marcus.hinz
1.8 KiB
name, description, metadata
| name | description | metadata | ||||||
|---|---|---|---|---|---|---|---|---|
| project-08-07-fahrzeug-veredelung | Fahrzeugtyp steckt nur in den .plax-Rohdaten (PDF-Block + Freitext), nicht im extrahierten JSON; per LLM extrahiert nach auftrag_fzg |
|
Die fzg_*-Felder im extrahierten JSON sind durchgängig leer; auch im PDF und XML sind die strukturierten Fahrzeugfelder (FZG_MART_NR etc.) leer. Der Fahrzeugtyp steckt aber in den .plax-Rohdaten unter data/Auftragsplanungen/*.plax (ZIP je Auftrag, Dateiname = <auftrag_id>_<quotation_id>.plax):
- PDF-Block „Fahrzeugbeschreibung" / „Kjøretøy beskrivelse" (155/191 vorhanden): bei DE-Aufträgen oft gefüllt mit Hersteller/Typ, Radstand+Länge (L1/L2/L3), Höhe (H1–H3), Baujahr (z. B. „Ford Transit Custom, L1 H1").
- Freitext
subject(storage.dict) +INTERNER_TEXT(großes XML im storage_dump): trägt den Typ bei NO-Aufträgen als Klartext (z. B. „Landcruiser"). Chaotisch: Tippfehler („Tranist", „Spritner"), gemischt DE/NO/FR/IT.
Pipeline (alle idempotent, nach project-08-07-datenmodell):
collect_fzg_text.py (braucht pdftotext/poppler) sammelt je Auftrag subject+interner Text+PDF-Block+fzg-Modulcodes → fzg_texts.json → 8 LLM-Agents extrahieren → fzg_enrichment/result_*.json → enrich_fzg_load.py füllt Tabelle auftrag_fzg (fzg_klasse, hersteller, modell, groesse, baujahr, konfidenz, quelle).
Ergebnis: 134/191 erkannt, 57 „unbekannt" (nicht geraten). Aufbau-Cluster van|pickup|pkw|lkw|unbekannt: fast alles van (133), 1 pickup, 0 pkw/lkw — der Aufbau-Cluster differenziert kaum; die Größenklasse L1/L2/L3 trägt die eigentliche Unterscheidung. Frontend zeigt je Auftrag ein Cluster-Icon + Modell·Größe.