feat: add flowing templates and PDF import pipeline

2026-08-31 19:56:25 +02:00
parent 95e3f677e4
commit 3e5f197bdb
19 changed files with 920 additions and 44 deletions
@@ -0,0 +1,81 @@
+<?php
+declare(strict_types=1);
+
+require_once __DIR__ . '/db.php';
+
+header('Content-Type: application/json');
+$config = require __DIR__ . '/config.php';
+$pdo = ai_backend_db($config);
+$user = ai_backend_authenticate($pdo);
+if ((float) $user['balance_usd'] <= 0) {
+    ai_backend_fail(402, 'Kein Guthaben mehr vorhanden.');
+}
+
+$body = json_decode(file_get_contents('php://input'), true);
+if (!is_array($body) || !isset($body['document']['pages']) || !is_array($body['candidates'] ?? null)) {
+    ai_backend_fail(400, 'Dokument oder Kandidaten fehlen.');
+}
+if (count($body['candidates']) > 500) {
+    ai_backend_fail(413, 'Zu viele Textkandidaten in einer Anfrage.');
+}
+
+$systemPrompt = <<<'PROMPT'
+Du klassifizierst Textblöcke aus deutschen Schul- und Verwaltungsdokumenten für einen
+Vorlageneditor. Die Geometrie wurde deterministisch aus einem PDF extrahiert und darf von dir
+niemals geändert oder ergänzt werden. Du erhältst Seiten, Textblöcke und eine Liste von Kandidaten.
+
+Für jeden Kandidaten:
+- vergib einen kurzen stabilen deutschen Placeholder-Namen nur aus Buchstaben und Ziffern,
+- wähle type ausschließlich aus text, multiline, date, number,
+- wähle confidence ausschließlich aus high, medium, low,
+- darfst du benachbarte, logisch zusammengehörige Zeilen gruppieren. Dann enthält blockIds alle
+  Original-IDs der Gruppe. Jede übernommene ID muss exakt aus der Eingabe stammen.
+- typische Namen sind Anrede, Empfaenger, Adresse, PlzOrt, Datum, Betreff, Aktenzeichen, Brieftext.
+
+Antworte AUSSCHLIESSLICH mit gültigem JSON in diesem Schema:
+{
+  "classifications": [
+    {
+      "id": "<id eines Kandidaten>",
+      "blockIds": ["<unveränderte Original-ID>"],
+      "name": "<PlaceholderName>",
+      "type": "text|multiline|date|number",
+      "confidence": "high|medium|low"
+    }
+  ]
+}
+PROMPT;
+
+$result = ai_backend_call_and_charge($pdo, $config, $user, $systemPrompt,
+    json_encode($body, JSON_UNESCAPED_UNICODE | JSON_UNESCAPED_SLASHES));
+$parsed = json_decode($result['content'], true);
+if (!is_array($parsed) || !is_array($parsed['classifications'] ?? null)) {
+    ai_backend_fail(502, 'Die KI hat kein gültiges Klassifikations-JSON geliefert.');
+}
+
+$knownIds = [];
+foreach ($body['document']['pages'] as $page) {
+    foreach (($page['textBlocks'] ?? []) as $block) {
+        if (isset($block['id'])) $knownIds[(string) $block['id']] = true;
+    }
+}
+$candidateIds = array_fill_keys(array_map(fn($x) => (string) ($x['id'] ?? ''), $body['candidates']), true);
+$allowedTypes = ['text', 'multiline', 'date', 'number'];
+$allowedConfidence = ['high', 'medium', 'low'];
+foreach ($parsed['classifications'] as $classification) {
+    if (!isset($candidateIds[(string) ($classification['id'] ?? '')])
+        || !in_array($classification['type'] ?? '', $allowedTypes, true)
+        || !in_array($classification['confidence'] ?? '', $allowedConfidence, true)
+        || !preg_match('/^[\pL\pN]+$/u', (string) ($classification['name'] ?? ''))
+        || !is_array($classification['blockIds'] ?? null)) {
+        ai_backend_fail(502, 'Die KI-Klassifikation enthält ungültige Werte.');
+    }
+    foreach ($classification['blockIds'] as $blockId) {
+        if (!isset($knownIds[(string) $blockId])) {
+            ai_backend_fail(502, 'Die KI-Klassifikation referenziert einen unbekannten Textblock.');
+        }
+    }
+}
+
+echo json_encode(['classifications' => $parsed['classifications']], JSON_UNESCAPED_UNICODE);
+