Praxis-Telefon-Agent: Anrufannahme, Transkription, Triage — vollständig on-prem

Nimmt Anrufe einer Hausarztpraxis entgegen, transkribiert sie lokal,
kategorisiert das Anliegen und legt es strukturiert ab. Keine Patientendaten
verlassen den Rechner: Spracherkennung, Sprachmodell und Sprachsynthese laufen
lokal, im Datenpfad steht kein Cloud-Dienst.

Aufbau:
- FreeSWITCH nimmt über einen SIP-Trunk an, spielt die Ansage und nimmt auf.
- pipe.watch erkennt fertige Aufnahmen und schiebt sie durch die Pipe.
- whisper.cpp transkribiert, ein lokales Sprachmodell (Ollama) ordnet in
  Kategorie und Dringlichkeit ein — mit erzwungenem JSON-Schema.
- Ablage lokal, optional Nextcloud (WebDAV) und ein Deck-Board.
- Leitstand (pipe.server): Board mit Eingang/In Bearbeitung/Rückfragen/Erledigt,
  Aufnahmen zum Anhören, Verlauf und Ampeln für alle beteiligten Dienste.

Zugangsdaten und Anrufdaten liegen außerhalb des Repositorys (.env, ablage/,
telefon/). Konfiguration siehe .env.example, Einrichtung siehe README.

