feat(document-sync): add Document Sync Utilities and VMH Document Sync Handler for xAI integration

services/document_sync_utils.py

@@ -0,0 +1,318 @@
+"""
+Document Sync Utilities
+
+Hilfsfunktionen für Document-Synchronisation mit xAI:
+- Distributed locking via Redis + syncStatus
+- Entscheidungslogik: Wann muss ein Document zu xAI?
+- Related Entities ermitteln (Many-to-Many Attachments)
+- xAI Collection Management
+"""
+
+from typing import Dict, Any, Optional, List, Tuple
+from datetime import datetime, timedelta
+import logging
+import redis
+import os
+
+logger = logging.getLogger(__name__)
+
+# Lock TTL in seconds (prevents deadlocks)
+LOCK_TTL_SECONDS = 900  # 15 minutes
+
+# Max retry before permanent failure
+MAX_SYNC_RETRIES = 5
+
+# Retry backoff: Wartezeit zwischen Retries (in Minuten)
+RETRY_BACKOFF_MINUTES = [1, 5, 15, 60, 240]  # 1min, 5min, 15min, 1h, 4h
+
+
+class DocumentSync:
+    """Utility-Klasse für Document-Synchronisation mit xAI"""
+    
+    def __init__(self, espocrm_api, redis_client: redis.Redis = None, context=None):
+        self.espocrm = espocrm_api
+        self.context = context
+        self.logger = context.logger if context else logger
+        self.redis = redis_client or self._init_redis()
+    
+    def _init_redis(self) -> redis.Redis:
+        """Initialize Redis client for distributed locking"""
+        try:
+            redis_host = os.getenv('REDIS_HOST', 'localhost')
+            redis_port = int(os.getenv('REDIS_PORT', '6379'))
+            redis_db = int(os.getenv('REDIS_DB_ADVOWARE_CACHE', '1'))
+            
+            client = redis.Redis(
+                host=redis_host,
+                port=redis_port,
+                db=redis_db,
+                decode_responses=True
+            )
+            client.ping()
+            return client
+        except Exception as e:
+            self._log(f"Redis connection failed: {e}", level='error')
+            return None
+    
+    def _log(self, message: str, level: str = 'info'):
+        """Logging mit Context-Support"""
+        if self.context and hasattr(self.context, 'logger'):
+            getattr(self.context.logger, level)(message)
+        else:
+            getattr(logger, level)(message)
+    
+    async def acquire_sync_lock(self, entity_id: str) -> bool:
+        """
+        Atomic distributed lock via Redis + syncStatus update
+        
+        Args:
+            entity_id: EspoCRM Document ID
+            
+        Returns:
+            True wenn Lock erfolgreich, False wenn bereits im Sync
+        """
+        try:
+            # STEP 1: Atomic Redis lock (prevents race conditions)
+            if self.redis:
+                lock_key = f"sync_lock:document:{entity_id}"
+                acquired = self.redis.set(lock_key, "locked", nx=True, ex=LOCK_TTL_SECONDS)
+                
+                if not acquired:
+                    self._log(f"Redis lock bereits aktiv für Document {entity_id}", level='warn')
+                    return False
+            
+            # STEP 2: Update syncStatus (für UI visibility) - falls Feld existiert
+            # NOTE: Ggf. muss syncStatus bei Document Entity erst angelegt werden
+            try:
+                await self.espocrm.update_entity('Document', entity_id, {
+                    'xaiSyncStatus': 'syncing'
+                })
+            except Exception as e:
+                self._log(f"Konnte xaiSyncStatus nicht setzen (Feld existiert evtl. nicht): {e}", level='debug')
+            
+            self._log(f"Sync-Lock für Document {entity_id} erworben")
+            return True
+            
+        except Exception as e:
+            self._log(f"Fehler beim Acquire Lock: {e}", level='error')
+            # Clean up Redis lock on error
+            if self.redis:
+                try:
+                    lock_key = f"sync_lock:document:{entity_id}"
+                    self.redis.delete(lock_key)
+                except:
+                    pass
+            return False
+    
+    async def release_sync_lock(
+        self,
+        entity_id: str,
+        success: bool = True,
+        error_message: Optional[str] = None,
+        extra_fields: Optional[Dict[str, Any]] = None
+    ) -> None:
+        """
+        Gibt Sync-Lock frei und setzt finalen Status
+        
+        Args:
+            entity_id: EspoCRM Document ID
+            success: Ob Sync erfolgreich war
+            error_message: Optional: Fehlermeldung
+            extra_fields: Optional: Zusätzliche Felder (z.B. xaiFileId, xaiCollections)
+        """
+        try:
+            update_data = {}
+            
+            # Status-Feld (falls vorhanden)
+            try:
