Add comprehensive documentation for roles, security, spending policies, and organizational identity

- Introduced a new document detailing the roles and accountabilities within Respellion, outlining the Holacracy structure and operational roles.
- Created a security policy document covering GDPR compliance, personal data handling, and workplace safety procedures.
- Added a spending and contracting policy that defines expense categories, reimbursement processes, and guidelines for asset expenses.
- Established a document outlining Respellion's identity, services, governance model, and onboarding procedures for new employees.

docs/r42-spec.md

@@ -18,8 +18,6 @@ client-side and is grounded by local TF-IDF retrieval — **no vector database**
   context is truncated with a notice.
 - A greeting message seeds an empty thread.
 - Each turn calls `callLLM` (fast/standard Claude tier — low latency matters for chat).
-- The chat header has a **clear** button (trash icon). It confirms, then wipes
-  `chat:thread:{userId}` and reseeds the greeting via `clearThread` in `useChat.js`.
 
 ---
 
@@ -27,21 +25,13 @@ client-side and is grounded by local TF-IDF retrieval — **no vector database**
 
 `buildKbContext` in `rag.js`:
 1. Build / reuse the TF-IDF index over `topics` (`src/lib/retrieval.js`).
-2. Retrieve the top **10** topics for the user's message. Scoring is exact-token
-   TF-IDF **plus a compound-word fallback**: an unmatched query token (≥6 chars)
-   also matches a document term when they share a ≥6-char stem or one contains
-   the other, at a reduced weight. This recovers Dutch compounds — e.g. a
-   `pensioen` query matches `pensioenregeling` and `partnerpensioen`.
+2. Retrieve the top **10** topics for the user's message.
 3. Always include topics whose `id` or `label` appears verbatim in the message.
 4. Include relations only when **both** endpoints are in the retrieved set.
-5. Inject up to ~1000 chars of generated content for up to **5** topics —
-   verbatim-mentioned first, then the highest-ranked retrieved ones — so a query
-   that never names a topic exactly still gets rich content for what it matched.
+5. For explicitly mentioned topics, inject up to ~1200 chars of their generated
+   content.
 6. Append a short KB hash so the cached context busts when topics change.
 
-If the summarised context is still too thin, R42 can call the `lookup_topic`
-tool to pull a topic's full description and learning content on demand.
-
 The system prompt (`prompts.js`) is assembled as cacheable blocks: a stable
 preamble (role, tasks, style, "answer only from the KB"), the KB context block, and
 a per-turn tail with the user's name and admin/non-admin flag.

knowledge-base/Rebel ideas.md

@@ -0,0 +1,8 @@
+- [ ] Whereabouts voor kantoor aanwezigheid 
+- [ ] Interne kennis teams
+- [ ] Check Daisy labs 
+- [ ] DCMR hidden layer run voor AI litteracy
+- [ ] AI works summit voor Evan
+- [ ] Klantevemementen 
+- [ ] Lectures TU
+- [ ] Marketing targets stellen

