# 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]*