+                update_data['xaiSyncStatus'] = 'synced' if success else 'failed'
+                
+                if error_message:
+                    update_data['xaiSyncError'] = error_message[:2000]
+                else:
+                    update_data['xaiSyncError'] = None
+            except:
+                pass  # Felder existieren evtl. nicht
+            
+            # Merge extra fields (z.B. xaiFileId, xaiCollections)
+            if extra_fields:
+                update_data.update(extra_fields)
+            
+            if update_data:
+                await self.espocrm.update_entity('Document', entity_id, update_data)
+            
+            self._log(f"Sync-Lock released: Document {entity_id} → {'success' if success else 'failed'}")
+            
+            # Release Redis lock
+            if self.redis:
+                lock_key = f"sync_lock:document:{entity_id}"
+                self.redis.delete(lock_key)
+            
+        except Exception as e:
+            self._log(f"Fehler beim Release Lock: {e}", level='error')
+            # Ensure Redis lock is released even on error
+            if self.redis:
+                try:
+                    lock_key = f"sync_lock:document:{entity_id}"
+                    self.redis.delete(lock_key)
+                except:
+                    pass
+    
+    async def should_sync_to_xai(self, document: Dict[str, Any]) -> Tuple[bool, List[str], str]:
+        """
+        Entscheidet ob ein Document zu xAI synchronisiert werden muss
+        
+        Args:
+            document: Vollständiges Document Entity von EspoCRM
+            
+        Returns:
+            Tuple[bool, List[str], str]:
+                - bool: Ob Sync nötig ist
+                - List[str]: Liste der Collection-IDs in die das Document soll
+                - str: Grund/Beschreibung der Entscheidung
+        """
+        doc_id = document.get('id')
+        doc_name = document.get('name', 'Unbenannt')
+        
+        # xAI-relevante Felder
+        xai_file_id = document.get('xaiFileId')
+        xai_collections = document.get('xaiCollections') or []
+        
+        self._log(f"📋 Document Analysis: {doc_name} (ID: {doc_id})")
+        self._log(f"   xaiFileId: {xai_file_id or 'N/A'}")
+        self._log(f"   xaiCollections: {xai_collections}")
+        
+        # ═══════════════════════════════════════════════════════════════
+        # FALL 1: Document ist bereits in xAI UND Collections sind gesetzt
+        # ═══════════════════════════════════════════════════════════════
+        if xai_file_id and xai_collections:
+            self._log(f"✅ Document bereits in xAI gesynct mit {len(xai_collections)} Collection(s)")
+            
+            # Prüfe ob Update nötig (z.B. wenn File selbst geändert wurde)
+            # TODO: Implementiere File-Hash-Vergleich für Update-Erkennung
+            
+            return (False, xai_collections, "Bereits gesynct, keine Änderung erkannt")
+        
+        # ═══════════════════════════════════════════════════════════════
+        # FALL 2: Document hat xaiFileId aber Collections ist leer/None
+        # ═══════════════════════════════════════════════════════════════
+        if xai_file_id and not xai_collections:
+            self._log(f"⚠️  Document hat xaiFileId aber keine Collections - prüfe Related Entities")
+            
+            # Fallthrough zu FALL 3 - prüfe Related Entities
+        
+        # ═══════════════════════════════════════════════════════════════
+        # FALL 3: Prüfe Related Entities (Attachments)
+        # ═══════════════════════════════════════════════════════════════
+        required_collections = await self._get_required_collections_from_relations(doc_id)
+        
+        if required_collections:
+            self._log(f"✅ Document ist mit {len(required_collections)} Entity/ies verknüpft die Collections haben")
+            return (True, required_collections, f"Verknüpft mit Entities die Collections benötigen")
+        
+        # ═══════════════════════════════════════════════════════════════
+        # FALL 4: Keine Collections gefunden → kein Sync nötig
+        # ═══════════════════════════════════════════════════════════════
+        self._log(f"⏭️  Kein xAI-Sync nötig: Keine Related Entities mit Collections")
+        return (False, [], "Keine verknüpften Entities mit xAI Collections")
+    
+    async def _get_required_collections_from_relations(self, document_id: str) -> List[str]:
+        """
+        Ermittelt alle xAI Collection-IDs von Entities die mit diesem Document verknüpft sind
+        
+        EspoCRM Many-to-Many: Document kann mit beliebigen Entities verknüpft sein
+        (CBeteiligte, Account, CVmhErstgespraech, etc.)