knowledge-base/Respellion/knowledge-base/respellion-organisatie-inrichting.md

@@ -0,0 +1,232 @@
+---
+title: Respellion — organisatie-inrichting
+category: Inrichtingsdocument
+summary: >
+  Beschrijvend inrichtingsdocument van Respellion: hoe de organisatie is
+  ingericht langs organisatiemodel, communicatiemodel, performancemodel,
+  coachingcultuur, beloningsstructuur (richtinggevend Baarda-model) en
+  opschalen/toekomstperspectief. Beperkt tot inrichting; operationele
+  procedures zijn bewust buiten scope gehouden.
+tags:
+  - inrichting
+  - holacracy
+  - sociocracy
+  - consent
+  - coachingcultuur
+  - performancemodel
+  - baarda
+  - opschalen
+status: beschrijvend inrichtingsdocument (geen operationeel beleid)
+related_topics:
+  - who-we-are.md
+  - how-we-work-together.md
+  - roles-and-accountabilities.md
+  - learning-personal-development.md
+---
+
+# Respellion — organisatie-inrichting
+
+Dit document beschrijft *hoe Respellion als organisatie is ingericht*. Het gaat
+over de structuur, de spelregels en de onderliggende ontwerpkeuzes — niet over
+operationele procedures zoals verlof, urenregistratie of tooling-instellingen.
+Waar een uitspraak op vastgesteld handboekbeleid berust, is dat de basis; waar
+een onderdeel richtinggevend en nog niet vastgesteld is, staat dat expliciet
+vermeld.
+
+Respellion is een softwareontwikkelbedrijf, opgericht in 2024 door voormalige
+leiders van QDelft, met als doel "een maatschappij waarin open-source technologie
+wordt ingezet om digitalisering op een duurzame manier mogelijk te maken". De
+organisatie positioneert zich als *responsibly rebellious*: innovatieve
+werkwijzen gecombineerd met maatschappelijke verantwoordelijkheid. Vier
+kernwaarden — Trust, Courage, Self-discipline en Entrepreneurship — vormen de
+grondslag onder elke inrichtingskeuze die hieronder wordt beschreven.
+
+## 1. Organisatiemodel
+
+Respellion is ingericht volgens **Holacracy**, een governancemodel voor
+zelforganisatie zonder traditionele managementhiërarchie. Het uitgangspunt is
+kernachtig samengevat als "no management, no job descriptions": er zijn geen
+leidinggevende functies, alleen dynamische rollen met expliciete
+verantwoordelijkheden.
+
+Vier ontwerpkeuzes typeren het model:
+
+- statische functieomschrijvingen worden vervangen door **dynamische rollen**;
+- **gedelegeerd gezag** wordt vervangen door **gedistribueerd gezag** — autoriteit
+  ligt bij de rol, niet bij een persoon of een baas;
+- grote reorganisaties worden vervangen door **continue micro-iteraties**;
+- kantoorpolitiek wordt vervangen door **transparante regels en gedisciplineerde
+  processen**.
+
+De organisatie is opgebouwd uit geneste **circles**: de *Anchor Circle* met
+daaronder *Operations* en daaronder weer *Software Delivery*. Rollen zijn
+geclusterd in de circle waar ze thuishoren. Vier structurele rollen zijn
+constitutioneel verplicht en keren in elke circle terug: **Circle Lead** (houdt de
+purpose van de circle), **Facilitator** (bewaakt proces en governance),
+**Secretary** (borgt besluiten en administratie) en **Circle Rep** (kanaliseert
+spanningen naar de bredere circle). Daarnaast bestaan tal van operationele rollen
+(zoals People Officer, Privacy Officer, Process Guardian, Treasury Keeper) die
+elk een eigen purpose en accountabilities dragen.
+
+De motor onder het model is de **tension**: het ervaren verschil tussen de huidige
+en een betere situatie. Iedereen kan een tension inbrengen; die wordt verwerkt in
+een tactical of governance meeting en leidt tot een concrete actie of een
+rolwijziging. Zo evolueert de structuur voortdurend van onderop, in plaats van via
+periodieke reorganisaties. Een oprichter vat de houding samen als *tuinieren in
+plaats van bouwen*: condities scheppen voor groei, niet bouwen naar een rigide
+blauwdruk. De actuele rolinvulling is voor iedereen transparant vastgelegd in
+GlassFrog.
+
+## 2. Communicatiemodel
+
+Het communicatiemodel is de directe consequentie van gedistribueerd gezag: als
+niemand "de baas" is, moeten afstemming en besluitvorming via heldere,
+transparante gremia verlopen. Respellion kent daarvoor twee vergaderlijnen, een
+besluitvormingsnorm en een aantal cultuurafspraken.
+
+**Twee vergaderlijnen.** *Tactical meetings* richten zich op operationele
+coördinatie en resulteren in concrete taken, toegewezen aan rollen en bijgehouden
+op het taakbord. *Governance meetings* richten zich op de structuur zelf: rollen
+worden er gecreëerd, gewijzigd of opgeheven om spanningen op te lossen. Beide
+worden vastgelegd in Microsoft Loop, zodat besluiten en hun onderbouwing
+naspeurbaar blijven.
+
+**Besluitvorming op basis van consent.** Onder Holacracy ligt de oudere
+**sociocratische** traditie, en Respellion houdt die laag bewust zichtbaar. Een
+besluit komt tot stand op basis van *commitment/consent* — niet op basis van
+consensus en niet via meerderheid. Het leidende principe is dat een voorstel
+doorgaat zolang er geen onderbouwd bezwaar is, en dat *iedereen die door een
+besluit wordt geraakt daar invloed op moet kunnen uitoefenen*. In de woorden van
+de organisatie: "de stem van de minderheid wordt altijd in aanmerking genomen".
+Sociocracy voegt daar een pragmatisch principe aan toe dat naadloos bij de
+rebelse cultuur past — *verander alleen wat nodig is en start waar de spanning
+zit* — wat verklaart waarom Respellion evolueert in kleine stappen in plaats van
+in grote ontwerpen. Deze consent-laag is wat gedistribueerd gezag legitiem en
+gedragen maakt; zonder consent zou autonomie verworden tot willekeur.
+
+**Cultuurafspraken.** De waarde Trust vertaalt zich in een expliciete norm: "we
+praten mét elkaar, niet óver elkaar", en spanningen worden direct benoemd in
+plaats van te laten sudderen. De transparantie van GlassFrog (wie welke rol
+vervult) en Loop (welke besluiten er zijn genomen) maakt dat de organisatie
+zonder hiërarchische informatiestroom toch afgestemd blijft.
+
+## 3. Performancemodel
+
+Respellion heeft het klassieke performancemanagement — periodieke beoordeling met
+oordeel en sanctie — bewust vervangen door een **continue, ontwikkelingsgerichte
+benadering**. Prestatie wordt niet één keer per jaar beoordeeld, maar doorlopend
+besproken in de coachingcultuur (zie §4).
+
+De inhoudelijke maatstaf zijn de **5 Pillars of Value**, die samen bepalen welke
+waarde iemand toevoegt. De pijlers wegen bewust verschillend:
+
+- **A. Basiservaring & expertise** (weging 100%) — fundamentele vakkennis en
