feat: text.anonymize v0.1.0 — regex-based PII redaction

First release. Pure-Rust, in-WASM, regex-only, declares no
permissions. Suitable as a first redaction pass after
text.extract before any cloud-LLM step.

Detection categories:

  EMAIL          RFC-5321-ish local@domain, IDN-aware.
  PHONE          International (+CC …) and DE national
                 (030 …, 0151-…) shapes, 7..20 raw digits.
  IBAN           Word-bounded [A-Z]{2}\d{2}[A-Z0-9]{11,30}.
                 Structural only — MOD-97 checksum
                 deliberately skipped so partial / truncated
                 tokens in running text still get redacted.
  BIC            8 or 11 uppercase alnum.
  IPV4           Four 0..255 octets, dot-separated.
  GERMAN_TAX_ID  11 consecutive digits, word-bounded.
  CUSTOM         Operator-supplied bare terms from the
                 newline-separated `custom_terms` input,
                 matched whole-word case-insensitive.

Token shape: ⟦TYPE_N⟧ — U+27E6 / U+27E7 mathematical white
square brackets. Distinct from any plain ASCII `[…]` already
present in source text (Markdown links, legal citations,
code blocks) so a reviewer never has to guess which `[…]`
is a redaction.

Outputs:

  anonymized  text  Input with PII replaced by ⟦TYPE_N⟧.
                    Counter restarts at 1 per type so the
                    tokens stay operator-readable.
  report      json  { redactions: [{type, token, original,
                    offset}…], counts: { TYPE: n, … } }.
                    Full original-text reconstruction is
                    possible from this — the GDPR
                    Art. 32(1)(a) "ability to undo"
                    requirement.

Quality bar (7 unit tests):
  * email round-trip
  * IBAN + BIC don't eat each other
  * three phone-number shapes redact
  * IPv4 only matches valid 0..255 octets
  * custom_terms case-insensitive
  * no double-redaction on overlapping patterns
  * per-category counter resets correctly

Built artefact: target/wasm32-wasip2/release/text_anonymize.wasm
(~180 KiB stripped).

NER for free-text names / organisations / locations is the
v0.2.0 plan once a benchmarked ONNX model is selected; the
operator's `custom_terms` field is the v0.1.0 escape hatch.

Signed-off-by: flemming-it <sf@flemming.it>

MODULE.de.md

@@ -0,0 +1,74 @@
+# text.anonymize
+
+Regex-basierte PII-Anonymisierung für reinen Text. Erkennt
+typische Personenbezugs-Muster und ersetzt sie durch stabile
+Tokens der Form `⟦TYPE_N⟧`. Zusätzlich entsteht ein JSON-Bericht,
+mit dem ein Folge-Schritt die Vollständigkeit prüfen kann.
+
+## Capability
+
+- `text.anonymize@0.1.0`
+
+## Eingaben
+
+| Name           | Typ  | Beschreibung                                                                       |
+| -------------- | ---- | ---------------------------------------------------------------------------------- |
+| `text`         | text | UTF-8-String, der anonymisiert werden soll.                                        |
+| `custom_terms` | text | Optional. Newline-getrennte Liste zusätzlicher Begriffe (ganz-Wort, Groß/Klein-egal). |
+
+## Ausgaben
+
+| Name         | Typ  | Beschreibung                                                                                 |
+| ------------ | ---- | -------------------------------------------------------------------------------------------- |
+| `anonymized` | text | Der Eingabetext mit PII durch `⟦TYPE_N⟧`-Tokens ersetzt.                                     |
+| `report`     | json | `{ redactions: [{ type, token, original, offset }…], counts: { TYPE: n, … } }`.              |
+
+## Erkannte Kategorien
+
+| Typ             | Muster                                                                          |
+| --------------- | ------------------------------------------------------------------------------- |
+| `EMAIL`         | RFC-5321-nahe `local@domain`, IDN-Domains zulässig.                             |
+| `PHONE`         | International (`+49 …`) oder deutsch-national (`030 …`, `0151-…`).              |
+| `IBAN`          | Wortgrenzen, `[A-Z]{2}\d{2}[A-Z0-9]{11,30}`. Nur Struktur — Prüfsumme bewusst nicht. |
+| `BIC`           | 8 oder 11 Großbuchstaben/Ziffern, wortbegrenzt.                                 |
+| `IPV4`          | Vier 0..255-Oktette, punktgetrennt.                                             |
+| `GERMAN_TAX_ID` | 11 zusammenhängende Ziffern, wortbegrenzt.                                      |
+| `CUSTOM`        | Jede Zeile aus `custom_terms` als ganzes Wort, Groß/Klein-egal.                 |
+
+NER kommt erst in v0.2.0 — sobald wir ein gebenchmarktes
+ONNX-Modell für Namen + Organisationen ausgewählt haben.
+
+## Berechtigungen
+
+Keine. Reines Rust, regex-basiert, in-WASM. Kein Dateisystem,
+kein Netz, kein LLM-Aufruf.
+
+## Beispiel-Flow
+
+```yaml
+name: redact-case-file
+inputs:
+  document: bytes
+steps:
+  - id: extract
+    use: text.extract@^0
+    with:
+      document: $inputs.document
+  - id: redact
+    use: text.anonymize@^0
+    with:
+      text: $extract.extracted.pages[*].text
+      custom_terms: |
+        Mustermann
+        Musterfrau
+outputs:
+  redacted: $redact.anonymized
+  audit_report: $redact.report
+```
+
+## Build
+
+```bash
+cargo build --release --target wasm32-wasip2
+# Ausgabe: target/wasm32-wasip2/release/text_anonymize.wasm
+```