Update

README.md

@@ -0,0 +1,208 @@
+\# 📄 Enterprise PDF-zu-XRechnung-Konverter (Hybrid-Architektur)
+
+
+
+Dieses Tool ist ein hochpräziser, datenschutzkonformer Konverter, der herkömmliche B2B-Rechnungen im PDF-Format vollautomatisch in gesetzeskonforme \*\*XRechnung-XMLs (UBL-Standard, Version 3.0)\*\* transformiert. 
+
+
+
+Das System setzt auf einen \*\*innovativen Hybrid-Ansatz\*\*: Es kombiniert die semantische Flexibilität eines modernen, lokalen Large Language Models (LLM) für unstrukturierte Kopfdaten mit der unfehlbaren mathematischen Präzision von nativem Python-Code für die Positionstabelle.
+
+
+
+\---
+
+
+
+\## 🚀 Key Features
+
+
+
+\* \*\*100 % Lokale Ausführung \& DSGVO-konform:\*\* Keine Cloud-APIs (kein OpenAI, Anthropic etc.). Alle Daten verbleiben vollständig auf der eigenen Hardware. Absolute Datensouveränität für sensible Finanzdaten.
+
+\* \*\*Kugelsichere Tabellen-Extraktion:\*\* Positionen, Mengen, Einheiten und Einzelpreise werden mittels optimierter regulärer Ausdrücke (Regex) fehlerfrei ausgelesen – komplett immun gegen KI-Halluzinationen oder Token-Abbrüche.
+
+\* \*\*Finanzmathematische Präzision:\*\* Berechnung aller Netto-, MwSt- und Bruttosummen mittels Pythons `decimal`-Modul inklusive striktem \*\*kaufmännischen Runden (`ROUND\_HALF\_UP`)\*\*. Keine Floating-Point-Ungenauigkeiten.
+
+\* \*\*Human-in-the-Loop Frontend:\*\* Eine interaktive Streamlit-Oberfläche erlaubt die sofortige visuelle Kontrolle und manuelle Korrektur aller extrahierten Daten vor dem finalen Export.
+
+\* \*\*Validierte XML-Ausgabe:\*\* Generiert valides UBL-2.1-Invoice-XML, das die strengen Konformitätsprüfungen der offiziellen Koordinierungsstelle für IT-Standards (KoSIT) fehlerfrei (\*\*0 Fehler\*\*) besteht.
+
+
+
+\---
+
+
+
+\## 🛠 Wie es funktioniert (Hybrid-Architektur)
+
+
+
+Das Tool teilt die Extraktion in zwei spezialisierte Verarbeitungsstufen auf:
+
+
+
+```
+
+\[PDF Dokument] 
+
+      │
+
+      ├──> Stufe 1: Lokale KI (Qwen3.5-Instruct) ──> Extraktion von Metadaten (Kunde, Adresse, Datum, Referenz)
+
+      │
+
+      └──> Stufe 2: Pure Python Engine (Regex)   ──> Extraktion der Artikel (Beschreibung, Menge, Einheit, Preis)
+
+```
+
+
+
+1\. \*\*Stufe 1: Stammdaten via Lokaler KI (LLM)\*\*
+
+   Kopfdaten wie Rechnungsnummer, Datumsangaben, Bestell-Referenzen und Kundenadressen wandern auf Rechnungen visuell stark hin und her. Hier glänzt das lokale KI-Modell: Es versteht den Kontext des gesamten Texts und extrahiert diese unstrukturierten Metadaten zuverlässig. Um strukturelle Fehler zu vermeiden, wird die KI über eine strikte JSON-Schema-Grammatik (`LlamaGrammar`) gezwungen, die Daten exakt in ein vordefiniertes Pydantic-Schema zu gießen.
+
+
+
+2\. \*\*Stufe 2: Positionen via Python-Regex\*\*
+
+   Finanztabellen erfordern 0 % Fehlertoleranz. Statt das LLM mit langen Tabellen zu überfordern (Gefahr von Abbrüchen oder Zahlendrehern), scannt ein robuster Python-Algorithmus den extrahierten Textstrom nach Mustern von Mengenangaben und Einheiten (z. B. `1,375 Tag(e)` oder `2 Std.`). Er greift sich nachgelagerte Preise, isoliert den zugehörigen Beschreibungstext (auch bei komplexen mehrzeiligen Umbrüchen) und filtert irrelevante Systemtexte automatisch heraus.
+
+
+
+\---
+
+
+