+  vaardigheden;
+- **B. Rolvervulling & verantwoordelijkheid** (75%) — het eigenaarschap in de
+  holacratische rollen;
+- **C. Impact & resultaat** (80%) — de tastbare waarde voor klanten en purpose;
+- **D. Ontwikkeling & leercurve** (100%) — groei op intellectueel, emotioneel en
+  fysiek vlak, gekoppeld aan het persoonlijk ontwikkelplan;
+- **E. Cultuur & samenwerking** (80%) — bijdrage aan het team en het naleven van
+  de waarden.
+
+De beoordeling verloopt via **self-evaluation**: medewerkers scoren zichzelf op de
+vijf pijlers, waarna collega's dat oordeel tijdens de Huddle Elevators actief
+challengen om het compleet en eerlijk te houden. Op organisatieniveau is dit
+verankerd in het ISO 9001-kwaliteitssysteem, waar de klassieke *management review*
+is vervangen door een strategische review in de Anchor Circle en waar een formele
+review van rolvervulling twee keer per jaar plaatsvindt. Het uitgangspunt daarbij
+is dat mensen "ons belangrijkste kapitaal" zijn.
+
+## 4. Coachingcultuur
+
+De coachingcultuur is het hart van de mensgerichte inrichting en de drager van het
+performancemodel. Het is een cultuur van continue feedback, ondersteuning en
+begeleiding, gericht op ontwikkeling in plaats van beoordeling. De cultuur is
+ingericht met vier vaste elementen.
+
+**Huddle Check-ins.** Twee keer per week komen kleine, vaste groepen bij elkaar
+voor snelle verbinding, updates en onderlinge steun. De frequentie en het vaste
+karakter maken de verbinding betekenisvoller dan klassieke mentoring.
+
+**Huddle Elevators.** Elke twee maanden vindt een diepere, gefaciliteerde
+ontwikkelsessie plaats. De "elevator"-gedachte legt de nadruk op *voortbouwen op
+sterktes* in plaats van alleen zwaktes repareren. Hier vindt ook de
+self-evaluation van het performancemodel plaats.
+
+**Capacity Building Framework.** Ontwikkeling is holistisch ingericht in drie
+domeinen: **Professional** (vakinhoudelijke en intellectuele vaardigheden),
+**Emotional** (sociale vaardigheden, zelfreflectie, afstemming van persoonlijke
+waarden op het werk) en **Physical** (gezonde leefstijl).
+
+**Persoonlijk Ontwikkelplan (POP).** Elke medewerker stelt een POP op, gebaseerd
+op **Ofman's kernkwadrant** (kernkwaliteit → valkuil → uitdaging → allergie). Het
+plan wordt gedeeld op een Miro-bord en besproken tijdens de Elevators.
+
+Twee kenmerken maken de cultuur werkbaar. Ten eerste zijn **openheid en
+kwetsbaarheid** een expliciete voorwaarde: medewerkers worden aangemoedigd open te
+zijn over ontwikkelpunten, zodat collega's beter kunnen ondersteunen. Ten tweede
+worden **fouten gevierd** — de "Most Rebellious Failures" bij de tweemaandelijkse
+celebration maken van leren-door-falen een norm en versterken de psychologische
+veiligheid.
+
+## 5. Beloningsstructuur
+
+De beloningsfilosofie is een directe vertaling van de kernwaarden: **belonen naar
+toegevoegde waarde, niet naar dienstjaren of functietitel.** De inrichting bestaat
+uit een vastgesteld deel en een richtinggevend deel.
+
+**Vastgesteld — Growth & Reward.** De salarisontwikkeling volgt de prestatie op de
+5 Pillars of Value. De self-evaluationscore wordt gekoppeld aan een **bandingmodel**
+met oplopende verhogingscategorieën (bijvoorbeeld 0–2%, 2–4%, enzovoort), zodat
+bovengemiddelde prestatie ook bovengemiddeld wordt beloond in plaats van een
+automatische verhoging voor iedereen. Bij het bepalen van de banden wegen de
+financiële gezondheid van het bedrijf, de inflatie (CPI) en de marktconformiteit
+mee; instroommoment binnen het jaar wordt pro-rata verrekend. De banding wordt ten
+slotte over de huddles heen gevalideerd om het beeld eerlijk en consistent te
+houden.
+
+**Richtinggevend, nog niet vastgesteld — het Baarda-model.** Als volgende stap in
+de beloningsstructuur verkent Respellion een **IT-geoptimaliseerde Baarda-ladder**
+(conceptdocument "Optie 3"). Dit model is gebaseerd op Rolf Baarda's principe
+*toegevoegde waarde = kennis × probleemoplossend vermogen* (TW = K × POV). Kern is
+dat het **niveau van een medewerker uitsluitend wordt bepaald door
+probleemoplossend vermogen** — niet door dienstjaren, opleiding of titel. De ladder
+kent acht niveaus die de Baarda-rollen vertalen naar IT-disciplines (full stack
+developers, QA-engineers, business analisten en agile coaches), met per niveau een
+tariefklasse-indicatie die in detacheringscontext als kwalificatie richting
+klanten dient. Dit onderdeel is expliciet **conceptueel en richtinggevend**: er
+liggen nog open besluiten over onder meer de naamgeving, de eenmalige initiële
+plaatsing van medewerkers, de te gebruiken marktbenchmark en de interne validatie
+van de gedragsindicatoren.
+
+## 6. Opschalen en toekomstperspectief
+
+De inrichting is ontworpen om te groeien **zonder managementlagen toe te voegen**.
+Respellion groeit van 15 teamleden (2025) naar een beoogde 30 (2026), met als doel
+complete, inzetbare ontwikkelteams te kunnen leveren.
+
+Twee mechanismen maken die schaalbaarheid mogelijk. Ten eerste **circle-nesting**:
+zodra de complexiteit binnen een circle toeneemt, splitst een deel zich af als
+sub-circle met eigen rollen en structurele bezetting. De bestaande gelaagdheid
+(Anchor → Operations → Software Delivery) is daar al de uitdrukking van; verdere
+groei betekent meer geneste circles, niet meer hiërarchie. Ten tweede biedt de
+**Baarda-ladder** — zodra vastgesteld — een schaalbaar beloningsraamwerk dat ook
+bij groei intern vergelijkbaar en naar klanten uitlegbaar blijft, doordat elk
+niveau een objectieve niveau-kwalificatie geeft.
+
+De consent- en tension-mechanismen (§1 en §2) zijn intrinsiek schaalbaar: ze
+verwerken verandering lokaal en continu, waardoor de organisatie ook bij groei
+adaptief blijft zonder centrale sturing. Het toekomstperspectief is daarmee een
+organisatie die in omvang verdubbelt terwijl ze haar platte, zelforganiserende
+karakter en haar maatschappelijke, open-source purpose behoudt.
+
+## Samenhang
+
+De zes onderdelen vormen één consistente logica. **Consent** legitimeert het
+gedistribueerde gezag van **Holacracy**; het **communicatiemodel** maakt dat gezag
+werkbaar; het **performancemodel** en de **coachingcultuur** houden de mensen
+erin gezond en in ontwikkeling; de **beloningsstructuur** zorgt dat toegevoegde
+waarde — niet anciënniteit — telt; en het **opschaalmodel** laat dit alles groeien
+zonder de platte structuur op te geven. Alle zes wortelen in de vier kernwaarden:
+Trust, Courage, Self-discipline en Entrepreneurship.