+        
+        Args:
+            document_id: Document ID
+            
+        Returns:
+            Liste von xAI Collection-IDs (dedupliziert)
+        """
+        collections = set()
+        
+        # Liste von Entity-Types die xAI Collections haben können
+        # NOTE: Erweiterbar für andere Entities
+        entity_types_with_collections = [
+            'CBeteiligte',
+            'Account',
+            'CVmhErstgespraech',
+            # Weitere Entity-Types hier hinzufügen
+        ]
+        
+        self._log(f"🔍 Prüfe Attachments von Document {document_id}...")
+        
+        for entity_type in entity_types_with_collections:
+            try:
+                # Finde alle Entities dieses Typs die dieses Document attached haben
+                # EspoCRM API: Suche wo documentsIds das Document enthält
+                result = await self.espocrm.list_entities(
+                    entity_type,
+                    where=[{
+                        'type': 'arrayAnyOf',
+                        'attribute': 'documentsIds',
+                        'value': [document_id]
+                    }],
+                    select='id,name,xaiCollectionId',
+                    max_size=100
+                )
+                
+                entities = result.get('list', [])
+                
+                if entities:
+                    self._log(f"   ✅ {len(entities)} {entity_type}(s) gefunden")
+                    
+                    for entity in entities:
+                        collection_id = entity.get('xaiCollectionId')
+                        if collection_id:
+                            collections.add(collection_id)
+                            self._log(f"      → {entity.get('name')}: Collection {collection_id[:16]}...")
+                
+            except Exception as e:
+                self._log(f"   ⚠️  Fehler beim Prüfen von {entity_type}: {e}", level='warn')
+                continue
+        
+        result = list(collections)
+        self._log(f"📊 Gesamt: {len(result)} eindeutige Collection(s) gefunden")
+        
+        return result
+    
+    async def get_document_download_info(self, document_id: str) -> Optional[Dict[str, Any]]:
+        """
+        Holt Download-Informationen für ein Document
+        
+        Returns:
+            Dict mit:
+                - download_url: URL zum Download
+                - filename: Dateiname
+                - mime_type: MIME-Type
+                - size: Dateigröße in Bytes
+        """
+        try:
+            # Hole vollständiges Document
+            doc = await self.espocrm.get_entity('Document', document_id)
+            
+            # EspoCRM Document hat Attachments (Attachment ID in attachmentsIds)
+            attachment_ids = doc.get('attachmentsIds') or []
+            
+            if not attachment_ids:
+                self._log(f"⚠️  Document {document_id} hat keine Attachments", level='warn')
+                return None
+            
+            # Nehme erstes Attachment (Documents haben normalerweise nur 1 File)
+            attachment_id = attachment_ids[0]
+            
+            # Hole Attachment-Details
+            attachment = await self.espocrm.get_entity('Attachment', attachment_id)