+\## 🤖 Das KI-Modell
+
+
+
+Das Tool ist exakt auf das folgende Open-Weights-Modell optimiert:
+
+\* \*\*Modell:\*\* `Qwen3.5-4B-Instruct`
+
+\* \*\*Format:\*\* GGUF (optimiert für CPU/GPU-Inferenz via `llama-cpp`)
+
+\* \*\*Quantisierung:\*\* `Q8\_0` (Hohe Genauigkeit bei exzellenter Performance)
+
+
+
+\*\*Wichtig:\*\* Es muss zwingend die \*\*`Instruct`\*\*-Version des Modells verwendet werden (`Qwen3.5-4B-Instruct-Q8\_0.gguf`), da das reine Base-Modell nicht in der Lage ist, strukturierte Systemanweisungen und JSON-Grammatiken korrekt zu befolgen.
+
+
+
+\---
+
+
+
+\## 💻 Installation \& Setup
+
+
+
+\### 1. Repository klonen \& Ordnerstruktur vorbereiten
+
+```bash
+
+git clone \[https://github.com/dein-username/pdf-to-xrechnung.git](https://github.com/dein-username/pdf-to-xrechnung.git)
+
+cd pdf-to-xrechnung
+
+mkdir -p models
+
+```
+
+
+
+\### 2. Lokales Modell herrichten
+
+Lade das GGUF-Modell von Hugging Face (z. B. aus dem Repository von `bartowski`) herunter und platziere es im `models`-Ordner:
+
+\* \*\*Pfad:\*\* `models/Qwen3.5-4B-Instruct-Q8\_0.gguf`
+
+
+
+\### 3. Requirements erstellen (`requirements.txt`)
+
+Für ein sauberes und schlankes Repository erstelle eine `requirements.txt` mit folgendem minimalen Inhalt:
+
+```text
+
+streamlit==1.58.0
+
+llama\_cpp\_python==0.3.32
+
+pydantic==2.13.4
+
+pymupdf==1.28.0
+
+```
+
+
+
+\### 4. Abhängigkeiten installieren (inkl. GPU-Beschleunigung)
+
+Aktiviere deine virtuelle Umgebung (`venv`) und führe den passenden Befehl aus, damit das KI-Modell deine Nvidia-Grafikkarte (CUDA) für rasend schnelle Antworten nutzt:
+
+
+
+\*\*Unter Windows (PowerShell):\*\*
+
+```powershell
+
+$env:GGML\_CUDA="1"; pip install -r requirements.txt --force-reinstall --no-cache-dir
+
+```
+
+
+
+\*\*Unter Linux / macOS:\*\*
+
+```bash
+
+GGML\_CUDA=1 pip install -r requirements.txt --force-reinstall --no-cache-dir
+
+```
+
+
+
+\---
+
+
+
+\## 🎈 Benutzung
+
+
+
+Starte die Applikation über dein Terminal:
+
+```bash
+
+streamlit run app.py
+
+```
+
+
+
+1\. \*\*PDF hochladen:\*\* Ziehe eine herkömmliche Rechnungs-PDF per Drag-and-Drop in die left Spalte der Streamlit-Oberfläche.
+
+2\. \*\*Daten extrahieren:\*\* Klicke auf `🚀 Daten extrahieren`. Im Hintergrund analysiert die hybride Engine das Dokument.
+
+3\. \*\*Prüfen \& Editieren:\*\* In der rechten Spalte erscheinen alle erkannten Kopfdaten sowie die editierbare Positionstabelle. Du kannst jeden Wert manuell anpassen, Zeilen löschen oder hinzufügen.
+
+4\. \*\*Exportieren:\*\* Klicke auf `🔒 XRechnung exportieren`. Das Tool berechnet kaufmännisch alle Summen und stellt dir die fertige, konforme XML-Datei direkt als Download (`📥 Download XML`) bereit.
+
+
+
+\---
+
+
+
+\## ⚖️ Rechtliche \& Finanzmathematische Hinweise
+
+
+
+\* \*\*GoBD-Konformität:\*\* Dieses Tool generiert das strukturierte XML-Format. Der Nutzer ist selbst dafür verantwortlich, sowohl die Original-PDF als auch die generierte XML-Datei gemäß den GoBD-Richtlinien revisionssicher für 10 Jahre zu archivieren.
+
+\* \*\*Prüfpflicht:\*\* Das Tool arbeitet nach dem Prinzip \*„Human-in-the-Loop“\*. Vor dem XML-Export ist eine kurze visuelle Endkontrolle der extrahierten Daten im Streamlit-Frontend durch den Sachbearbeiter zwingend empfohlen.
+

