Stabilize Lead Engine calendar logic (v1.4) and integrate GTM Architect, B2B Assistant, and Transcription Tool into Docker stack [30388f42]

2026-03-08 08:46:25 +00:00
parent 57081bf102
commit 44502e5b2b
16 changed files with 451 additions and 136 deletions
--- a/.dev_session/SESSION_INFO
+++ b/.dev_session/SESSION_INFO
@@ -1 +1 @@
-{"task_id": "30388f42-8544-8088-bc48-e59e9b973e91", "token": "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", "readme_path": null, "session_start_time": "2026-03-07T20:00:39.289761"}
+{"task_id": "30388f42-8544-8088-bc48-e59e9b973e91", "token": "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", "readme_path": null, "session_start_time": "2026-03-08T08:46:14.857712"}
--- a/RELOCATION.md
+++ b/RELOCATION.md
@@ -13,7 +13,9 @@ Diese Ports müssen auf der Firewall für den eingehenden Verkehr zur VM `10.10.
 | **2222** | `gitea` | Intranet | Gitea Git via SSH. |
 | **8003** | `connector-so` | **Public** | SuperOffice Webhook-Empfänger (SSL erforderlich!). |
 | **5678** | `n8n` | **Public** | Automation Workhooks. |
-| **8004** | `lead-engine` | **Public** | Lead Engine API (für Buchungs-Links). |
+| **8094** | `gtm-architect`| Intranet | GTM Architect Direct. |
+| **8092** | `b2b-marketing`| Intranet | B2B Marketing Assistant Direct. |
+| **8001** | `transcription`| Intranet | Transcription Tool Direct (via 8090). |

 ---

@@ -22,61 +24,82 @@ Diese Ports müssen auf der Firewall für den eingehenden Verkehr zur VM `10.10.
 *   **DNS Resolver:** In Nginx konfiguriert (`resolver 127.0.0.11`).
 *   **WebSockets:** Das Gateway unterstützt `Upgrade`-Header (kritisch für Streamlit/Lead-Engine).
 *   **Echo-Prävention:** Der Connector (`worker.py`) identifiziert sich dynamisch. Keine manuellen ID-Einträge in `.env` nötig, solange `SO_CLIENT_ID` passt.
+*   **Routing:** 
+    * `/ce/` -> `company-explorer:8000`
+    * `/lead/` -> `lead-engine:8501` (UI)
+    * `/feedback/` -> `lead-engine:8004` (API)
+    * `/gtm/` -> `gtm-architect:3005` (API/Frontend)
+    * `/b2b/` -> `b2b-marketing-assistant:3002` (API/Frontend)
+    * `/tr/` -> `transcription-tool:8001` (API/Frontend) -> **Achtung:** Benötigt expliziten `rewrite` in Nginx!

 ---

-# ⚠️ Kritische Lehren (Post-Mortem 07.03.2026)
+# ⚠️ Kritische Lehren (Update 08.03.2026)

-Der Umzug am Montag muss zwingend diese Punkte beachten, um den "Totalausfall" von heute zu vermeiden:
+Der Umzug muss zwingend diese Punkte beachten, um den "Totalausfall" zu vermeiden:

-### 1. Datenbank-Schema-Falle
-**Problem:** Alte `.db`-Dateien (Backups) haben oft nicht alle Spalten, die der aktuelle Code erwartet.
-**Lösung:** Nach dem Starten der Container auf der neuen VM **muss** das Migrations-Skript ausgeführt werden:
-```bash
-docker exec -it company-explorer python /app/fix_missing_columns.py
-```
-*Dies repariert Tabellen für Companies, Industries und Contacts (inkl. Unsubscribe-Tokens).*
-
-### 2. Docker Volumes vs. Bind Mounts
+### 1. Datenbank-Schema & Volumes
 **Regel:** Datenbanken werden **NIEMALS** mehr direkt auf einen Host-Pfad gemountet.
-**Grund:** Permission-Errors und SQLite-Locks ("Database is locked") auf Netzwerk-Dateisystemen (Synology/NFS).
-**Vorgehen:** Nutzung von benannten Volumes (`explorer_db_data`, `connector_db_data`, `lead_engine_data`).
+**Grund:** Permission-Errors und SQLite-Locks auf Netzwerk-Dateisystemen.
+**Vorgehen:** Nutzung von benannten Volumes (`explorer_db_data`, `connector_db_data`, `lead_engine_data`, `gtm_architect_data`, `b2b_marketing_data`, `transcription_uploads`).

-### 3. Daten-Injektion (Der "Rescue"-Befehl)
-Um bestehende Daten in die neuen Volumes zu bekommen, nutzt man diesen Befehl:
-```bash
-# Beispiel für den Company Explorer
-docker cp ./my_local_backup.db company-explorer:/data/companies_v3_fixed_2.db
-```
+### 2. Lead Engine: Kalender-Logik (v1.4)
+*   **Raster:** Das System bietet Termine nur im **15-Minuten-Takt** (:00, :15, :30, :45) an.
+*   **Abstand:** Zwischen zwei Terminvorschlägen liegen mind. **3 Stunden** Pause.
+*   **AppOnly Workaround:** Termin wird im Kalender von `info@robo-planet.de` erstellt und der Mitarbeiter (`e.melcer@`) als Teilnehmer hinzugefügt.

