[31388f42] Implement Expert Response Generator with Gemini & CE integration

lead-engine/generate_reply.py

@@ -0,0 +1,108 @@
+import os
+import json
+import requests
+
+# Load API Key
+def get_gemini_key():
+    try:
+        # Try finding key in parent dir
+        key_path = os.path.join(os.path.dirname(os.path.dirname(__file__)), 'gemini_api_key.txt')
+        if os.path.exists(key_path):
+            with open(key_path, 'r') as f:
+                return f.read().strip()
+    except:
+        pass
+    return os.getenv("GEMINI_API_KEY")
+
+def generate_email_draft(lead_data, company_data, booking_link="https://outlook.office365.com/owa/calendar/RoboplanetGmbH@robo-planet.de/bookings/"):
+    """
+    Generates a personalized sales email using Gemini API.
+    """
+    api_key = get_gemini_key()
+    if not api_key:
+        return "Error: Gemini API Key not found."
+
+    # Extract Data
+    company_name = lead_data.get('company_name', 'Interessent')
+    contact_name = lead_data.get('contact_name', 'Damen und Herren')
+    
+    # Metadata from Lead
+    meta = {}
+    if lead_data.get('lead_metadata'):
+        try:
+            meta = json.loads(lead_data.get('lead_metadata'))
+        except:
+            pass
+            
+    area = meta.get('area', 'Unbekannte Fläche')
+    purpose = meta.get('purpose', 'Reinigung')
+    city = meta.get('city', '')
+
+    # Data from Company Explorer
+    ce_summary = company_data.get('summary', 'Keine Details verfügbar.')
+    ce_vertical = company_data.get('vertical', 'Allgemein')
+    ce_website = company_data.get('website', '')
+
+    # Prompt Engineering
+    prompt = f"""
+    Du bist ein erfahrener Vertriebsexperte für Roboter-Reinigungslösungen bei Robo-Planet.
+    Deine Aufgabe ist es, eine Antwort-E-Mail auf eine Lead-Anfrage zu formulieren.
+
+    HINTERGRUND ZUM PROSPEKT (Aus Analyse):
+    - Firma: {company_name}
+    - Standort: {city}
+    - Branche/Vertical: {ce_vertical}
+    - Web-Zusammenfassung: {ce_summary}
+    
+    ANFRAGE-DETAILS (Vom Kunden):
+    - Reinigungsfläche: {area}
+    - Einsatzzweck: {purpose}
+    - Kontaktperson: {contact_name}
+
+    DEIN ZIEL:
+    Schreibe eine kurze, prägnante und wertschätzende E-Mail.
+    1. Bedanke dich für die Anfrage.
+    2. Zeige kurz, dass du verstanden hast, was die Firma macht (nutze den Kontext aus 'Web-Zusammenfassung' in einem Satz, z.B. "Als führender Anbieter von xyz...").
+    3. Gehe auf die Fläche ({area}) ein.
+       - Wenn > 1000qm oder Industrie/Halle: Erwähne den "Puma M20" oder "Scrubber 75" als Kraftpaket.
+       - Wenn < 1000qm oder Büro/Praxis/Gastro: Erwähne den "Phantas" oder "Pudu CC1" als wendige Lösung.
+       - Wenn "Unbekannt": Stelle eine offene Frage zur Umgebung.
+    4. Call to Action: Schlage ein kurzes Beratungsgespräch vor.
+    5. Füge diesen Buchungslink ein: {booking_link}
+
+    TONALITÄT:
+    Professionell, hilfreich, auf den Punkt. Keine Marketing-Floskeln.
+    
+    FORMAT:
+    Betreff: [Vorschlag für Betreff]
+    
+    [E-Mail Text]
+    """
+
+    # Call Gemini API
+    url = f"https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent?key={api_key}"
+    headers = {'Content-Type': 'application/json'}
+    payload = {
+        "contents": [{"parts": [{"text": prompt}]}]
+    }
+
+    try:
+        response = requests.post(url, headers=headers, json=payload)
+        response.raise_for_status()
+        result = response.json()
+        return result['candidates'][0]['content']['parts'][0]['text']
+    except Exception as e:
+        return f"Error generating draft: {str(e)}"
+
+if __name__ == "__main__":
+    # Test Mock
+    mock_lead = {
+        "company_name": "Klinikum Test",
+        "contact_name": "Dr. Müller",
+        "lead_metadata": json.dumps({"area": "5000 qm", "purpose": "Desinfektion und Boden", "city": "Berlin"})
+    }
+    mock_company = {
+        "vertical": "Healthcare / Krankenhaus",
+        "summary": "Ein großes Klinikum der Maximalversorgung mit Fokus auf Kardiologie."
+    }
+    print(generate_email_draft(mock_lead, mock_company))