M8 komplett umgesetzt

2026-04-08 16:30:13 +02:00
parent a3f47ba560
commit d61316c699
21 changed files with 2377 additions and 89 deletions
--- a/config/application-local.example.properties
+++ b/config/application-local.example.properties
@@ -1,21 +1,70 @@
-# PDF Umbenenner Local Configuration Example
-# AP-005: Copy this file to config/application.properties and adjust values for local development
+# PDF Umbenenner – Konfigurationsbeispiel für lokale Entwicklung
+# Kopiere diese Datei nach config/application.properties und passe die Werte an.

-# Mandatory M1 properties
+# ---------------------------------------------------------------------------
+# Pflichtparameter
+# ---------------------------------------------------------------------------
+
+# Quellordner: Ordner, aus dem OCR-verarbeitete PDF-Dateien gelesen werden.
+# Der Ordner muss vorhanden und lesbar sein.
 source.folder=./work/local/source
-target.folder=./work/local/target
-sqlite.file=./work/local/pdf-umbenenner.db
-api.baseUrl=http://localhost:8080/api
-api.model=gpt-4o-mini
-api.timeoutSeconds=30
-max.retries.transient=3
-max.pages=10
-max.text.characters=5000
-prompt.template.file=./config/prompts/local-template.txt

-# Optional properties
-runtime.lock.file=./work/local/lock.pid
+# Zielordner: Ordner, in den die umbenannten Kopien abgelegt werden.
+# Wird automatisch angelegt, wenn er noch nicht existiert.
+target.folder=./work/local/target
+
+# SQLite-Datenbankdatei für Bearbeitungsstatus und Versuchshistorie.
+# Das übergeordnete Verzeichnis muss vorhanden sein.
+sqlite.file=./work/local/pdf-umbenenner.db
+
+# Basis-URL des OpenAI-kompatiblen KI-Dienstes (ohne Pfadsuffix wie /chat/completions).
+api.baseUrl=https://api.openai.com/v1
+
+# Modellname des KI-Dienstes.
+api.model=gpt-4o-mini
+
+# HTTP-Timeout für KI-Anfragen in Sekunden (muss > 0 sein).
+api.timeoutSeconds=30
+
+# Maximale Anzahl historisierter transienter Fehlversuche pro Dokument.
+# Muss eine ganze Zahl >= 1 sein. Bei Erreichen des Grenzwerts wird der
+# Dokumentstatus auf FAILED_FINAL gesetzt.
+max.retries.transient=3
+
+# Maximale Seitenzahl pro Dokument. Dokumente mit mehr Seiten werden als
+# deterministischer Inhaltsfehler behandelt (kein KI-Aufruf).
+max.pages=10
+
+# Maximale Zeichenanzahl des Dokumenttexts, der an die KI gesendet wird.
+max.text.characters=5000
+
+# Pfad zur externen Prompt-Datei. Der Dateiname dient als Prompt-Identifikator
+# in der Versuchshistorie.
+prompt.template.file=./config/prompts/template.txt
+
+# ---------------------------------------------------------------------------
+# API-Schlüssel
+# ---------------------------------------------------------------------------
+# Der API-Schlüssel kann wahlweise über diese Property oder über die
+# Umgebungsvariable PDF_UMBENENNER_API_KEY gesetzt werden.
+# Die Umgebungsvariable hat Vorrang.
+api.key=your-local-api-key-here
+
+# ---------------------------------------------------------------------------
+# Optionale Parameter
+# ---------------------------------------------------------------------------
+
+# Pfad zur Lock-Datei für den Startschutz (verhindert parallele Instanzen).
+# Wird weggelassen, verwendet die Anwendung pdf-umbenenner.lock im Arbeitsverzeichnis.
+runtime.lock.file=./work/local/pdf-umbenenner.lock
+
+# Log-Verzeichnis. Wird weggelassen, schreibt Log4j2 in ./logs/.
 log.directory=./work/local/logs
+
+# Log-Level (DEBUG, INFO, WARN, ERROR). Standard ist INFO.
 log.level=INFO
-# api.key can also be set via environment variable PDF_UMBENENNER_API_KEY
-api.key=your-local-api-key-here
+
+# Sensible KI-Inhalte (vollständige Rohantwort und Reasoning) ins Log schreiben.
+# Erlaubte Werte: true oder false. Standard ist false (geschützt).
+# Nur für Diagnosezwecke auf true setzen.
+log.ai.sensitive=false
--- a/config/application-test.example.properties
+++ b/config/application-test.example.properties
@@ -1,21 +1,71 @@
-# PDF Umbenenner Test Configuration Example
-# AP-005: Copy this file to config/application.properties and adjust values for testing
+# PDF Umbenenner – Konfigurationsbeispiel für Testläufe
+# Kopiere diese Datei nach config/application.properties und passe die Werte an.
+# Diese Vorlage enthält kürzere Timeouts und niedrigere Limits für Testläufe.