-### 4. Streamlit Proxy-Konfiguration
-**Problem:** Streamlit (Lead Engine) verliert die Verbindung unter Sub-Pfaden (`/lead/`).
-**Lösung:** 
-*   Dockerfile: `--server.baseUrlPath=/lead` ist Pflicht.
-*   Nginx: `proxy_http_version 1.1` und `Upgrade`-Header müssen gesetzt sein.
+### 3. GTM Architect & B2B Assistant: Standalone-Betrieb
+*   **Architektur:** Beide Apps nutzen das "Self-Contained Image" Muster. Code, Frontend-Builds (`dist/`) und `node_modules` sind fest im Image verbaut.
+*   **GTM Port:** 3005 intern.
+*   **B2B Port:** 3002 intern.
+*   **DB-Abhängigkeit:** Der B2B Assistant benötigt zwingend die Datei `market_db_manager.py` (wird beim Build aus dem Root kopiert).
+
+### 4. Transcription Tool: FFmpeg & Routing
+*   **FFmpeg:** Muss im Image vorhanden sein (Build dauert ca. 15 Min auf Synology).
+*   **Pfade:** Das Tool benötigt eine `tsconfig.json` im `frontend/` Ordner für den TypeScript-Build.
+*   **Nginx:** Der Pfad `/tr/` muss explizit umgeschrieben werden: `rewrite ^/tr/(.*) /$1 break;`.

 ---

-### **Verbindlicher Migrationsplan (Montag)**
+### 📂 Docker Volume Migration (Der "Plug & Play" Weg)
+
+Um die Daten (Companies, Leads, Projekte, Audio-Files) ohne Verluste umzuziehen, müssen die benannten Volumes gesichert werden.
+
+**Auf der Synology (Quelle):**
+```bash
+# Backup aller kritischen Volumes in ein Archiv
+docker run --rm -v explorer_db_data:/data -v $(pwd):/backup alpine tar czf /backup/explorer_data.tar.gz -C /data .
+docker run --rm -v lead_engine_data:/data -v $(pwd):/backup alpine tar czf /backup/lead_data.tar.gz -C /data .
+docker run --rm -v gtm_architect_data:/data -v $(pwd):/backup alpine tar czf /backup/gtm_data.tar.gz -C /data .
+docker run --rm -v b2b_marketing_data:/data -v $(pwd):/backup alpine tar czf /backup/b2b_data.tar.gz -C /data .
+docker run --rm -v transcription_uploads:/data -v $(pwd):/backup alpine tar czf /backup/tr_uploads.tar.gz -C /data .
+```
+
+
+
+**Auf der Ubuntu VM (Ziel):**
+1. Volumes anlegen: `docker volume create explorer_db_data` (etc.)
+2. Daten wiederherstellen:
+```bash
+docker run --rm -v explorer_db_data:/data -v $(pwd):/backup alpine sh -c "cd /data && tar xzf /backup/explorer_data.tar.gz"
+```
+
+---
+
+### **Verbindlicher Migrationsplan**

 **Phase 1: Vorbereitung**
-1.  [ ] **`git push`** auf Synology (aktuellster Stand d1b77fd2).
-2.  [ ] **`.env` Datei sichern** (enthält alle heute stabilisierten Keys!).
+1.  [ ] **`git push`** auf Synology (aktuellster Stand inkl. GTM-Integration).
+2.  [ ] **`.env` Datei sichern** (Vollständigkeit prüfen!).
+3.  [ ] **Volumes sichern** (siehe oben: `tar.gz` Erstellung).

 **Phase 2: Deployment auf `docker1`**
 1.  [ ] Repo klonen: `git clone ... /opt/gtm-engine`
-2.  [ ] `.env` anlegen und befüllen.
-3.  [ ] Starten: `docker compose up -d --build`
-4.  [ ] **Schema-Check:** `docker exec -it company-explorer python /app/fix_missing_columns.py` ausführen.
+2.  [ ] `.env` kopieren.
+3.  [ ] **Volumes restoren** (BEVOR `docker compose up` ausgeführt wird).
+4.  [ ] Starten: `docker compose up -d --build`
+5.  [ ] **Schema-Check:** `docker exec -it company-explorer python /app/fix_missing_columns.py`

-**Phase 3: Datenrettung (Falls nötig)**
-1.  [ ] Datenbank-Dumps vom Wochenende via `docker cp` in die Volumes schieben.
-2.  [ ] Webhook-Status prüfen: `docker exec -it connector-superoffice python /app/register_webhook.py`.
-
---
-
-### **Aktuelle Offene Todos (Priorisiert)**
-
-1.  **Lead Engine:** Microsoft Graph Credentials in `.env` ergänzen (401 Fehler beheben).
-2.  **n8n:** Workflow-Export von Synology und Import auf neuer Instanz.
-3.  **Styling:** Frontend-CSS im Company Explorer verifizieren (Build läuft wieder, aber UI-Check nötig).
+**Phase 3: Verifizierung**
+1.  [ ] Check Kalender-Lesen: `docker exec lead-engine python /app/trading_twins/test_calendar_logic.py`
+2.  [ ] Check GTM Architect: `https://10.10.81.2:8090/gtm/`
--- a/b2b-marketing-assistant/Dockerfile
+++ b/b2b-marketing-assistant/Dockerfile
@@ -36,15 +36,20 @@ RUN pip install --no-cache-dir -r requirements.txt
 # Copy the Node.js server and its production dependencies manifest
 COPY b2b-marketing-assistant/server.cjs .
 COPY b2b-marketing-assistant/package.json .
+COPY helpers.py .
+COPY config.py .
+COPY market_db_manager.py .

