.gitignore

@@ -9,6 +9,5 @@ docs/
 tests/
 pytest.ini
 requirements-dev.txt
-.claude/
 
  

.streamlit/config.toml

@@ -1,2 +0,0 @@
-[server]
-enableStaticServing = true

intro_overlay.py

@@ -1,136 +0,0 @@
-import streamlit.components.v1 as components
-
-# Sicherheitsnetz-Timer (ms): das Ausblenden geschieht primaer ueber das 'ended'-Event des
-# Videos (exakt am Ende). Dieser Timer greift nur, falls 'ended' mal nicht feuert
-# (z. B. Autoplay blockiert). Grosszuegig ueber der Videolaenge (~15,8 s) waehlen.
-INTRO_FALLBACK_MS = 20000
-# Statische URL (Streamlit Static Serving). Beim Live-Test ggf. auf "./static/intro.mp4"
-# oder "/static/intro.mp4" korrigieren, falls "app/static/..." 404 liefert.
-_INTRO_SRC = "app/static/intro.mp4"
-_SEEN_KEY = "einrechnung_intro_seen"
-
-
-def render_intro_overlay(fallback_ms: int = INTRO_FALLBACK_MS,
-                         intro_src: str = _INTRO_SRC,
-                         seen_key: str = _SEEN_KEY) -> None:
-    """Injiziert ein einmaliges Intro-Overlay (MP4) in die Streamlit-Elternseite (Ansatz A).
-
-    Ein unsichtbarer components.html-Baustein (Hoehe 0) fuehrt JS aus, das ein
-    position:fixed-Overlay in window.parent.document einfuegt - ein echtes Overlay ueber der
-    Seite. Die Animation ist ein <video> (autoplay, muted, ohne Steuerleiste, ohne Loop):
-    Ausblenden exakt am Ende via 'ended'-Event (Timer nur als Sicherheitsnetz). Autoplay nur
-    einmal pro Browser (localStorage), "Ueberspringen"-Button + Replay-Button oben rechts
-    (Replay aendert den "gesehen"-Merker nicht).
-    """
-    html = f"""
-<script>
-(function() {{
-  var doc = window.parent.document;
-  if (window.parent.__introInstalled) return;   // Rerun-Schutz: nur einmal pro Seitenladen
-  window.parent.__introInstalled = true;
-
-  var FALLBACK = {fallback_ms};
-  var SRC = {intro_src!r};
-  var SEEN_KEY = {seen_key!r};
-
-  var style = doc.createElement('style');
-  style.textContent = `
-    #eir-backdrop {{
-      position: fixed; inset: 0; z-index: 2147483646;
-      display: flex; align-items: center; justify-content: center;
-      background: rgba(8,8,10,0.82); -webkit-backdrop-filter: blur(2px); backdrop-filter: blur(2px);
-      opacity: 0; transition: opacity .45s ease; pointer-events: none;
-    }}
-    #eir-backdrop.eir-show {{ opacity: 1; pointer-events: auto; }}
-    #eir-panel {{
-      position: relative; width: min(50vw, 1100px); aspect-ratio: 16 / 9;
-      max-width: 94vw; max-height: 88vh;
-      background: #0a0a0a; border-radius: 16px; overflow: hidden;
-      box-shadow: 0 24px 80px rgba(0,0,0,0.6), 0 0 0 1px rgba(245,126,26,0.25);
-    }}
-    @media (max-width: 820px) {{ #eir-panel {{ width: 92vw; }} }}
-    #eir-video {{ width: 100%; height: 100%; display: block; object-fit: contain; background: #0a0a0a; }}
-    #eir-skip {{
-      position: absolute; top: 10px; right: 12px; z-index: 2;
-      font: 600 13px/1 -apple-system, BlinkMacSystemFont, sans-serif;
-      color: #eee; background: rgba(0,0,0,0.45); border: 1px solid rgba(255,255,255,0.18);
-      padding: 7px 12px; border-radius: 999px; cursor: pointer; user-select: none;
-    }}
-    #eir-skip:hover {{ background: rgba(0,0,0,0.7); }}
-    #eir-replay {{
-      position: fixed; top: 12px; right: 72px; z-index: 2147483647;
-      width: 40px; height: 40px; border-radius: 50%;
-      display: flex; align-items: center; justify-content: center; cursor: pointer;
-      background: #17171a; border: 1px solid rgba(245,126,26,0.55);
-      box-shadow: 0 2px 10px rgba(0,0,0,0.35);
-    }}
-    #eir-replay:hover {{ background: #202024; }}
-    #eir-replay svg {{ width: 16px; height: 16px; }}
-  `;
-  doc.head.appendChild(style);
-
-  var replay = doc.createElement('div');
-  replay.id = 'eir-replay';
-  replay.title = 'Intro erneut abspielen';
-  replay.innerHTML = '<svg viewBox="0 0 24 24" fill="#F57E1A"><path d="M8 5v14l11-7z"/></svg>';
-  doc.body.appendChild(replay);
-
-  // Den ▶-Button links NEBEN Streamlits Menue-Leiste (oben rechts) platzieren, statt darueber.
-  // Die Toolbar (Deploy + ⋮-Menue) rendert asynchron -> mehrfach nachjustieren + bei Resize.
-  function positionReplay() {{
-    var win = window.parent, gap = 12, fallback = 72;
-    var tb = doc.querySelector('[data-testid="stToolbar"]');
-    var rightPx = fallback;
-    if (tb) {{
-      var cluster = win.innerWidth - tb.getBoundingClientRect().left;   // Breite des Menue-Clusters
-      if (cluster > 8 && cluster < win.innerWidth * 0.6) rightPx = Math.round(cluster) + gap;
-    }}
-    replay.style.right = rightPx + 'px';
-  }}
-  positionReplay();
-  [150, 500, 1200].forEach(function(t) {{ setTimeout(positionReplay, t); }});
-  window.parent.addEventListener('resize', positionReplay);
-
-  var backdrop = doc.createElement('div');
-  backdrop.id = 'eir-backdrop';
-  backdrop.innerHTML =
-    '<div id="eir-panel">' +
-      '<div id="eir-skip">Überspringen ✕</div>' +
-      '<video id="eir-video" muted playsinline preload="none" src="' + SRC + '"></video>' +
-    '</div>';
-  doc.body.appendChild(backdrop);
-
-  var video = doc.getElementById('eir-video');
-  var skip = doc.getElementById('eir-skip');
-  var hideTimer = null;
-
-  function hide() {{
-    clearTimeout(hideTimer);
-    backdrop.classList.remove('eir-show');
-    setTimeout(function() {{ try {{ video.pause(); }} catch (e) {{}} }}, 500);
-  }}
-
-  function show() {{
-    backdrop.classList.add('eir-show');
-    try {{ video.currentTime = 0; }} catch (e) {{}}   // Neustart von vorn (auch bei Replay)
-    var p = video.play();
-    if (p && p.catch) p.catch(function() {{}});        // Autoplay-Ablehnung ignorieren
-    clearTimeout(hideTimer);
-    hideTimer = setTimeout(hide, FALLBACK);            // Sicherheitsnetz, falls 'ended' ausbleibt
-  }}
-
-  video.addEventListener('ended', hide);               // exaktes Ausblenden am Videoende
-  skip.addEventListener('click', hide);
-  backdrop.addEventListener('click', function(e) {{ if (e.target === backdrop) hide(); }});
-  replay.addEventListener('click', show);
-
-  var seen;
-  try {{ seen = window.parent.localStorage.getItem(SEEN_KEY); }} catch (e) {{ seen = null; }}
-  if (seen !== '1') {{
-    try {{ window.parent.localStorage.setItem(SEEN_KEY, '1'); }} catch (e) {{}}
-    show();
-  }}
-}})();
-</script>
-"""
-    components.html(html, height=0)

invoice_logic.py

@@ -58,7 +58,6 @@ VERKAEUFER = {
     "country": "DE",                       # BT-40
     "vat_id": "DE218436692",               # BT-31 (Umsatzsteuer-ID)
     "register_id": "HRB 6058 NP",          # BT-30 (Handelsregisternummer, NICHT die USt-ID)
-    "bic": "DEUTDEDB160",                  # BT-86 (BIC der Hausbank, Deutsche Bank)
 }
 
 # UN/EDIFACT 4461 Zahlungsmittelcodes (BT-81), Auswahl der fuer B2B/B2G relevanten Codes.
@@ -81,31 +80,6 @@ BUYER_ENDPOINT_SCHEMES = {
     "0088": "GLN (Global Location Number)",
 }
 