+            
+            return {
+                'attachment_id': attachment_id,
+                'download_url': f"/api/v1/Attachment/file/{attachment_id}",
+                'filename': attachment.get('name', 'unknown'),
+                'mime_type': attachment.get('type', 'application/octet-stream'),
+                'size': attachment.get('size', 0)
+            }
+            
+        except Exception as e:
+            self._log(f"❌ Fehler beim Laden von Download-Info: {e}", level='error')
+            return None

steps/vmh/document_sync_event_step.py

@@ -0,0 +1,280 @@
+"""
+VMH Document Sync Handler
+
+Zentraler Sync-Handler für Documents mit xAI Collections
+
+Verarbeitet:
+- vmh.document.create: Neu in EspoCRM → Prüfe ob xAI-Sync nötig
+- vmh.document.update: Geändert in EspoCRM → Prüfe ob xAI-Sync/Update nötig
+- vmh.document.delete: Gelöscht in EspoCRM → Remove from xAI Collections
+"""
+
+from typing import Dict, Any
+from motia import FlowContext
+from services.espocrm import EspoCRMAPI
+from services.document_sync_utils import DocumentSync
+import json
+import redis
+import os
+
+config = {
+    "name": "VMH Document Sync Handler",
+    "description": "Zentraler Sync-Handler für Documents mit xAI Collections",
+    "flows": ["vmh-documents"],
+    "triggers": [
+        {"type": "queue", "topic": "vmh.document.create"},
+        {"type": "queue", "topic": "vmh.document.update"},
+        {"type": "queue", "topic": "vmh.document.delete"}
+    ],
+    "enqueues": []
+}
+
+
+async def handler(event_data: Dict[str, Any], ctx: FlowContext[Any]):
+    """Zentraler Sync-Handler für Documents"""
+    entity_id = event_data.get('entity_id')
+    action = event_data.get('action')
+    source = event_data.get('source')
+    
+    if not entity_id:
+        ctx.logger.error("Keine entity_id im Event gefunden")
+        return
+    
+    ctx.logger.info("=" * 80)
+    ctx.logger.info(f"🔄 DOCUMENT SYNC HANDLER GESTARTET")
+    ctx.logger.info("=" * 80)
+    ctx.logger.info(f"Action: {action.upper()}")
+    ctx.logger.info(f"Document ID: {entity_id}")
+    ctx.logger.info(f"Source: {source}")
+    ctx.logger.info("=" * 80)
+    
+    # Shared Redis client for distributed locking
+    redis_host = os.getenv('REDIS_HOST', 'localhost')
+    redis_port = int(os.getenv('REDIS_PORT', '6379'))
+    redis_db = int(os.getenv('REDIS_DB_ADVOWARE_CACHE', '1'))
+    
+    redis_client = redis.Redis(
+        host=redis_host,
+        port=redis_port,
+        db=redis_db,
+        decode_responses=True
+    )
+    
+    # APIs initialisieren
+    espocrm = EspoCRMAPI()
+    sync_utils = DocumentSync(espocrm, redis_client, ctx)
+    
+    # TODO: xAI Service wird in nächstem Schritt hinzugefügt
+    # from services.xai_service import XAIService
+    # xai_service = XAIService(ctx)
+    
+    try:
+        # 1. ACQUIRE LOCK (verhindert parallele Syncs)
+        lock_acquired = await sync_utils.acquire_sync_lock(entity_id)
+        
+        if not lock_acquired:
+            ctx.logger.warn(f"⏸️  Sync bereits aktiv für Document {entity_id}, überspringe")
+            return
+        
+        # Lock erfolgreich acquired - MUSS im finally block released werden!