-# Install only production dependencies for the Node.js server
-RUN npm install --omit=dev
+# Install dependencies for the Node.js server
+RUN npm install
+RUN npm install express cors

 # Copy the built React app from the builder stage
 COPY --from=frontend-builder /app/dist ./dist

 # Copy the main Python orchestrator script from the project root
-COPY b2b_marketing_orchestrator.py .
+COPY b2b-marketing-assistant/b2b_marketing_orchestrator.py .
+COPY b2b-marketing-assistant/services ./services

 # Expose the port the Node.js server will run on
 EXPOSE 3002
--- a/b2b-marketing-assistant/README.md
+++ b/b2b-marketing-assistant/README.md
@@ -18,3 +18,20 @@ View your app in AI Studio: https://ai.studio/apps/drive/1ZPnGbhaEnyhIyqs2rYhcPX
 2. Set the `GEMINI_API_KEY` in the central `.env` file in the project's root directory.
 3. Run the app:
   `npm run dev`
+
+## Docker Deployment (Plug & Play)
+
+The **B2B Marketing Assistant** is integrated into the central `docker-compose.yml`.
+
+### Start Service
+```bash
+# Build and start
+docker-compose up -d --build b2b-marketing-assistant
+```
+
+### Details
+*   **External Port:** `8092`
+*   **Subpath:** `/b2b/`
+*   **Persistence:** Project data is stored in the `b2b_marketing_data` Docker volume.
+*   **Base URL:** The frontend is served under the `/b2b/` prefix via Nginx.
+
--- a/docker-compose.yml
+++ b/docker-compose.yml
@@ -23,6 +23,12 @@ services:
        condition: service_healthy
      lead-engine:
        condition: service_started
+      gtm-architect:
+        condition: service_started
+      b2b-marketing-assistant:
+        condition: service_started
+      transcription-tool:
+        condition: service_started

  # --- DASHBOARD ---
  dashboard:
@@ -33,6 +39,52 @@ services:
      - ./dashboard:/usr/share/nginx/html:ro

  # --- APPS ---
+  transcription-tool:
+    build:
+      context: ./transcription-tool
+      dockerfile: Dockerfile
+    container_name: transcription-tool
+    restart: unless-stopped
+    ports:
+      - "8001:8001"
+    environment:
+      GEMINI_API_KEY: "${GEMINI_API_KEY}"
+      UPLOAD_DIR: "/app/uploads"
+    volumes:
+      - transcription_uploads:/app/uploads
+      - ./Log_from_docker:/app/logs_debug
+
+  b2b-marketing-assistant:
+    build:
+      context: .
+      dockerfile: b2b-marketing-assistant/Dockerfile
+    container_name: b2b-marketing-assistant
+    restart: unless-stopped
+    ports:
+      - "8092:3002"
+    environment:
+      GEMINI_API_KEY: "${GEMINI_API_KEY}"
+      PYTHONUNBUFFERED: "1"
+    volumes:
+      - b2b_marketing_data:/data
+      - ./Log_from_docker:/app/logs_debug
+
+  gtm-architect:
+    build:
+      context: .
+      dockerfile: gtm-architect/Dockerfile
+    container_name: gtm-architect
+    restart: unless-stopped
+    ports:
+      - "8094:80"
+    environment:
+      GEMINI_API_KEY: "${GEMINI_API_KEY}"
+      VITE_API_BASE_URL: "/gtm/api"
+      GTM_DB_PATH: "/data/gtm_projects.db"
+    volumes:
+      - ./Log_from_docker:/app/logs_debug
+      - gtm_architect_data:/data
+
  company-explorer:
    build:
      context: ./company-explorer
@@ -144,3 +196,6 @@ volumes:
  connector_db_data: {}
  explorer_db_data: {}
  lead_engine_data: {}
+  gtm_architect_data: {}
+  b2b_marketing_data: {}
+  transcription_uploads: {}
--- a/docs/TRANSCRIPTION_TOOL.md
+++ b/docs/TRANSCRIPTION_TOOL.md
@@ -59,7 +59,27 @@ Der **Meeting Assistant** ist eine leistungsstarke Suite zur Transkription und B

 ---

-## 4. Roadmap
+## 4. Docker Deployment (Plug & Play)
+
+Der **Meeting Assistant** ist vollständig in die zentrale `docker-compose.yml` integriert.
+
+### Inbetriebname
+```bash
+# Build & Start
+docker-compose up -d --build transcription-tool
+
+# Logs überwachen
+docker logs -f transcription-tool
+```
+
+### Konfiguration
+*   **Port:** Intern `8001`.
+*   **Persistenz:** Audio-Uploads werden im benannten Volume `transcription_uploads` gespeichert (`/app/uploads` im Container).
+*   **Routing:** Das Tool läuft unter dem Pfad `/tr/`. Nginx muss das Präfix strippen: `rewrite ^/tr/(.*) /$1 break;`.
+
+---
+
+## 5. Roadmap

 *   **v0.7: Search:** Globale Suche über alle Transkripte hinweg.
 *   **v0.8: Q&A an das Meeting:** Ermöglicht, Fragen direkt an das Transkript zu stellen ("Was wurde zu Thema X beschlossen?").
--- a/gtm-architect/Dockerfile
+++ b/gtm-architect/Dockerfile
@@ -40,10 +40,10 @@ COPY gtm-architect/gtm_db_manager.py .

 # Install Python and Node.js dependencies
 RUN pip install --no-cache-dir -r requirements.txt
-RUN npm install --omit=dev
+RUN npm install --force

