parse-organogram

name	parse-organogram
description	Vision- of HTML-tekstanalyse op een organogram, extract organisatiehierarchie en bemenste posten. Gebruik wanneer de gebruiker een organogram-afbeelding of inline organogram-tekst aanlevert of zegt 'parse organogram', 'extract organisatiestructuur', 'lees organogram', 'organogram naar JSON', or in English 'parse org chart', 'extract organisation structure', 'read organogram'.
version	0.3.0
triggers	["parse organogram","extract organisatiestructuur","lees organogram","organogram naar JSON","parse org chart","extract organisation structure","read organogram"]

parse-organogram

Doel

Lever proposals voor de organisatiehierarchie (parent naar child) plus de personen op de zichtbare posten van een ministerieel organogram. Twee inputmodi: vision-analyse op een PDF of PNG, of tekstanalyse op de inline_text uit het ABD-manifest. Personen-extracties krijgen een confidence-cap omdat zowel vision als afgeknipte HTML-tekst foutgevoelig zijn op initialen.

Input

Eén van:

• Pad naar een PNG, JPG of PDF van een organogram (vision-modus).
• Een entry uit data/_staging/abd-manifest-<datum>.json waarvan inline_text is gevuld (tekstmodus). Sommige ministeries (AZ, DEF, OCW) publiceren geen organogram-PDF maar wel een HTML-pagina met directie-namen en personen.

Optioneel: ministerie-slug en peildatum, indien niet uit metadata afleidbaar.

Output

ALLEEN JSON-array als laatste output, geen andere tekst. Geen introductie, geen samenvatting, geen markdown-fences, geen "Next step:". De runner vangt jouw stdout op en schrijft die naar het juiste pad. Schrijf zelf geen bestanden met Write en noem geen output-pad in je antwoord. Tools zijn alleen voor Read (PDF) en polder search (slug-lookup).

JSON-array met proposals. Twee soorten, beide met bron_pagina_nummer, bron_url en evidence:

Orgaanstructuur:

{
  "type": "org_structure",
  "parent_id": "org:min-bzk",
  "child_name": "DG Bestuur en Wonen",
  "bron_pagina_nummer": 1,
  "bron_url": "https://www.rijksoverheid.nl/.../organogram-bzk-2026.pdf",
  "confidence": 0.92,
  "evidence": "blok rechts boven, eerste rij onder SG"
}

Persoon-op-post:

{
  "type": "person_post",
  "person_name": "drs. M. de Boer",
  "post_id": "post:sg-min-bzk",
  "classification": "abd-tmg",
  "bron_pagina_nummer": 1,
  "bron_url": "https://www.rijksoverheid.nl/.../organogram-bzk-2026.pdf",
  "confidence": 0.78,
  "evidence": "bovenste box, pagina 1"
}

Het child_id veld komt later via een aparte entity-resolution-skill of handmatige review. De parser stelt alleen child_name voor.

Casing: begin child_name met een hoofdletter op het eerste woord (organisatie-prefix Afdeling, Directie, Directoraat-generaal, Cluster, Bureau, ...), ook als het organogram klein schrijft. Inhoudswoorden in een organisatienaam krijgen een hoofdletter ("Directie Ruimtelijke Ontwikkeling", niet "Directie Ruimtelijke ontwikkeling"). Uitzondering: gevestigde afkortingsvormen (pSG, plv.) en eigennamen die in de bron bewust met een kleine letter beginnen. De afgeleide child_name wordt gecanonicaliseerd; de letterlijke evidence behoudt de bron-casing.

Stappen voor de LLM

Vision-modus (PDF of PNG)

1. Roep Claude vision aan via anthropic.messages.create met de afbeelding als image-content. Voor PDF: render eerst per pagina naar PNG (bijvoorbeeld via pdf2image), dan vision per pagina.
2. Loop alle gedetecteerde boxen langs. Ga zo diep als de afbeelding gaat: niveaus ministerie -> DG -> directie -> afdeling -> team zijn ALLE relevant. Een organogram toont vaak meer dan alleen DG/directie; sla afdelingen niet over. Voor elke box:
   • Lees de titel-regel ("Directie X", "DG Bestuur", "Afdeling Beleid", "Cluster Y", "Team Z").
   • Lees de eventuele persoonsnaam onder de titel.
   • Volg de verbindingslijn omhoog naar de parent-box; de parent geeft parent_id.
3. Map de titel naar classification (zie mapping hieronder).
4. Cap confidence voor elk person_post proposal op 0.85. Org-structuur mag hoger als de lijnen helder zijn.
5. Afdeling-niveau verplicht waar het bestaat in de bron. Als de bron afdelingen toont onder een directie (zelfs zonder eigen persoon-naam), produceer dan toch een org_structure-record voor elke afdeling met de directie als parent_id. Liever 50 afdeling-records met confidence: 0.85 dan een platte boom met alleen 17 directies.

Tekstmodus (inline_text uit manifest)

1. Lees inline_text van de manifest-entry. Parse koppen en sub-koppen (h1/h2/h3 zijn al weg, maar woorden als "DG", "Directie", "Afdeling" markeren niveaus).
2. Voor elk herkend kopje: maak een org_structure-proposal met parent_id op het bovenliggende niveau (root = org:<ministerie-slug>).
3. Voor elke persoonsnaam direct na een kopje: maak een person_post-proposal. evidence MOET een letterlijke substring van inline_text zijn die de naam plus omringende context bevat (minimaal de zin waar de naam in staat). Geen substring, geen proposal.
4. Map de titel naar classification (zie mapping hieronder).
5. Cap confidence voor person_post op 0.85, voor org_structure op 0.90 als de hiërarchie eenduidig is.

