diff --git a/main.py b/main.py index 401c121..d4567dc 100644 --- a/main.py +++ b/main.py @@ -23,7 +23,7 @@ class LLMClient: if not base_url: base_url = "http://10.192.0.140:8002" if self.backend_type == "vllm" else "http://localhost:11434" - # Filtert versehentliche Markdown-Links [...] vorab heraus + # KUGELSICHERER REINIGER: Filtert versehentliche Markdown-Links [...] vorab heraus base_url = base_url.strip() if base_url.startswith("[") and ")" in base_url: match = re.search(r"\((https?://.*?)\)", base_url) @@ -84,7 +84,7 @@ class LLMClient: # ========================================== -# 2. METADATEN SCHREIBSCHEMA +# 2. METADATEN SCHREIBSCHEMA (ERWEITERT FÜR VORLAUFTEXTE) # ========================================== class InvoiceMetadata(BaseModel): invoice_number: str = Field(description="Die Rechnungsnummer nach 'Nummer:' (z.B. R26-219)") @@ -98,12 +98,13 @@ class InvoiceMetadata(BaseModel): recipient_email: str = Field(description="E-Mail-Adresse des Kunden (LEER lassen, wenn nicht explizit im Text!)") vat_rate_percent: float = Field(description="Der primäre Umsatzsteuersatz in Prozent (z.B. 19.0)") + # Neue strukturierte Felder für jegliche Daten VOR Position 1 delivery_note_id: str = Field(default="", description="Gefundene Lieferscheinnummer (z.B. LS26-035) VOR Position 1. Sonst leer lassen.") order_id: str = Field(default="", description="Gefundene Nummer der Auftragsbestätigung oder Bestellung (z.B. AB26-080) VOR Position 1. Sonst leer lassen.") contract_id: str = Field(default="", description="Gefundene Nummer von Vergabeangebot, Vertrag oder Ausschreibung (z.B. AN26-130) VOR Position 1. Sonst leer lassen.") service_start_date: str = Field(default="", description="Startdatum eines explizit genannten Einsatz- oder Leistungszeitraums VOR Position 1 im Format YYYY-MM-DD. Sonst leer.") service_end_date: str = Field(default="", description="Enddatum eines explizit genannten Einsatz- oder Leistungszeitraums VOR Position 1 im Format YYYY-MM-DD. Sonst leer.") - invoice_note: str = Field(default="", description="Sämtlicher unstrukturierter Fließtext, Beschreibungen, Abnahmekriterien oder Projektklauseln, die sich VOR Position 1 befinden.") + invoice_note: str = Field(default="", description="Sämtlicher unstrukturierter Fließtext, Beschreibungen, Abnahmekriterien (Acceptance Criteria) oder Projektklauseln, die sich VOR Position 1 befinden. Vollständig mit Zeilenumbrüchen sichern.") # ========================================== @@ -168,14 +169,12 @@ def extract_invoice_items_pure_python(text): break desc_lines.insert(0, prev_line) - - if desc_lines: - item_name = desc_lines[0].strip() - item_description = "\n".join(desc_lines[1:]).strip() if len(desc_lines) > 1 else "" + description = " ".join(desc_lines).strip() + + if description: items.append({ - "name": item_name, - "description": item_description, + "description": description, "quantity": clean_german_float(raw_qty), "unit": raw_unit, "unit_price": clean_german_float(raw_price) @@ -222,7 +221,7 @@ def generate_compliant_xrechnung(data): computed_due = (datetime.today() + timedelta(days=14)).strftime("%Y-%m-%d") ET.SubElement(root, f"{{{CBC}}}DueDate").text = computed_due - ET.SubElement(root, f"{{{CBC}}}InvoiceTypeCode").text = str(data.get("invoice_type_code", "380")) + ET.SubElement(root, f"{{{CBC}}}InvoiceTypeCode").text = "380" if data.get("invoice_note") and str(data["invoice_note"]).strip() != "": ET.SubElement(root, f"{{{CBC}}}Note").text = str(data["invoice_note"]).strip() @@ -331,10 +330,7 @@ def