extract_insights.py aktualisiert

extract_insights.py

@@ -54,6 +54,32 @@ def read_docx_content(filepath):
         logging.error(f"Fehler beim Lesen der DOCX-Datei {filepath}: {e}")
         return None
 
+def extract_yaml_from_response(response_text):
+    """
+    Extrahiert sauberen YAML-Code aus einer KI-Antwort,
+    die Markdown-Codeblöcke enthalten kann.
+    """
+    # Sucht nach dem Start des YAML-Codeblocks
+    if '```yaml' in response_text:
+        # Extrahiert den Teil nach dem ersten ```yaml
+        parts = response_text.split('```yaml', 1)
+        if len(parts) > 1:
+            response_text = parts[1]
+    
+    # Sucht nach dem Start eines generischen Codeblocks
+    elif '```' in response_text:
+        # Extrahiert den Teil nach dem ersten ```
+        parts = response_text.split('```', 1)
+        if len(parts) > 1:
+            response_text = parts[1]
+
+    # Entfernt das Ende des Codeblocks
+    if '```' in response_text:
+        response_text = response_text.split('```')[0]
+        
+    return response_text.strip()
+
+
 def generate_extraction_prompt(content, data_to_extract):
     """Erstellt einen spezialisierten Prompt, um bestimmte Daten zu extrahieren."""
     prompts = {
@@ -130,11 +156,17 @@ def main():
             response_text = call_openai_with_retry(prompt)
             if response_text:
                 try:
-                    # Versuche, die YAML-Antwort zu parsen und dem branch_data Dict hinzuzufügen
-                    parsed_yaml = yaml.safe_load(response_text)
-                    branch_data.update(parsed_yaml)
-                except yaml.YAMLError as e:
+                    # NEU: Erst den sauberen YAML-Teil extrahieren
+                    clean_yaml_text = extract_yaml_from_response(response_text)
+                    # Dann den sauberen Text parsen
+                    parsed_yaml = yaml.safe_load(clean_yaml_text)
+                    if parsed_yaml: # Sicherstellen, dass das Ergebnis nicht leer ist
+                        branch_data.update(parsed_yaml)
+                    else:
+                        raise ValueError("Geparsstes YAML ist leer.")
+                except Exception as e:
                     logging.error(f"    Fehler beim Parsen der YAML-Antwort für '{data_type}': {e}")
+                    # Speichere die *gesamte* ursprüngliche Antwort für Debugging-Zwecke
                     branch_data[data_type] = f"PARSING-FEHLER: {response_text}"
             time.sleep(2) # Pause zwischen API-Aufrufen