-
-def resolve_buyer_endpoint(recipient_email, recipient_scheme, leitweg_id):
-    """Ermittelt die effektive elektronische Adresse des Kaeufers (BT-49) samt Schema (BT-49-1).
-
-    Zuerst wird der Wert bestimmt: das BT-49-Feld hat Vorrang; ist es leer, wird die Leitweg-ID
-    (BT-10) genommen (so muss sie nur einmal eingegeben werden). Dann das Schema:
-    1. Enthaelt der Wert ein '@', ist es immer eine E-Mail -> Schema 'EM' (egal aus welchem Feld
-       er stammt und unabhaengig vom Dropdown - ein falsch gewaehltes Schema schlaegt nicht durch).
-    2. Stammt der Wert aus der Leitweg-ID (BT-49-Feld war leer) -> Schema '0204'.
-    3. Sonst (Wert direkt in BT-49 eingetragen, ohne '@', z.B. GLN) -> das gewaehlte Schema.
-    Ist beides leer, bleibt die Adresse leer (Schema unveraendert). Gibt (adresse, schema) zurueck."""
-    email = str(recipient_email or "").strip()
-    if email:
-        value, from_leitweg = email, False
-    else:
-        value, from_leitweg = str(leitweg_id or "").strip(), True
-
-    if not value:
-        return "", recipient_scheme
-    if "@" in value:
-        return value, "EM"
-    if from_leitweg:
-        return value, "0204"
-    return value, recipient_scheme
-
 # Fester Hinweistext fuer Vorkasse. Vorkasse ist eine Zahlungs*bedingung* (BT-20), kein
 # Zahlungs*mittel* - das Zahlungsmittel bleibt die Ueberweisung. Der Text wird daher zu den
 # Zahlungsbedingungen (BT-20) gelegt, nicht in den Zahlungsmittelcode (BT-81).
@@ -203,11 +177,8 @@ def extract_pre_position_freetext(text):
     Position deterministisch aus dem PDF-Text - unabhaengig vom (oft unvollstaendigen) LLM. Alles
     zwischen der ersten 'Pos.'-Zeile und der ersten Positionsnummer wird uebernommen, ausser den
     Referenzzeilen (Auftragsbestaetigung/Angebot/Vergabeangebot/Lieferschein/Vertrag), die eigene
-    Felder haben, und der zwischen Seiten wiederholten Moeblierung (Seitenkopf, Bank-/Register-
+    Felder haben. Gibt den Freitext zurueck ("" wenn keiner vorhanden) oder None, wenn die
-    zeilen, Uebertrag/Vortrag) - relevant bei mehrseitigen Rechnungen, deren erste 'Pos.'-Zeile auf
+    Tabellenstruktur nicht erkennbar ist (dann bleibt ein evtl. LLM-Freitext unveraendert)."""
-    Seite 1 steht, die erste echte Position aber erst nach einem Seitenumbruch. Gibt den Freitext
-    zurueck ("" wenn keiner vorhanden) oder None, wenn die Tabellenstruktur nicht erkennbar ist
-    (dann bleibt ein evtl. LLM-Freitext unveraendert)."""
     lines = [ln.strip() for ln in text.split("\n")]
 
     header_idx = next((i for i, ln in enumerate(lines) if ln == "Pos."), None)
@@ -221,46 +192,32 @@ def extract_pre_position_freetext(text):
     if first_pos_idx is None:
         return None
 
-    # Leere Zeilen raus, dann die Seiten-Moeblierung strippen (Seitenkopf 'RECHNUNG'..'Betrag €',
+    freetext_lines = [
-    # Bank-/Registerzeilen, Uebertrag/Vortrag), zuletzt die Referenzzeilen mit eigenem Feld.
+        ln for ln in lines[header_idx + 1:first_pos_idx]
-    region = [ln for ln in lines[header_idx + 1:first_pos_idx] if ln]
+        if ln and not _REFERENCE_LINE_PATTERN.match(ln)
-    region = _strip_bundle_furniture(region)
+    ]
-    freetext_lines = [ln for ln in region if not _REFERENCE_LINE_PATTERN.match(ln)]
     return "\n".join(freetext_lines)
 
 
-# Beleg-Referenzen aus den Referenzzeilen: Schluesselwort -> Feld. Zuverlaessiger als eine
+# Beleg-Referenzen aus den Referenzzeilen: Schluesselwort -> Feld. Zuverlaessiger als die
 # LLM-Zuordnung, die z.B. ein Vergabeangebot faelschlich in BT-12 (Vertrag) statt BT-17 einsortiert.
 _DOC_REF_PATTERNS = {
     "order_id": re.compile(r"\bAUFTRAGSBESTÄTIGUNG\s+([A-Za-z0-9][A-Za-z0-9\-/.]*)", re.IGNORECASE),
     "delivery_note_id": re.compile(r"\bLIEFERSCHEIN\s+([A-Za-z0-9][A-Za-z0-9\-/.]*)", re.IGNORECASE),
+    "tender_id": re.compile(r"\bVERGABEANGEBOT\s+([A-Za-z0-9][A-Za-z0-9\-/.]*)", re.IGNORECASE),
 }
-# BT-17: Vergabeangebot. '\bVERGABEANGEBOT' greift dank Wortgrenze NICHT in ein blosses 'ANGEBOT'.
-_TENDER_VERGABE_PATTERN = re.compile(r"\bVERGABEANGEBOT\s+([A-Za-z0-9][A-Za-z0-9\-/.]*)", re.IGNORECASE)
 
 
 def extract_document_references(text):
     """Liest Beleg-Referenzen deterministisch aus den Referenzzeilen des PDF-Texts:
-    Auftragsbestaetigung (BT-14), Lieferschein (BT-16) und - fuer BT-17 - Vergabeangebot ODER,
+    Auftragsbestaetigung (BT-14), Lieferschein (BT-16), Vergabeangebot (BT-17). Gibt ein Dict nur
-    falls keines vorhanden ist, ein einfaches Angebot ('Angebot <Nr> vom <Datum>'). Pro Rechnung
+    mit den gefundenen Feldern zurueck - so lassen sich die (teils falschen) LLM-Zuordnungen gezielt
-    kommt nur eines von beiden vor; beide gehoeren fachlich in BT-17. Gibt ein Dict nur mit den
+    korrigieren, ohne fehlende Felder zu ueberschreiben."""
-    gefundenen Feldern zurueck, damit fehlende Felder nicht ueberschrieben werden."""
     result = {}
     for field, pattern in _DOC_REF_PATTERNS.items():
         m = pattern.search(text)
         if m:
             result[field] = m.group(1).strip()
-
-    # BT-17: Vergabeangebot bevorzugt; sonst ein einfaches 'Angebot <Nr> vom <Datum>'
-    # (ANGEBOT_PATTERN erzwingt die 'vom <Datum>'-Form und vermeidet so Fehltreffer auf
-    # Fliesstext wie 'Angebot erstellen').
-    m_vergabe = _TENDER_VERGABE_PATTERN.search(text)
-    if m_vergabe:
-        result["tender_id"] = m_vergabe.group(1).strip()
-    else:
-        m_angebot = ANGEBOT_PATTERN.search(text)
-        if m_angebot:
-            result["tender_id"] = m_angebot.group(1).strip()
     return result
 
 
@@ -288,167 +245,6 @@ def extract_referenznummer(text):
     return m.group(1).strip() if m else ""
 
