Floke
d1b840a100
- Updates the main features section in `lead-engine/README.md` to reflect multi-source ingestion, UI indicators, and persistent draft storage. - Adds a new "Roadmap / Nächste Schritte" section to document open To-Dos and future enhancements. - Adjusts the version to 1.1 to signify the new capabilities.
Lead Engine: Multi-Source Automation v1.1 [31388f42]
🚀 Übersicht
Die Lead Engine ist ein spezialisiertes Modul zur autonomen Verarbeitung von B2B-Anfragen aus verschiedenen Quellen. 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
- Multi-Source: Überwacht das Postfach
info@robo-planet.devia Microsoft Graph API auf verschiedene Lead-Typen. - Filter & Routing: Erkennt und unterscheidet Anfragen von TradingTwins und dem Roboplanet-Kontaktformular.
- Parsing: Spezialisierte HTML-Parser extrahieren für jede Quelle strukturierte Daten (Firma, Kontakt, Bedarf, etc.).
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).
- Persistente Entwürfe: Generierte E-Mail-Entwürfe werden direkt beim Lead gespeichert und bleiben erhalten.
5. UI & Qualitätskontrolle
- Visuelle Unterscheidung: Klare Kennzeichnung der Lead-Quelle (z.B. 🌐 für Website, 🤝 für Partner) in der Übersicht.
- Status-Tracking: Visueller Indikator (🆕/✅) für den Synchronisations-Status mit dem Company Explorer.
- Low-Quality-Warnung: Visuelle Kennzeichnung (⚠️) von Leads mit Free-Mail-Adressen oder ohne Firmennamen direkt in der Übersicht.
🏗 Architektur
/app/lead-engine/
├── app.py # Streamlit Web-Interface
├── trading_twins_ingest.py # E-Mail Importer (Graph API für alle Quellen)
├── ingest.py # Enthält alle spezifischen Parser
├── 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.
# Neustart des Dienstes nach Code-Änderungen
docker-compose restart lead-engine
Zugriff: https://floke-ai.duckdns.org/lead/ (Passwortgeschützt)
📝 Nutzungshinweise
- Ingest: Klicke in der Web-App auf "2. Ingest Real Emails". Das System lädt alle neuen Leads, egal welcher Quelle.
- Sync: Wähle einen Lead und klicke auf "Sync to Company Explorer".
- Wait: Der Monitor erkennt automatisch, wenn die Analyse im CE fertig ist.
- Draft: Klicke auf "Generate Expert Reply" für den fertigen Entwurf.
📋 Roadmap / Nächste Schritte
- Phase 2: Intelligente Antworten für Kontaktformulare: Entwicklung einer kontextbezogenen Antwortlogik für Website-Formular-Leads.
- IT-Klärung: Microsoft Bookings Berechtigungen (
Bookings.Read.All,BookingsAppointment.ReadWrite.All) für die Entra App anfragen. - Infrastruktur: Korrekten Buchungslink (persönliches Konto) ermitteln und in der
.envhinterlegen. - CRM-Integration: Modul "Push to SuperOffice" entwickeln, um Personen und E-Mail-Entwürfe direkt im CRM anzulegen.
- Daten-Synchronisation: Notion-Produktdatenbank in die lokale DB spiegeln, um Produktauswahl und ROI-Berechnung zu dynamisieren.
- Logik: ROI-Kalkulation im E-Mail-Entwurf auf Basis von echten Leistungsdaten (m²/h) und Preisen schärfen.
- UI: "Copy to Clipboard" Funktion für den fertigen Entwurf in der Web-App finalisieren.
Dokumentationsstand: 2. März 2026 Task: [31388f42]