README.md

@@ -0,0 +1,129 @@
+# Praxis-Telefon-Agent
+
+Nimmt Anrufe (Sprachnachrichten) einer Hausarztpraxis entgegen, **transkribiert**
+sie lokal, **kategorisiert** das Anliegen und **legt** das Ergebnis strukturiert
+ab (lokal und optional in Nextcloud).
+
+**Vollständig on-prem** — keine Patientendaten verlassen den Mac.
+
+## Stufen
+
+1. **Die Pipe** (fertig): Audio → Transkript → Kategorie → Ablage.
+2. **Telefonie** (steht): FreeSWITCH nimmt über den Plusnet-Trunk an, spielt die
+   Ansage, nimmt auf und legt die Datei im Eingang der Pipe ab.
+3. **Feinschliff** (offen): Löschfristen, Notfall-Alarm, Monitoring.
+
+## Bausteine
+
+| Datei | Aufgabe |
+|---|---|
+| `pipe/transcribe.py` | Spracherkennung (whisper.cpp / faster-whisper), lokal |
+| `pipe/categorize.py` | Kategorisierung via Ollama/Qwen, erzwungenes JSON-Schema |
+| `pipe/store.py` | Ablage lokal + Nextcloud (WebDAV, steckbar) |
+| `pipe/process_call.py` | Orchestrator / CLI |
+| `pipe/config.py` | Konfiguration aus `.env` |
+| `pipe/watch.py` | Beobachtet den Eingang und schiebt Aufnahmen durch die Pipe |
+| `pipe/server.py` | Leitstand: Live-Ansicht mit Status, Anrufen und Verlauf |
+| `pipe/protokoll.py` | Ereignisprotokoll (JSONL) für den Leitstand |
+| `prompts/categorize_de.txt` | Kategorisierungs-Prompt (deutsch, mehrsprachig-tauglich) |
+| `telefon/` | Ansage, FreeSWITCH-Vorlagen, Start- und Einrichtungsskripte |
+
+## Kategorien
+
+`termin · rezept · ueberweisung · befund · verwaltung · beschwerden · notfall ·
+rueckruf · sonstiges`
+Dringlichkeit: `niedrig · normal · hoch · notfall`
+
+## Voraussetzungen
+
+- **Ollama** läuft (`ollama serve`) mit einem Qwen-Modell (`qwen3.5:latest`).
+- **whisper.cpp** (`whisper-cli`) + ggml-Modell, oder `STT_BACKEND=faster` für faster-whisper.
+- **ffmpeg** (Audio-Normalisierung auf 16 kHz mono).
+
+## Nutzung
+
+```bash
+cp .env.example .env        # bei Bedarf anpassen
+python3 -m pipe.process_call test/rezept.wav --nummer 021031234567
+```
+
+Ergebnis unter `ablage/JJJJ-MM-TT/HH-MM-SS_<nummer>/`:
+- `meta.json` — strukturierte Felder (maschinenlesbar)
+- `zusammenfassung.md` — für Menschen
+- `aufnahme.<ext>` — Audiokopie
+
+## Telefonie (Stufe 2)
+
+FreeSWITCH registriert sich mit dem SIP-Konto der Praxis beim Provider, nimmt
+eingehende Anrufe an, spielt die Ansage und nimmt auf. Die Aufnahme landet unter
+`telefon/eingang/JJJJMMTT-HHMMSS_<nummer>.wav`; `pipe.watch` erkennt sie, schiebt
+sie durch die Pipe und räumt sie nach `telefon/verarbeitet/` weg.
+
+```bash
+./telefon/ansage_bauen.sh              # Ansage aus telefon/ansage.txt erzeugen
+./telefon/freeswitch/einrichten.sh     # Trunk + Dialplan in FreeSWITCH eintragen
+./telefon/starten.sh                   # startet FreeSWITCH, Verarbeitung, Leitstand
+```
+
+Danach läuft der **Leitstand** unter <http://127.0.0.1:8088> — das Arbeitsbrett
+der Praxis, unabhängig von Nextcloud:
+
+- Ampeln für Telefon, Verarbeitung, Spracherkennung und Nextcloud
+- die Anrufe als Board mit den Spalten `Eingang · In Bearbeitung · Rückfragen ·
+  Erledigt`, verschiebbar per Ziehen oder über die Knöpfe auf der Karte
+- je Karte Kategorie, Anrufer, Dringlichkeit als Farbe, Anliegen, Stichworte,
+  Abspielknopf für die Aufnahme und das Transkript zum Aufklappen
+- die Rufnummer ist anklickbar (`tel:`) und startet den Rückruf in der
+  Telefon-App des Rechners; liegt die Karte noch im Eingang, wandert sie dabei
+  nach `In Bearbeitung`
+- darunter der laufende Verlauf — vom Klingeln über die Erkennung bis zur Ablage
+
+Standardmäßig hört der Leitstand nur auf `127.0.0.1`. Soll er von anderen
+Rechnern der Praxis erreichbar sein, `LEITSTAND_HOST=0.0.0.0` setzen — dann ist
+`LEITSTAND_PASS` Pflicht, sonst startet er nicht: die Seiten zeigen Transkripte
+und Aufnahmen von Patienten, das darf nicht offen im Netz stehen. Der Schutz
+gilt auch für die Schnittstellen und die Audiodateien.
+
+Die Seite aktualisiert sich alle drei Sekunden; während man eine Karte zieht,
+pausiert das. Der Bearbeitungsstand liegt als `stapel.json` im jeweiligen
+Anrufordner, also lokal — die Übertragung nach Nextcloud-Deck kommt später.
+
+Der SIP-Zugang steht in der `.env` (`SIP_USER`, `SIP_DOMAIN`, `SIP_PASS`). Das
+Einrichtungsskript trägt das Passwort in die FreeSWITCH-Konfiguration ein und
+setzt deren Rechte auf 600 — im Git liegen nur Vorlagen mit Platzhaltern.
+
+Die Ansage nennt den Notruf 112 und weist auf die Aufzeichnung hin, bevor der
+Signalton kommt — beides ist bei einer Arztpraxis Pflicht. Text ändern:
+`telefon/ansage.txt` bearbeiten, `ansage_bauen.sh` erneut ausführen.
+
+Gesprochen wird lokal, wahlweise mit **Piper** (natürlicher, Modelle unter
+`~/piper-voices`) oder dem macOS-`say` als Rückfall. Die Stimme
+`de_DE-thorsten_emotional-medium` kennt acht Sprechweisen, wählbar über
+`ANSAGE_EMOTION`: 0 amused · 1 angry · 2 disgusted · 3 drunk · 4 neutral ·
+5 sleepy · 6 surprised · 7 whisper.
+
+## Nextcloud aktivieren
+
+`NEXTCLOUD_URL`, `NEXTCLOUD_USER`, `NEXTCLOUD_PASS` in `.env` setzen
+(App-Passwort, **nicht** das Login-Passwort). Dann lädt jeder Anruf zusätzlich
+nach `NEXTCLOUD_ORDNER/JJJJ-MM-TT/…`. Fehlt die Konfiguration, bleibt alles lokal.
+
+## Deck-Board
+
+Jeder Anruf bekommt eine Karte auf dem Board `Anrufe`. Die Stapel bilden den
+Arbeitsablauf ab — `Eingang · In Bearbeitung · Rückfragen · Erledigt`, anpassbar
+über `DECK_STAPEL`. Neue Anrufe landen immer im ersten Stapel; die Praxis zieht
+sie weiter. Kategorie und Anrufer stehen im Kartentitel
+(`17:52 · Rezept · Klaus Allofs`), die Dringlichkeit als farbiges Label. Das Board gehört dem Konto, mit dem die
+Pipe arbeitet — ohne Freigabe legt sie zwar Karten an, die Praxis sieht aber ein
+leeres Deck. Deshalb `DECK_TEILEN` in der `.env` auf die Nextcloud-Nutzer setzen
+(kommagetrennt), die es sehen sollen; die Freigabe wird bei jedem Anruf
+sichergestellt.
+
+## Datenschutz (DSGVO)
+
+Gesundheitsdaten — Pflichten für den Produktivbetrieb (Stufe 2):
+- Aufnahme-Ansage am Gesprächsanfang.
+- Notfall-Ansage zuerst (112 / 116117); der Agent gibt **keine** medizinischen Ratschläge.
+- Verschlüsselung at rest, Zugriffskontrolle, Löschfristen.
+- Verarbeitung lokal (Whisper + Qwen) — kein Cloud-Dienst im Datenpfad.