Center Manager: KI-Orchestrator & Aktionen

Technische Referenz für den intent-gesteuerten AI-Chat in der Center Manager App (/ai-chat).

Nutzer-Doku: Center Manager App · Archiv-Notiz: docs/AI-CONTEXT-INTENT-ACTIONS-FLOW.md

---

Was

Der Manager-Chat nutzt einen Orchestrator, der Dashboard-KI (Intent + Kontext) mit echten CMS-Aktionen verbindet — z. B. Ticket anlegen, Entwurf erstellen, Rundmail auslösen, oft als Mehrfach-Kette.

Warum

Früher liefen Intent-Analyse (Dashboard) und Aktionen (Center Manager) getrennt; teils Regex-Demos statt LLM-Intent. Ziel: ein Durchlauf — verstehen → antworten → ausführen.

Wer ist betroffen

Gruppe	Auswirkung
Center Manager / Marketing	/ai-chat — natürliche Sprache löst Workflows aus
Redaktion	Entwürfe landen wie gewohnt zur Freigabe
Facility / Betrieb	Issues und Benachrichtigungen im Dashboard
Dev / Betrieb	Neue Proxy-Routen in apps/center-manager, Abhängigkeit Dashboard-AI-Settings

Wo

Ort	Pfad
Chat-UI	Manager-App → KI-Chat (/ai-chat)
Orchestrator (CM)	POST /api/ai/orchestrate
Intent (Dashboard)	POST /api/ai/analyze-intent
Kontext + Antwort	POST /api/ai/manager-assistant
Aktionen	POST /api/ai/actions/execute (Dashboard)
Code CM	apps/center-manager/src/lib/ai-orchestrator.ts
Code Dashboard Intent	apps/dashboard/src/lib/ai-analyze-intent.ts

Ablauf

Primär: LLM-Intent (analyzeIntentWithAI) + Hybrid-Kontext (Pinecone-Semantik + intent-gesteuerte DB-Slices).
Fallback: Regex in ai-workflow-chains.ts nur wenn Intent nicht actionabel (markiert als Fallback).
Entfernt: Legacy-Pfad intent-detection → action-handler (HTTP 410); Typen in ai-intent-types.ts.

API (Center Manager)

POST /api/ai/orchestrate

Body: { query, centerId, userId?, userName?, role?, sessionId?, intent?, confirmExecution? }

• sessionId: stabil pro Chat-Tab — Thread-Kontext in Redis (ai-thread-memory)
• confirmExecution: true: führt geplanten Plan aus (nach Bestätigung); intent mitgeben (aus der Planungs-Antwort), damit nicht „ja“ neu analysiert wird

Response: { success, data: { answer?, intent?, execution?, pendingConfirmation? } }

• pendingConfirmation: true wenn irreversible Schritte (Ticket, Broadcast) geplant, aber noch nicht ausgeführt
• execution.source: ai_intent | regex_fallback | none
• execution.steps: Array ausgeführter Schritte (leer bei pending)

Weitere Proxies: /api/ai/manager-assistant, /api/ai/run-workflow, /api/ai/execute-dashboard-action.

So testen

1. Dashboard: OpenAI-Key unter Center-AI-Einstellungen (hasApiKey)
2. Benutzer mit Rolle center_manager + Center-Zuordnung
3. Manager-App → /ai-chat
4. Formulierung variieren (nicht nur Demo-Sätze):
   • Reinigung: „Im Foyer ist es dreckig, bitte erledigen lassen“
   • Bewerbung: „Shop XY hat heute Rabatt — bitte kommunizieren“
5. Erwartung: Antwort + execution.source: ai_intent; im Dashboard neues Issue/Entwurf
6. Ohne OpenAI: Fallback-Modus (regex_fallback oder reine Suche)
7. Bestätigung: „Aldi hat 20 % Rabatt — bitte News und Rundmail“ → geplante Aktionen → „ja“ im Chat oder Button Bestätigen & ausführen → Entwurf + Broadcast im Dashboard
8. Social: „Mach einen Instagram-Post zum Sommer-Sale“ → Entwurf im Social Cockpit (pending)
9. Vector-Health: Dashboard → Einstellungen → API → Tab „Vector Database“ → Sync-Health-Tabelle; API: GET /api/system/vector-sync/health?centerId=<uuid>

Betrieb

Env-Quelle: render.yaml → mallos-center-manager (Blueprint). Nichts in Render manuell überschreiben, was aus dem Blueprint kommt.

Variable	Service	Hinweis
NEXT_PUBLIC_API_URL	center-manager	Dashboard-Origin
NEXT_PUBLIC_API_BASE_URL	center-manager	Alle CM-Proxies
CM_SESSION_SECRET	center-manager	Secret, sync: false in Blueprint
REDIS_*	center-manager	Cache, von mallos-redis
BUNNY_*	center-manager	Uploads (Foto im Chat)
OpenAI / Pinecone	dashboard	Center-AI-Settings (nicht CM-Env Pflicht)
PINECONE_HOST	dashboard	Optional; Default aus pinecone-config
CRON_SECRET	dashboard	Schützt /api/system/vector-sync (Full-Sync) + Cron

Pinecone & Vector-Sync

Thema	Detail
Schreiben	Dashboard POST /api/system/vector-sync — Realtime nach CMS-Änderungen + nächtlicher Cron
Lesen	manager-assistant: Hybrid Pinecone-Treffer + DB-Slices (generateManagerContext)
Namespace	center-{centerId}
Code	apps/dashboard/src/lib/pinecone-config.ts, vector-sync-middleware.ts
Cron	POST /api/cron/vector-sync — siehe docs/CRON-SETUP.md
Health	GET /api/system/vector-sync/health — UI unter Dashboard → API → Vector Database
Bestätigung	Tickets/Rundmail: Plan → Dialog → confirmExecution: true
Social	Schritt create_social_draft → Social Cockpit (pending)
Thread	Redis ai-thread-memory (Session-Kontext im Orchestrator)

Lokal: apps/center-manager/.env.example — gleiche Namen, Dev-Werte für localhost.

---

Siehe auch: Center Manager App — Architektur & Betrieb

Wichtige Dateien

Bereich	Datei
Orchestrator	apps/center-manager/src/lib/ai-orchestrator.ts
Workflow-Ketten (Fallback)	apps/center-manager/src/lib/ai-workflow-chains.ts
Chat-UI	apps/center-manager/src/components/ai/modern-ai-chat.tsx
Intent LLM	apps/dashboard/src/lib/ai-analyze-intent.ts
Kontext-Paket	packages/ai-context/
Thread-Memory	apps/center-manager/src/lib/ai-thread-memory.ts
Intent-Typen (Legacy)	apps/center-manager/src/lib/ai-intent-types.ts
Vector-Health	apps/dashboard/src/lib/vector-sync-health.ts, vector-sync-indexable.ts (Review-Cap 50 = Full-Sync)
Social aus KI	apps/dashboard/src/lib/integration/social-from-ai-action.ts