knowledge-base/pensioenpremie-proforma-berekening.md

@@ -1,118 +0,0 @@
-# pensioenpremie berekenen en verwerken in een proforma-loonstrook
-
-## doel
-
-Handleiding voor het handmatig berekenen en verwerken van de pensioenpremie bij het
-opstellen van een proforma-salarisspecificatie in NMBRS, wanneer de pensioengrondslag
-niet automatisch op de proforma-berekening verschijnt.
-
-## wanneer van toepassing
-
-Bij het opstellen van een proforma-loonstrook (bijvoorbeeld ter voorbereiding van een
-aanbod aan een kandidaat) toont NMBRS geen automatische pensioenpremie-regel. Deze moet
-dan handmatig worden toegevoegd volgens onderstaande methode.
-
-## benodigde gegevens vooraf
-
-Voordat je begint moet je de volgende vier parameters hebben. Geen van deze staat op de
-proforma zelf.
-
-| parameter | waar te vinden |
-| --- | --- |
-| pensioenfranchise (Respellion / a.s.r. Doen Pensioen) | `pension-scheme-and-benefits.md` of het a.s.r.-polisblad; kan afwijken van het wettelijk minimum |
-| verdeelsleutel werkgever/werknemer | `pension-scheme-and-benefits.md` of het a.s.r.-contract |
-| definitie pensioengevend salaris | a.s.r.-polisvoorwaarden — bevestig welke looncomponenten meetellen (onkostenvergoedingen in elk geval niet) |
-| fiscaal maximum pensioengevend salaris (aftoppingsgrens) | jaarlijkse publicatie belastingdienst/SZW, zie tabel hieronder |
-
-Deze vier punten waren bij het opstellen van dit document nog niet allemaal bevestigd
-voor Respellion specifiek — zie "openstaande vragen" onderaan.
-
-## rekenstappen
-
-1. **pensioengevend salaris (jaarbasis) bepalen**
-   Standaard: 12 × maandsalaris + vakantietoeslag (8%).
-   `pensioengevend salaris = 12 × bruto maandsalaris × 1,08`
-   Onkostenvergoedingen (reiskosten, telefoonvergoeding) tellen niet mee.
-
-2. **aftoppen op het fiscaal maximum**
-   `gemaximeerd pensioengevend salaris = min(pensioengevend salaris, aftoppingsgrens)`
-
-3. **franchise aftrekken**
-   `pensioengrondslag = gemaximeerd pensioengevend salaris − franchise`
-
-4. **parttimefactor toepassen**
-   `pensioengrondslag (parttime) = pensioengrondslag × parttimefactor`
-   Parttimefactor = contracturen / 40 (of de fulltime-norm die Respellion hanteert).
-
-5. **premie berekenen**
-   `jaarpremie = pensioengrondslag (parttime) × 5%`
-   `maandpremie = jaarpremie / 12`
-
-6. **verdelen werkgever/werknemer**
-   `werknemersdeel = maandpremie × werknemerspercentage`
-   `werkgeversdeel = maandpremie − werknemersdeel`
-
-## fiscale kernbedragen 2026
-
-| bedrag | waarde 2026 | bron |
-| --- | --- | --- |
-| aftoppingsgrens pensioengevend salaris | € 137.800 | belastingdienst/SZW, voorlopige bedragen 2026 |
-| minimale AOW-franchise (Wtp-regelingen / beschikbare premieregelingen) | € 19.172 | belastingdienst/SZW, voorlopige bedragen 2026 |
-
-Deze twee bedragen worden jaarlijks (eind december) opnieuw gepubliceerd. Controleer bij
-elke proforma-berekening of de bedragen nog actueel zijn.
-
-## verwerking in NMBRS — fiscale nuance
-
-Het werknemersdeel van de pensioenpremie is een pre-tax inhouding:
-
-- het verlaagt de grondslag voor de loonheffing (de kolom "Tabel" op de proforma-uitdraai)
-- het verlaagt **niet** het SV-loon (de kolom "SVW" blijft ongewijzigd)
-
-Trek het werknemersdeel dus niet rechtstreeks af van het bestaande netto-bedrag. Voer de
-premie in met dezelfde paycode die in de reguliere (niet-proforma) loonrun voor
-pensioenpremie werknemer/werkgever is ingericht — controleer de codeconfiguratie in
-NMBRS (niet de bedragen) op de vlag "aftrekbaar voor loonheffing, niet voor SVW". Laat
-NMBRS de loonheffing zelf herberekenen over de verlaagde grondslag; reken dit niet
-handmatig na.
-
-Het werkgeversdeel is een werkgeverslast (vergelijkbaar met de bestaande WGA/Aof-regels
-op de proforma) en raakt het netto van de werknemer niet, wel de totale loonkosten.
-
-## rekenvoorbeeld
-
-Uitgangspunt: proforma fulltime (40 uur/week), bruto maandsalaris € 6.700, 100%
-dienstverband.
-
-1. Pensioengevend salaris (jaar): 12 × 6.700 × 1,08 = € 86.832
-2. Aftopping: 86.832 < 137.800 → geen aftopping
-3. Franchise (voorbeeld met het wettelijk minimum € 19.172 — niet bevestigd als
-   Respellion-waarde): 86.832 − 19.172 = € 67.660
-4. Parttimefactor: 100% → geen aanpassing
-5. Premie: 67.660 × 5% = € 3.383 per jaar = € 281,92 per maand
-6. Verdeling (voorbeeld 50/50 — verdeelsleutel niet bevestigd): € 140,96 werknemer,
-   € 140,96 werkgever
-
-Dit rekenvoorbeeld gebruikt aannames voor franchise en verdeelsleutel die nog niet
-bevestigd zijn voor Respellion — zie "openstaande vragen".
-
-## openstaande vragen
-
-- Exacte pensioenfranchise van de Respellion a.s.r. Doen Pensioen-regeling (mogelijk
-  hoger dan het wettelijk minimum van € 19.172).
-- Verdeelsleutel werkgever/werknemer voor de 5% premie.
-- Of vakantietoeslag standaard meetelt in het pensioengevend salaris volgens de
-  a.s.r.-polis, of dat er een afwijkende definitie geldt.
-- Exacte NMBRS-paycode voor pensioenpremie werknemer/werkgever (te vinden in een
-  bestaande productierun of de paycode-lijst).
-
-Zodra deze vier punten bevestigd zijn, kan dit document worden aangevuld met de
-definitieve waarden in plaats van de wettelijke minimum-aannames.
-
-## bronnen
-
-- Proforma-salarisspecificatie Respellion B.V. (voorbeeldcasus, dit document)
-- Belastingdienst/SZW: voorlopige bedragen AOW-franchise en maximum pensioengevend
-  salaris 2026
-- `pension-scheme-and-benefits.md` (Respellion-handboek) — te raadplegen voor de
-  resterende openstaande vragen