+        try:
+            # 2. FETCH VOLLSTÄNDIGES DOCUMENT VON ESPOCRM
+            try:
+                document = await espocrm.get_entity('Document', entity_id)
+            except Exception as e:
+                ctx.logger.error(f"❌ Fehler beim Laden von Document: {e}")
+                await sync_utils.release_sync_lock(entity_id, success=False, error_message=str(e))
+                return
+            
+            ctx.logger.info(f"📋 Document geladen:")
+            ctx.logger.info(f"   Name: {document.get('name', 'N/A')}")
+            ctx.logger.info(f"   Type: {document.get('type', 'N/A')}")
+            ctx.logger.info(f"   xaiFileId: {document.get('xaiFileId', 'N/A')}")
+            ctx.logger.info(f"   xaiCollections: {document.get('xaiCollections', [])}")
+            
+            # 3. BESTIMME SYNC-AKTION BASIEREND AUF ACTION
+            
+            if action == 'delete':
+                await handle_delete(entity_id, document, sync_utils, ctx)
+            
+            elif action in ['create', 'update']:
+                await handle_create_or_update(entity_id, document, sync_utils, ctx)
+            
+            else:
+                ctx.logger.warn(f"⚠️  Unbekannte Action: {action}")
+                await sync_utils.release_sync_lock(entity_id, success=False, error_message=f"Unbekannte Action: {action}")
+        
+        except Exception as e:
+            # Unerwarteter Fehler während Sync - GARANTIERE Lock-Release
+            ctx.logger.error(f"❌ Unerwarteter Fehler im Sync-Handler: {e}")
+            import traceback
+            ctx.logger.error(traceback.format_exc())
+            
+            try:
+                await sync_utils.release_sync_lock(
+                    entity_id,
+                    success=False,
+                    error_message=str(e)[:2000]
+                )
+            except Exception as release_error:
+                # Selbst Lock-Release failed - logge kritischen Fehler
+                ctx.logger.critical(f"🚨 CRITICAL: Lock-Release failed für Document {entity_id}: {release_error}")
+                # Force Redis lock release
+                try:
+                    lock_key = f"sync_lock:document:{entity_id}"
+                    redis_client.delete(lock_key)
+                    ctx.logger.info(f"✅ Redis lock manuell released: {lock_key}")
+                except:
+                    pass
+        
+    except Exception as e:
+        # Fehler VOR Lock-Acquire - kein Lock-Release nötig
+        ctx.logger.error(f"❌ Fehler vor Lock-Acquire: {e}")
+        import traceback
+        ctx.logger.error(traceback.format_exc())
+
+
+async def handle_create_or_update(entity_id: str, document: Dict[str, Any], sync_utils: DocumentSync, ctx: FlowContext[Any]):
+    """
+    Behandelt Create/Update von Documents
+    
+    Entscheidet ob xAI-Sync nötig ist und führt diesen durch
+    """
+    try:
+        ctx.logger.info("")
+        ctx.logger.info("=" * 80)
+        ctx.logger.info("🔍 ANALYSE: Braucht dieses Document xAI-Sync?")
+        ctx.logger.info("=" * 80)
+        
+        # Entscheidungslogik: Soll dieses Document zu xAI?
+        needs_sync, collection_ids, reason = await sync_utils.should_sync_to_xai(document)
+        
+        ctx.logger.info(f"📊 Entscheidung: {'✅ SYNC NÖTIG' if needs_sync else '⏭️  KEIN SYNC NÖTIG'}")
+        ctx.logger.info(f"   Grund: {reason}")
+        
+        if collection_ids:
+            ctx.logger.info(f"   Collections: {collection_ids}")
+        
+        if not needs_sync:
+            ctx.logger.info("✅ Kein xAI-Sync erforderlich, Lock wird released")
+            await sync_utils.release_sync_lock(entity_id, success=True)
+            return
+        
+        # ═══════════════════════════════════════════════════════════════
+        # xAI SYNC DURCHFÜHREN
+        # ═══════════════════════════════════════════════════════════════
+        
+        ctx.logger.info("")
+        ctx.logger.info("=" * 80)
+        ctx.logger.info("🤖 xAI SYNC STARTEN")
+        ctx.logger.info("=" * 80)
+        
+        # TODO: Implementierung mit xai_service.py
+        ctx.logger.warn("⚠️  xAI Service noch nicht implementiert!")