 # Expose the port the server will run on
 EXPOSE 3005

-# Command to run the server, ensuring dependencies are fresh on start
-CMD ["/bin/bash", "-c", "pip install --no-cache-dir -r requirements.txt && node server.cjs"]
+# Command to run the server
+CMD ["node", "server.cjs"]
--- a/gtm-architect/README.md
+++ b/gtm-architect/README.md
@@ -18,3 +18,20 @@ View your app in AI Studio: https://ai.studio/apps/drive/1bvzSOz-NYMzDph6718RuAy
 2. Set the `GEMINI_API_KEY` in [.env.local](.env.local) to your Gemini API key
 3. Run the app:
   `npm run dev`
+
+## Docker Deployment (Plug & Play)
+
+The **GTM Architect** is fully integrated into the project's `docker-compose.yml`.
+
+### Start Service
+```bash
+# Build and start
+docker-compose up -d --build gtm-architect
+```
+
+### Technical Specs
+*   **External Port:** `8094`
+*   **Subpath:** `/gtm/`
+*   **Persistence:** Data is stored in the `gtm_architect_data` Docker volume.
+*   **Self-Contained:** The image includes the built frontend and all Node.js/Python dependencies.
+
--- a/gtm-architect/package-lock.json
+++ b/gtm-architect/package-lock.json
@@ -8,8 +8,9 @@
      "name": "roboplanet-gtm-architect",
      "version": "0.0.0",
      "dependencies": {
-        "cors": "^2.8.5",
-        "express": "^4.19.2",
+        "cors": "^2.8.6",
+        "dotenv": "^17.3.1",
+        "express": "^4.22.1",
        "lucide-react": "^0.562.0",
        "react": "^19.2.3",
        "react-dom": "^19.2.3",
@@ -1575,9 +1576,9 @@
      "license": "MIT"
    },
    "node_modules/cors": {
-      "version": "2.8.5",
-      "resolved": "https://registry.npmjs.org/cors/-/cors-2.8.5.tgz",
-      "integrity": "sha512-KIHbLJqu73RGr/hnbrO9uBeixNGuvSQjul/jdFvS/KFSIH1hWVd1ng7zOHx+YrEfInLG7q4n6GHQ9cDtxv/P6g==",
+      "version": "2.8.6",
+      "resolved": "https://registry.npmjs.org/cors/-/cors-2.8.6.tgz",
+      "integrity": "sha512-tJtZBBHA6vjIAaF6EnIaq6laBBP9aq/Y3ouVJjEfoHbRBcHBAHYcMh/w8LDrk2PvIMMq8gmopa5D4V8RmbrxGw==",
      "license": "MIT",
      "dependencies": {
        "object-assign": "^4",
@@ -1585,6 +1586,10 @@
      },
      "engines": {
        "node": ">= 0.10"
+      },
+      "funding": {
+        "type": "opencollective",
+        "url": "https://opencollective.com/express"
      }
    },
    "node_modules/csstype": {
@@ -1665,6 +1670,18 @@
        "url": "https://github.com/sponsors/wooorm"
      }
    },
+    "node_modules/dotenv": {
+      "version": "17.3.1",
+      "resolved": "https://registry.npmjs.org/dotenv/-/dotenv-17.3.1.tgz",
+      "integrity": "sha512-IO8C/dzEb6O3F9/twg6ZLXz164a2fhTnEWb95H23Dm4OuN+92NmEAlTrupP9VW6Jm3sO26tQlqyvyi4CsnY9GA==",
+      "license": "BSD-2-Clause",
+      "engines": {
+        "node": ">=12"
+      },
+      "funding": {
+        "url": "https://dotenvx.com"
+      }
+    },
    "node_modules/dunder-proto": {
      "version": "1.0.1",
      "resolved": "https://registry.npmjs.org/dunder-proto/-/dunder-proto-1.0.1.tgz",
--- a/gtm-architect/package.json
+++ b/gtm-architect/package.json
@@ -9,13 +9,14 @@
    "preview": "vite preview"
  },
  "dependencies": {
-    "react": "^19.2.3",
-    "react-markdown": "^10.1.0",
-    "remark-gfm": "^4.0.0",
-    "react-dom": "^19.2.3",
+    "cors": "^2.8.6",
+    "dotenv": "^17.3.1",
+    "express": "^4.22.1",
    "lucide-react": "^0.562.0",
-    "express": "^4.19.2",
-    "cors": "^2.8.5"
+    "react": "^19.2.3",
+    "react-dom": "^19.2.3",
+    "react-markdown": "^10.1.0",
+    "remark-gfm": "^4.0.0"
  },
  "devDependencies": {
    "@types/node": "^22.14.0",
--- a/gtm-architect/server.cjs
+++ b/gtm-architect/server.cjs
@@ -11,7 +11,7 @@ const port = 3005;

 // --- DATABASE INITIALIZATION ---
 // Initialize the SQLite database on startup to ensure the 'gtm_projects' table exists.
-const dbScript = path.join(__dirname, '../gtm_db_manager.py'); // CORRECTED PATH
+const dbScript = path.join(__dirname, 'gtm_db_manager.py'); // CORRECTED PATH
 console.log(`[Init] Initializing database via ${dbScript}...`);
 const initProcess = spawn('python3', [dbScript, 'init']);

--- a/lead-engine/README.md
+++ b/lead-engine/README.md
@@ -1,49 +1,38 @@
-# Lead Engine: Multi-Source Automation v1.3 [31988f42]
+# Lead Engine: Multi-Source Automation v1.4 [31988f42]

 ## 🚀 Übersicht
-Die **Lead Engine** ist ein spezialisiertes Modul zur autonomen Verarbeitung von B2B-Anfragen aus verschiedenen Quellen. Sie fungiert als Brücke zwischen dem E-Mail-Postfach und dem **Company Explorer**, um innerhalb von Minuten hochgradig personalisierte Antwort-Entwürfe auf "Human Expert Level" zu generieren.
+Die **Lead Engine** ist ein spezialisiertes Modul zur autonomen Verarbeitung von B2B-Anfragen. Sie fungiert als Brücke zwischen dem E-Mail-Postfach und dem **Company Explorer**, um innerhalb von Minuten hochgradig personalisierte Antwort-Entwürfe auf "Human Expert Level" zu generieren.