-# Mandatory M1 properties
+# ---------------------------------------------------------------------------
+# Pflichtparameter
+# ---------------------------------------------------------------------------
+
+# Quellordner: Ordner, aus dem OCR-verarbeitete PDF-Dateien gelesen werden.
+# Der Ordner muss vorhanden und lesbar sein.
 source.folder=./work/test/source
-target.folder=./work/test/target
-sqlite.file=./work/test/pdf-umbenenner-test.db
-api.baseUrl=http://localhost:8081/api
-api.model=gpt-4o-mini-test
-api.timeoutSeconds=10
-max.retries.transient=1
-max.pages=5
-max.text.characters=2000
-prompt.template.file=./config/prompts/test-template.txt

-# Optional properties
-runtime.lock.file=./work/test/lock.pid
+# Zielordner: Ordner, in den die umbenannten Kopien abgelegt werden.
+# Wird automatisch angelegt, wenn er noch nicht existiert.
+target.folder=./work/test/target
+
+# SQLite-Datenbankdatei für Bearbeitungsstatus und Versuchshistorie.
+# Das übergeordnete Verzeichnis muss vorhanden sein.
+sqlite.file=./work/test/pdf-umbenenner-test.db
+
+# Basis-URL des OpenAI-kompatiblen KI-Dienstes (ohne Pfadsuffix wie /chat/completions).
+api.baseUrl=https://api.openai.com/v1
+
+# Modellname des KI-Dienstes.
+api.model=gpt-4o-mini
+
+# HTTP-Timeout für KI-Anfragen in Sekunden (muss > 0 sein).
+api.timeoutSeconds=10
+
+# Maximale Anzahl historisierter transienter Fehlversuche pro Dokument.
+# Muss eine ganze Zahl >= 1 sein. Bei Erreichen des Grenzwerts wird der
+# Dokumentstatus auf FAILED_FINAL gesetzt.
+max.retries.transient=1
+
+# Maximale Seitenzahl pro Dokument. Dokumente mit mehr Seiten werden als
+# deterministischer Inhaltsfehler behandelt (kein KI-Aufruf).
+max.pages=5
+
+# Maximale Zeichenanzahl des Dokumenttexts, der an die KI gesendet wird.
+max.text.characters=2000
+
+# Pfad zur externen Prompt-Datei. Der Dateiname dient als Prompt-Identifikator
+# in der Versuchshistorie.
+prompt.template.file=./config/prompts/template.txt
+
+# ---------------------------------------------------------------------------
+# API-Schlüssel
+# ---------------------------------------------------------------------------
+# Der API-Schlüssel kann wahlweise über diese Property oder über die
+# Umgebungsvariable PDF_UMBENENNER_API_KEY gesetzt werden.
+# Die Umgebungsvariable hat Vorrang.
+api.key=test-api-key-placeholder
+
+# ---------------------------------------------------------------------------
+# Optionale Parameter
+# ---------------------------------------------------------------------------
+
+# Pfad zur Lock-Datei für den Startschutz (verhindert parallele Instanzen).
+# Wird weggelassen, verwendet die Anwendung pdf-umbenenner.lock im Arbeitsverzeichnis.
+runtime.lock.file=./work/test/pdf-umbenenner.lock
+
+# Log-Verzeichnis. Wird weggelassen, schreibt Log4j2 in ./logs/.
 log.directory=./work/test/logs
+
+# Log-Level (DEBUG, INFO, WARN, ERROR). Standard ist INFO.
 log.level=DEBUG
-# api.key can also be set via environment variable PDF_UMBENENNER_API_KEY
-api.key=test-api-key-placeholder
+
+# Sensible KI-Inhalte (vollständige Rohantwort und Reasoning) ins Log schreiben.
+# Erlaubte Werte: true oder false. Standard ist false (geschützt).
+# Nur für Diagnosezwecke auf true setzen.
+log.ai.sensitive=false
--- a/config/prompts/template.txt
+++ b/config/prompts/template.txt
@@ -1 +1,22 @@
-This is a test prompt template for AP-006 validation.
+Du bist ein Assistent zur automatischen Benennung gescannter PDF-Dokumente.
+
+Analysiere den folgenden Dokumenttext und ermittle:
+
+1. Einen inhaltlich passenden deutschen Titel (maximal 20 Zeichen, nur Buchstaben und Leerzeichen, keine Abkürzungen, keine generischen Bezeichnungen wie "Dokument", "Datei", "Scan" oder "PDF")
+2. Das relevanteste Datum des Dokuments
+
+Datumsermittlung nach Priorität:
+- Rechnungsdatum
+- Dokumentdatum
+- Ausstellungsdatum oder Bescheiddatum
+- Schreibdatum oder Ende eines Leistungszeitraums
+- Kein Datum angeben, wenn kein belastbares Datum eindeutig ableitbar ist
+
+Titelregeln:
+- Titel auf Deutsch formulieren
+- Eigennamen (Personen, Firmen, Orte) unverändert übernehmen
+- Maximal 20 Zeichen (nur der Basistitel, ohne Datumspräfix)
+- Keine Sonderzeichen außer Leerzeichen
+- Eindeutig und verständlich, nicht generisch
+
+Wenn das Dokument nicht eindeutig interpretierbar ist, beschreibe dies im Reasoning.