Brancheneinstufung2/tasks.md

Projektaufgaben & Offene Punkte v2.2.0

1. Abgeschlossene Meilensteine

• Brancheneinstufung 2.0: Implementierung des kontextbasierten Batch-Abgleichs.
• Content-Engine: Erstellung der Skripte zur Generierung der Wissensbasis und der finalen Marketing-Texte.
• Remote-Steuerung (PoC): Erfolgreiche Implementierung des Docker-Containers mit app.py und ngrok, um Skripte aus Google Sheets zu starten.

2. Unmittelbare nächste Aufgaben (Blocker zuerst)

• Bugfix duplicate_checker.py (Priorität 1 - Blocker):

  • Analysiere das letzte erfolgreiche Log, um den genauen Punkt des Abbruchs nach dem Matching zu finden.
  • Überprüfe den Code-Block zum Zusammenfügen der pandas DataFrames (pd.concat) und zum Konvertieren in eine Liste für den Upload (data_to_write).
  • Implementiere einen robusteren Schreibprozess, der Index-Fehler oder Typ-Inkonsistenzen vermeidet.
  • Führe einen lokalen Testlauf durch (python duplicate_checker.py), um den Schreibvorgang zu validieren.
  • Teste den erfolgreichen Durchlauf über die Google Sheets-Schnittstelle.

• Produktivsetzung der Remote-Steuerung (Priorität 2):

  • Account für einen ngrok-Paid-Plan erstellen und eine statische Domain reservieren.
  • Den ngrok.connect()-Aufruf in app.py anpassen, um die statische Domain zu verwenden.
  • Die NGROK_URL in Code.gs final auf die permanente Adresse setzen.

• Skalierung der Wissensbasis (Priorität 3):

  • build_knowledge_base.py für alle 54 Branchen ausführen.
  • Die resultierende marketing_wissen_final.yaml stichprobenartig prüfen.
  • generate_marketing_text.py ausführen, um das "Texte_Automation"-Sheet vollständig zu befüllen.