feat: E-Mail-Extraktion + deterministische @-Reparatur

Whisper transkribiert gesprochenes "at" beim Diktieren einer E-Mail manchmal
als Punkt statt "@" (beobachtet: "gdg at dillenberg punkt net" ->
Transkript "gdg.dillenberg.net", komplett ohne @). Zwei Massnahmen:

1. WHISPER_PROMPT um ein Formatierungsbeispiel ergaenzt (max.mueller@
   example.de) - bekannter Whisper-Trick, um Formatierungskonventionen ueber
   den initial_prompt zu primen. Reduziert das Problem an der Quelle, bleibt
   aber modellabhaengig.
2. Neues Schema-Feld "email" (categorize.py, wie rueckrufnummer). Deter-
   ministische Reparatur per Regex: "wort.domain.tld" ohne @ wird zu
   "wort@domain.tld" - aber nicht stillschweigend, sondern im Leitstand als
   "⚠️ vermutete Korrektur" markiert (koennte auch eine genannte Subdomain
   sein, daher pruefbar statt automatisch als Fakt behandelt).

Getestet mit dem realen Fall (Brunski Beat, "gdg.dillenberg.net" ->
"gdg@dillenberg.net" + Korrektur-Flag), bereits gespeicherter Anruf
nachkorrigiert.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_015vtvcyNkapuDh583643hNs

pipe/categorize.py

@@ -61,6 +61,7 @@ _SCHEMA = {
         "anrufer_name": {"type": ["string", "null"]},
         "rueckrufnummer": {"type": ["string", "null"]},
         "rueckruf_gewuenscht": {"type": "boolean"},
+        "email": {"type": ["string", "null"]},
         "sprache": {"type": "string"},
         "anliegen_kurz": {"type": "string"},
         "stichworte": {"type": "array", "items": {"type": "string"}},
@@ -70,10 +71,34 @@ _SCHEMA = {
     # sie im Transkript standen. Der Typ erlaubt weiterhin null, wenn nichts da ist.
     "required": [
         "kategorie", "dringlichkeit", "anrufer_name", "rueckrufnummer",
-        "rueckruf_gewuenscht", "sprache", "anliegen_kurz", "stichworte",
+        "rueckruf_gewuenscht", "email", "sprache", "anliegen_kurz", "stichworte",
     ],
 }
 
+# Deterministische Reparatur, wenn Whisper gesprochenes "at" beim Diktieren
+# einer E-Mail-Adresse als Punkt transkribiert statt als "@" (beobachtet:
+# "gdg at dillenberg punkt net" -> Transkript "gdg.dillenberg.net", komplett
+# ohne @ - kein Kategorisierungs-, sondern ein Spracherkennungs-Problem).
+# Nur ein Repair-Vorschlag, kein stiller Ersatz: das erste Segment (ohne
+# eigenen Punkt) vor einer domain.tld-Form wird zu einem @ - mehrdeutig
+# (koennte auch eine genannte Subdomain sein), deshalb im UI als "vermutete
+# Korrektur" markiert statt das Transkript selbst zu veraendern.
+_EMAIL_OHNE_AT = re.compile(
+    r"^([a-z0-9_-]+)\.([a-z0-9-]+\.[a-z]{2,})$", re.IGNORECASE)
+
+
+def _repariere_email(wert: str | None) -> tuple[str | None, bool]:
+    """Gibt (email, vermutete_korrektur) zurueck."""
+    if not wert:
+        return wert, False
+    wert = wert.strip()
+    if "@" in wert:
+        return wert, False
+    treffer = _EMAIL_OHNE_AT.match(wert)
+    if not treffer:
+        return wert, False
+    return f"{treffer.group(1)}@{treffer.group(2)}", True
+
 
 @lru_cache(maxsize=1)
 def _prompt() -> str:
@@ -228,9 +253,11 @@ def _bereinige(d: dict) -> dict:
     d.setdefault("anrufer_name", None)
     d.setdefault("rueckrufnummer", None)
     d.setdefault("rueckruf_gewuenscht", False)
+    d.setdefault("email", None)
     d.setdefault("sprache", "de")
     d.setdefault("anliegen_kurz", "")
     d.setdefault("stichworte", [])
     if not isinstance(d["stichworte"], list):
         d["stichworte"] = []
+    d["email"], d["email_vermutete_korrektur"] = _repariere_email(d.get("email"))
     return d

pipe/config.py

@@ -59,7 +59,9 @@ WHISPER_PROMPT = os.environ.get(
     "WHISPER_PROMPT",
     "Anruf auf dem Anrufbeantworter einer Hausarztpraxis. Der Anrufer nennt "
     "seinen Namen, sein Anliegen und eine Rückrufnummer. Häufig geht es um "
-    "Termin, Rezept, Überweisung, Befund, Krankschreibung oder Schmerzen.",
+    "Termin, Rezept, Überweisung, Befund, Krankschreibung oder Schmerzen. "
+    "Nennt der Anrufer eine E-Mail-Adresse, wird sie mit @-Zeichen "
+    "geschrieben, zum Beispiel max.mueller@example.de.",
 ).strip()
 