app.py

@@ -5,6 +5,7 @@ import re
 import xml.etree.ElementTree as ET
 from xml.dom import minidom
 from datetime import datetime, timedelta
+from decimal import Decimal, ROUND_HALF_UP  # Für finanzmathematisch exaktes Runden
 import fitz  # PyMuPDF
 from pydantic import BaseModel, Field
 from llama_cpp import Llama, LlamaGrammar
@@ -26,17 +27,25 @@ class InvoiceMetadata(BaseModel):
 
 
 # ==========================================
-# 2. FEHLERFREIES PYTHON-PARSING DER TABELLE
+# 2. PRÄZISE MATHEMATISCHE FUNKTIONEN
 # ==========================================
+def kaufmaennisches_runden(betrag, nachkommastellen=2):
+    """
+    Rundet Beträge finanzmathematisch exakt nach kaufmännischer Art (ab 5 aufrunden).
+    Verhindert Pythons Banker's Rounding Fehler.
+    """
+    if not betrag:
+        return 0.0
+    quantizer = Decimal('1.' + '0' * nachkommastellen)
+    return float(Decimal(f"{betrag:.6f}").quantize(quantizer, rounding=ROUND_HALF_UP))
+
 def clean_german_float(val_str):
     if not val_str:
         return 0.0
-    # Entferne Währung, Leerzeichen und unsichtbare Steuerzeichen
     s = str(val_str).strip().replace("€", "").replace(" ", "").replace("'", "").replace("\n", "").replace("\r", "")
     if not s:
         return 0.0
     
-    # Konvertierung von Deutsch (1.300,00) zu Python Float (1300.00)
     if "." in s and "," in s:
         s = s.replace(".", "").replace(",", ".")
     elif "," in s:
@@ -47,18 +56,11 @@ def clean_german_float(val_str):
         return 0.0
 
 def extract_invoice_items_pure_python(text):
-    """
-    Extrem robuste Tabellen-Extraktion. 
-    Findet Positionen auch dann, wenn PDF-Text Zeilenumbrüche zwischen den Spalten erzwingt.
-    """
     items = []
-    
-    # 1. Text zeilenweise normalisieren und leere Zeilen entfernen
     lines = [line.strip() for line in text.split("\n") if line.strip()]
     
-    # 2. Finde alle Indizes, die wie eine Mengenangabe mit Einheit aussehen
+    unit_pattern = re.compile(r"^(\d+(?:[\.,]\d+)?)\s*(Tag\(e\)|Std\.|Stk\.|Stunden|Stück|stk|stck|stück)$", re.IGNORECASE)
-    # Erkennt: "1,375 Tag(e)", "2 Std.", "10 Stk.", "1,00 Stück"
+    price_stop_pattern = re.compile(r"^[\d\.]+,[\d]{2}$")
-    unit_pattern = re.compile(r"^(\d+(?:,\d+)?)\s*(Tag\(e\)|Std\.|Stk\.|Stunden|Stück)$", re.IGNORECASE)
     
     for i, line in enumerate(lines):
         match = unit_pattern.match(line)
@@ -66,42 +68,32 @@ def extract_invoice_items_pure_python(text):
             raw_qty = match.group(1)
             raw_unit = match.group(2)
             
-            # Jetzt schauen wir uns die Zeilen direkt *danach* an, um die Preise zu finden
-            # Meistens folgt: Einzelpreis (Zeile i+1) und Gesamtpreis (Zeile i+2)
             raw_price = "0,00"
-            if i + 1 < len(lines):
+            for k in range(1, 3):
-                # Prüfen, ob die nächste Zeile ein Geldbetrag ist (z.B. "1.300,00")
+                if i + k < len(lines):
-                if re.match(r"^[\d.,]+$", lines[i+1]):
+                    candidate = lines[i+k].replace("€", "").replace(" ", "").strip()
-                    raw_price = lines[i+1]
+                    if re.match(r"^[\d.,]+$", candidate):
+                        raw_price = candidate
+                        break
             