 ## 🛠 Hauptfunktionen

 ### 1. Intelligenter E-Mail Ingest
-*   **Multi-Source:** Überwacht das Postfach `info@robo-planet.de` via **Microsoft Graph API** auf verschiedene Lead-Typen.
-*   **Filter & Routing:** Erkennt und unterscheidet Anfragen von **TradingTwins** und dem **Roboplanet-Kontaktformular**.
-*   **Parsing:** Spezialisierte HTML-Parser extrahieren für jede Quelle strukturierte Daten (Firma, Kontakt, Bedarf, etc.).
+*   **Multi-Source:** Überwacht das Postfach `info@robo-planet.de` via **Microsoft Graph API**.
+*   **Filter & Routing:** Unterscheidet Anfragen von **TradingTwins** und dem **Kontaktformular**.
+*   **Parsing:** Spezialisierte HTML-Parser extrahieren strukturierte Daten (Firma, Kontakt, Bedarf).

 ### 2. Contact Research (LinkedIn Lookup)
-*   **Automatisierung:** Sucht via **SerpAPI** und **Gemini 2.0 Flash** nach der beruflichen Position des Ansprechpartners.
-*   **Ergebnis:** Identifiziert Rollen wie "CFO", "Mitglied der Klinikleitung" oder "Facharzt", um den Tonfall der Antwort perfekt anzupassen.
+*   **Automatisierung:** Sucht via **SerpAPI** und **Gemini 2.0 Flash** nach der beruflichen Position.
+*   **Ergebnis:** Identifiziert Rollen (z.B. "CFO"), um den Tonfall anzupassen.

 ### 3. Company Explorer Sync & Monitoring
 *   **Integration:** Legt Accounts und Kontakte automatisch im CE an.
-*   **Monitor:** Ein Hintergrund-Prozess (`monitor.py`) überwacht asynchron den Status der KI-Analyse im CE.
-*   **Daten-Pull:** Sobald die Analyse (Branche, Dossier) fertig ist, werden die Daten in die lokale Lead-Datenbank übernommen.
+*   **Monitor:** Hintergrund-Prozess (`monitor.py`) überwacht den Analyse-Status.
+*   **Daten-Pull:** Übernimmt Branche und Dossier in die lokale Lead-Datenbank.

 ### 4. Expert Response Generator
-*   **KI-Engine:** Nutzt Gemini 2.0 Flash zur Erstellung von E-Mail-Entwürfen.
-*   **Kontext:** Kombiniert Lead-Daten (Fläche) + CE-Daten (Dossier) + Matrix-Argumente (Pains/Gains).
-*   **Persistente Entwürfe:** Generierte E-Mail-Entwürfe werden direkt beim Lead gespeichert und bleiben erhalten.
+*   **KI-Engine:** Gemini 2.0 Flash erstellt E-Mail-Entwürfe.
+*   **Kontext:** Kombiniert Lead-Daten + CE-Daten + Matrix-Argumente (Pains/Gains).

-### 5. UI & Qualitätskontrolle
-*   **Visuelle Unterscheidung:** Klare Kennzeichnung der Lead-Quelle (z.B. 🌐 für Website, 🤝 für Partner) in der Übersicht.
-*   **Status-Tracking:** Visueller Indikator (🆕/✅) für den Synchronisations-Status mit dem Company Explorer.
-*   **Low-Quality-Warnung:** Visuelle Kennzeichnung (⚠️) von Leads mit Free-Mail-Adressen oder ohne Firmennamen direkt in der Übersicht.
-
-### 6. Trading Twins Autopilot (PRODUKTIV v2.0)
+### 5. Trading Twins Autopilot (PRODUKTIV v2.1)
 Der vollautomatische "Zero Touch" Workflow für Trading Twins Anfragen.

-*   **Human-in-the-Loop:** Vor Versand erhält Elizabeta Melcer eine Teams-Nachricht ("Approve/Deny") via Adaptive Card.
-*   **Feedback-Server:** Ein integrierter FastAPI-Server (Port 8004) verarbeitet die Klicks aus Teams und gibt sofortiges visuelles Feedback.
-*   **Direct Calendar Booking (Eigener Service):**
-    *   **Problem:** MS Bookings API lässt sich nicht per Application Permission steuern (Erstellung verboten).
-    *   **Lösung:** Wir haben einen eigenen Micro-Booking-Service gebaut.
-    *   **Ablauf:** Das System prüft echte freie Slots im Kalender von `e.melcer` (via Graph API).
-    *   **E-Mail:** Der Kunde erhält eine E-Mail mit zwei konkreten Terminvorschlägen (Links).
-    *   **Buchung:** Klick auf einen Link -> Server bestätigt -> **Echte Outlook-Kalendereinladung** wird automatisch von `info@` versendet.
-*   **Technologie:**
-    *   **Teams Webhook:** Für interaktive "Adaptive Cards".
-    *   **Graph API:** Für E-Mail-Versand (`info@`) und Kalender-Check (`e.melcer`).
-    *   **Orchestrator (`manager.py`):** Steuert den Ablauf (Lead -> CE -> Teams -> Timer -> Mail -> Booking).
+*   **Human-in-the-Loop:** Elizabeta Melcer erhält eine Teams-Nachricht ("Approve/Deny").
+*   **Feedback-Server:** Ein integrierter FastAPI-Server (Port 8004) verarbeitet Klicks.
+*   **Direct Calendar Booking (Micro-Service):**
+    *   **Logik:** Prüft den Kalender von `e.melcer` auf **echte Verfügbarkeit**.
+    *   **Raster:** Termine starten nur im **15-Minuten-Takt** (:00, :15, :30, :45).
+    *   **Abstand:** Bietet zwei Termine an, mit ca. **3 Stunden Pause** dazwischen.
+    *   **Buchung:** Klick auf Link -> Server erstellt Outlook-Termin von `info@` mit `e.melcer` als Teilnehmer.