src/components/chat/ChatWindow.jsx

@@ -1,5 +1,4 @@
 import { useCallback, useEffect, useRef, useState } from 'react';
-import { Trash2 } from 'lucide-react';
 import Mark from '../ui/Mark';
 import ChatMessage from './ChatMessage';
 import { useChat } from './useChat';
@@ -7,7 +6,7 @@ import { kbStore } from '../../lib/kbStore';
 import { BOT_NAME, STRINGS } from './prompts';
 
 export default function ChatWindow({ user, isAdmin, onClose }) {
-  const { messages, isThinking, send, clearThread } = useChat({ user, isAdmin });
+  const { messages, isThinking, send } = useChat({ user, isAdmin });
   const [draft, setDraft] = useState('');
   const bodyRef = useRef(null);
   const inputRef = useRef(null);
@@ -61,14 +60,6 @@ export default function ChatWindow({ user, isAdmin, onClose }) {
     setDecided(prev => ({ ...prev, [msgId]: 'rejected' }));
   }, []);
 
-  const handleClear = useCallback(() => {
-    if (isThinking) return;
-    if (!window.confirm(STRINGS.clearConfirm)) return;
-    setDecided({});
-    clearThread();
-    inputRef.current?.focus();
-  }, [isThinking, clearThread]);
-
   const renderedMessages = messages.map(m => {
     if (!m.suggestion) return m;
     const status = decided[m.id] || m.suggestion.status || 'pending';
@@ -90,17 +81,6 @@ export default function ChatWindow({ user, isAdmin, onClose }) {
           <div className="r42-window-hd-name">{BOT_NAME}</div>
           <div className="r42-window-hd-status"><i /> {STRINGS.status}</div>
         </div>
-        <div className="r42-window-hd-actions">
-          <button
-            type="button"
-            className="r42-window-hd-clear"
-            onClick={handleClear}
-            disabled={isThinking}
-            aria-label={STRINGS.clearAria}
-            title={STRINGS.clearAria}
-          >
-            <Trash2 size={16} />
-          </button>
         <button
           type="button"
           className="r42-window-hd-x"
@@ -109,7 +89,6 @@ export default function ChatWindow({ user, isAdmin, onClose }) {
         >
           ×
         </button>
-        </div>
       </header>
 
       <div className="r42-window-body" ref={bodyRef}>

src/components/chat/__tests__/rag.test.js

@@ -1,63 +0,0 @@
-import { beforeEach, describe, expect, it, vi } from 'vitest';
-
-// In-memory KB the mocked db serves from.
-const store = {
-  topics: [],
-  relations: [],
-  content: new Map(),
-};
-
-vi.mock('../../../lib/db', () => ({
-  getTopics: vi.fn(async () => store.topics),
-  getRelations: vi.fn(async () => store.relations),
-  getContent: vi.fn(async (id) => store.content.get(id) ?? null),
-}));
-
-import { buildKbContext } from '../rag';
-
-beforeEach(() => {
-  store.topics = [];
-  store.relations = [];
-  store.content = new Map();
-});
-
-describe('buildKbContext', () => {
-  it('reports an empty graph', async () => {
-    const { context, allTopics } = await buildKbContext('pensioen');
-    expect(context).toMatch(/leeg/);
-    expect(allTopics).toEqual([]);
-  });
-
-  it('injects deep content for a retrieved topic that is not named verbatim', async () => {
-    store.topics = [
-      { id: 'pensioenregeling', label: 'Pensioenregeling', type: 'concept', description: 'De beschikbare premieregeling.' },
-      { id: 'onboarding-buddy', label: 'Onboarding Buddy', type: 'role', description: 'Begeleidt nieuwe medewerkers.' },
-    ];
-    store.content.set('pensioenregeling', {
-      article: 'De premie is 10% van de pensioengrondslag; werkgever en werknemer betalen elk 50%.',
-    });
-
-    // "pensioen" is never a verbatim topic id/label, but the compound-word
-    // matching should retrieve pensioenregeling and pull its article body in.
-    const { context, retrievedTopics } = await buildKbContext('wat dekt mijn pensioen?');
-
-    expect(retrievedTopics.map(t => t.id)).toContain('pensioenregeling');
-    expect(context).toMatch(/DIEPERE INHOUD/);
-    expect(context).toMatch(/10% van de pensioengrondslag/);
-  });
-
-  it('only includes relations whose endpoints are both in the selection', async () => {
-    store.topics = [
-      { id: 'pensioenregeling', label: 'Pensioenregeling', type: 'concept', description: 'De beschikbare premieregeling.' },
-      { id: 'partnerpensioen', label: 'Partnerpensioen', type: 'concept', description: 'Uitkering aan de partner.' },
-    ];
-    store.relations = [
-      { source: 'partnerpensioen', target: 'pensioenregeling', type: 'part_of' },
-      { source: 'pensioenregeling', target: 'iets-anders', type: 'related_to' },
-    ];
-
-    const { context } = await buildKbContext('pensioen');
-    expect(context).toMatch(/partnerpensioen --part_of--> pensioenregeling/);
-    expect(context).not.toMatch(/iets-anders/);
-  });
-});

src/components/chat/chat.css

@@ -87,13 +87,8 @@
   border-radius: 999px;
   background: var(--sage);
 }
-.r42-window-hd-actions {
-  margin-left: auto;
-  display: flex;
-  align-items: center;
-  gap: 2px;
-}
 .r42-window-hd-x {
+  margin-left: auto;
   color: rgba(236, 233, 233, 0.7);
   background: transparent;
   border: none;
@@ -104,18 +99,6 @@
   border-radius: var(--r-sm);
 }
 .r42-window-hd-x:hover { background: rgba(236, 233, 233, 0.1); }
-.r42-window-hd-clear {
-  color: rgba(236, 233, 233, 0.7);
-  background: transparent;
-  border: none;
-  cursor: pointer;
-  padding: 6px;
-  border-radius: var(--r-sm);
-  display: grid;
-  place-items: center;
-}
-.r42-window-hd-clear:hover { background: rgba(236, 233, 233, 0.1); }
-.r42-window-hd-clear:disabled { opacity: 0.4; cursor: default; }
 