generate_compliant_xrechnung(data): ET.SubElement(line, f"{{{CBC}}}LineExtensionAmount", {"currencyID": "EUR"}).text = f"{item['total_amount']:.2f}" item_elem = ET.SubElement(line, f"{{{CAC}}}Item") - ET.SubElement(item_elem, f"{{{CBC}}}Name").text = str(item.get("name", "Dienstleistung")) - - if item.get("description") and str(item["description"]).strip() != "": - ET.SubElement(item_elem, f"{{{CBC}}}Description").text = str(item["description"]).strip() + ET.SubElement(item_elem, f"{{{CBC}}}Name").text = str(item["description"]) item_tax = ET.SubElement(item_elem, f"{{{CAC}}}ClassifiedTaxCategory") ET.SubElement(item_tax, f"{{{CBC}}}ID").text = vat_category @@ -394,7 +390,23 @@ with col2: sys_prompt = ( "Du bist ein präziser OCR-Parser für deutsche B2B-Rechnungen. " "Extrahiere die Metadaten fehlerfrei als valides JSON-Objekt. " - "Du musst dich exakt an die Felddefinitionen halten.\n" + "Das JSON MUSS zwingend exakt folgende Schlüssel (Keys) enthalten:\n" + "- invoice_number\n" + "- invoice_date (im Format YYYY-MM-DD)\n" + "- delivery_date (im Format YYYY-MM-DD)\n" + "- buyer_reference\n" + "- recipient_name\n" + "- recipient_street\n" + "- recipient_zip\n" + "- recipient_city\n" + "- recipient_email\n" + "- vat_rate_percent (als Zahl, z.B. 19.0)\n" + "- delivery_note_id (Lieferscheinnummer vor Position 1, falls vorhanden)\n" + "- order_id (Auftragsbestätigung/Bestellnummer vor Position 1, falls vorhanden)\n" + "- contract_id (Vergabeangebot/Vertragsreferenz vor Position 1, falls vorhanden)\n" + "- service_start_date (Leistungszeitraum Start vor Position 1, Format YYYY-MM-DD)\n" + "- service_end_date (Leistungszeitraum Ende vor Position 1, Format YYYY-MM-DD)\n" + "- invoice_note (Sämtlicher unstrukturierter Fließtext, Projektbeschreibungen oder Abnahmekriterien vor Position 1)\n\n" "WICHTIGE REGEL: Analysiere den Text direkt VOR der ersten Tabellenposition '1'. " "Sortiere alle dort vorlaufenden Zeilen vollständig in die dafür vorgesehenen ID-, Datums- und Freitext-Felder ein. " "Schreibe diese vorlaufenden Metadaten NIEMALS in die Beschreibung der ersten Position hinein!\n\n" @@ -429,25 +441,20 @@ with col2: if final_data.get("recipient_email") == "office@scitech-gmbh.de": final_data["recipient_email"] = "" + # Zeilenbasiertes Python-Parsing für die Tabelle (stoppt nun korrekt dank 'break' bei Positionsnummern) final_data["items"] = extract_invoice_items_pure_python(pdf_text) st.session_state.extracted_data = final_data if st.session_state.extracted_data: data = st.session_state.extracted_data - inv_type_ui = st.selectbox( - "Rechnungstyp (BT-3)", - options=["380 (Handelsrechnung)", "381 (Gutschrift)", "384 (Korrekturrechnung)"], - index=0, - help="Bestimmt den steuerrechtlichen Belegtyp im XML-Header." - ) - selected_type_code = inv_type_ui.split(" ")[0] - + # Standard Rechnungsdaten inv_num = st.text_input("Rechnungsnummer", value=data.get("invoice_number", "")) inv_date = st.text_input("Rechnungsdatum (YYYY-MM-DD)", value=data.get("invoice_date", "")) inv_delivery = st.text_input("Lieferdatum (YYYY-MM-DD)", value=data.get("delivery_date", "")) buyer_ref = st.text_input("Ihr Auftrag / Referenz", value=data.get("buyer_reference", "")) + # UI-Eingabefelder für die Daten vor Position 1 st.markdown("---") st.markdown("🔗 **Globale Referenzen & Vorlauftexte (Vor Position 1):**") c_ref1, c_ref2, c_ref3 = st.columns(3) @@ -467,6 +474,7 @@ with col2: i_note = st.text_area("Globale Rechnungserläuterung / Freitext (BT-22)", value=data.get("invoice_note", ""), height=150) st.markdown("---") + # Adressdaten c_s, c_r = st.columns(2) with c_s: st.markdown("**Absender (Verkäufer):**") @@ -486,21 +494,20 @@ with col2: st.markdown("**3. Positionen:**") - # Beträge berechnen, BEVOR sie in die Tabelle geladen werden + # Vorab-Berechnung der Zeilensummen, damit die Spalte direkt befüllt dargestellt wird items_to_show = data.get("items", []) for item in items_to_show: if "total_amount" not in item: raw_total = float(item.get("quantity") or 0.0) * float(item.get("unit_price") or 0.0) item["total_amount"] = kaufmaennisches_runden(raw_total) - # Tabellenbreite gegen Scrollen + # 🔥 UI-REPARATUR: Erzwingt die volle Bildschirmbreite & weist Spaltenbreiten fest zu, um horizontales Scrollen zu eliminieren edited_items = st.data_editor( items_to_show, num_rows="dynamic", - use_container_width=True, # Bildschirmbreite + use_container_width=True, # Füllt den Container komplett aus column_config={ - "name": st.column_config.TextColumn("Artikelname (BT-153)", width="medium", required=True), - "description": st.column_config.TextColumn("Zusatzbeschreibung (BT-154)", width="large"), + "description": st.column_config.TextColumn("Bezeichnung / Beschreibung (BT-153)", width="large", required=True), "quantity": st.column_config.NumberColumn("Menge", width="small", min_value=0.0, format="%.4f"), "unit": st.column_config.TextColumn("Einheit", width="small"), "unit_price": st.column_config.NumberColumn("Einzelpreis (€)", width="small", format="%.2f"), @@ -527,12 +534,12 @@ with col2: st.markdown("---") if st.button("🔒 XRechnung exportieren", type="primary", width="stretch"): final_invoice_dict = { - "invoice_type_code": selected_type_code, "invoice_number": inv_num, "invoice_date": inv_date, "delivery_date": inv_delivery, "buyer_reference": buyer_ref, "recipient_name": r_name, "recipient_email": r_email, "recipient_street": r_street, "recipient_zip": r_zip, "recipient_city": r_city, "items": edited_items, "total_net_amount": computed_net_amount, "total_vat_amount": computed_vat_amount, "vat_rate_percent": vat_rate, "total_gross_amount": computed_gross_amount, "iban": "DE06120700240456207000", + # Neue Felder für den XML-Builder anhängen "delivery_note_id": dn_id, "order_id": o_id, "contract_id": c_id, @@ -543,13 +550,16 @@ with col2: st.download_button(label="📥 Download XML", data=generate_compliant_xrechnung(final_invoice_dict), file_name=f"XRechnung_{inv_num}.xml", mime="text/xml") # ========================================== -# FOOTER +# DYNAMISCHER FOOTER # ========================================== st.markdown("---") st.caption( - "📝 **Hinweise:**\n\n" + "**Hinweise:**\n\n" "**Human-in-the-Loop:** " - "Das Tool dient als Automations-Assistent. Vor dem finalen XML-Export ist eine visuelle Endkontrolle der extrahierten Daten zwingend erforderlich.\n\n" + "Das Tool dient als Automations-Assistent. Vor dem finalen XML-Export ist eine visuelle Endkontrolle der extrahierten Daten " + "(insbesondere Rechnungsnummer und Empfängeradresse) durch den Sachbearbeiter zwingend erforderlich, um KI-Fehlinterpretationen auszuschließen.\n\n" "**GoBD-Konformität:** " - "Das Tool generiert ausschließlich das strukturierte XML-Format. Für die Einhaltung der GoBD-Richtlinien ist der Betreiber selbst verantwortlich. \n\n" + "Das Tool generiert ausschließlich das strukturierte XML-Format. Für die Einhaltung der GoBD-Richtlinien " + "(u. a. die revisionssichere Archivierung der Original-PDF sowie der generierten XML-Datei über den gesetzlichen Zeitraum von 10 Jahren) " + "ist der Betreiber der Software selbst verantwortlich. \n\n" ) \ No newline at end of file