 
-# Erkennt eine "PLZ Ort"-Zeile (deutsche 5-stellige PLZ + Ort), z.B. "16761 Hennigsdorf".
-_ZIP_CITY_PATTERN = re.compile(r"^(\d{5})\s+(.+)$")
-# E-Mail-Adresse (grob), zum Herausfischen einer Kunden-E-Mail aus dem Adressbereich.
-_EMAIL_PATTERN = re.compile(r"[\w.+-]+@[\w-]+\.[\w.-]+")
-
-
-def extract_recipient_address(text):
-    """Zerlegt den Empfaenger-Adressblock deterministisch in (name, street, zip, city).
-
-    Aufbau der scitech-Rechnungen: Zeile 0 ist die eigene Absender-Rueckadresse
-    ('scitech ... Str. 4 ... Hennigsdorf'). Danach folgt die Rechnungsadresse des Kunden bis
-    zur ersten 'Lieferadresse:'- oder 'RECHNUNG'-Zeile. Die 'PLZ Ort'-Zeile ist der Anker:
-    die Zeile davor ist die Strasse, alles davor der (ggf. mehrzeilige) Firmenname. Eine
-    nachgestellte USt-IdNr.-Zeile ('DE 123456789') steht hinter 'PLZ Ort' und wird ignoriert.
-    Gibt ("", "", "", "") zurueck, wenn keine 'PLZ Ort'-Zeile gefunden wird."""
-    lines = text.split("\n")
-    end = len(lines)
-    for i in range(1, len(lines)):
-        s = lines[i].strip()
-        if s.lower().startswith("lieferadresse") or s.upper().startswith("RECHNUNG"):
-            end = i
-            break
-    # Zeile 0 (eigene Absenderadresse) ueberspringen, leere Zeilen entfernen.
-    block = [ln.strip() for ln in lines[1:end] if ln.strip()]
-    return _address_from_block(block)
-
-
-def _address_from_block(block):
-    """Zerlegt einen Adressblock (Liste nicht-leerer Zeilen) in (name, street, zip, city) anhand
-    der 'PLZ Ort'-Zeile als Anker: die Zeile davor ist die Strasse, alles davor der (ggf.
-    mehrzeilige) Firmenname. Zeilen hinter 'PLZ Ort' (z.B. USt-IdNr., E-Mail) werden ignoriert.
-    Gibt ("", "", "", "") zurueck, wenn keine 'PLZ Ort'-Zeile gefunden wird."""
-    zip_city_idx = None
-    zip_val = city_val = ""
-    for idx, ln in enumerate(block):
-        m = _ZIP_CITY_PATTERN.match(ln)
-        if m:
-            zip_city_idx = idx  # letzte Uebereinstimmung gewinnt (die echte Adresse)
-            zip_val, city_val = m.group(1), m.group(2).strip()
-
-    if zip_city_idx is None or zip_city_idx < 1:
-        return "", "", "", ""
-
-    street = block[zip_city_idx - 1]
-    name = " ".join(block[: zip_city_idx - 1]).strip()
-    return name, street, zip_val, city_val
-
-
-def extract_delivery_address(text):
-    """Zerlegt den 'Lieferadresse:'-Block (falls vorhanden) in ein Dict mit name/street/zip/city
-    (BG-15 Lieferadresse). Der Block steht zwischen der 'Lieferadresse:'-Zeile und der ersten
-    'RECHNUNG'-Zeile; E-Mail-Zeilen (z.B. bei degewo) werden ignoriert. Gibt None zurueck, wenn
-    keine Lieferadresse vorhanden ist oder der Block keine 'PLZ Ort'-Zeile enthaelt."""
-    lines = text.split("\n")
-    start = next((i for i, ln in enumerate(lines) if ln.strip().lower().startswith("lieferadresse")), None)
-    if start is None:
-        return None
-    block = []
-    for ln in lines[start + 1:]:
-        s = ln.strip()
-        if s.upper().startswith("RECHNUNG"):
-            break
-        if s and not _EMAIL_PATTERN.search(s):
-            block.append(s)
-    name, street, zip_val, city_val = _address_from_block(block)
-    if not (name and city_val):
-        return None
-    return {"name": name, "street": street, "zip": zip_val, "city": city_val}
-
-
-def _normalize_address_text(*parts):
-    """Normalisiert Adressteile fuer den Vergleich: kleinschreiben, 'Str.'/'Straße' vereinheitlichen,
-    dann alle Nicht-Alphanumerik entfernen. So sind Zeilenumbrueche und Schreibweisen egal."""
-    s = " ".join(str(p or "") for p in parts).lower()
-    s = s.replace("straße", "strasse").replace("str.", "strasse").replace("ß", "ss")
-    return re.sub(r"[^a-z0-9]", "", s)
-
-
-def delivery_address_differs(delivery, recipient_name, recipient_street, recipient_zip, recipient_city):
-    """True, wenn die Lieferadresse (dict von extract_delivery_address) inhaltlich von der
-    Rechnungsadresse abweicht - unempfindlich gegen Zeilenumbrueche und 'Str.'/'Straße'. Nur dann
-    traegt BG-15 echte Information (sonst waere die Lieferadresse eine reine Dopplung)."""
-    if not delivery:
-        return False
-    d = _normalize_address_text(delivery.get("name"), delivery.get("street"), delivery.get("zip"), delivery.get("city"))
-    b = _normalize_address_text(recipient_name, recipient_street, recipient_zip, recipient_city)
-    return d != b
-
-
-def extract_recipient_email(text):
-    """Sucht im Adressbereich (bis zur 'RECHNUNG'-Zeile) nach einer Kunden-E-Mail. Die eigene
-    scitech-Adresse wird ausgeschlossen. Gibt "" zurueck, wenn keine gefunden wird."""
-    lines = text.split("\n")
-    end = len(lines)
-    for i, ln in enumerate(lines):
-        if ln.strip().upper().startswith("RECHNUNG"):
-            end = i
-            break
-    for ln in lines[:end]:
-        m = _EMAIL_PATTERN.search(ln)
-        if m and "scitech" not in m.group(0).lower():
-            return m.group(0)
-    return ""
-
-
-# USt-Satz aus der Steuerzeile lesen, z.B. '19 % USt. auf € 2.680,00' -> 19.0.
-_VAT_RATE_PATTERN = re.compile(r"(\d+(?:[.,]\d+)?)\s*%\s*USt", re.IGNORECASE)
-
-
-def extract_header_metadata_pure_python(text):
-    """Deterministischer Ersatz fuer die LLM-Kopfdatenextraktion (test-version3, KI-frei).
-
-    Liefert dasselbe Dict-Schema, das zuvor das vLLM/gemma-Modell produziert hat, damit die
-    nachgelagerte Pipeline in main.py (Positionen, Beleg-Referenzen, Freitext, Angebots-/
-    Referenzbezug usw.) unveraendert darauf aufsetzen kann. Alle Werte stammen aus den
-    regelmaessigen Kopf-Labeln ('Nummer:', 'Datum:', 'Kunden-Nr.:', ...) und dem Adressblock
-    der scitech-Rechnungen. Felder ohne dedizierte Label (leitweg_id, doc-refs, invoice_note)
-    bleiben leer - sie werden in main.py separat deterministisch befuellt bzw. im UI ergaenzt."""
-    name, street, zip_val, city_val = extract_recipient_address(text)
-
-    zahlungsziel = extract_labeled_header_value(text, "Zahlungsziel:")
-    m_days = re.search(r"\d+", zahlungsziel)
-
-    m_vat = _VAT_RATE_PATTERN.search(text)
-    vat_rate = float(m_vat.group(1).replace(",", ".")) if m_vat else 19.0
-
-    # BG-15 Lieferadresse nur vorbelegen, wenn sie von der Rechnungsadresse abweicht - sonst waere
-    # sie reine Dopplung (die Rechnungsadresse ist meist auch der Lieferort). Die UI-Felder bleiben
-    # dann leer und es wird keine BG-15 exportiert.
-    _deliv = extract_delivery_address(text)
-    _deliv = _deliv if delivery_address_differs(_deliv, name, street, zip_val, city_val) else None
-
-    return {
-        "invoice_number": extract_labeled_header_value(text, "Nummer:"),
-        "invoice_date": parse_to_strict_xml_date(extract_labeled_header_value(text, "Datum:")),
-        "delivery_date": parse_to_strict_xml_date(extract_labeled_header_value(text, "Lieferdatum:")),
-        "customer_number": extract_labeled_header_value(text, "Kunden-Nr.:"),
-        "leitweg_id": "",  # BT-10: nur B2G, kein eigenes Label - im UI zu erfassen
-        "buyer_reference": extract_labeled_header_value(text, "Ihr Auftrag:"),
-        "recipient_name": name,
-        "recipient_street": street,
-        "recipient_zip": zip_val,
-        "recipient_city": city_val,
-        "recipient_email": extract_recipient_email(text),
-        "vat_rate_percent": vat_rate,
-        "delivery_note_id": "",  # wird in main.py via extract_document_references gesetzt
-        "order_id": "",
-        "contract_id": "",
-        "tender_id": "",
-        "service_start_date": parse_to_strict_xml_date(extract_labeled_header_value(text, "Zeitraum von:")),
-        "service_end_date": parse_to_strict_xml_date(extract_labeled_header_value(text, "Zeitraum bis:")),
-        "payment_term_days": m_days.group(0) if m_days else "",
-        "invoice_note": "",  # wird in main.py via extract_pre_position_freetext gesetzt
-        # BG-15 Lieferadresse (nur bei abweichendem Lieferort vorbelegt, sonst leer):
-        "delivery_name": _deliv["name"] if _deliv else "",
-        "delivery_street": _deliv["street"] if _deliv else "",
-        "delivery_zip": _deliv["zip"] if _deliv else "",
-        "delivery_city": _deliv["city"] if _deliv else "",
-    }
-
-
 def sanitize_filename_part(value):
     """Macht einen String dateisystem-sicher: entfernt in Dateinamen kritische Zeichen
     (Pfadtrenner/Sonderzeichen) und fasst Whitespace zu einem Bindestrich zusammen."""
@@ -559,158 +355,6 @@ def extract_invoice_items_pure_python(text):
 