-            # Jetzt rekonstruieren wir die Beschreibung, indem wir *rückwärts* gehen
-            # Wir sammeln alle Textzeilen oberhalb der Menge ein, bis wir zur nächsten Position 
-            # oder Tabellenüberschriften gelangen.
             desc_lines = []
             for j in range(i - 1, -1, -1):
                 prev_line = lines[j]
+                if unit_pattern.match(prev_line) or price_stop_pattern.match(prev_line):
+                    break
                     
-                # Abbruchbedingungen (Wann gehört der Text nicht mehr zur Beschreibung?)
+                prev_lower = prev_line.lower()
-                if unit_pattern.match(prev_line): # Vorherige Menge/Einheit erreicht
+                if prev_lower in ["pos.", "pos", "bezeichnung", "beschreibung", "menge", "einheit", "einzelpreis", "gesamtpreis", "betrag €", "betrag", "artikel"]:
                     break
-                if any(w in prev_line.lower() for w in ["gesamt", "zwischensumme", "endbetrag", "ust.", "absender", "seite", "rechnung"]):
+                if any(prev_lower.startswith(w) for w in ["zwischensumme", "endbetrag", "gesamtbetrag", "umsatzsteuer"]):
-                    break
-                # Wenn es ein reiner Preis der vorigen Position ist, überspringen
-                if re.match(r"^[\d.,]+$", prev_line) and j < i - 1:
                     break
+                if prev_line.isdigit() and len(prev_line) <= 2:
+                    continue
                     
                 desc_lines.insert(0, prev_line)
                 
-            # Falls am Anfang eine reine Positionsnummer steht (z.B. "1"), putzen wir sie weg
-            if desc_lines and desc_lines[0].isdigit():
-                desc_lines.pop(0)
-                
             description = " ".join(desc_lines).strip()
             
-            # Sicherheitscheck: Schließe Summenzeilen aus, falls Regex falsch angeschlagen hat
-            if any(w in description.lower() for w in ["zwischensumme", "endbetrag", "gesamt"]):
-                continue
-                
             if description:
                 items.append({
                     "description": description,
@@ -136,6 +128,7 @@ def generate_compliant_xrechnung(data):
     
     root = ET.Element(f"{{{INVOICE_NS}}}Invoice")
     
+    # BT-24 ID angepasst auf den exakten Core-String
     ET.SubElement(root, f"{{{CBC}}}CustomizationID").text = "urn:cen.eu:en16931:2017#compliant#urn:xoev-de:kosit:standard:xrechnung_3.0"
     ET.SubElement(root, f"{{{CBC}}}ProfileID").text = "urn:fdc:peppol.eu:poacc:bis:invoice:3"
     ET.SubElement(root, f"{{{CBC}}}ID").text = str(data["invoice_number"])
@@ -155,25 +148,34 @@ def generate_compliant_xrechnung(data):
     vat_rate = float(data['vat_rate_percent'])
     vat_category = "S" if vat_rate > 0.0 else "E"
 
-    # --- SENDER ---
+    # --- SENDER (SCITECH) ---
     supplier = ET.SubElement(root, f"{{{CAC}}}AccountingSupplierParty")
     party_supp = ET.SubElement(supplier, f"{{{CAC}}}Party")
     ET.SubElement(party_supp, f"{{{CBC}}}EndpointID", {"schemeID": "EM"}).text = "office@scitech-gmbh.de"
     party_name_supp = ET.SubElement(party_supp, f"{{{CAC}}}PartyName")
     ET.SubElement(party_name_supp, f"{{{CBC}}}Name").text = "scitech it solutions GmbH"
+    
     addr_supp = ET.SubElement(party_supp, f"{{{CAC}}}PostalAddress")
     ET.SubElement(addr_supp, f"{{{CBC}}}StreetName").text = "Hermann-Schumann-Str. 4"
     ET.SubElement(addr_supp, f"{{{CBC}}}CityName").text = "Hennigsdorf"
     ET.SubElement(addr_supp, f"{{{CBC}}}PostalZone").text = "16761"
     country_supp = ET.SubElement(addr_supp, f"{{{CAC}}}Country")
     ET.SubElement(country_supp, f"{{{CBC}}}IdentificationCode").text = "DE"
+    
     tax_scheme_supp = ET.SubElement(party_supp, f"{{{CAC}}}PartyTaxScheme")
     ET.SubElement(tax_scheme_supp, f"{{{CBC}}}CompanyID").text = "DE218436692"
     scheme_supp = ET.SubElement(tax_scheme_supp, f"{{{CAC}}}TaxScheme")
     ET.SubElement(scheme_supp, f"{{{CBC}}}ID").text = "VAT"
+    
     legal_supp = ET.SubElement(party_supp, f"{{{CAC}}}PartyLegalEntity")
     ET.SubElement(legal_supp, f"{{{CBC}}}RegistrationName").text = "scitech it solutions GmbH"
     
