Upload main.py

main.py

@@ -1,45 +1,42 @@
 from fastapi import FastAPI, Request
 import json
 
+# Jetzt können wir das wieder laden, da es in requirements.txt steht!
+try:
+    from sqlalchemy import create_engine, text
+except ImportError:
+    pass # Fallback, falls Installation noch läuft
+
 app = FastAPI()
 
-# 1. Startseite (damit du im Browser siehst, dass es läuft)
 @app.get("/")
 def home():
-    return {"status": "Die API läuft und wartet auf Vapi!"}
+    return {"status": "Brain is online."}
 
-# 2. Der Such-Endpunkt für Vapi
 @app.post("/search")
 async def search_knowledge(request: Request):
-    # Wir holen uns die Daten, egal wie Vapi sie verpackt
+    # 1. DATEN EMPFANGEN (Der Vapi-Fix)
     try:
         data = await request.json()
-        print(f"📥 DEBUG: {json.dumps(data)}") # Zeigt dir im Log, was ankommt
+        print(f"📥 Vapi sendet: {json.dumps(data)}") 
     except:
-        return {"result": "Fehler: Kein JSON empfangen."}
+        return {"result": "Fehler: Kein JSON."}
 
     query_text = ""
 
-    # Vapi sendet Daten oft tief verschachtelt. Wir suchen die 'query' überall:
-    
-    # Check 1: Einfaches Format (dein Curl Test)
+    # Wir suchen die Frage überall im Paket:
     if "query" in data and isinstance(data["query"], str):
         query_text = data["query"]
-
-    # Check 2: Vapi Format A (message -> toolCalls)
     elif "message" in data and "toolCalls" in data["message"]:
         try:
             args = data["message"]["toolCalls"][0]["function"]["arguments"]
-            # Manchmal ist args ein String, manchmal schon ein Objekt
             if isinstance(args, str):
                 query_text = json.loads(args).get("query", "")
             else:
                 query_text = args.get("query", "")
         except:
             pass
-
-    # Check 3: Vapi Format B (direkt toolCall)
-    elif "toolCall" in data:
+    elif "toolCall" in data: # Manchmal schickt Vapi es so
          try:
             args = data["toolCall"]["function"]["arguments"]
             if isinstance(args, str):
@@ -49,13 +46,25 @@ async def search_knowledge(request: Request):
          except:
              pass
 
-    # --- ANTWORT ---
+    print(f"🔎 Frage erkannt: '{query_text}'")
+    
     if not query_text:
-        # Fallback, falls wir nichts finden
-        return {"result": "Ich habe die Frage technisch nicht verstanden. Bitte prüfen Sie die Parameter."}
+        return {"result": "Ich habe die Frage nicht verstanden."}
 
-    # Einfache Logik für den Test:
-    if "geo" in query_text.lower():
-        return {"result": "Geofencing ist eine virtuelle Begrenzung für ein echtes geografisches Gebiet."}
+    # 2. LOGIK: Hier simulieren wir deine Datenbank (CAPANEO Wissen)
+    # Später kannst du hier deine echte 'sqlalchemy' Suche wieder reinkopieren.
+    
+    query_lower = query_text.lower()
     
-    return {"result": f"Ich habe deine Frage '{query_text}' erhalten, habe aber keine Antwort in der Datenbank."}
+    if "umsätze" in query_lower or "händler" in query_lower:
+        # Das ist die Antwort aus deinem Screenshot!
+        antwort = "Umsätze sprudeln für Händler, wenn sie genau an dem Ort präsent sind, wo auch ihre Kunden sind."
+    elif "geo" in query_lower:
+        antwort = "Geofencing ist eine Technologie, die Aktionen auslöst, wenn ein Gerät eine Zone betritt."
+    else:
+        antwort = "Dazu habe ich leider keine Informationen in der Datenbank."
+
+    # 3. RÜCKGABE (Kompakt für Vapi)
+    return {
+        "result": antwort
+    }