     return items
 
-
-# ==========================================
-# BUNDLE-RECHNUNGEN (konfigurierte Positionen mit Komponentenliste, z.B. Dell-Notebooks)
-# ==========================================
-# Solche Rechnungen (Signal: "Menge Komponenten") haben einen voellig anderen Aufbau als die
-# ueblichen Service-Rechnungen: jede Position ist ein konfiguriertes Buendel aus Produktname +
-# Dutzenden Komponentenzeilen, verteilt ueber viele Seiten mit wiederholten Seitenkoepfen und
-# "Uebertrag/Vortrag"-Zeilen. Der Preis steht als 3-Zeilen-Block (Menge+Einheit / Einzelpreis /
-# Zeilensumme) mittendrin; die Service-Tags (Seriennummern) folgen erst danach. Dafuer gibt es
-# diesen eigenen Parser - der uebrige (haeufigere) Rechnungstyp bleibt beim Standardparser.
-
-_BUNDLE_MARKER = "Menge Komponenten"
-_BUNDLE_MONEY_LINE = re.compile(r"^[\d.]+,\d{2}$")
-_BUNDLE_UNIT_LINE = re.compile(
-    r"^(\d+(?:[.,]\d+)?)\s*(Stk\.|pausch\.|pauschal|Monat\(e\)|Tag\(e\)|Std\.|Stück)$",
-    re.IGNORECASE,
-)
-_STATED_TAX_BASIS_PATTERN = re.compile(r"%\s*USt\.?\s*auf\s*€\s*([\d.]+,\d{2})", re.IGNORECASE)
-
-
-def is_bundle_invoice(text):
-    """True, wenn die Rechnung dem Buendel-Layout entspricht (konfigurierte Positionen mit
-    Komponentenliste) - erkennbar am Marker 'Menge Komponenten'. Nur dann greift der Bundle-Parser."""
-    return _BUNDLE_MARKER in text
-
-
-def _is_bundle_position_number(line):
-    """Eine alleinstehende kleine Ganzzahl (Positions- oder Komponentennummer)."""
-    return line.isdigit() and len(line) <= 3
-
-
-def _strip_bundle_furniture(lines):
-    """Entfernt die zwischen den Seiten wiederholte Moeblierung aus dem Zeilenstrom: den ganzen
-    Seitenkopf ('RECHNUNG' ... 'Betrag €'), die Bank-/Registerzeilen sowie 'Uebertrag/Vortrag'
-    samt der jeweils angrenzenden laufenden Uebertragssumme (Geldzeile)."""
-    out = []
-    i, n = 0, len(lines)
-    while i < n:
-        ln = lines[i]
-        if ln == "RECHNUNG":  # kompletten Seitenkopf bis 'Betrag €' ueberspringen
-            j = i + 1
-            while j < n and lines[j] != "Betrag €":
-                j += 1
-            i = j + 1
-            continue
-        if ln.startswith("Deutsche Bank ") or ln.startswith("Registergericht"):
-            i += 1
-            continue
-        if ln == "Übertrag:":
-            if out and _BUNDLE_MONEY_LINE.match(out[-1]):
-                out.pop()  # laufende Uebertragssumme davor entfernen
-            i += 1
-            continue
-        if ln == "Vortrag:":
-            i += 1
-            if i < n and _BUNDLE_MONEY_LINE.match(lines[i]):
-                i += 1  # laufende Vortragssumme danach entfernen
-            continue
-        out.append(ln)
-        i += 1
-    return out
-
-
-def extract_bundle_items(text):
-    """Parst eine Buendel-Rechnung: liefert je Position (Produkt) name, description (volle
-    Komponentenliste + Service-Tags = BT-154), quantity, unit, unit_price. Ankerpunkt ist der
-    3-Zeilen-Preisblock; die Positionsgrenzen sind die Positions-Header (Name vor 'Menge
-    Komponenten' bzw. die Zeile hinter der Positionsnummer bei Positionen ohne Komponentenliste)."""
-    raw = [l.strip() for l in text.split("\n") if l.strip()]
-    lines = _strip_bundle_furniture(raw)
-    end = next((i for i, l in enumerate(lines) if l.startswith("Zwischensumme")), len(lines))
-    lines = lines[:end]
-
-    # 1) Preisbloecke: <Menge Einheit> gefolgt von 2 Geldzeilen (Einzelpreis, Zeilensumme).
-    price_blocks = []
-    for i in range(len(lines) - 2):
-        m = _BUNDLE_UNIT_LINE.match(lines[i])
-        if m and _BUNDLE_MONEY_LINE.match(lines[i + 1]) and _BUNDLE_MONEY_LINE.match(lines[i + 2]):
-            price_blocks.append((i, clean_german_float(m.group(1)), m.group(2),
-                                 clean_german_float(lines[i + 1])))
-    if not price_blocks:
-        return []
-
-    marker_idxs = [i for i, l in enumerate(lines) if l == _BUNDLE_MARKER]
-
-    # 2) Fuer jeden Preisblock den Positions-Header (Startindex + Name) bestimmen.
-    headers = []  # (start_idx, name, pb_idx, qty, unit, unit_price)
-    prev_boundary = 0
-    for (pb_idx, qty, unit, up) in price_blocks:
-        mk = next((m for m in reversed(marker_idxs) if prev_boundary <= m < pb_idx), None)
-        if mk is not None:
-            # Name = Zeilen direkt vor 'Menge Komponenten' bis zur Positionsnummer.
-            k = mk - 1
-            name_lines = []
-            while k >= prev_boundary and not _is_bundle_position_number(lines[k]):
-                name_lines.insert(0, lines[k])
-                k -= 1
-            start = k if (k >= prev_boundary and _is_bundle_position_number(lines[k])) else k + 1
-            name = " ".join(name_lines).strip()
-        else:
-            # Position ohne Komponentenliste (z.B. Serviceleistung): rueckwaerts vom Preisblock die
-            # Positionsnummer suchen; die Zeile dahinter ist der Name.
-            k = pb_idx
-            while k > prev_boundary and not _is_bundle_position_number(lines[k - 1]):
-                k -= 1
-            start = k - 1 if (k - 1 >= prev_boundary and _is_bundle_position_number(lines[k - 1])) else k
-            name = lines[k] if k < pb_idx else ""
-        headers.append((start, name, pb_idx, qty, unit, up))
-        prev_boundary = pb_idx + 3
-
-    # 3) Positionen bauen: Beschreibung = Segment vom Header bis zum naechsten Header,
-    #    ohne Preisblock-Zeilen, fuehrende Positionsnummer und verirrte Geldzeilen.
-    items = []
-    for h_i, (start, name, pb_idx, qty, unit, up) in enumerate(headers):
-        seg_end = headers[h_i + 1][0] if h_i + 1 < len(headers) else len(lines)
-        seg = lines[start:seg_end]
-        skip = {pb_idx - start, pb_idx - start + 1, pb_idx - start + 2}
-        desc_lines = []
-        for idx, l in enumerate(seg):
-            if idx in skip:
-                continue
-            if idx == 0 and _is_bundle_position_number(l):
-                continue
-            if _BUNDLE_MONEY_LINE.match(l):
-                continue
-            desc_lines.append(l)
-        items.append({
-            "name": name,
-            "description": "\n".join(desc_lines).strip(),
-            "quantity": qty,
-            "unit": unit,
-            "unit_price": up,
-        })
-    return items
-
-
-def extract_invoice_items(text):
-    """Dispatcher: Buendel-Rechnungen (konfigurierte Positionen mit Komponentenliste) ueber den
-    Bundle-Parser, alle uebrigen ueber den Standardparser (unveraendertes Verhalten)."""
-    if is_bundle_invoice(text):
-        return extract_bundle_items(text)
-    return extract_invoice_items_pure_python(text)
-
-
-def extract_stated_tax_basis(text):
-    """Liest die auf der Rechnung ausgewiesene Bemessungsgrundlage aus der Steuerzeile
-    ('19 % USt. auf € 217.500,55' -> 217500.55). Fuer den Summen-Abgleich als Sicherheitsnetz.
-    Gibt None zurueck, wenn keine solche Zeile gefunden wird."""
-    m = _STATED_TAX_BASIS_PATTERN.search(text)
-    return clean_german_float(m.group(1)) if m else None
-
-
 def map_unece_unit_code(unit_str):
     u = str(unit_str).lower()
     if "monat" in u: return "MON"
@@ -1003,26 +647,9 @@ def generate_compliant_xrechnung(data):
     legal_cust = ET.SubElement(party_cust, f"{{{CAC}}}PartyLegalEntity")
     ET.SubElement(legal_cust, f"{{{CBC}}}RegistrationName").text = str(data["recipient_name"])
 
