Upload main.py

main.py

@@ -7,14 +7,13 @@ from datetime import datetime
 
 app = FastAPI()
 
-# --- SETUP ---
+# --- EINSTELLUNGEN ---
+# Deine korrekten Sammlungs-Namen aus dem Screenshot
 COLLECTION_KNOWLEDGE = "knowledge_base"
-COLLECTION_INBOX = "inbox"
+COLLECTION_INBOX = "inbox"  # Kleingeschrieben, wie Standard
 
-# --- FIREBASE START ---
+# --- FIREBASE VERBINDUNG ---
 db = None
-project_id = "Unbekannt"
-
 try:
     firebase_key_json = os.environ.get("FIREBASE_KEY")
     if firebase_key_json:
@@ -23,31 +22,26 @@ try:
         if not firebase_admin._apps:
             firebase_admin.initialize_app(cred)
         db = firestore.client()
-        project_id = db.project # Das ist der Beweis!
-        print(f"✅ SYSTEM: Verbunden mit Projekt '{project_id}'")
+        print(f"✅ SYSTEM: Verbunden mit Projekt '{db.project}'")
     else:
-        print("⚠️ FEHLER: Kein Key.")
+        print("⚠️ FEHLER: Kein FIREBASE_KEY gefunden.")
 except Exception as e:
-    print(f"❌ FEHLER: {e}")
+    print(f"❌ FEHLER beim Start: {e}")
 
 @app.get("/")
 def home():
-    return {"status": "Call Agent ist online", "connected_project": project_id}
+    return {"status": "Udo Agent API (Live) ist bereit."}
 
 @app.post("/search")
 async def search_knowledge(request: Request):
-    # Debug-Liste für die Rückgabe an dich
-    debug_log = []
-    debug_log.append(f"Verbinde mit Projekt-ID: {project_id}")
-
-    # 1. Parsing
+    # 1. DATEN EMPFANGEN
     try:
         data = await request.json()
     except:
-        return {"result": "Fehler: Kein JSON"}
+        return {"result": "Fehler: Kein JSON."}
 
+    # 2. FRAGE EXTRAHIEREN (Robust für Vapi)
     query_text = ""
-    # Robuste Extraktion
     if "query" in data and isinstance(data["query"], str):
         query_text = data["query"]
     elif "message" in data and "toolCalls" in data["message"]:
@@ -61,72 +55,67 @@ async def search_knowledge(request: Request):
             query_text = json.loads(args).get("query", "") if isinstance(args, str) else args.get("query", "")
          except: pass
 
-    debug_log.append(f"Suche nach: '{query_text}'")
+    print(f"🔎 FRAGE: '{query_text}'")
     
+    if not query_text:
+        return {"result": "Ich habe die Frage akustisch nicht verstanden."}
     if not db:
-        return {"result": "Datenbank-Fehler", "debug": debug_log}
+        return {"result": "Server-Fehler: Datenbank nicht verbunden."}
 
-    # 2. DIAGNOSE: Was sehen wir wirklich?
-    antwort = "Keine Antwort gefunden."
+    # 3. INTELLIGENTE SUCHE (Deine 752 Dokumente)
+    antwort = "Dazu habe ich leider keine Informationen in meiner Datenbank. Ich habe die Frage für das Team notiert."
     treffer = False
     
     try:
-        # Wir zählen, wie viele Dokumente wir überhaupt sehen
-        docs_stream = db.collection(COLLECTION_KNOWLEDGE).stream()
-        docs = list(docs_stream) # Liste laden
-        debug_log.append(f"Anzahl Dokumente in '{COLLECTION_KNOWLEDGE}': {len(docs)}")
-        
-        # Falls leer, zeigen wir die Collections an, die es gibt
-        if len(docs) == 0:
-            cols = [c.id for c in db.collections()]
-            debug_log.append(f"WARNUNG: Sammlung leer! Vorhandene Sammlungen: {cols}")
-
+        # Wir laden alle Dokumente (Caching wäre bei >2000 Docs nötig, für 750 geht es noch)
+        docs = db.collection(COLLECTION_KNOWLEDGE).stream()
         query_lower = query_text.lower()
         