+    # FIX: Hinzufügen der Gruppe "SELLER CONTACT" (BG-6) zur Behebung von BR-DE-2
+    contact_supp = ET.SubElement(party_supp, f"{{{CAC}}}Contact")
+    ET.SubElement(contact_supp, f"{{{CBC}}}Name").text = "Geschäftsführung"
+    ET.SubElement(contact_supp, f"{{{CBC}}}Telephone").text = "+49 3302 4940537"
+    ET.SubElement(contact_supp, f"{{{CBC}}}ElectronicMail").text = "office@scitech-gmbh.de"
+
     # --- RECIPIENT ---
     customer = ET.SubElement(root, f"{{{CAC}}}AccountingCustomerParty")
     party_cust = ET.SubElement(customer, f"{{{CAC}}}Party")
@@ -212,7 +214,7 @@ def generate_compliant_xrechnung(data):
     monetary_total = ET.SubElement(root, f"{{{CAC}}}LegalMonetaryTotal")
     ET.SubElement(monetary_total, f"{{{CBC}}}LineExtensionAmount", {"currencyID": "EUR"}).text = f"{data['total_net_amount']:.2f}"
     ET.SubElement(monetary_total, f"{{{CBC}}}TaxExclusiveAmount", {"currencyID": "EUR"}).text = f"{data['total_net_amount']:.2f}"
-    ET.SubElement(monetary_total, f"{{{CAC}}}TaxInclusiveAmount", {"currencyID": "EUR"}).text = f"{data['total_gross_amount']:.2f}"
+    ET.SubElement(monetary_total, f"{{{CBC}}}TaxInclusiveAmount", {"currencyID": "EUR"}).text = f"{data['total_gross_amount']:.2f}"
     ET.SubElement(monetary_total, f"{{{CBC}}}PayableAmount", {"currencyID": "EUR"}).text = f"{data['total_gross_amount']:.2f}"
 
     for index, item in enumerate(data["items"], start=1):
@@ -243,13 +245,13 @@ def generate_compliant_xrechnung(data):
 
 
 # ==========================================
-# 3. ABSOLUTE MODELL-LADUNG (NUR METADATEN)
+# 3. ABSOLUTE MODELL-LADUNG (QWEN 3.5 INSTRUCT)
 # ==========================================
 def get_cached_llm():
     if "llm_instance" not in st.session_state:
         with st.spinner("🚀 INITIAL: Stammdaten-Modell wird geladen..."):
             base_dir = os.path.dirname(os.path.abspath(__file__))
-            model_path = os.path.join(base_dir, "models", "Qwen2.5-VL-3B-Instruct-Q8_0.gguf")
+            model_path = os.path.join(base_dir, "models", "Qwen3.5-4B-Instruct-Q8_0.gguf")
             st.session_state.llm_instance = Llama(model_path=model_path, n_ctx=2048, n_gpu_layers=-1, n_threads=8)
     return st.session_state.llm_instance
 
@@ -258,7 +260,7 @@ def get_cached_llm():
 # 4. STREAMLIT FRONTEND
 # ==========================================
 st.set_page_config(page_title="PDF zu E-Rechnung", layout="wide")
-st.title("📄 Hybrid PDF zu E-Rechnung Konverter")
+st.title("📄 Enterprise PDF zu E-Rechnung Konverter")
 
 llm = get_cached_llm()
 col1, col2 = st.columns(2)
@@ -279,7 +281,7 @@ with col2:
     if "extracted_data" not in st.session_state: st.session_state.extracted_data = None
 
     if uploaded_file is not None and pdf_text.strip() != "":
-        if st.button("🚀 Daten extrahieren (Optimierte native Tabelle)", width="stretch"):
+        if st.button("🚀 Daten extrahieren (Kugelsichere Hybrid-Methode)", width="stretch"):
             with st.spinner("Extrahiere Daten..."):
                 