-    # BG-15 Lieferadresse nur, wenn Name + Ort gesetzt sind (im UI nur bei abweichendem Lieferort
-    # vorbelegt). UBL-Reihenfolge in cac:Delivery: ActualDeliveryDate, DeliveryLocation, DeliveryParty.
-    _has_deliv_addr = bool(str(data.get("delivery_name") or "").strip() and str(data.get("delivery_city") or "").strip())
-    if data.get("delivery_date") or _has_deliv_addr:
-        delivery = ET.SubElement(root, f"{{{CAC}}}Delivery")
     if data.get("delivery_date"):
+        delivery = ET.SubElement(root, f"{{{CAC}}}Delivery")
         ET.SubElement(delivery, f"{{{CBC}}}ActualDeliveryDate").text = parse_to_strict_xml_date(data["delivery_date"])
-        if _has_deliv_addr:
-            deliv_loc = ET.SubElement(delivery, f"{{{CAC}}}DeliveryLocation")
-            deliv_addr = ET.SubElement(deliv_loc, f"{{{CAC}}}Address")
-            if str(data.get("delivery_street") or "").strip():
-                ET.SubElement(deliv_addr, f"{{{CBC}}}StreetName").text = str(data["delivery_street"]).strip()  # BT-75
-            ET.SubElement(deliv_addr, f"{{{CBC}}}CityName").text = str(data["delivery_city"]).strip()          # BT-77
-            if str(data.get("delivery_zip") or "").strip():
-                ET.SubElement(deliv_addr, f"{{{CBC}}}PostalZone").text = str(data["delivery_zip"]).strip()      # BT-78
-            country = ET.SubElement(deliv_addr, f"{{{CAC}}}Country")
-            ET.SubElement(country, f"{{{CBC}}}IdentificationCode").text = "DE"                                  # BT-80
-            deliv_party = ET.SubElement(delivery, f"{{{CAC}}}DeliveryParty")
-            party_name_deliv = ET.SubElement(deliv_party, f"{{{CAC}}}PartyName")
-            ET.SubElement(party_name_deliv, f"{{{CBC}}}Name").text = str(data["delivery_name"]).strip()         # BT-70
 
     payment_means = ET.SubElement(root, f"{{{CAC}}}PaymentMeans")
     # BT-81 Zahlungsart: Standard bleibt 58 (SEPA-Ueberweisung), aber ueber
@@ -1030,11 +657,6 @@ def generate_compliant_xrechnung(data):
     ET.SubElement(payment_means, f"{{{CBC}}}PaymentMeansCode").text = str(data.get("payment_means_code", "58"))
     payee_acc = ET.SubElement(payment_means, f"{{{CAC}}}PayeeFinancialAccount")
     ET.SubElement(payee_acc, f"{{{CBC}}}ID").text = str(data["iban"]).replace(" ", "")
-    # BT-86 BIC der Verkaeuferbank (optional, aber von vielen Empfaengern erwartet).
-    _bic = str(data.get("bic") or VERKAEUFER["bic"]).replace(" ", "")
-    if _bic:
-        fin_branch = ET.SubElement(payee_acc, f"{{{CAC}}}FinancialInstitutionBranch")
-        ET.SubElement(fin_branch, f"{{{CBC}}}ID").text = _bic
 
     # BT-20 Zahlungsbedingungen als Freitext in cac:PaymentTerms/cbc:Note (Vorkasse und/oder
     # Skonto) - EN16931 kennt dafuer kein eigenes strukturiertes Feld. Muss laut UBL-Schema NACH
@@ -1095,9 +717,6 @@ def generate_compliant_xrechnung(data):
     ET.SubElement(monetary_total, f"{{{CBC}}}TaxInclusiveAmount", {"currencyID": "EUR"}).text = f"{data['total_gross_amount']:.2f}"
     if data.get("allowance_amount", 0.0) > 0:
         ET.SubElement(monetary_total, f"{{{CBC}}}AllowanceTotalAmount", {"currencyID": "EUR"}).text = f"{data['allowance_amount']:.2f}"
-    # BT-113 Vorauszahlung: mangels Anzahlungsdaten immer 0,00 - macht die Summensektion
-    # vollstaendig (viele Empfaenger/Validatoren erwarten das Feld). Muss VOR PayableAmount stehen.
-    ET.SubElement(monetary_total, f"{{{CBC}}}PrepaidAmount", {"currencyID": "EUR"}).text = "0.00"
     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):
@@ -1164,10 +783,7 @@ def generate_compliant_zugferd_cii(data):
     ET.SubElement(biz_process, f"{{{RAM}}}ID").text = "urn:fdc:peppol.eu:2017:poacc:billing:01:1.0"
 
     guideline = ET.SubElement(ex_doc_ctx, f"{{{RAM}}}GuidelineSpecifiedDocumentContextParameter")
-    # BT-24 Profil: ZUGFeRD/Factur-X wird B2B verschickt - daher das EN16931-Profil (COMFORT)
+    ET.SubElement(guideline, f"{{{RAM}}}ID").text = "urn:cen.eu:en16931:2017#compliant#urn:xeinkauf.de:kosit:xrechnung_3.0"
-    # deklarieren, NICHT das strengere KoSIT-XRechnung-Behoerdenprofil. So passt die
-    # Profildeklaration zum factur-x-Level 'en16931' und zur B2B-Ausrichtung (vgl. Lieferanten-XML).
-    ET.SubElement(guideline, f"{{{RAM}}}ID").text = "urn:cen.eu:en16931:2017"
 
     ex_doc = ET.SubElement(root, f"{{{RSM}}}ExchangedDocument")
     ET.SubElement(ex_doc, f"{{{RAM}}}ID").text = str(data["invoice_number"])
@@ -1303,18 +919,6 @@ def generate_compliant_zugferd_cii(data):
         ET.SubElement(tender_ref, f"{{{RAM}}}TypeCode").text = "50"
 
     header_deliv = ET.SubElement(trade_trans, f"{{{RAM}}}ApplicableHeaderTradeDelivery")
-    # BG-15 Lieferadresse (ShipToTradeParty) nur bei gesetztem Name + Ort. Muss laut CII-Sequenz
-    # VOR dem Lieferdatum (ActualDeliverySupplyChainEvent) stehen.
-    if str(data.get("delivery_name") or "").strip() and str(data.get("delivery_city") or "").strip():
-        ship_to = ET.SubElement(header_deliv, f"{{{RAM}}}ShipToTradeParty")
-        ET.SubElement(ship_to, f"{{{RAM}}}Name").text = str(data["delivery_name"]).strip()  # BT-70
-        deliv_addr = ET.SubElement(ship_to, f"{{{RAM}}}PostalTradeAddress")
-        if str(data.get("delivery_zip") or "").strip():
-            ET.SubElement(deliv_addr, f"{{{RAM}}}PostcodeCode").text = str(data["delivery_zip"]).strip()   # BT-78
-        if str(data.get("delivery_street") or "").strip():
-            ET.SubElement(deliv_addr, f"{{{RAM}}}LineOne").text = str(data["delivery_street"]).strip()      # BT-75
-        ET.SubElement(deliv_addr, f"{{{RAM}}}CityName").text = str(data["delivery_city"]).strip()           # BT-77
-        ET.SubElement(deliv_addr, f"{{{RAM}}}CountryID").text = "DE"                                        # BT-80
     if data.get("delivery_date"):
         act_deliv = ET.SubElement(header_deliv, f"{{{RAM}}}ActualDeliverySupplyChainEvent")
         occ_date = ET.SubElement(act_deliv, f"{{{RAM}}}OccurrenceDateTime")
@@ -1337,11 +941,6 @@ def generate_compliant_zugferd_cii(data):
     ET.SubElement(pay_means, f"{{{RAM}}}TypeCode").text = str(data.get("payment_means_code", "58"))
     payee_acc = ET.SubElement(pay_means, f"{{{RAM}}}PayeePartyCreditorFinancialAccount")
     ET.SubElement(payee_acc, f"{{{RAM}}}IBANID").text = str(data["iban"]).replace(" ", "")
-    # BT-86 BIC der Verkaeuferbank (nach dem Konto, laut CII-Schema).
-    _bic = str(data.get("bic") or VERKAEUFER["bic"]).replace(" ", "")
-    if _bic:
-        fin_inst = ET.SubElement(pay_means, f"{{{RAM}}}PayeeSpecifiedCreditorFinancialInstitution")
-        ET.SubElement(fin_inst, f"{{{RAM}}}BICID").text = _bic
 