 .r42-window-body {
   flex: 1;

src/components/chat/prompts.js

@@ -21,8 +21,6 @@ export const STRINGS = {
   suggestionDismissed: 'Oké, niets gedaan.',
   closeAria: 'Sluit chatvenster',
   openAria: 'Open R42 chatbot',
-  clearAria: 'Wis gesprek',
-  clearConfirm: 'Dit gesprek wissen? Dit kan niet ongedaan worden gemaakt.',
 };
 
 const STABLE_PREAMBLE = [
@@ -37,16 +35,11 @@ const STABLE_PREAMBLE = [
   `JE KENNIS:`,
   `Je kennis is beperkt tot de Respellion-kennisgraaf die hieronder volgt. Als een vraag duidelijk buiten dit bereik valt, zeg dat dan eerlijk en stel voor dat de gebruiker de bron toevoegt via Admin → Sources.`,
   ``,
-  `NAUWKEURIGHEID (belangrijk):`,
-  `- Baseer je antwoord uitsluitend op de KENNISGRAAF en DIEPERE INHOUD hieronder; verzin niets.`,
-  `- Gebruik ALLE relevante feiten die daar staan. Bij een vraag om details, bedragen, percentages, voorwaarden of een opsomming: noem elk relevant feit — vat niet samen ten koste van volledigheid.`,
-  `- Als de samenvattende KENNISGRAAF te dun is om de vraag volledig te beantwoorden, roep dan éérst de tool "lookup_topic" aan (met het exacte topic-id) voordat je concludeert dat je het niet weet.`,
-  ``,
   `KENNISGRAAF VERFIJNEN:`,
   `Wanneer de gebruiker iets noemt dat duidelijk een nieuw topic, nieuwe relatie, proces of rol is — en dat nog niet in de kennisgraaf staat — gebruik dan de tool "propose_graph_delta" om een voorstel te maken. Verzin niets: stel alleen iets voor als de gebruiker het concreet noemt. Stel maximaal 3 topics en 5 relaties per beurt voor.`,
   ``,
   `STIJL:`,
-  `- Zo kort als kan, zo volledig als nodig: houd eenvoudige antwoorden onder de 4 zinnen, maar som bij details- of opsommingsvragen álle relevante feiten op (desnoods als korte lijst met streepjes).`,
+  `- Houd antwoorden onder de 4 zinnen tenzij de gebruiker om uitleg vraagt.`,
   `- Geen markdown-headers; gewone Nederlandse tekst.`,
   `- Bij onzekerheid: "Ik weet het niet zeker — controleer dit in het handboek."`,
 ].join('\n');

src/components/chat/rag.js

@@ -2,13 +2,6 @@ import * as db from '../../lib/db';
 import { buildIndex, retrieveTopK } from '../../lib/retrieval';
 
 const TOP_K = 10;
-// How many topics get their full article body injected (not just the short
-// description). Verbatim-mentioned topics come first, then the highest-ranked
-// retrieved ones, so a query that never names a topic exactly still gets rich
-// content for what it matched.
-const DEEP_CONTENT_LIMIT = 5;
-const DEEP_SNIPPET_CHARS = 1000;
-const DESC_SNIPPET_CHARS = 320;
 
 async function sha256Hex(input) {
   const enc = new TextEncoder().encode(input);
@@ -78,7 +71,7 @@ export async function buildKbContext(userMessage = '') {
   const included = [...includedById.values()];
 
   const topicLines = included.map(t => {
-    const desc = (t.description || '').replace(/\s+/g, ' ').trim().slice(0, DESC_SNIPPET_CHARS);
+    const desc = (t.description || '').replace(/\s+/g, ' ').trim().slice(0, 200);
     return `- ${t.id} (${t.type || 'concept'}) "${t.label}": ${desc}`;
   });
 
@@ -92,30 +85,19 @@ export async function buildKbContext(userMessage = '') {
     }
   }
 
-  // Pick which topics get their full article body: verbatim mentions first,
-  // then the highest-ranked retrieved topics, capped at DEEP_CONTENT_LIMIT.
-  const deepIds = [];
-  for (const id of mentionedIds) deepIds.push(id);
-  for (const t of retrieved) {
-    if (deepIds.length >= DEEP_CONTENT_LIMIT) break;
-    if (!mentionedIds.has(t.id)) deepIds.push(t.id);
-  }
-  const deepBlocks = await Promise.all(
-    deepIds.slice(0, DEEP_CONTENT_LIMIT).map(async (id) => {
+  const mentionedDeepContent = [];
+  for (const id of mentionedIds) {
     const t = includedById.get(id);
-      if (!t) return null;
-      const content = await db.getContent(id).catch(() => null);
-      if (!content) return null;
+    if (!t) continue;
+    const content = await db.getContent(t.id).catch(() => null);
+    if (!content) continue;
     let raw;
     if (typeof content === 'string') raw = content;
     else if (content.article) raw = typeof content.article === 'string' ? content.article : JSON.stringify(content.article);
     else raw = JSON.stringify(content);
-      const snippet = raw.replace(/\s+/g, ' ').trim().slice(0, DEEP_SNIPPET_CHARS);
-      if (!snippet) return null;
-      return `### ${t.label}\n${snippet}`;
-    }),
-  );
-  const mentionedDeepContent = deepBlocks.filter(Boolean);
+    const snippet = raw.replace(/\s+/g, ' ').trim().slice(0, 1200);
+    mentionedDeepContent.push(`### ${t.label}\n${snippet}`);
+  }
 