Classification-mapping

• "Secretaris-Generaal", "SG", "plv. SG", "Directeur-Generaal", "DG", "Inspecteur-Generaal", "IG" naar abd-tmg.
• "Directeur", "plv. directeur", "Programmadirecteur" naar abd-directeur.
• "Afdelingshoofd", "Hoofd Afdeling X", "MT-lid", "clusterhoofd" naar abd-afdelingshoofd.
• "Projectleider", "Kwartiermaker" naar abd-projectleider.
• Onbekende titel: laat classification weg en flag voor handmatige review.

Hiërarchie-patroon ministeries

Een Nederlands ministerie heeft een vaste top-laag die in elk organogram terugkomt. Volg dit patroon strict, niet de visuele layout. Audit-check (ministerie_direct_onderdeel, ministerie_direct_post) handhaaft deze regels.

Direct onder org:min-<x> mag:

1. Bewindspersonen-posten (post:minister-min-<x>, post:staatssecretaris-min-<x>, MZP-posten met classification: bewindspersoon).
2. De SG-cluster (org:onderdeel-sg-min-<x>, type organisatieonderdeel).
3. ZBO's, agentschappen, RWT's, adviescolleges, inspecties, hoge-colleges, met hun eigen type-veld (niet organisatieonderdeel). Dus DJI hoort als type: agentschap te zijn, niet organisatieonderdeel.

Direct onder org:min-<x> mag NIET:

• Andere posten dan classification: bewindspersoon. Geen SG-posten, geen DG-posten, geen directeur- of afdelingshoofd-posten. Die horen onder hun organisatieonderdeel.
• Andere organisatieonderdeel-records dan de SG-cluster. DG's, directies, programma-DG's, clusters Bestuursondersteuning/Mensen-en-Middelen hangen ALLEMAAL onder de SG-cluster.

Hiërarchie onder SG-cluster:

• post:sg-min-<x> en post:plv-sg-min-<x> hebben organization_id: org:onderdeel-sg-min-<x>.
• DG's (org:onderdeel-dg-<naam>-min-<x>), Bureau ABD, AIVD, programma-DG's, clusters Bestuursondersteuning/Mensen-en-Middelen hebben parent_id: org:onderdeel-sg-min-<x>.
• Onder elke DG hangen directies (org:onderdeel-directie-<naam>-min-<x>); onder directies eventueel afdelingen.

Concreet voor BZK (zie _cache/organogrammen/bzk-2026-organogram.pdf): SG Vincent Roozen en plv-SG Mark de Boer staan tussen de bewindspersonen-strook en de DG-rij. DGDOO, DGKR, DG VHB, DG RO, DG VBR, DG OBDR, DG AIVD, DG ABD hebben SG-cluster als parent. Geen enkel ander record dan deze hangt direct onder org:min-bzk.

In tekstmodus is dit niet altijd visueel zichtbaar. Default-aanname:

• Nieuwe org_structure-records met classification: abd-tmg (DG/IG/SG) en parent niet expliciet aangegeven → parent_id: org:onderdeel-sg-min-<x> (DG/IG) of parent_id: org:min-<x> (alleen de SG-cluster zelf).
• Nieuwe person_post-records met classification: abd-tmg voor een SG of plv-SG → organization_id: org:onderdeel-sg-min-<x>.
• Nieuwe person_post-records met classification: abd-directeur of abd-afdelingshoofd → organization_id van het directie- of afdeling-onderdeel, NIET van het ministerie zelf.

Output schrijven

Skip rood-AVG-niveau posten (beleidsmedewerker, communicatiemedewerker, jurist, secretariaat). Niet extracten, ook niet als ze in de bron staan. De runner schrijft de proposals automatisch naar data/_staging/organogram-{ministerie}-{datum}.json; jij produceert alleen de JSON-array op stdout.

Harde regels

1. Staging-only. Output ALTIJD onder data/_staging/. Nooit direct in data/.
2. Confidence-cap. Personen: maximaal 0.85, ook bij heldere bron. Vision en HTML-tekst blijven foutgevoelig op initialen.
3. Quote-or-die voor evidence. Vision-modus: evidence beschrijft de locatie in de afbeelding (bijvoorbeeld "blok rechts boven, pagina 2"). Tekstmodus: evidence is een letterlijke substring van inline_text. Geen evidence, geen proposal.
4. Two-source rule. Een organogram-extractie merget alleen met expliciete bevestiging uit een tweede bron (bijvoorbeeld een KB in de Staatscourant) of expliciete human review.
5. Geen rood-AVG. Beleidsmedewerkers en juridisch ondersteunend personeel komen niet in proposals, ook niet als ze in de bron zichtbaar zijn.
6. Bron verplicht. Elke proposal heeft bron_pagina_nummer en bron_url. Onleesbare regio: log een waarschuwing met paginanummer, geen gokken.

Voorbeeld

Zie example_image_description.md voor een tekstuele beschrijving van een fictief BZK-organogram (echte PNG of PDF zit niet in de repo wegens omvang) en example_output.json voor de bijbehorende proposals.

Aanroep

Vision werkt het best met opus, niet haiku. Vanuit Claude Code CLI:

claude "Gebruik parse-organogram op _cache/abd-organogrammen/bzk-2026-04.pdf en schrijf naar data/_staging/organogram-bzk-2026-04.json"