     # BG-23: pro Steuersatz-Bucket ein eigenes ram:ApplicableTradeTax (Mehrfach-Steuersaetze).
     # Fallback fuer Aufrufer ohne tax_buckets (Einzelsteuersatz, byte-identisch zu vor Phase 1):
@@ -1405,9 +1004,6 @@ def generate_compliant_zugferd_cii(data):
     ET.SubElement(header_sum, f"{{{RAM}}}TaxBasisTotalAmount").text = f"{data['total_net_amount']:.2f}"
     ET.SubElement(header_sum, f"{{{RAM}}}TaxTotalAmount", {"currencyID": "EUR"}).text = f"{data['total_vat_amount']:.2f}"
     ET.SubElement(header_sum, f"{{{RAM}}}GrandTotalAmount").text = f"{data['total_gross_amount']:.2f}"
-    # BT-113 Vorauszahlung: mangels Anzahlungsdaten immer 0,00. Muss laut CII-Schema NACH
-    # GrandTotalAmount und VOR DuePayableAmount stehen (DuePayable = GrandTotal - Vorauszahlung).
-    ET.SubElement(header_sum, f"{{{RAM}}}TotalPrepaidAmount").text = "0.00"
     ET.SubElement(header_sum, f"{{{RAM}}}DuePayableAmount").text = f"{data['total_gross_amount']:.2f}"
 
     xml_str = ET.tostring(root, encoding="utf-8")
@@ -1479,3 +1075,31 @@ def add_pdfa_output_intent(pdf_bytes: bytes, icc_path: str = SRGB_ICC_PATH) -> b
         return buf.getvalue()
     finally:
         pdf.close()
+
+
+def fix_xrechnung_xmp_conformance(pdf_bytes: bytes) -> bytes:
+    """
+    Die factur-x-Bibliothek schreibt standardmäßig fx:ConformanceLevel = 'EN 16931' und
+    fx:Version = '1.0' in die XMP-Metadaten (generischer Factur-X-Standard). Da unsere CII-XML
+    aber explizit das KoSIT-XRechnung-Profil deklariert (GuidelineID .../xrechnung_3.0), erwarten
+    Validatoren hier stattdessen 'XRECHNUNG' und '3.0' - sonst schlagen z. B.
+    VD-Valitool-H-022/H-024 fehl, weil PDF-Metadaten und eingebettetes XML nicht zusammenpassen.
+    """
+    pdf = pikepdf.open(io.BytesIO(pdf_bytes))
+    try:
+        if "/Metadata" in pdf.Root:
+            xmp_bytes = pdf.Root.Metadata.read_bytes()
+            xmp_str = xmp_bytes.decode("utf-8")
+            xmp_str = xmp_str.replace(
+                "<fx:ConformanceLevel>EN 16931</fx:ConformanceLevel>",
+                "<fx:ConformanceLevel>XRECHNUNG</fx:ConformanceLevel>",
+            ).replace(
+                "<fx:Version>1.0</fx:Version>",
+                "<fx:Version>3.0</fx:Version>",
+            )
+            pdf.Root.Metadata.write(xmp_str.encode("utf-8"))
+        buf = io.BytesIO()
+        pdf.save(buf)
+        return buf.getvalue()
+    finally:
+        pdf.close()

main.py

@@ -1,11 +1,13 @@
-import io
 import os
+import io
 import streamlit as st
 import json
+import re
 import fitz
-from PIL import Image
+import requests
 from facturx import generate_from_binary as facturx_generate_from_binary
 from invoice_logic import (
+    InvoiceMetadata,
     VERKAEUFER,
     VERKAEUFER_IBAN,
     PAYMENT_MEANS_CODES,
@@ -14,8 +16,7 @@ from invoice_logic import (
     berechne_faelligkeit,
     kaufmaennisches_runden,
     clean_german_float,
-    extract_invoice_items,
+    extract_invoice_items_pure_python,
-    extract_stated_tax_basis,
     map_unece_unit_code,
     parse_to_strict_xml_date,
     format_cii_date,
@@ -24,18 +25,17 @@ from invoice_logic import (
     normalize_pdf_bytes,
     pdf_has_embedded_facturx,
     add_pdfa_output_intent,
+    fix_xrechnung_xmp_conformance,
     compute_invoice_totals,
-    resolve_buyer_endpoint,
     extract_service_period,
     detect_contract_type,
     detect_invoice_type_code,
+    extract_angebot_reference,
     extract_pre_position_freetext,
     extract_document_references,
     extract_labeled_header_value,
     extract_referenznummer,
-    extract_header_metadata_pure_python,
 )
-from intro_overlay import render_intro_overlay
 
 # ==========================================
 # 0. SITZUNGS-STATUS INITIALISIEREN (ZÄHLER GEGEN WIDGET-CACHING)
@@ -44,11 +44,58 @@ if "invoice_counter" not in st.session_state:
     st.session_state.invoice_counter = 0
 
 # ==========================================
-# 1. KOPFDATEN-EXTRAKTION (KI-frei, test-version3)
+# 1. API-CLIENT FÜR DAS vLLM-BACKEND
 # ==========================================
-# Diese Variante kommt ohne LLM/vLLM-Backend aus: die Kopfdaten werden vollstaendig
+class LLMClient:
-# deterministisch aus dem PDF-Text gelesen (siehe extract_header_metadata_pure_python in
+
-# invoice_logic.py). Das ist schneller, offline-faehig und ohne Server-Abhaengigkeit.
+    def __init__(self, model="gemma431b", base_url="http://10.192.0.140:8002"):
+        self.model = model
+
+        base_url = base_url.strip()
+        if base_url.startswith("[") and ")" in base_url:
+            match = re.search(r"\((https?://.*?)\)", base_url)
+            if match:
+                base_url = match.group(1)
+
+        self.base_url = base_url.rstrip("/")
+
+    def chat(self, prompt, system_prompt="You are a helpful assistant.", temperature=0.0, json_schema=None):
+        messages = [
+            {"role": "system", "content": system_prompt},
+            {"role": "user", "content": prompt}
+        ]
+        return self._openai_compatible_request(messages, temperature, json_schema)
+
+    def _openai_compatible_request(self, messages, temperature, json_schema):
+        url = f"{self.base_url}/v1/chat/completions"
+        payload = {
+            "model": self.model,
+            "messages": messages,
+            "temperature": temperature
+        }
+
+        if json_schema:
+            payload["guided_json"] = json.dumps(json_schema) if isinstance(json_schema, dict) else json_schema
+
+        try:
+            response = requests.post(url, json=payload, timeout=120)
+            response.raise_for_status()
+            data = response.json()
+            return data.get("choices", [{}])[0].get("message", {}).get("content", "")
+        except Exception as e:
+            return f"vLLM/OpenAI Error: {e}"
+
+
+
+# ==========================================
+# 4. API CLIENT INITIALISIERUNG
+# ==========================================
+def get_cached_llm():
+    if "llm_instance" not in st.session_state:
+        llm_url = os.environ.get('VLLM_URL', 'http://10.192.0.140:8002')
+        llm_model = os.environ.get('LLM_MODEL', 'gemma431b')
+        st.session_state.llm_instance = LLMClient(model=llm_model, base_url=llm_url)
+    return st.session_state.llm_instance
 
