Initiales Ingest-Repo (aus gdelt-bot/ingest überführt)

Poller, Schema, Quadlet-Units und Quellenregister aus dem Monorepo
gdelt-bot in ein eigenes Repo ausgelagert.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01VzNVf1KaHPZ1fzJT2jd18j

sources.toml

@@ -0,0 +1,218 @@
+# Quellenregister
+#
+# Einzige Wahrheit ueber die Quellen. Der Poller synchronisiert die Tabelle
+# `quellen` bei jedem Start aus dieser Datei.
+#
+# lizenz_status:
+#   offen      - robots.txt erlaubt den Abruf, Feed wird gepollt
+#   gesperrt   - robots.txt oder AGB verbieten den Abruf, Feed wird NICHT gepollt
+#   ungeprueft - noch nicht geprueft, wird NICHT gepollt
+#
+# `aktiv = false` schaltet eine Quelle ab, ohne sie aus dem Register zu loeschen.
+# Geloescht wird nie: die Historie soll nachvollziehbar bleiben.
+#
+# Geprueft am 2026-09-04 mit User-Agent aus poller.py (siehe USER_AGENT).
+# Neupruefung: `python poller.py --check-robots`
+
+[[quelle]]
+id = "tagesschau"
+name = "tagesschau.de"
+typ = "rss"
+url = "https://www.tagesschau.de/index~rss2.xml"
+land = "DE"
+traeger = "oeffentlich-rechtlich"
+ressort = "allgemein"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+[[quelle]]
+id = "spiegel"
+name = "Der Spiegel"
+typ = "rss"
+url = "https://www.spiegel.de/schlagzeilen/index.rss"
+land = "DE"
+traeger = "privat"
+ressort = "allgemein"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+[[quelle]]
+id = "zeit"
+name = "Die Zeit"
+typ = "rss"
+url = "https://newsfeed.zeit.de/index"
+land = "DE"
+traeger = "privat"
+ressort = "allgemein"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+[[quelle]]
+id = "faz"
+name = "Frankfurter Allgemeine Zeitung"
+typ = "rss"
+url = "https://www.faz.net/rss/aktuell/"
+land = "DE"
+traeger = "privat"
+ressort = "allgemein"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+[[quelle]]
+id = "sz"
+name = "Sueddeutsche Zeitung"
+typ = "rss"
+url = "https://rss.sueddeutsche.de/rss/Topthemen"
+land = "DE"
+traeger = "privat"
+ressort = "allgemein"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+[[quelle]]
+id = "welt"
+name = "Die Welt"
+typ = "rss"
+url = "https://www.welt.de/feeds/latest.rss"
+land = "DE"
+traeger = "privat"
+ressort = "allgemein"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+[[quelle]]
+id = "taz"
+name = "die tageszeitung"
+typ = "rss"
+url = "https://taz.de/!p4608;rss/"
+land = "DE"
+traeger = "genossenschaft"
+ressort = "allgemein"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+[[quelle]]
+id = "ntv"
+name = "n-tv"
+typ = "rss"
+url = "https://www.n-tv.de/rss"
+land = "DE"
+traeger = "privat"
+ressort = "allgemein"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+[[quelle]]
+id = "heise"
+name = "heise online"
+typ = "rss"
+url = "https://www.heise.de/rss/heise-atom.xml"
+land = "DE"
+traeger = "privat"
+ressort = "technik"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+[[quelle]]
+id = "dlf"
+name = "Deutschlandfunk"
+typ = "rss"
+url = "https://www.deutschlandfunk.de/nachrichten-100.rss"
+land = "DE"
+traeger = "oeffentlich-rechtlich"
+ressort = "allgemein"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+[[quelle]]
+id = "handelsblatt"
+name = "Handelsblatt"
+typ = "rss"
+url = "https://www.handelsblatt.com/contentexport/feed/schlagzeilen"
+land = "DE"
+traeger = "privat"
+ressort = "wirtschaft"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+[[quelle]]
+id = "derstandard"
+name = "Der Standard"
+typ = "rss"
+url = "https://www.derstandard.at/rss"
+land = "AT"
+traeger = "privat"
+ressort = "allgemein"
+lizenz_status = "offen"
+robots_geprueft_am = 2026-09-04
+aktiv = true
+
+# --- gesperrt: robots.txt verbietet den Abruf des Feed-Pfades ---------------
+
+[[quelle]]
+id = "fr"
+name = "Frankfurter Rundschau"
+typ = "rss"
+url = "https://www.fr.de/rssfeed.rdf"
+land = "DE"
+traeger = "privat"
+ressort = "allgemein"
+lizenz_status = "gesperrt"
+robots_geprueft_am = 2026-09-04
+aktiv = false
+notiz = "robots.txt: Disallow fuer den Feed-Pfad (geprueft 2026-09-04)"
+
+[[quelle]]
+id = "nzz"
+name = "Neue Zuercher Zeitung"
+typ = "rss"
+url = "https://www.nzz.ch/recent.rss"
+land = "CH"
+traeger = "privat"
+ressort = "allgemein"
+lizenz_status = "gesperrt"
+robots_geprueft_am = 2026-09-04
+aktiv = false
+notiz = "robots.txt: Disallow fuer den Feed-Pfad (geprueft 2026-09-04)"
+
+# --- kaputt / offen ---------------------------------------------------------
+
+[[quelle]]
+id = "br24"
+name = "BR24"
+typ = "rss"
+url = "https://www.br.de/nachrichten/rss/alle-meldungen.xml"
+land = "DE"
+traeger = "oeffentlich-rechtlich"
+ressort = "allgemein"
+lizenz_status = "ungeprueft"
+aktiv = false
+notiz = "URL liefert 404 (2026-09-04), Ersatz-URL suchen"
+
+# --- Telegram: Register vorbereitet, Fetcher noch nicht implementiert -------
+# Die Bot-API kann fremde Kanaele nicht lesen. Noetig ist MTProto (Telethon)
+# mit eigener api_id/api_hash von my.telegram.org. `t.me/s/<kanal>` waere die
+# Notloesung, ist aber HTML-Scraping und bricht bei Markup-Aenderungen.
+
+[[quelle]]
+id = "tg_tagesschau"
+name = "tagesschau (Telegram)"
+typ = "telegram"
+url = "tagesschau"
+land = "DE"
+traeger = "oeffentlich-rechtlich"
+ressort = "allgemein"
+lizenz_status = "ungeprueft"
+aktiv = false
+notiz = "Fetcher fehlt noch (Telethon)"