 # faster-whisper (nur bei STT_BACKEND=faster)

pipe/server.py

@@ -141,6 +141,8 @@ def anrufe() -> list[dict]:
             "name": e.get("anrufer_name"),
             "nummer": d.get("anrufer_nummer") or e.get("rueckrufnummer"),
             "rueckrufnummer": e.get("rueckrufnummer"),
+            "email": e.get("email"),
+            "email_korrigiert": bool(e.get("email_vermutete_korrektur")),
             "rueckruf": bool(e.get("rueckruf_gewuenscht")),
             "anliegen": e.get("anliegen_kurz") or "",
             "stichworte": e.get("stichworte") or [],
@@ -641,11 +643,20 @@ function karte(d){
   const abweichend=d.rueckrufnummer&&waehlbar(d.rueckrufnummer)!==waehlbar(d.nummer);
   const rueckrufZeile=abweichend?`<div class="meta">☎️ Rückruf an: ${nummerLink({...d,nummer:d.rueckrufnummer})}
     <span class="tag" title="Nummer aus dem Sprach-Transkript erkannt (Ollama) - nicht verifiziert">📝 Text</span></div>`:'';
+  // email_korrigiert: Whisper transkribiert gesprochenes "at" beim Diktieren
+  // manchmal als Punkt statt "@" (z.B. "gdg.dillenberg.net" statt
+  // "gdg@dillenberg.net") - categorize.py repariert das als Vorschlag, aber
+  // mehrdeutig (koennte auch eine genannte Subdomain sein), deshalb hier
+  // sichtbar als Vermutung markiert statt stillschweigend uebernommen.
+  const emailZeile=d.email?`<div class="meta">📧 <a href="mailto:${esc(d.email)}">${esc(d.email)}</a>
+    ${d.email_korrigiert?`<span class="tag" title="Whisper hat das @ vermutlich als Punkt transkribiert - automatisch repariert, bitte pruefen">⚠️ vermutete Korrektur</span>`
+      :`<span class="tag" title="E-Mail aus dem Sprach-Transkript erkannt (Ollama) - nicht verifiziert">📝 Text</span>`}</div>`:'';
   return `<article class="karte${notfallOffen?' notfall-offen':''}" draggable="true" data-id="${esc(d.id)}" style="--akzent:${f}">
     <div class="kopf"><span class="titel">${esc(KAT[d.kategorie]||d.kategorie)} · ${esc(d.name||'unbekannt')}</span> ${quelleTag}
     <span class="dring" style="background:${f}">${esc(d.kategorie==='notfall'?'notfall':d.dringlichkeit)}</span></div>
     <div class="meta">${esc(d.empfangen.replace('T',' '))} · ${nummerLink(d)}${d.rueckruf?' · 📞 Rückruf':''}${d.kontakt?`<span class="kontakt-badge" title="Name via Rufnummer-Abgleich gegen das Adressbuch bestaetigt">✓ ${esc(d.kontakt)}</span>`:''}</div>
     ${rueckrufZeile}
+    ${emailZeile}
     <p class="anliegen">${esc(d.anliegen)}</p>
     <div>${(d.stichworte||[]).map(s=>`<span class="tag">${esc(s)}</span>`).join('')}</div>
     ${d.audio?`<audio controls preload="none" src="${d.audio}"></audio>`:''}

prompts/categorize_de.txt

@@ -37,6 +37,7 @@ Gib ein JSON-Objekt mit genau diesen Feldern zurück:
   "anrufer_name": "<Name oder null>",
   "rueckrufnummer": "<Telefonnummer aus dem Text oder null>",
   "rueckruf_gewuenscht": <true|false>,
+  "email": "<E-Mail-Adresse aus dem Text oder null, im Format name@domain.tld>",
   "sprache": "<ISO-Code der Anrufersprache, z. B. de, en, ar>",
   "anliegen_kurz": "<1-2 Sätze, neutrale Zusammenfassung auf Deutsch>",
   "stichworte": ["<kurze Schlagworte>"]