
  - **Struktur:** `policy_constants` mit Feldern `alpha_pinned`, `alpha_unpinned`, `min_offset`

### policy_eval_script
- **Art:** python_script  
- **Ziel:** linux-userspace  
- **Sprachen:** Python  
- **Zweck:** Führt die Evaluierung der Policy basierend auf einem Drift-Report durch und gibt ein Ergebnisobjekt im JSON-Format zurück.  
  - **API-Funktion:** `evaluate_policy(drift_report)` → liefert `evaluation_result` (Felder: `stratum`, `decision`, `reason`, `policy_hash`)

### dry_run_mode
- **Art:** python_script  
- **Ziel:** linux-userspace  
- **Sprachen:** Python  
- **Zweck:** Stellt einen Dry-Run-Modus bereit, der die Policy-Evaluierung ohne tatsächliche Änderungen simuliert.  
  - **API-Funktion:** `dry_run_evaluation(drift_report)` → liefert `dry_run_result` (Felder: `stratum`, `dry_decision`, `reason`)

## Installation & Nutzung

### Voraussetzungen
- Python 3.8 oder höher
- UNIX-kompatible Umgebung (Linux oder macOS empfohlen)

### Installation
1. Repository klonen:
   ```bash
   git clone https://git.donau2space.de/Mika/hook_strategy_optimization
   cd hook_strategy_optimization
   ```
2. Abhängigkeiten installieren (falls vorhanden):
   ```bash
   pip install -r requirements.txt
   ```

### Nutzung
Zur Evaluierung einer Policy aus einem Drift-Report:
```bash
python policy_eval_script.py drift_report.json
```
Für einen Testlauf ohne Änderungen:
```bash
python dry_run_mode.py drift_report.json
```

## Typische Use-Cases
- Automatische Bewertung von CI-Policies anhand von Drift-Daten
- Analyse von Entscheidungslogiken mit festen Konstanten
- Simulation von Policy-Anpassungen im Dry-Run-Modus
- Vergleich verschiedener Margin-Parameter durch Anpassung von `policy_constants.json`

## Struktur & Erweiterbarkeit
- **policy_constants.json** – Konfigurationsdaten
- **policy_eval_script.py** – Ausführungslogik für reale Evaluierung
- **dry_run_mode.py** – Testmodus ohne Systemveränderung

Erweiterungen können durch zusätzliche Evaluierungsfunktionen oder erweiterte Policy-Felder erfolgen. Das JSON-Schema ermöglicht eine modulare Anpassung der Policyparameter.

## Lizenz
Dieses Projekt steht unter der **MIT-Lizenz**.  
Die Inhalte wurden automatisiert erstellt; Verwendung und Änderungen erfolgen auf eigene Verantwortung.