 
 @st.cache_data(show_spinner=False)
@@ -62,9 +109,7 @@ def build_zugferd_pdf(invoice_json: str, original_pdf_bytes: bytes) -> bytes:
 
     def _attempt(src_pdf_bytes):
         # factur-x: XSD-Validierung der CII-XML, Einbetten, PDF/A-3-konforme XMP-Struktur; danach
-        # nur noch OutputIntent (sRGB-ICC). Die CII deklariert jetzt das EN16931-Profil (B2B), das
+        # OutputIntent (sRGB-ICC) und XRechnung-Konformitaets-Fix in den XMP-Metadaten.
-        # exakt zum factur-x-Level 'en16931' passt - daher KEIN XMP-Konformitaets-Override mehr
-        # noetig (frueher wurde XMP auf 'XRECHNUNG'/'3.0' gezwungen, um zum alten Profil zu passen).
         pdf_bytes = facturx_generate_from_binary(
             src_pdf_bytes,
             cii_bytes,
@@ -75,6 +120,7 @@ def build_zugferd_pdf(invoice_json: str, original_pdf_bytes: bytes) -> bytes:
             afrelationship="data",
         )
         pdf_bytes = add_pdfa_output_intent(pdf_bytes)
+        pdf_bytes = fix_xrechnung_xmp_conformance(pdf_bytes)
         # Erfolgskontrolle: factur-x laesst bei manchen PDF-Strukturen die XML still weg bzw.
         # produziert eine kaputte PDF - dann als Fehlschlag behandeln.
         if not pdf_has_embedded_facturx(pdf_bytes):
@@ -94,14 +140,10 @@ def build_zugferd_pdf(invoice_json: str, original_pdf_bytes: bytes) -> bytes:
 # ==========================================
 # 5. STREAMLIT FRONTEND
 # ==========================================
-# Eigenes Tab-Icon (Beleg-Motiv, schwarz/orange). Faellt auf das Emoji zurueck, falls die
+st.set_page_config(page_title="PDF zu E-Rechnung", layout="wide")
-# Datei fehlt. Absoluter Pfad, damit es unabhaengig vom Arbeitsverzeichnis gefunden wird.
-_FAVICON_PATH = os.path.join(os.path.dirname(os.path.abspath(__file__)), "assets", "favicon.png")
-_page_icon = Image.open(_FAVICON_PATH) if os.path.exists(_FAVICON_PATH) else "🧾"
-st.set_page_config(page_title="PDF zu E-Rechnung", page_icon=_page_icon, layout="wide")
 st.title("📄 PDF zu E-Rechnung Konverter")
-render_intro_overlay()
 
+llm = get_cached_llm()
 col1, col2 = st.columns(2)
 
 with col1:
@@ -131,23 +173,67 @@ with col2:
 
     if uploaded_file is not None and pdf_text.strip() != "":
         if st.button("Daten extrahieren", width="stretch"):
-            with st.spinner("Extrahiere Daten..."):
+            with st.spinner("Extrahiere Daten über vLLM-API..."):
 
-                # KI-frei (test-version3): Kopfdaten vollstaendig deterministisch aus dem
+                schema_dict = InvoiceMetadata.model_json_schema()
-                # PDF-Text lesen - kein vLLM/LLM-Aufruf mehr. Liefert dasselbe Dict-Schema,
+
-                # auf das die nachfolgende Pipeline aufsetzt.
+                sys_prompt = (
-                final_data = extract_header_metadata_pure_python(pdf_text)
+                    "Du bist ein präziser OCR-Parser für deutsche B2B-Rechnungen. "
+                    "Extrahiere die Metadaten fehlerfrei als valides JSON-Objekt. "
+                    "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"
+                    "- customer_number\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\n"
+                    "- order_id\n"
+                    "- contract_id\n"
+                    "- service_start_date\n"
+                    "- service_end_date\n"
+                    "- payment_term_days\n"
+                    "- invoice_note\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"
+                    "Antworte ausschließlich mit dem reinen JSON-Objekt. Schreibe keinen anderen Text."
+                )
+                prompt_meta = f"Rechnungstext:\n{pdf_text}"
+
+                res_meta_text = llm.chat(
+                    prompt=prompt_meta,
+                    system_prompt=sys_prompt,
+                    temperature=0.0,
+                    json_schema=schema_dict
+                )
+
+                clean_json_text = res_meta_text.strip()
+                backtick_trigger = chr(96) * 3
+                if clean_json_text.startswith(backtick_trigger):
+                    lines = clean_json_text.splitlines()
+                    if lines[0].startswith(backtick_trigger):
+                        lines = lines[1:]
+                    if lines and lines[-1].startswith(backtick_trigger):
+                        lines = lines[:-1]
+                    clean_json_text = "\n".join(lines).strip()
+
+                try:
+                    final_data = json.loads(clean_json_text)
+                except Exception as e:
+                    st.error(f"Fehler beim Parsen der API-Antwort: {e}")
+                    st.code(res_meta_text)
+                    st.stop()
 
-                # Sicherheitsnetz: falls doch die eigene scitech-Adresse als Kunden-E-Mail
-                # erkannt wurde, leeren (BT-49 ist die Adresse des Empfaengers, nicht unsere).
                 if final_data.get("recipient_email") == VERKAEUFER["email"]:
                     final_data["recipient_email"] = ""
 
-                final_data["items"] = extract_invoice_items(pdf_text)
+                final_data["items"] = extract_invoice_items_pure_python(pdf_text)
-                # Sicherheitsnetz fuer komplexe (Buendel-)Rechnungen: die auf der Rechnung
-                # ausgewiesene Bemessungsgrundlage merken, um sie spaeter gegen die Summe der
-                # erkannten Positionen abzugleichen (siehe Summen-Check unten).
-                final_data["stated_tax_basis"] = extract_stated_tax_basis(pdf_text)
 
                 # IT-Systemhaus-Regex-Fallbacks: nur ergaenzen, wenn das LLM die entsprechenden
                 # Felder nicht bereits geliefert hat.
@@ -196,9 +282,19 @@ with col2:
                         _en = str(final_data.get("invoice_note", "")).strip()
                         final_data["invoice_note"] = f"{_en}\n{_refline}".strip() if _en else _refline
 
-                # Hinweis: Ein Angebotsbezug ('Angebot <Nr> vom <Datum>') wird - genau wie ein
+                # Angebotsbezug ("Angebot <Nr> vom <Datum>") hat kein eigenes EN16931-Feld - als
-                # Vergabeangebot - direkt in BT-17 (tender_id) einsortiert (siehe
+                # Info fuer den Kunden in den Freitext (BT-22). Zusaetzlich: falls das LLM die
-                # extract_document_references oben), nicht mehr in den Freitext.
+                # Angebotsnummer faelschlich in Vertrag (BT-12) oder Vergabeangebot (BT-17) gepackt
+                # hat, dort leeren - ein Angebot ist weder ein Vertrag noch ein Vergabeangebot.
+                _angebot = extract_angebot_reference(pdf_text)
+                if _angebot:
+                    _angebot_nr = _angebot.split()[1]
+                    for _k in ("contract_id", "tender_id"):
+                        if str(final_data.get(_k, "")).strip() == _angebot_nr:
+                            final_data[_k] = ""
+                    if _angebot.lower() not in str(final_data.get("invoice_note", "")).lower():
+                        _existing_note = str(final_data.get("invoice_note", "")).strip()
+                        final_data["invoice_note"] = f"{_existing_note}\n{_angebot}".strip() if _existing_note else _angebot
 
                 st.session_state.invoice_counter += 1
                 st.session_state.extracted_data = final_data
@@ -287,12 +383,7 @@ with col2:
             with c_ref3:
                 c_id = st.text_input("Vertrag (BT-12)", value=data.get("contract_id", ""))
             with c_ref4:
-                tender_id = st.text_input(
+                tender_id = st.text_input("Vergabeangebot / Ausschreibung (BT-17)", value=data.get("tender_id", ""))
-                    "Angebot / Vergabeangebot (BT-17)",
-                    value=data.get("tender_id", ""),
-                    help="Nummer eines Angebots, Vergabeangebots oder einer Ausschreibung. Wird aus der "
-                         "Rechnung erkannt ('ANGEBOT'/'VERGABEANGEBOT <Nr> vom <Datum>').",
-                )
 
             c_p1, c_p2 = st.columns(2)
             with c_p1:
@@ -346,9 +437,7 @@ with col2:
                     "Elektronische Adresse (BT-49)",
                     value=data.get("recipient_email", ""),
                     help="Adresse, an die der Kunde die Rechnung empfängt. Standard: E-Mail (Schema EM). "
-                         "Leer lassen genügt bei Behörden-Rechnungen: Ist oben eine Leitweg-ID (BT-10) "
+                         "Für Behörden ggf. Leitweg-ID (0204) oder GLN (0088) - dann rechts das passende Schema wählen.",
-                         "eingetragen, wird sie automatisch als elektronische Adresse mit Schema 0204 "
-                         "übernommen (keine Doppeleingabe nötig). Für eine GLN das Schema 0088 wählen.",
                 )
                 _scheme_codes = list(BUYER_ENDPOINT_SCHEMES.keys())
                 _scheme_labels = [f"{c} - {BUYER_ENDPOINT_SCHEMES[c]}" for c in _scheme_codes]
@@ -360,41 +449,10 @@ with col2:
                          "0088 = GLN. Muss zum Typ der oben eingetragenen Adresse passen.",
                 )
                 r_endpoint_scheme = r_endpoint_scheme_label.split(" - ")[0]
-
-                # Sichtbar machen, was tatsächlich in BEIDE Felder (BT-49 + BT-49-1) exportiert wird -
-                # vor allem, wenn die Adresse aus der Leitweg-ID (BT-10) abgeleitet wird und das
-                # Feld BT-49 daher leer bleibt (sonst könnte man es für "noch offen" halten).
-                _bt49_preview, _bt49_scheme_preview = resolve_buyer_endpoint(r_email, r_endpoint_scheme, leitweg_id)
-                if _bt49_preview and not str(r_email).strip():
-                    st.success(f"➡️ Wird automatisch aus der Leitweg-ID (BT-10) übernommen – die beiden "
-                               f"Felder oben können leer bleiben:\n\n"
-                               f"- **Elektronische Adresse (BT-49):** {_bt49_preview}\n"
-                               f"- **Adress-Schema (BT-49-1):** {_bt49_scheme_preview}")
-                elif _bt49_preview:
-                    st.info(f"➡️ Export → **Elektronische Adresse (BT-49):** {_bt49_preview}  ·  "
-                            f"**Adress-Schema (BT-49-1):** {_bt49_scheme_preview}")
-
                 r_street = st.text_input("Straße (BT-50)", value=data.get("recipient_street", ""))
                 r_zip = st.text_input("PLZ (BT-53)", value=data.get("recipient_zip", ""))
                 r_city = st.text_input("Stadt (BT-52) :red[*]", value=data.get("recipient_city", ""))
 
