Siegfried ist ein quelloffener Kommandozeilen-Identifier für Dateiformate, geschrieben in Go von Richard Lehane (NSW State Archives). Er liest die PRONOM-Signaturdatenbank und liefert für eine Datei oder einen ganzen Verzeichnisbaum die zugehörigen PUIDs.

Im Vergleich zu DROID ist Siegfried meist deutlich schneller, eignet sich gut für Pipelines (JSON/CSV/YAML-Output) und ist als Single-Binary einfach zu deployen — typisch für Ingest-Schritte und Pre-Ingest-Checks in OAIS-konformen Workflows.

Installation

# macOS
brew install richardlehane/digipres/siegfried

# Windows: Chocolatey, Linux: Releases auf GitHub

Grundbenutzung

sf <pfad>                     # Identifikation einer Datei oder eines Verzeichnisses
sf -log p,w <pfad>            # Logging: progress, warnings
sf -multi 32 <pfad>           # 32 Dateien parallel verarbeiten

Output-Formate

sf -json <pfad>     # JSON
sf -csv <pfad>      # CSV
sf -droid <pfad>    # DROID-kompatibles CSV (für Reporting-Tools)
sf -yaml <pfad>     # YAML (Default)

Signaturen wählen / aktualisieren

Siegfried nutzt standardmässig die PRONOM-Signaturen, kann aber zusätzliche Quellen einbinden:

sf -update                    # Standardsignaturen aktualisieren
sf -update loc                # zusätzliche Library-of-Congress-Signaturen
sf -update wikidata           # Wikidata-Signaturen
sf -sig <name>.sig <pfad>     # eigene oder kombinierte Signatur-Datei nutzen

Roy — eigene Signaturen bauen

roy (mit Siegfried mitgeliefert) erstellt Signaturdateien aus PRONOM-Reports oder erweitert sie mit eigenen Definitionen:

roy build -name custom -extend custom-additions.xml custom.sig

Typische Pipeline

# Vor dem Ingest: alle Dateien identifizieren und als JSON für Anton/Dimag aufbereiten
sf -json -multi 16 ./SIP/content > sip-formats.json

# In Pre-Ingest-Prüfung: nur Risiko-Formate (proprietär, undokumentiert) extrahieren
sf -json ./content | jq '[.files[] | select(.matches[].warning != "")]'