[31388f42] Update documentation: Append external lead ingestion to MIGRATION_PLAN and create Lead Engine README

This commit is contained in:
2026-03-02 15:08:41 +00:00
parent 88c39723d4
commit aa38c555d8
2 changed files with 93 additions and 15 deletions

68
lead-engine/README.md Normal file
View File

@@ -0,0 +1,68 @@
# Lead Engine: Tradingtwins Automation v1.0 [31388f42]
## 🚀 Übersicht
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
* **Quelle:** Überwacht das Postfach `info@robo-planet.de` via **Microsoft Graph API**.
* **Filter:** Erkennt gezielt Anfragen von Partnern wie Tradingtwins.
* **Parsing:** Ein spezialisierter HTML-Parser extrahiert strukturierte Daten:
* Firma, Ansprechpartner, E-Mail, Telefon.
* Bedarfsdaten (Reinigungsfläche, Einsatzzweck, gewünschte Funktionen wie Nassreinigung).
* Datum der ursprünglichen Anfrage.
### 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.
### 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.
### 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).
* **Logik:**
* Wählt automatisch das passende Produkt (z.B. Scrubber 75 für > 5.000m²).
* Berücksichtigt Multi-Product Needs (Service-Roboter bei Gastronomie-Wünschen).
* Vermeidet KI-Floskeln und nutzt eine seniorige Business-Tonalität.
### 5. Qualitätskontrolle
* Erkennt automatisch "Low Quality Leads" (Free-Mail Provider wie Gmail/Web.de oder fehlende Firmennamen) für potenzielle Reklamationen.
## 🏗 Architektur
```text
/app/lead-engine/
├── app.py # Streamlit Web-Interface
├── trading_twins_ingest.py # E-Mail Importer (Graph API)
├── lookup_role.py # LinkedIn/Role Research (SerpAPI + Gemini)
├── generate_reply.py # Email Draft Generator (Gemini)
├── monitor.py # Asynchroner CE-Status Monitor
├── db.py # Lokale SQLite Lead-Datenbank
└── data/ # DB-Storage
```
## 🚀 Inbetriebnahme (Docker)
Die Lead Engine ist als Service in der zentralen `docker-compose.yml` integriert.
```bash
# Neustart des Dienstes nach Code-Änderungen
docker-compose up -d --build lead-engine
```
**Zugriff:** `https://floke-ai.duckdns.org/lead/` (Passwortgeschützt)
## 📝 Nutzungshinweise
1. **Ingest:** Klicke in der Web-App auf "2. Ingest Real Emails".
2. **Sync:** Wähle einen Lead und klicke auf "Sync to Company Explorer".
3. **Wait:** Der Monitor erkennt automatisch, wenn die Analyse im CE fertig ist.
4. **Draft:** Klicke auf "Generate Expert Reply" für den fertigen Entwurf.
---
*Dokumentationsstand: 2. März 2026*
*Task: [31388f42]*