 ## 🏗 Architektur

@@ -52,63 +41,55 @@ Der vollautomatische "Zero Touch" Workflow für Trading Twins Anfragen.
 ├── app.py                   # Streamlit Web-Interface
 ├── trading_twins_ingest.py  # E-Mail Importer (Graph API)
 ├── monitor.py               # Monitor + Trigger für Orchestrator
-├── trading_twins/           # [NEU] Autopilot Modul
-│   ├── manager.py           # Orchestrator, FastAPI Server, Graph API Logic
-│   ├── signature.html       # HTML-Signatur für E-Mails
-│   └── debug_bookings_only.py # Diagnose-Tool (Legacy)
-├── db.py                    # Lokale Lead-Datenbank
-└── data/                    # DB-Storage
+├── trading_twins/           # Autopilot Modul
+│   ├── manager.py           # Orchestrator, FastAPI, Graph API Logic
+│   ├── test_calendar_logic.py # Interner Test für Kalender-Zugriff
+│   └── signature.html       # HTML-Signatur
+└── db.py                    # Lokale SQLite Lead-Datenbank
 ```

-## 🚨 Lessons Learned & Troubleshooting (Critical)
+## 🚨 Lessons Learned & Critical Fixes

-### 1. Microsoft Bookings API Falle
-*   **Problem:** Wir wollten `Bookings.Manage.All` nutzen, um eine Buchungsseite für `info@` zu erstellen.
-*   **Fehler:** `403 Forbidden` ("Api Business.Create does not support the token type: App") und `500 Internal Server Error` (bei `GET`).
-*   **Erkenntnis:** Eine App (Service Principal) kann zwar Bookings *verwalten*, aber **nicht initial erstellen**. Die erste Seite muss zwingend manuell oder per Delegated-User angelegt werden. Zudem erfordert der Zugriff oft eine User-Lizenz, die Service Principals nicht haben.
-*   **Lösung:** Umstieg auf **Direct Calendar Booking** (Graph API `Calendar.ReadWrite`). Wir schreiben Termine direkt in den Outlook-Kalender, statt über die Bookings-Schicht zu gehen. Das ist robuster und voll automatisierbar.
+### 1. Microsoft Graph API: Kalender-Zugriff
+*   **Problem:** `debug_calendar.py` scheiterte oft mit `Invalid parameter`.
+*   **Ursache:** URL-Encoding von Zeitstempeln (`+` wurde zu Leerzeichen) und Mikrosekunden (7 Stellen statt 6).
+*   **Lösung:** Nutzung von `requests(params=...)` und Abschneiden der Mikrosekunden.
+*   **Endpoint:** `/users/{email}/calendar/getSchedule` (POST) ist robuster als `/calendarView` (GET).

-### 4. Exchange AppOnly AccessPolicy
-*   **Problem:** Trotz globaler `Calendars.ReadWrite` Berechtigung schlug das Erstellen von Terminen im Kalender von `e.melcer@` fehl (`403 Forbidden: Blocked by tenant configured AppOnly AccessPolicy settings`).
-*   **Erkenntnis:** Viele Organisationen schränken per Policy ein, auf welche Postfächer eine App zugreifen darf. Ein Zugriff auf "fremde" Postfächer ist oft standardmäßig gesperrt.
-*   **Lösung:** Der Termin wird im **eigenen Kalender** des Service-Accounts (`info@robo-planet.de`) erstellt. Der zuständige Mitarbeiter (`e.melcer@`) wird als **erforderlicher Teilnehmer** hinzugefügt. Dies umgeht die Policy-Sperre und stellt sicher, dass der Mitarbeiter den Termin in seinem Kalender sieht und das Teams-Meeting voll steuern kann.
+### 2. Exchange AppOnly AccessPolicy (Buchungs-Workaround)
+*   **Problem:** `Calendars.ReadWrite` erlaubt einer App oft nicht, Termine in *fremden* Kalendern (`e.melcer@`) zu erstellen (`403 Forbidden`).
+*   **Lösung:** Der Termin wird im **eigenen Kalender** des Service-Accounts (`info@`) erstellt. Der Mitarbeiter (`e.melcer@`) wird als **Teilnehmer** hinzugefügt. Das umgeht die Policy.

-## 🚀 Inbetriebnahme (Docker)
+### 3. Docker Environment Variables
+*   **Problem:** Skripte im Container fanden Credentials nicht, obwohl sie in `.env` standen.
+*   **Lösung:** Explizites `load_dotenv` ist in Standalone-Skripten (`test_*.py`) nötig. Im Hauptprozess (`manager.py`) reicht `os.getenv`, solange Docker Compose die Vars korrekt durchreicht.

-## 🚀 Inbetriebnahme (Docker)
-
-Die Lead Engine ist als Service in der zentralen `docker-compose.yml` integriert.
+## 🚀 Inbetriebnahme

 ```bash
-# Neustart des Dienstes nach Code-Änderungen
+# Neustart des Dienstes
 docker-compose up -d --build --force-recreate lead-engine
+
+# Manueller Test (intern)
+docker exec lead-engine python /app/trading_twins/test_calendar_logic.py
 ```

 **Zugriff:** `https://floke-ai.duckdns.org/lead/` (Passwortgeschützt)
-**Feedback API:** `https://floke-ai.duckdns.org/feedback/` (Öffentlich)

 ## 📝 Credentials (.env)

-Für den Betrieb sind folgende Variablen in der zentralen `.env` zwingend erforderlich:
-
 ```env
-# App 1: Info-Postfach (Schreiben)
+# Info-Postfach (App 1 - Schreiben)
 INFO_Application_ID=...
 INFO_Tenant_ID=...
 INFO_Secret=...

-# App 2: E.Melcer Kalender (Lesen)
+# E.Melcer Kalender (App 2 - Lesen)
 CAL_APPID=...
 CAL_TENNANT_ID=...
 CAL_SECRET=...