-                # BG-15 Lieferadresse: standardmäßig eingeklappt, damit die Felder im Normalfall
-                # (Lieferort = Rechnungsadresse) nicht stören. Wurde eine ABWEICHENDE Lieferadresse
-                # erkannt, sind die Felder vorbefüllt und der Bereich klappt automatisch auf.
-                _has_deliv = bool(str(data.get("delivery_name", "")).strip())
-                with st.expander("Abweichende Lieferadresse (BG-15)", expanded=_has_deliv):
-                    if _has_deliv:
-                        st.caption("ℹ️ Abweichende Lieferadresse erkannt und übernommen. "
-                                   "Bei Bedarf korrigieren – oder die Felder leeren, wenn keine "
-                                   "abweichende Lieferadresse gewünscht ist.")
-                    else:
-                        st.caption("Nur ausfüllen, wenn an einen **anderen Ort** geliefert wurde als "
-                                   "die Rechnungsadresse. Leer lassen = keine gesonderte Lieferadresse.")
-                    d_name = st.text_input("Firma / Empfänger (BT-70)", value=data.get("delivery_name", ""))
-                    d_street = st.text_input("Straße (BT-75)", value=data.get("delivery_street", ""))
-                    d_zip = st.text_input("PLZ (BT-78)", value=data.get("delivery_zip", ""))
-                    d_city = st.text_input("Stadt (BT-77)", value=data.get("delivery_city", ""))
-
         with tab_positionen:
             if st.button("➕ Neue Position hinzufügen"):
                 data["items"].append({
@@ -490,23 +548,6 @@ with col2:
         with c_vat_ui: st.metric("MwSt-Gesamt (€)", f"{computed_vat_amount:.2f}")
         with c_gross_ui: st.metric("Brutto-Zahlbetrag (€)", f"{computed_gross_amount:.2f}")
 
-        # --- SUMMEN-ABGLEICH (Sicherheitsnetz) ---
-        # Die auf der Rechnung ausgewiesene Bemessungsgrundlage (z.B. '19 % USt. auf € 217.500,55')
-        # gegen die Summe der erkannten Positionen abgleichen. Weichen sie ab, ist die
-        # Positionserkennung vermutlich unvollständig - dann deutlich warnen, damit der
-        # Sachbearbeiter die Positionen prüft/korrigiert (v.a. bei komplexen Bündel-Rechnungen).
-        _stated_basis = data.get("stated_tax_basis")
-        if _stated_basis is not None and abs(computed_net_amount - float(_stated_basis)) > 0.01:
-            st.warning(
-                f"⚠️ **Summen-Abgleich fehlgeschlagen:** Die Summe der erkannten Positionen "
-                f"(**{computed_net_amount:.2f} €**) weicht von der auf der Rechnung ausgewiesenen "
-                f"Bemessungsgrundlage (**{float(_stated_basis):.2f} €**) ab. Bitte die Positionen im "
-                f"Reiter *Positionen* prüfen und korrigieren, bevor Sie exportieren."
-            )
-        elif _stated_basis is not None:
-            st.caption(f"✅ Summen-Abgleich ok: Positionen = ausgewiesene Bemessungsgrundlage "
-                       f"({float(_stated_basis):.2f} €).")
-
         # --- EXPORT-SEKTION DROPDOWN-AUSWAHL ---
         st.markdown("---")
         export_format = st.selectbox(
@@ -516,17 +557,11 @@ with col2:
             help="XRechnung generiert ein reines, valides UBL-XML. ZUGFeRD bettet ein schema-konformes CII-XML (factur-x.xml) direkt in Ihre PDF ein."
         )
 
-        # BT-49 (elektronische Adresse) + BT-49-1 (Schema) aufloesen: ist das E-Mail-Feld leer,
-        # aber eine Leitweg-ID (BT-10) vorhanden, wird die Leitweg-ID mit Schema '0204' als BT-49
-        # verwendet - so muss die Leitweg-ID nicht doppelt (in BT-10 und BT-49) eingegeben werden.
-        r_email_effective, r_scheme_effective = resolve_buyer_endpoint(r_email, r_endpoint_scheme, leitweg_id)
-
         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, "customer_number": cust_num, "recipient_name": r_name, "recipient_email": r_email_effective,
+            "buyer_reference": buyer_ref, "customer_number": cust_num, "recipient_name": r_name, "recipient_email": r_email,
             "recipient_street": r_street, "recipient_zip": r_zip, "recipient_city": r_city,
-            "delivery_name": d_name, "delivery_street": d_street, "delivery_zip": d_zip, "delivery_city": d_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": VERKAEUFER_IBAN,
             "payment_means_code": selected_payment_means_code,
@@ -540,7 +575,7 @@ with col2:
             "skonto_percent": skonto_percent,
             "skonto_days": skonto_days,
             "vorkasse": vorkasse,
-            "recipient_endpoint_scheme": r_scheme_effective,
+            "recipient_endpoint_scheme": r_endpoint_scheme,
             "leitweg_id": leitweg_id,
             "delivery_note_id": dn_id,
             "order_id": o_id,
@@ -570,11 +605,12 @@ with col2:
             blocker.append("Leitweg-ID (BT-10) fehlt. Bei XRechnung (in der Regel an Behörden) ist sie "
                            "Pflicht (BR-DE-15) und dient als Käuferreferenz - im Reiter 'Kopfdaten' ins "
                            "Feld 'Leitweg-ID (BT-10)' eintragen.")
-        if is_xrechnung and not str(r_email_effective).strip():
+        if is_xrechnung and not str(r_email).strip():
             blocker.append("Elektronische Adresse des Kunden (BT-49) fehlt. Bei XRechnung ist sie "
-                           "Pflicht (PEPPOL-EN16931-R010). Ist oben eine Leitweg-ID (BT-10) eingetragen, "
+                           "Pflicht (PEPPOL-EN16931-R010). Da XRechnung meist an Behörden geht, gehört "
-                           "wird sie automatisch als BT-49 (Schema 0204) übernommen. Alternativ im Reiter "
+                           "hier in der Regel die Leitweg-ID rein - im Reiter 'Adressen' ins Feld "
-                           "'Adressen' die E-Mail-Adresse des Empfängers (Schema EM) oder eine GLN (0088) eintragen.")
+                           "'Elektronische Adresse (BT-49)' eintragen und als Schema '0204 (Leitweg-ID)' "
+                           "wählen. Alternativ die E-Mail-Adresse des Empfängers (Schema EM) oder eine GLN (0088).")
         if inv_delivery and parse_to_strict_xml_date(inv_delivery) == "":
             blocker.append("Lieferdatum (BT-72) ist unlesbar (erwartet: YYYY-MM-DD). Bitte korrigieren oder leeren.")
         if not edited_items:
@@ -595,7 +631,7 @@ with col2:
         # ZUGFeRD (B2B) ohne Kunden-Adresse: KEIN Blocker, aber statt eines leeren Pflichtfelds wird
         # ein Platzhalter "X" in BT-49 gesetzt, damit das Feld nicht komplett fehlt - dazu eine
         # orange Warnung (st.warning), dass eine echte E-Mail besser waere.
-        if not is_xrechnung and not str(r_email_effective).strip():
+        if not is_xrechnung and not str(r_email).strip():
             final_invoice_dict["recipient_email"] = "X"
             st.warning("⚠️ Es ist keine elektronische Adresse des Kunden (BT-49) angegeben - es wird "
                        "nur ein Platzhalter \"X\" eingesetzt, damit das Pflichtfeld nicht komplett "