                 # STUFE 1: Stammdaten via KI
@@ -294,7 +296,7 @@ with col2:
                 if final_data.get("recipient_email") == "office@scitech-gmbh.de":
                     final_data["recipient_email"] = ""
                 
-                # STUFE 2: Zeilenbasiertes Python-Parsing der Tabelle (Robust gegen vertikale Verschiebungen)
+                # STUFE 2: Zeilenbasiertes Python-Parsing für die Tabelle
                 final_data["items"] = extract_invoice_items_pure_python(pdf_text)
                 st.session_state.extracted_data = final_data
 
@@ -326,12 +328,19 @@ with col2:
         edited_items = st.data_editor(data.get("items", []), num_rows="dynamic", width="stretch")
         vat_rate = st.number_input("Steuersatz (%)", value=float(data.get("vat_rate_percent") or 19.0))
         
+        # Live-Berechnung inklusive kaufmännischem Runden auf Positionsebene
         for item in edited_items: 
-            item["total_amount"] = float(item.get("quantity") or 0.0) * float(item.get("unit_price") or 0.0)
+            raw_total = float(item.get("quantity") or 0.0) * float(item.get("unit_price") or 0.0)
+            item["total_amount"] = kaufmaennisches_runden(raw_total)
+            
         computed_net_amount = sum(item["total_amount"] for item in edited_items)
             
-        computed_vat_amount = computed_net_amount * (vat_rate / 100.0)
+        # Kaufmännisches Runden für die Umsatzsteuer
-        computed_gross_amount = computed_net_amount + computed_vat_amount
+        raw_vat_amount = computed_net_amount * (vat_rate / 100.0)
+        computed_vat_amount = kaufmaennisches_runden(raw_vat_amount)
+        
+        # Brutto setzt sich sauber aus den gerundeten Netto- und MwSt-Werten zusammen
+        computed_gross_amount = kaufmaennisches_runden(computed_net_amount + computed_vat_amount)
         
         st.markdown("**Berechnete Summen:**")
         c_net_ui, c_vat_ui, c_gross_ui = st.columns(3)

requirements.txt

@@ -1,59 +1,4 @@
-altair==6.2.2
-annotated-types==0.7.0
-anyio==4.14.1
-attrs==26.1.0
-blinker==1.9.0
-cachetools==7.1.4
-certifi==2026.6.17
-cffi==2.0.0
-charset-normalizer==3.4.7
-click==8.4.2
-colorama==0.4.6
-cryptography==49.0.0
-diskcache==5.6.3
-gitdb==4.0.12
-GitPython==3.1.50
-h11==0.16.0
-httptools==0.8.0
-idna==3.18
-itsdangerous==2.2.0
-Jinja2==3.1.6
-jsonschema==4.26.0
-jsonschema-specifications==2025.9.1
-llama_cpp_python==0.3.32
-MarkupSafe==3.0.3
-narwhals==2.22.1
-ninja==1.13.0
-numpy==2.5.0
-packaging==26.2
-pandas==3.0.3
-pdfminer.six==20260107
-pdfplumber==0.11.10
-pillow==12.2.0
-protobuf==7.35.1
-pyarrow==24.0.0
-pycparser==3.0
-pydantic==2.13.4
-pydantic_core==2.46.4
-pydeck==0.9.2
-pymupdf==1.28.0
-pypdf==6.14.2
-pypdfium2==5.11.0
-python-dateutil==2.9.0.post0
-python-multipart==0.0.32
-referencing==0.37.0
-requests==2.34.2
-rpds-py==2026.6.3
-six==1.17.0
-smmap==5.0.3
-starlette==1.3.1
 streamlit==1.58.0
-tenacity==9.1.4
+llama_cpp_python==0.3.32
-toml==0.10.2
+pydantic==2.13.4
-typing-inspection==0.4.2
+pymupdf==1.28.0
-typing_extensions==4.15.0
-tzdata==2026.2
-urllib3==2.7.0
-uvicorn==0.49.0
-watchdog==6.0.0
-websockets==16.0