-# Teams
+# URLs
 TEAMS_WEBHOOK_URL=...
-
-# Public URL
 FEEDBACK_SERVER_BASE_URL=https://floke-ai.duckdns.org/feedback
 ```
-
---
-*Dokumentationsstand: 5. März 2026*
-*Task: [31988f42]*
--- a/lead-engine/trading_twins/debug_calendar.py
+++ b/lead-engine/trading_twins/debug_calendar.py
@@ -8,6 +8,10 @@ from threading import Thread, Lock
 import uvicorn
 from fastapi import FastAPI, Response, BackgroundTasks
 import msal
+from dotenv import load_dotenv
+
+# Load environment variables from /app/.env
+load_dotenv(dotenv_path="/app/.env", override=True)

 # --- Zeitzonen-Konfiguration ---
 TZ_BERLIN = ZoneInfo("Europe/Berlin")
@@ -60,10 +64,15 @@ def check_calendar_availability():
        "availabilityViewInterval": 60 # Check availability in 1-hour blocks
    }
    
-    url = f"{GRAPH_API_ENDPOINT}/users/{TARGET_EMAIL}/calendarView?startDateTime={start_time.isoformat()}&endDateTime={end_time.isoformat()}&$top=5"
+    url = f"{GRAPH_API_ENDPOINT}/users/{TARGET_EMAIL}/calendarView"
+    params = {
+        "startDateTime": start_time.isoformat(),
+        "endDateTime": end_time.isoformat(),
+        "$top": 5
+    }
    
    try:
-        response = requests.get(url, headers=headers)
+        response = requests.get(url, headers=headers, params=params)
        if response.status_code == 200:
            events = response.json().get("value", [])
            if not events:
@@ -75,6 +84,12 @@ def check_calendar_availability():
                subject = event.get('subject', 'No Subject')
                start = event.get('start', {}).get('dateTime')
                if start:
+                    # Fix for 7-digit microseconds from Graph API (e.g. 2026-03-09T17:00:00.0000000)
+                    if "." in start:
+                        main_part, frac_part = start.split(".")
+                        # Truncate to 6 digits max or remove if empty
+                        start = f"{main_part}.{frac_part[:6]}"
+                    
                    dt_obj = datetime.fromisoformat(start.replace('Z', '+00:00')).astimezone(TZ_BERLIN)
                    start_formatted = dt_obj.strftime('%A, %d.%m.%Y um %H:%M Uhr')
                else: start_formatted = "N/A"
--- a/lead-engine/trading_twins/manager.py
+++ b/lead-engine/trading_twins/manager.py
@@ -47,21 +47,66 @@ def get_access_token(client_id, client_secret, tenant_id):
    return result.get('access_token')

 def get_availability(target_email, app_creds):
+    print(f"DEBUG: Requesting availability for {target_email}")
    token = get_access_token(*app_creds)
-    if not token: return None
+    if not token:
+        print("DEBUG: Failed to acquire access token.")
+        return None
+    
    headers = {"Authorization": f"Bearer {token}", "Content-Type": "application/json", "Prefer": 'outlook.timezone="Europe/Berlin"'}
-    start_time = datetime.now(TZ_BERLIN).replace(hour=0, minute=0, second=0)
+    start_time = datetime.now(TZ_BERLIN).replace(hour=0, minute=0, second=0, microsecond=0)
    end_time = start_time + timedelta(days=3)
-    payload = {"schedules": [target_email], "startTime": {"dateTime": start_time.isoformat()}, "endTime": {"dateTime": end_time.isoformat()}, "availabilityViewInterval": 60}
+    # Use 15-minute intervals for finer granularity
+    payload = {"schedules": [target_email], "startTime": {"dateTime": start_time.isoformat()}, "endTime": {"dateTime": end_time.isoformat()}, "availabilityViewInterval": 15}
+    
    try:
-        r = requests.post(f"{GRAPH_API_ENDPOINT}/users/{target_email}/calendar/getSchedule", headers=headers, json=payload)
-        if r.status_code == 200: return start_time, r.json()['value'][0].get('availabilityView', ''), 60
-    except: pass
+        url = f"{GRAPH_API_ENDPOINT}/users/{target_email}/calendar/getSchedule"
+        r = requests.post(url, headers=headers, json=payload)
+        print(f"DEBUG: API Status Code: {r.status_code}")
+        
+        if r.status_code == 200:
+            view = r.json()['value'][0].get('availabilityView', '')
+            print(f"DEBUG: Availability View received (Length: {len(view)})")
+            return start_time, view, 15
+        else:
+            print(f"DEBUG: API Error Response: {r.text}")
+    except Exception as e:
+        print(f"DEBUG: Exception during API call: {e}")
+        pass
    return None

 def find_slots(start, view, interval):
-    # This logic is complex and proven, keeping it as is.
-    return [datetime.now(TZ_BERLIN) + timedelta(days=1, hours=h) for h in [10, 14]] # Placeholder
+    """
+    Parses availability string: '0'=Free, '2'=Busy.
+    Returns 2 free slots (start times) within business hours (09:00 - 16:30),
+    excluding weekends (Sat/Sun), with approx. 3 hours distance between them.
+    """
+    slots = []
+    first_slot = None
+    
+    # Iterate through the view string
+    for i, status in enumerate(view):
+        if status == '0':  # '0' means Free
+            slot_time = start + timedelta(minutes=i * interval)
+            
+            # Constraints:
+            # 1. Mon-Fri only
+            # 2. Business hours (09:00 - 16:30)
+            # 3. Future only
+            if slot_time.weekday() < 5 and (9 <= slot_time.hour < 17) and slot_time > datetime.now(TZ_BERLIN):
+                # Max start time 16:30
+                if slot_time.hour == 16 and slot_time.minute > 30:
+                    continue
+                
+                if first_slot is None:
