mirror of
https://github.com/Jeuners/Logpy-AgentOne.git
synced 2026-09-09 15:02:33 +02:00
1d81f88eb2
Sammelt, was beim Aufsetzen auf einer frischen Maschine fehlt: die nicht im Repo liegenden Teile, der kurze Weg über Stufe 1 ohne Telefonie, eine Prüfleiter und die Fallen aus dem ersten Volltest. Dabei drei Lücken geschlossen, die drüben zugeschlagen hätten: - NEXTCLOUD_DECK fehlte in .env.example. DECK_STAPEL und DECK_TEILEN stehen dort, der Hauptschalter nicht — die Pipe legt dann kein Board an, obwohl alles richtig aussieht. - WHISPER_MODELL/WHISPER_COMPUTE galten laut Vorlage allgemein, greifen aber nur bei STT_BACKEND=faster. Standard ist whispercpp. Jetzt sind beide Blöcke getrennt und STT_BACKEND, WHISPERCPP_BIN/_MODELL, WHISPER_THREADS, NEXTCLOUD_USERID und FREESWITCH_LOG dokumentiert. - README hatte eine doppelte Überschrift. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_013pj3mSmL397czPaCfbL27Z
201 lines
8.5 KiB
Markdown
201 lines
8.5 KiB
Markdown
# 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 Rechner.
|
|
|
|
|
|
|
|
> **Hinweis:** Alle Namen, Rufnummern und Anliegen in diesem Repository sind
|
|
> erfunden — auch im Screenshot und in der Beispielkonfiguration. „Praxis
|
|
> Musterhausen" ist ein Platzhalter. Echte Zugangsdaten und Anrufdaten liegen
|
|
> außerhalb des Repositorys (`.env`, `ablage/`, `telefon/`).
|
|
|
|
Wer das Projekt auf einem weiteren Rechner einrichtet: [docs/MITGABE.md](docs/MITGABE.md)
|
|
sammelt die Erfahrungswerte, die in dieser Anleitung nicht stehen.
|
|
|
|
## 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`
|
|
|
|
## Einrichtung
|
|
|
|
Getestet auf macOS (Apple Silicon). Rechnen Sie mit ~10 GB für Modelle.
|
|
|
|
**1. Programme**
|
|
|
|
```bash
|
|
brew install ffmpeg whisper-cpp freeswitch
|
|
brew install ollama && ollama serve & # oder Ollama.app starten
|
|
```
|
|
|
|
**2. Sprachmodell** — ordnet die Anliegen ein:
|
|
|
|
```bash
|
|
ollama pull qwen3.5:latest # ~6,6 GB
|
|
```
|
|
|
|
Auf Rechnern mit 16 GB Arbeitsspeicher passt kein größeres Modell daneben,
|
|
solange die Telefonie läuft.
|
|
|
|
**3. Spracherkennung** — whisper.cpp braucht ein ggml-Modell:
|
|
|
|
```bash
|
|
mkdir -p ~/whisper-models && cd ~/whisper-models
|
|
curl -LO https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3-turbo.bin
|
|
```
|
|
|
|
**4. Python-Pakete und Ansage-Stimme**
|
|
|
|
```bash
|
|
pip3 install -r requirements.txt
|
|
# Piper lädt seine Stimmen über HTTPS - ohne CA-Bundle schlägt das fehl:
|
|
export SSL_CERT_FILE=$(python3 -m certifi)
|
|
python3 -m piper.download_voices --download-dir ~/piper-voices \
|
|
de_DE-thorsten_emotional-medium
|
|
```
|
|
|
|
**5. Konfiguration**
|
|
|
|
```bash
|
|
cp .env.example .env # SIP-Zugang, Nextcloud, Leitstand-Passwort eintragen
|
|
./telefon/ansage_bauen.sh
|
|
./telefon/freeswitch/einrichten.sh
|
|
```
|
|
|
|
**6. Starten**
|
|
|
|
```bash
|
|
./telefon/starten.sh # prüft die Voraussetzungen und startet alles
|
|
```
|
|
|
|
### Stolpersteine
|
|
|
|
- **FreeSWITCH liest aus dem Cellar.** `starten.sh` übergibt deshalb `-conf`
|
|
auf `/opt/homebrew/etc/freeswitch`; sonst landen Trunk und Dialplan in einem
|
|
Verzeichnis, das jedes Homebrew-Upgrade überschreibt.
|
|
- **Event-Socket-Port.** `fs_cli` erwartet 8021. Ist der belegt, in
|
|
`autoload_configs/event_socket.conf.xml` einen freien Port eintragen und
|
|
`FS_PORT` in `starten.sh` anpassen.
|
|
- **Rotierende Provider-Adressen.** Löst der SIP-Hostname auf mehrere IPs auf,
|
|
bricht die Registrierung ständig ab: die Anmeldung landet auf einem anderen
|
|
Server als die Anfrage. `SIP_PROXY` auf einen Host setzen, der auf genau eine
|
|
IP zeigt.
|
|
- **Der Leitstand im Netz** verlangt `LEITSTAND_PASS`, sonst startet er nicht.
|
|
|
|
## 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
|
|
|
|
Einschalten mit `NEXTCLOUD_DECK=1` in der `.env` — ohne diesen Schalter legt die
|
|
Pipe kein Board an, auch wenn `DECK_STAPEL` und `DECK_TEILEN` gesetzt sind.
|
|
|
|
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.
|