+        ctx.logger.info("")
+        ctx.logger.info("TODO: Folgende Schritte werden implementiert:")
+        ctx.logger.info("1. 📥 Download File von EspoCRM")
+        ctx.logger.info("2. 📤 Upload zu xAI (falls noch kein xaiFileId)")
+        ctx.logger.info("3. 📚 Add zu Collections")
+        ctx.logger.info("4. 💾 Update EspoCRM: xaiFileId + xaiCollections")
+        ctx.logger.info("")
+        
+        # PLACEHOLDER Implementation:
+        # 
+        # # 1. Download File von EspoCRM
+        # download_info = await sync_utils.get_document_download_info(entity_id)
+        # if not download_info:
+        #     raise Exception("Konnte Download-Info nicht ermitteln")
+        # 
+        # # 2. Upload zu xAI (falls noch nicht vorhanden)
+        # xai_file_id = document.get('xaiFileId')
+        # if not xai_file_id:
+        #     file_content = await download_file_from_espocrm(download_info)
+        #     xai_file_id = await xai_service.upload_file(file_content, download_info['filename'])
+        # 
+        # # 3. Add zu Collections
+        # for collection_id in collection_ids:
+        #     await xai_service.add_file_to_collection(collection_id, xai_file_id)
+        # 
+        # # 4. Update EspoCRM
+        # await sync_utils.release_sync_lock(
+        #     entity_id,
+        #     success=True,
+        #     extra_fields={
+        #         'xaiFileId': xai_file_id,
+        #         'xaiCollections': collection_ids
+        #     }
+        # )
+        
+        # Für jetzt: Success ohne Sync
+        await sync_utils.release_sync_lock(
+            entity_id,
+            success=True,
+            extra_fields={
+                # TODO: Echte xAI-Daten hier einsetzen
+                # 'xaiFileId': xai_file_id,
+                # 'xaiCollections': collection_ids
+            }
+        )
+        
+        ctx.logger.info("=" * 80)
+        ctx.logger.info("✅ DOCUMENT SYNC ABGESCHLOSSEN (PLACEHOLDER)")
+        ctx.logger.info("=" * 80)
+        
+    except Exception as e:
+        ctx.logger.error(f"❌ Fehler bei Create/Update: {e}")
+        import traceback
+        ctx.logger.error(traceback.format_exc())
+        await sync_utils.release_sync_lock(entity_id, success=False, error_message=str(e))
+
+
+async def handle_delete(entity_id: str, document: Dict[str, Any], sync_utils: DocumentSync, ctx: FlowContext[Any]):
+    """
+    Behandelt Deletion von Documents
+    
+    Entfernt Document aus xAI Collections (aber löscht File nicht - kann in anderen Collections sein)
+    """
+    try:
+        ctx.logger.info("")
+        ctx.logger.info("=" * 80)
+        ctx.logger.info("🗑️  DOCUMENT DELETE - xAI CLEANUP")
+        ctx.logger.info("=" * 80)
+        
+        xai_file_id = document.get('xaiFileId')
+        xai_collections = document.get('xaiCollections') or []
+        
+        if not xai_file_id or not xai_collections:
+            ctx.logger.info("⏭️  Document war nicht in xAI gesynct, nichts zu tun")
+            await sync_utils.release_sync_lock(entity_id, success=True)
+            return
+        
+        ctx.logger.info(f"📋 Document Info:")
+        ctx.logger.info(f"   xaiFileId: {xai_file_id}")
+        ctx.logger.info(f"   Collections: {xai_collections}")
+        
+        # TODO: Implementierung mit xai_service
+        ctx.logger.warn("⚠️  xAI Delete-Operation noch nicht implementiert!")
+        ctx.logger.info("")
+        ctx.logger.info("TODO: Folgende Schritte werden implementiert:")
+        ctx.logger.info("1. 🗑️  Remove File aus allen Collections")
+        ctx.logger.info("2. ⚠️  File NICHT von xAI löschen (kann in anderen Collections sein)")
+        ctx.logger.info("")
+        
+        # PLACEHOLDER Implementation:
+        #
+        # for collection_id in xai_collections:
+        #     await xai_service.remove_file_from_collection(collection_id, xai_file_id)
+        #
+        # ctx.logger.info(f"✅ File aus {len(xai_collections)} Collection(s) entfernt")
+        
+        await sync_utils.release_sync_lock(entity_id, success=True)
+        
+        ctx.logger.info("=" * 80)
+        ctx.logger.info("✅ DELETE ABGESCHLOSSEN (PLACEHOLDER)")
+        ctx.logger.info("=" * 80)
+        
+    except Exception as e:
+        ctx.logger.error(f"❌ Fehler bei Delete: {e}")
+        import traceback
+        ctx.logger.error(traceback.format_exc())
+        await sync_utils.release_sync_lock(entity_id, success=False, error_message=str(e))