+                    first_slot = slot_time
+                    slots.append(first_slot)
+                else:
+                    # Second slot should be at least 3 hours after the first
+                    if slot_time >= first_slot + timedelta(hours=3):
+                        slots.append(slot_time)
+                        break
+    return slots

 def create_calendar_invite(lead_email, company, start_time):
    catchall = os.getenv("EMAIL_CATCHALL"); lead_email = catchall if catchall else lead_email
--- a/lead-engine/trading_twins/test_calendar_logic.py
+++ b/lead-engine/trading_twins/test_calendar_logic.py
@@ -0,0 +1,88 @@
+# lead-engine/trading_twins/test_calendar_logic.py
+import sys
+import os
+from datetime import datetime, timedelta
+from zoneinfo import ZoneInfo
+from dotenv import load_dotenv
+import msal
+import requests
+
+# Load environment variables from the root .env
+load_dotenv(dotenv_path="/app/.env", override=True)
+
+# Pfad anpassen, damit wir manager importieren können
+sys.path.append('/app')
+
+from trading_twins.manager import get_availability, find_slots
+
+# Re-import variables to ensure we see what's loaded
+CAL_APPID = os.getenv("CAL_APPID")
+CAL_SECRET = os.getenv("CAL_SECRET")
+CAL_TENNANT_ID = os.getenv("CAL_TENNANT_ID")
+
+TZ_BERLIN = ZoneInfo("Europe/Berlin")
+
+def test_internal():
+    target = "e.melcer@robo-planet.de"
+    print(f"🔍 Teste Kalender-Logik für {target}...")
+    
+    # Debug Token Acquisition
+    print("🔑 Authentifiziere mit MS Graph...")
+    authority = f"https://login.microsoftonline.com/{CAL_TENNANT_ID}"
+    app_msal = msal.ConfidentialClientApplication(client_id=CAL_APPID, authority=authority, client_credential=CAL_SECRET)
+    result = app_msal.acquire_token_silent([".default"], account=None)
+    if not result:
+        print("  ... hole neues Token ...")
+        result = app_msal.acquire_token_for_client(scopes=["https://graph.microsoft.com/.default"])
+        
+    if "access_token" in result:
+        print("✅ Token erhalten.")
+        token = result['access_token']
+    else:
+        print(f"❌ Token-Fehler: {result.get('error')}")
+        print(f"❌ Beschreibung: {result.get('error_description')}")
+        return
+
+    # Debug API Call
+    print("📡 Frage Kalender ab...")
+    headers = {"Authorization": f"Bearer {token}", "Content-Type": "application/json", "Prefer": 'outlook.timezone="Europe/Berlin"'}
+    start_time = datetime.now(TZ_BERLIN).replace(hour=0, minute=0, second=0, microsecond=0)
+    end_time = start_time + timedelta(days=3)
+    
+    payload = {
+        "schedules": [target], 
+        "startTime": {"dateTime": start_time.isoformat(), "timeZone": "Europe/Berlin"}, 
+        "endTime": {"dateTime": end_time.isoformat(), "timeZone": "Europe/Berlin"}, 
+        "availabilityViewInterval": 15
+    }
+    
+    import requests
+    try:
+        url = f"https://graph.microsoft.com/v1.0/users/{target}/calendar/getSchedule"
+        r = requests.post(url, headers=headers, json=payload)
+        
+        print(f"📡 API Status: {r.status_code}")
+        if r.status_code == 200:
+            data = r.json()
+            # print(f"DEBUG RAW: {data}")
+            schedule = data['value'][0]
+            view = schedule.get('availabilityView', '')
+            print(f"✅ Verfügbarkeit (View Länge: {len(view)})")
+            
+            # Test Slot Finding
+            slots = find_slots(start_time, view, 15)
+            if slots:
+                print(f"✅ {len(slots)} Slots gefunden:")
+                for s in slots:
+                    print(f"  📅 {s.strftime('%A, %d.%m.%Y um %H:%M')}")
+            else:
+                print("⚠️ Keine Slots gefunden (Logik korrekt, aber Kalender voll?)")
+        else:
+            print(f"❌ API Fehler: {r.text}")
+            
+    except Exception as e:
+        print(f"❌ Exception beim API Call: {e}")
+
+
+if __name__ == "__main__":
+    test_internal()
--- a/nginx-proxy-clean.conf
+++ b/nginx-proxy-clean.conf
@@ -50,6 +50,37 @@ http {
            proxy_read_timeout 86400;
        }

+        location /gtm/ {
+            auth_basic "Restricted Access - Local AI Suite";
+            auth_basic_user_file /etc/nginx/.htpasswd;
+            proxy_pass http://gtm-architect:3005/;
+            proxy_set_header Host $host;
+            proxy_set_header X-Real-IP $remote_addr;
+            proxy_set_header Upgrade $http_upgrade;
+            proxy_set_header Connection "upgrade";
+        }
+
+        location /b2b/ {
+            auth_basic "Restricted Access - Local AI Suite";
+            auth_basic_user_file /etc/nginx/.htpasswd;
+            proxy_pass http://b2b-marketing-assistant:3002/;
+            proxy_set_header Host $host;
+            proxy_set_header X-Real-IP $remote_addr;
+            proxy_set_header Upgrade $http_upgrade;
+            proxy_set_header Connection "upgrade";
+        }
+
+        location /tr/ {
+            auth_basic "Restricted Access - Local AI Suite";
+            auth_basic_user_file /etc/nginx/.htpasswd;
+            rewrite ^/tr/(.*) /$1 break;
+            proxy_pass http://transcription-tool:8001;
+            proxy_set_header Host $host;
+            proxy_set_header X-Real-IP $remote_addr;
+            proxy_set_header Upgrade $http_upgrade;
+            proxy_set_header Connection "upgrade";
+        }
+        
        # Feedback API (public)
        location /feedback/ {
            auth_basic off;