Floke/Brancheneinstufung2
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
b9d4e32f2152317ec0d71ce996031c3b6bccec4a
Brancheneinstufung2/tasks.md

2.4 KiB
Raw Blame History

Aufgaben & Meilensteine

Phase 1: Stabilisierung & Daten-Import (Abgeschlossen)

  • Stabilität: ModuleNotFoundError durch Downgrade der openai-Bibliothek beheben.
  • Stabilität: json.JSONDecodeError durch robuste Parser in helpers.py beheben.
  • Sync-Design: Prozess für den Datenabgleich D365 -> GSheet ohne API definieren.
  • Implementierung: sync_manager.py für den "Full-Sync mit intelligentem Merge" erstellen.
  • Debugging: Fehler im SyncManager (Attribut-, Typ- und Index-Fehler) iterativ beheben.
  • Kernproblem-Analyse: "Header-Mismatch" als Ursache für Datenverlust identifizieren.
  • Implementierung: Header-Normalisierung in der _load_data-Methode implementieren.
  • Fachlogik: Spezifische Vergleichsregeln für Länder, Techniker, Umsatz, Mitarbeiter und Branchen definieren und implementieren.
  • Tooling: Einen simulate_sync-Modus und einen finalen Statistik-Report implementieren.

Phase 2: Schließen des Datenkreislaufs (In Arbeit)

  • Design: Spalten und Format für die D365-Re-Import-Datei definieren.

  • Implementierung: Eine neue Funktion/einen neuen Modus (generate_import_file) erstellen, der die d365_import.xlsx erzeugt.

  • Logik: Die Funktion soll nur Datensätze exportieren, die im letzten Lauf geändert wurden (ReEval Flag oder neu erstellt).

  • Logik: Die Branchennamen müssen vor dem Export mithilfe des Mappings in der config.py in das D365-Format übersetzt werden.

  • Testing: Den vollständigen Round-Trip testen: sync -> reeval -> generate_import_file -> Manueller Import in D365.

Phase 3: Optimierung der Potenzialanalyse (Abgeschlossen)

  • Bugfix: "Concatenated Year Bug" (z.B. Wolfra 802020) im MetricParser behoben.

  • Logik: Smart-Year-Skipping implementiert (Zahlen zwischen 1900-2100 werden als Jahre ignoriert, wenn Alternativen existieren).

  • Präzision: Entity-Confusion (z.B. Therme Erding vs. Hallenbad Erding) durch Standort-Validierung im Such-Prompt minimiert.

  • Transparenz: Confidence Scores (0.0-1.0) und "Proof Snippets" (Original-Textfragmente) in die Datenbank integriert.

  • UI: Confidence-Ampel und Tooltip für Quellen-Beweise im Frontend implementiert.

  • Integrität: Fehlende API-Endpunkte für Firmen-Erstellung, Bulk-Import und Wiki-Overrides wiederhergestellt.

Reference in New Issue View Git Blame Copy Permalink