   const context = [
     `KENNISGRAAF — RELEVANTE TOPICS (top ${included.length} van ${allTopics.length}):`,
@@ -124,7 +106,7 @@ export async function buildKbContext(userMessage = '') {
     `KENNISGRAAF — RELATIES (binnen deze selectie):`,
     relLines.length ? relLines.join('\n') : '(geen relaties binnen deze selectie)',
     mentionedDeepContent.length
-      ? `\n\nDIEPERE INHOUD (volledige leerinhoud van de meest relevante topics — gebruik álle feiten hieruit die de vraag beantwoorden):\n${mentionedDeepContent.join('\n\n')}`
+      ? `\n\nDIEPERE INHOUD (voor genoemde topics):\n${mentionedDeepContent.join('\n\n')}`
       : '',
     ``,
     `Als de relevante context hierboven te beperkt is, gebruik dan de tool "lookup_topic" om de volledige beschrijving en eventuele leerinhoud van een specifiek topic op te halen.`,

src/components/chat/useChat.js

@@ -92,19 +92,6 @@ export function useChat({ user, isAdmin }) {
     setMessages(prev => prev.map(m => (m.id === id ? { ...m, ...patch } : m)));
   }, []);
 
-  /** Wipe the persisted thread and reset to a fresh greeting. */
-  const clearThread = useCallback(() => {
-    seenDeltaKeys.current = new Set();
-    const greeting = {
-      id: `m_${Date.now()}`,
-      role: 'assistant',
-      content: STRINGS.greeting(user?.name || 'daar'),
-      ts: Date.now(),
-    };
-    setMessages([greeting]);
-    if (threadKey) storage.set(threadKey, [greeting]);
-  }, [user, threadKey]);
-
   const send = useCallback(async (text) => {
     const trimmed = (text || '').trim();
     if (!trimmed || !user) return;
@@ -238,6 +225,5 @@ export function useChat({ user, isAdmin }) {
     errored,
     send,
     updateMessage,
-    clearThread,
   };
 }

src/lib/__tests__/llmSchemas.test.js

@@ -9,7 +9,6 @@ import {
   customTopicSchema,
   graphActionsSchema,
   proposeGraphDeltaSchema,
-  onboardingOverviewSchema,
 } from '../llmSchemas';
 
 const sampleTopic = {
@@ -193,56 +192,3 @@ describe('proposeGraphDeltaSchema', () => {
     ).toThrow();
   });
 });
-
-describe('onboardingOverviewSchema (issue #32 — fast-tier stringified arrays)', () => {
-  const base = {
-    title: 'Privacy',
-    what_it_is: 'How we handle data.',
-    why_it_matters: 'You touch personal data weekly.',
-  };
-  const points = ['Point one', 'Point two', 'Point three'];
-  const topics = [{ topic_id: 'avg', label: 'AVG' }];
-
-  it('accepts well-formed output', () => {
-    const r = onboardingOverviewSchema.parse({ ...base, key_points: points, topics_covered: topics });
-    expect(r.key_points).toEqual(points);
-    expect(r.topics_covered).toEqual(topics);
-  });
-
-  it('coerces JSON-stringified arrays back to arrays (the exact #32 failure)', () => {
-    const r = onboardingOverviewSchema.parse({
-      ...base,
-      key_points: JSON.stringify(points),
-      topics_covered: JSON.stringify(topics),
-    });
-    expect(r.key_points).toEqual(points);
-    expect(r.topics_covered).toEqual(topics);
-  });
-
-  it('splits a bullet/newline string of key points as a fallback', () => {
-    const r = onboardingOverviewSchema.parse({
-      ...base,
-      key_points: '- Point one\n• Point two\n3. Point three',
-      topics_covered: topics,
-    });
-    expect(r.key_points).toEqual(points);
-  });
-
-  it('keeps the first 5 key points instead of failing on overage', () => {
-    const seven = Array.from({ length: 7 }, (_, i) => `P${i + 1}`);
-    const r = onboardingOverviewSchema.parse({ ...base, key_points: seven, topics_covered: topics });
-    expect(r.key_points).toEqual(['P1', 'P2', 'P3', 'P4', 'P5']);
-  });
-
-  it('still rejects genuinely bad output', () => {
-    expect(() =>
-      onboardingOverviewSchema.parse({ ...base, key_points: ['only', 'two'], topics_covered: topics }),
-    ).toThrow();
-    expect(() =>
-      onboardingOverviewSchema.parse({ ...base, key_points: points, topics_covered: 'not json at all' }),
-    ).toThrow();
-    expect(() =>
-      onboardingOverviewSchema.parse({ ...base, key_points: 42, topics_covered: topics }),
-    ).toThrow();
-  });
-});

src/lib/__tests__/retrieval.test.js

@@ -50,31 +50,6 @@ describe('buildIndex / retrieveTopK', () => {
     expect(retrieveTopK(idx, 'kwantumfysica raketten')).toEqual([]);
   });
 