         for doc in docs:
             d = doc.to_dict()
-            # Wir prüfen die Felder aus deinem Screenshot
-            t_answer = d.get("answer")
-            t_question = d.get("question")
-            t_keywords = d.get("keywords") or []
+            
+            # Felder sicher auslesen (auch wenn mal eins fehlt)
+            t_answer = d.get("answer") or d.get("Antwort") or d.get("content")
+            t_keywords = d.get("keywords") or d.get("Keywords") or []
+            t_question = d.get("question") or d.get("Frage") or ""
+
+            if not t_answer:
+                continue
 
-            # Match Logik
-            if isinstance(t_keywords, list) and any(k.lower() in query_lower for k in t_keywords):
-                antwort = t_answer
-                treffer = True
-                debug_log.append(f"✅ TREFFER (Keyword) in Doc {doc.id}")
-                break
+            # A) Keyword-Match (Sehr stark!)
+            if isinstance(t_keywords, list):
+                # Prüft, ob ein Keyword in der Frage vorkommt
+                if any(k.lower() in query_lower for k in t_keywords):
+                    antwort = t_answer
+                    treffer = True
+                    print(f"✅ TREFFER (Keyword) in Doc {doc.id}")
+                    break
             
-            if t_question and t_question.lower() in query_lower:
+            # B) Frage-Match (Fuzzy)
+            # Prüft, ob die User-Frage in der DB-Frage steckt (oder umgekehrt)
+            if t_question and (t_question.lower() in query_lower or query_lower in t_question.lower()):
                  antwort = t_answer
                  treffer = True
-                 debug_log.append(f"✅ TREFFER (Frage) in Doc {doc.id}")
+                 print(f"✅ TREFFER (Frage-Match) in Doc {doc.id}")
                  break
 
-        # 3. SCHREIB-TEST (Inbox)
+        # 4. LERN-LOGIK (INBOX)
         if not treffer:
-            debug_log.append("⚠️ Kein Treffer. Versuche Inbox-Write...")
+            print(f"⚠️ KEIN TREFFER. Speichere in '{COLLECTION_INBOX}'...")
             try:
-                # Wir schreiben einen echten Eintrag
-                ref = db.collection(COLLECTION_INBOX).add({
+                db.collection(COLLECTION_INBOX).add({
                     "question": query_text,
                     "status": "open",
                     "timestamp": firestore.SERVER_TIMESTAMP,
-                    "debug_info": "Vom Detektiv-Skript"
+                    "source": "Vapi Call"
                 })
-                debug_log.append(f"📩 GESPEICHERT! ID: {ref[1].id}")
-                antwort = "Dazu habe ich keine Infos, habe es aber notiert."
+                print("📩 Erfolgreich in Inbox gespeichert.")
             except Exception as e:
-                debug_log.append(f"❌ SCHREIB-FEHLER: {str(e)}")
+                print(f"❌ Fehler beim Speichern in Inbox: {e}")
 
     except Exception as e:
-        debug_log.append(f"KRITISCHER FEHLER: {str(e)}")
+        print(f"❌ DATABASE ERROR: {e}")
+        return {"result": "Es gab ein technisches Problem beim Zugriff auf das Wissen."}
 
-    # WICHTIG: Wir geben das Debug-Log in der Antwort zurück!
-    # Vapi liest das nicht vor, aber du siehst es im 'Curl' oder Browser-Test.
-    print(json.dumps(debug_log, indent=2))
-    
-    return {
-        "result": antwort,
-        "system_debug": debug_log  # <-- Schau hier rein!
-    }
+    # Sauberes Ergebnis für Vapi
+    return {"result": antwort}