- Erstellt neues Hauptskript dealfront_enrichment.py
- Integriert Selenium und webdriver-manager als neue Abhängigkeiten
- Implementiert sichere Speicherung der Dealfront-Credentials in separater .json-Datei
- Fügt dealfront_credentials.json zur .gitignore hinzu
- Implementiert eine robuste Login-Klasse DealfrontScraper mit Verifizierung
- FIX: `process_reevaluation_rows` in `data_processor.py` leert nun nicht mehr die Spalten für manuell eingetragene Wiki-URLs (N und R).
- Dies verhindert das ungewollte Überschreiben von wertvollen, manuell recherchierten Daten während eines `reeval`-Laufs.
- Das System respektiert nun manuelle Eingaben als "Source of Truth" für die Wiki-Extraktion.
- FEATURE: FSM-Pitch-Generierung in `data_processor.py` schreibt Ergebnisse nun in regelmäßigen Batches, um den Fortschritt sichtbar zu machen.
- UPGRADE: FSM-Pitch-Funktion in `helpers.py` verwendet nun explizit ein fortschrittlicheres GPT-4-Modell für qualitativ hochwertigere und spezifischere Ergebnisse.
- Dies finalisiert die FSM-Pitch-Funktionalität für den produktiven Einsatz.
- FEATURE: FSM-Pitch-Generierung in `data_processor.py` schreibt Ergebnisse nun in regelmäßigen Batches, um den Fortschritt sichtbar zu machen.
- UPGRADE: FSM-Pitch-Funktion in `helpers.py` verwendet nun explizit ein fortschrittlicheres GPT-4-Modell für qualitativ hochwertigere und spezifischere Ergebnisse.
- Dies finalisiert die FSM-Pitch-Funktionalität für den produktiven Einsatz.
- FEATURE: FSM-Pitch-Generierung ist nun idempotent durch Hinzufügen einer "FSM Pitch Timestamp"-Spalte.
- FIX: `process_fsm_pitch_generation` prüft nun auf den Timestamp und überschreibt keine bereits bearbeiteten Zeilen mehr.
- UPDATE: `COLUMN_MAP` und `alignment_demo` um die neue Timestamp-Spalte erweitert.
- FEATURE: Neuer Modus `fsm_pitch` in `brancheneinstufung.py` und `data_processor.py` implementiert.
- Dieser Modus durchläuft das gesamte Sheet und generiert gezielt nur die fehlenden, personalisierten FSM-Pitch-Sätze.
- Die Methode ist für die Ausführung als Hintergrundprozess optimiert.
- FEATURE: Neuer Modus `fsm_pitch` in `brancheneinstufung.py` und `data_processor.py` implementiert.
- Dieser Modus durchläuft das gesamte Sheet und generiert gezielt nur die fehlenden, personalisierten FSM-Pitch-Sätze.
- Die Methode ist für die Ausführung als Hintergrundprozess optimiert.
- FEATURE: Prompt für `generate_fsm_argument` in `helpers.py` durch eine mehrstufige "Chain-of-Thought"-Anweisung ersetzt.
- Die KI wird nun gezwungen, spezifische Produkte/Dienstleistungen aus dem Kontext zu extrahieren, was zu hochgradig personalisierten und weniger generischen Pitch-Sätzen führt.
- MAJOR REFACTOR: Globale Variablen für Branchenschema komplett entfernt. Das Schema wird nun in der `DataProcessor`-Instanz gehalten und als Argument übergeben.
- FIX: Kritischer Prompt-Fehler endgültig behoben. `evaluate_branche_chatgpt` erhält das Schema nun als explizites Argument, was Scope-Probleme beseitigt.
- Das Projekt ist nun in einem stabilen, logisch konsistenten und lauffähigen Zustand für die Bestandsanreicherung.
- MAJOR REFACTOR: Globale Variablen für Branchenschema komplett entfernt. Das Schema wird nun in der `DataProcessor`-Instanz gehalten und als Argument übergeben.
- FIX: Kritischer Prompt-Fehler endgültig behoben. `evaluate_branche_chatgpt` erhält das Schema nun als explizites Argument, was Scope-Probleme beseitigt.
- Das Projekt ist nun in einem stabilen, logisch konsistenten und lauffähigen Zustand für die Bestandsanreicherung.
- MAJOR REFACTOR: Globale Variablen für Branchenschema komplett entfernt. Das Schema wird nun in der `DataProcessor`-Instanz gehalten.
- FIX: Kritischer Prompt-Fehler endgültig behoben. `evaluate_branche_chatgpt` erhält das Schema nun als explizites Argument, was Scope-Probleme beseitigt.
- Das Projekt ist nun in einem stabilen, logisch konsistenten und lauffähigen Zustand für die Bestandsanreicherung. Die Grundlage für neue Features ist gelegt.
- MAJOR REFACTOR: Globale Variablen für Branchenschema komplett entfernt. Das Schema wird nun in der `DataProcessor`-Instanz gehalten.
- FIX: Kritischer Prompt-Fehler endgültig behoben. `evaluate_branche_chatgpt` erhält das Schema nun als explizites Argument, was Scope-Probleme beseitigt.
- Das Projekt ist nun in einem stabilen, logisch konsistenten und lauffähigen Zustand für die Bestandsanreicherung. Die Grundlage für neue Features ist gelegt.
- FIX: Kritischer Fehler im Prompt für die Branchen-Evaluation behoben. Die Funktion `evaluate_branche_chatgpt` verwendet nun korrekt das dynamisch geladene Branchenschema, anstatt auf einen veralteten Default-Wert zurückzufallen.
- REFACTOR: Redundante Importe innerhalb von Funktionen entfernt, um Scope-Konflikte zu vermeiden.
- FIX: `evaluate_branche_chatgpt` in `helpers.py` verwendet nun wieder die robuste Parsing- und Fallback-Logik aus der stabilen Version v1.7.9.
- Dies stellt sicher, dass ChatGPT-Antworten zuverlässiger interpretiert werden.
- FIX: `data_processor.py` berücksichtigt nun wieder die Wiki-URL aus Spalte N, was das Überschreiben manueller Einträge verhindert.
- FIX: Branchen-Parsing in `helpers.py` durch eine robustere, vereinfachte Logik ersetzt, die mehr KI-Antwortvarianten versteht.
- FIX: Intelligenter Fallback für die Branchenzuweisung wiederhergestellt, der Teilübereinstimmungen korrekt behandelt.
- Das Skript ist nun funktional auf dem Stand der stabilen v1.7.9, aber innerhalb der neuen modularen Architektur.
- FIX: `data_processor.py` berücksichtigt nun wieder die Wiki-URL aus Spalte N, was das Überschreiben manueller Einträge verhindert.
- FIX: Branchen-Parsing in `helpers.py` durch eine robustere, vereinfachte Logik ersetzt, die mehr KI-Antwortvarianten versteht.
- FIX: Intelligenter Fallback für die Branchenzuweisung wiederhergestellt, der Teilübereinstimmungen korrekt behandelt.
- Das Skript ist nun funktional auf dem Stand der stabilen v1.7.9, aber innerhalb der neuen modularen Architektur.