-  it('matches Dutch compound words on a shared stem', () => {
-    const pensionTopics = [
-      { id: 'pensioenregeling', label: 'Pensioenregeling', description: 'De beschikbare premieregeling bij a.s.r. Doen Pensioen.' },
-      { id: 'partnerpensioen', label: 'Partnerpensioen', description: 'Uitkering aan de partner bij overlijden.' },
-      { id: 'reiskostenvergoeding', label: 'Reiskostenvergoeding', description: 'EUR 0,23 per kilometer voor woon-werkverkeer.' },
-    ];
-    const idx = buildIndex(pensionTopics);
-    // "pensioen" never appears as a standalone token in a label, yet the stem is
-    // a prefix of "pensioenregeling" and an infix of "partnerpensioen".
-    const hits = retrieveTopK(idx, 'wat dekt mijn pensioen?', 3).map(h => h.id);
-    expect(hits).toContain('pensioenregeling');
-    expect(hits).toContain('partnerpensioen');
-    expect(hits).not.toContain('reiskostenvergoeding');
-  });
-
-  it('does not partial-match on short shared prefixes', () => {
-    const topics = [
-      { id: 'onderhoud', label: 'Onderhoud', description: 'Technisch beheer van systemen.' },
-    ];
-    const idx = buildIndex(topics);
-    // "onderneming" shares only "onder" (5) with "onderhoud" — below the overlap
-    // needed for a query token this size to count.
-    expect(retrieveTopK(idx, 'onderneming')).toEqual([]);
-  });
-
   it('caches the index per topics array reference', () => {
     const idx1 = buildIndex(sampleTopics);
     const idx2 = buildIndex(sampleTopics);

src/lib/llmSchemas.js

@@ -229,43 +229,14 @@ export const themeSessionSchema = z.object({
   keyTakeaways: z.array(z.string().min(1)).min(3),
 });
 
-// Fast-tier models occasionally emit array tool fields as a JSON-encoded
-// string ("[\"a\",\"b\"]") instead of a real array (issue #32). Parse those
-// back to arrays before validating; leave anything else untouched so real
-// type errors still fail validation.
-function coerceStringifiedArray(v) {
-  if (typeof v === 'string') {
-    const s = v.trim();
-    if (s.startsWith('[')) {
-      try { return JSON.parse(s); } catch { /* keep original, let Zod report */ }
-    }
-  }
-  return v;
-}
-
-const onboardingKeyPoints = z.preprocess((v) => {
-  let out = coerceStringifiedArray(v);
-  // Fallback: a bullet/newline list as one string → split into points.
-  if (typeof out === 'string' && out.includes('\n')) {
-    out = out
-      .split('\n')
-      .map((line) => line.replace(/^\s*[-•*\d.]+\s*/, '').trim())
-      .filter(Boolean);
-  }
-  // Overage is trivial — keep the first 5 rather than failing the user.
-  if (Array.isArray(out) && out.length > 5) out = out.slice(0, 5);
-  return out;
-}, z.array(z.string().min(1)).min(3).max(5));
-
 export const onboardingOverviewSchema = z.object({
   title: z.string().min(1),
   what_it_is: z.string().min(1),
   why_it_matters: z.string().min(1),
-  key_points: onboardingKeyPoints,
-  topics_covered: z.preprocess(
-    coerceStringifiedArray,
-    z.array(z.object({ topic_id: z.string().min(1), label: z.string().min(1) })).min(1),
-  ),
+  key_points: z.array(z.string().min(1)).min(3).max(5),
+  topics_covered: z
+    .array(z.object({ topic_id: z.string().min(1), label: z.string().min(1) }))
+    .min(1),
 });
 
 /**

src/lib/llmTools.js

@@ -470,11 +470,11 @@ export const EMIT_ONBOARDING_OVERVIEW_TOOL = {
         items: { type: 'string' },
         minItems: 3,
         maxItems: 5,
-        description: '3–5 short, concrete takeaways a newcomer should remember about this theme. Must be a JSON array of strings — never a single string.',
+        description: '3–5 short, concrete takeaways a newcomer should remember about this theme.',
       },
       topics_covered: {
         type: 'array',
-        description: 'The topics that make up this theme. Reuse the exact topic_id you were given so the UI can link back. Must be a JSON array of objects — never a string.',
+        description: 'The topics that make up this theme. Reuse the exact topic_id you were given so the UI can link back.',
         items: {
           type: 'object',
           properties: {

src/lib/retrieval.js

@@ -63,29 +63,6 @@ export function buildIndex(topics) {
   return index;
 }
 
-// Compound-word matching. Dutch is heavily compounding, so a user's word
-// (`pensioenafspraken`) is a *different* token than the graph's labels
-// (`pensioenregeling`, `partnerpensioen`), even though they share the stem
-// `pensioen`. Exact TF-IDF scores those pairs at 0, so the relevant topics are
-// never retrieved. These heuristics recover that recall at a reduced weight,
-// so exact matches still dominate the ranking.
-const PARTIAL_MIN_QUERY_LEN = 6; // only expand meaty query tokens
-const PARTIAL_MIN_OVERLAP = 6;   // shared stem / substring must be this long
-const PARTIAL_WEIGHT = 0.4;      // discount vs. an exact term hit
-
-/** True when two distinct tokens share a long stem or one contains the other. */
-function partialMatch(q, d) {
-  if (q === d) return false;
-  const shorter = q.length <= d.length ? q : d;
-  const longer = q.length <= d.length ? d : q;
-  if (shorter.length < PARTIAL_MIN_OVERLAP) return false;
-  if (longer.includes(shorter)) return true;
-  let n = 0;
-  const m = shorter.length;
-  while (n < m && q[n] === d[n]) n++;
-  return n >= PARTIAL_MIN_OVERLAP;
-}
-
 export function retrieveTopK(index, query, k = 10) {
   if (!index || !index.N || !query) return [];
   const qTokens = tokenize(query);
@@ -103,19 +80,8 @@ export function retrieveTopK(index, query, k = 10) {
     let s = 0;
     for (const t of qTokens) {
       const f = tf.get(t);
-      if (f) {
+      if (!f) continue;
       s += (1 + Math.log(f)) * idf(t);
-        continue;
-      }
-      // No exact hit — try a compound-word match against this doc's terms.
-      if (t.length < PARTIAL_MIN_QUERY_LEN) continue;
-      let best = 0;
-      for (const [term, tf2] of tf) {
-        if (!partialMatch(t, term)) continue;
-        const w = PARTIAL_WEIGHT * (1 + Math.log(tf2)) * idf(term);
-        if (w > best) best = w;
-      }
-      s += best;
     }
     scores[i] = s;
   }