Florian WildeandClaude Opus 5
845942f36c
Legt den kompletten Unterbau an, auf dem die Fachmodule aufsetzen. Betrieb: - docker-compose.yml mit Traefik, App, Worker, PostgreSQL 17 + PostGIS, Redis, MinIO und Gotenberg; Entwicklungs-Override ohne Traefik, dafuer mit Mailpit und Adminer - Mehrstufiges Dockerfile: eigener Benutzer, tini als PID 1, Healthcheck - .env.example mit einem Kommentar zu jeder Variable Mandantentrennung: - Row Level Security auf allen mandantenpflichtigen Tabellen - Zwei getrennte Datenbankverbindungen: florian_app mit aktiver RLS fuer die Anwendung, Eigentuemer-Zugang nur fuer Migration, Seed und Anmeldung - fuerOrganisation() als einziger Weg zu Fachdaten Nachvollziehbarkeit: - AuditLog append-only per Trigger; UPDATE ist dauerhaft gesperrt, DELETE nur im gekennzeichneten Aufbewahrungslauf - Geheimnisse werden vor dem Schreiben entfernt Anmeldung: - OIDC gegen ein extern betriebenes authentik, Rollen aus Gruppen nur als Vorbelegung beim ersten Login - Lokaler E-Mail/Passwort-Login als Rueckfallweg - Terminal per PIN und RFID mit zwei Schranken (Geraet, dann Person) Weiteres: - lib/authz.ts mit 9 Rollen und 38 Einzelrechten - lib/storage.ts (MinIO), lib/audit.ts, lib/warteschlange.ts (BullMQ) - Integrationen fuer Mail, Telegram und LLM hinter abschaltbaren Interfaces - tRPC v11, Basis-Layout mit Seitenleiste und dunkler Darstellung - Seed mit einer Beispielwehr: 16 Personen, 3 Fahrzeuge, 40 Geraete - 32 Vitest-Tests (davon 8 gegen eine echte Datenbank), 10 Playwright-Tests - README, Anleitung mit Screenshots, Roadmap, Aufwandsschaetzung, Devlog, Versionierungsregeln und Changelog Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
16 lines
958 B
Markdown
16 lines
958 B
Markdown
Phase 8: Lokale KI-Funktionen. Alles gegen Ollama, keine externen Anbieter.
|
|
|
|
- lib/ai/ mit OpenAI-kompatiblem Client, Modell und Endpunkt konfigurierbar,
|
|
komplett abschaltbar per Feature-Flag
|
|
- Diktat: Audioaufnahme im Browser → faster-whisper Container → Transkript
|
|
in das Einsatzberichtsfeld
|
|
- Berichtsassistent: aus Stichpunkten, Zeitstempeln, eingesetzten Fahrzeugen
|
|
und Materialverbrauch einen strukturierten Einsatzberichtsentwurf erzeugen.
|
|
Ausgabe immer als Vorschlag mit Übernehmen/Verwerfen, nie automatisch speichern.
|
|
- Wiki mit pgvector: Dienstvorschriften und Ausbildungsunterlagen als
|
|
Markdown, semantische Suche, RAG-Antwort mit Quellenangabe der Wiki-Seite
|
|
- Belegerfassung: Foto einer Quittung → Vision-Modell → Vorschlag für
|
|
Betrag, Datum, Händler, Kategorie. Immer manuell bestätigen.
|
|
|
|
Jede KI-Ausgabe ist als solche gekennzeichnet und muss bestätigt werden,
|
|
bevor sie in ein Dokument mit Nachweischarakter gelangt. |