feat: sync savings chat history with convex

This commit is contained in:
2026-06-16 10:24:18 +02:00
parent 3541d00864
commit 4836e12a11
7 changed files with 1189 additions and 357 deletions

View File

@@ -7,7 +7,7 @@ import { z } from "zod";
import { addMonthsToMonthKey, bookingMonth, monthKeyFromBasis } from "./lib/month";
import { requireUserId } from "./lib/helpers";
import type { Doc, Id } from "./_generated/dataModel";
import type { QueryCtx } from "./_generated/server";
import type { ActionCtx, QueryCtx } from "./_generated/server";
type ChatRole = "user" | "assistant";
type ChatMessage = { role: ChatRole; content: string };
@@ -1900,6 +1900,202 @@ const fixedCostsForecastToolInputSchema = z.object({
asOf: z.string().optional().describe("Stichtag für den Start der Prognose im Format YYYY-MM-DD."),
});
async function generateSavingsChatResponse(
ctx: ActionCtx,
args: ChatContextArgs & { messages: ChatMessage[] },
): Promise<ChatAskResult> {
if (args.messages.length === 0) {
throw new Error("Kein Nutzernachrichttext vorhanden.");
}
if (!process.env.OPENAI_API_KEY) {
throw new Error(
"OPENAI_API_KEY ist nicht gesetzt. Bitte API-Key in den Convex-Umgebungsvariablen hinterlegen.",
);
}
await requireUserId(ctx);
const scope: AgentToolScope = {
from: args.from,
to: args.to,
accountId: args.accountId,
basis: args.basis,
};
const selectedSummary: {
totalCount: number;
totals: { income: number; expenses: number; balance: number; transactionCount: number };
accountName?: string;
} = await ctx.runQuery(internal.savingsChat.getTransactionsTool, {
scope,
limit: 1,
});
const lastMessages = args.messages
.map((message): ChatMessage => ({ role: normalizeRole(message.role), content: message.content }))
.slice(-MAX_CONVERSATION_MESSAGES);
const system = buildSystemPrompt({
from: args.from,
to: args.to,
basis: args.basis,
accountName: selectedSummary.accountName,
});
const savingsTools = {
get_transactions: tool({
description:
"Ruft passende Umsätze read-only ab. Nutze dieses Tool für Detailfragen, Suche nach Gegenparteien/Beschreibungen oder Belege einzelner Aussagen. Es liefert exakte Summen und nur begrenzte, sanitizte Zeilen.",
inputSchema: transactionToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.getTransactionsTool, {
scope,
...input,
}),
}),
summarize_spending: tool({
description:
"Berechnet read-only exakte Summen, Monatsverläufe, Kategorien sowie fixe und variable Ausgaben für den ausgewählten oder angegebenen Zeitraum.",
inputSchema: summaryToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.summarizeSpendingTool, {
scope,
...input,
}),
}),
forecast_cashflow: tool({
description:
"Erstellt eine deterministische Cashflow-Prognose für 1 bis 3 kommende Monate aus vollständigen historischen Monaten. Nutze es für Sparrate, Monatsüberschuss und kurzfristige Prognosen.",
inputSchema: forecastToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.forecastCashflowTool, {
scope,
...input,
}),
}),
get_accounts: tool({
description:
"Listet read-only Konten mit Typ, Währung, Archivstatus, Startsaldo, Umsatzanzahl und Zeitraumssaldo. Nutze es für Fragen nach Konten, Konto-Scope oder Datenabdeckung.",
inputSchema: accountToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.getAccountsTool, {
scope,
...input,
}),
}),
get_categories: tool({
description:
"Listet read-only Kategorien mit Art, Fix/Variabel-Block, Umsatzanzahl, Summe und Ausgabenanteil im Zeitraum. Nutze es für Kategorie- und Budgetstrukturfragen.",
inputSchema: summaryToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.getCategoriesTool, {
scope,
...input,
}),
}),
detect_recurring_transactions: tool({
description:
"Erkennt deterministisch monatlich wiederkehrende Muster nach Beschreibung, Gegenpartei, Kategorie und stabiler Betragshöhe. Nutze es für Miete, Gehalt, Abos und regelmäßige Abbuchungen.",
inputSchema: recurringToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.detectRecurringTransactionsTool, {
scope,
...input,
}),
}),
find_anomalies: tool({
description:
"Findet read-only auffällige Betragsausreißer und fehlende erwartete wiederkehrende Buchungen gegenüber historischen Mustern.",
inputSchema: anomalyToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.findAnomaliesTool, {
scope,
...input,
}),
}),
get_uncategorized_transactions: tool({
description:
"Ruft bounded und sanitizt unklassifizierte Umsätze mit Summen und Top-Gegenparteien ab. Nutze es für Datenqualität und Fragen nach fehlenden Kategorien.",
inputSchema: uncategorizedToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.getUncategorizedTransactionsTool, {
scope,
...input,
}),
}),
compare_periods: tool({
description:
"Vergleicht zwei Zeiträume deterministisch mit Totals, Monatsverlauf, Kategorie-Deltas und Fix/Variabel-Deltas.",
inputSchema: comparePeriodsToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.comparePeriodsTool, {
scope,
...input,
}),
}),
forecast_fixed_costs: tool({
description:
"Prognostiziert wiederkehrende Fixkosten für 1 bis 6 Monate aus Fixkosten-Kategorien und stabilen historischen Monatsmustern.",
inputSchema: fixedCostsForecastToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.forecastFixedCostsTool, {
scope,
...input,
}),
}),
explain_savings_rate: tool({
description:
"Berechnet Sparquote, gesparten Betrag, fixe und variable Kostenquote, Haupttreiber und konkrete Hebel aus exakten Aggregaten.",
inputSchema: summaryToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.explainSavingsRateTool, {
scope,
...input,
}),
}),
};
const envModel = process.env.SAVINGS_CHAT_MODEL?.trim();
const candidates = [
envModel,
"gpt-5.4-mini",
"gpt-4.1-mini",
"gpt-4.1",
].filter(Boolean) as string[];
let lastError: unknown;
for (const modelName of candidates) {
try {
const result = await generateText({
model: openai(modelName),
system,
messages: lastMessages,
tools: savingsTools,
stopWhen: stepCountIs(5),
});
return {
model: modelName,
answer: result.text,
usedTransactions: selectedSummary.totals.transactionCount,
usedBalance: {
income: selectedSummary.totals.income,
expenses: selectedSummary.totals.expenses,
balance: selectedSummary.totals.balance,
},
toolTrace: buildToolTraceFromSteps(result.steps),
};
} catch (error) {
lastError = error;
}
}
const message =
lastError instanceof Error
? lastError.message
: "Unbekannter Fehler bei der KI-Anfrage";
throw new Error(`KI-Anfrage fehlgeschlagen: ${message}`);
}
export const ask = action({
args: {
messages: v.array(chatMessageValidator),
@@ -1920,195 +2116,74 @@ export const ask = action({
toolTrace: v.array(toolTraceValidator),
}),
handler: async (ctx, args): Promise<ChatAskResult> => {
if (args.messages.length === 0) {
return await generateSavingsChatResponse(ctx, {
...args,
messages: args.messages.map((message) => ({
role: normalizeRole(message.role),
content: message.content,
})),
});
},
});
export const sendMessage = action({
args: {
sessionId: v.id("chatSessions"),
content: v.string(),
from: v.string(),
to: v.string(),
accountId: v.optional(v.id("accounts")),
basis: v.union(v.literal("effective"), v.literal("booking")),
},
returns: v.object({
model: v.string(),
answer: v.string(),
usedTransactions: v.number(),
usedBalance: v.object({
income: v.number(),
expenses: v.number(),
balance: v.number(),
}),
toolTrace: v.array(toolTraceValidator),
}),
handler: async (ctx, args): Promise<ChatAskResult> => {
const content = args.content.trim();
if (!content) {
throw new Error("Kein Nutzernachrichttext vorhanden.");
}
if (!process.env.OPENAI_API_KEY) {
throw new Error(
"OPENAI_API_KEY ist nicht gesetzt. Bitte API-Key in den Convex-Umgebungsvariablen hinterlegen.",
);
}
await requireUserId(ctx);
const scope: AgentToolScope = {
from: args.from,
to: args.to,
accountId: args.accountId,
basis: args.basis,
};
const selectedSummary: {
totalCount: number;
totals: { income: number; expenses: number; balance: number; transactionCount: number };
accountName?: string;
} = await ctx.runQuery(internal.savingsChat.getTransactionsTool, {
scope,
limit: 1,
await ctx.runMutation(internal.savingsChatHistory.appendUserMessage, {
sessionId: args.sessionId,
content,
});
const lastMessages = args.messages
.map((message): ChatMessage => ({ role: normalizeRole(message.role), content: message.content }))
.slice(-MAX_CONVERSATION_MESSAGES);
const system = buildSystemPrompt({
from: args.from,
to: args.to,
basis: args.basis,
accountName: selectedSummary.accountName,
});
const savingsTools = {
get_transactions: tool({
description:
"Ruft passende Umsätze read-only ab. Nutze dieses Tool für Detailfragen, Suche nach Gegenparteien/Beschreibungen oder Belege einzelner Aussagen. Es liefert exakte Summen und nur begrenzte, sanitizte Zeilen.",
inputSchema: transactionToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.getTransactionsTool, {
scope,
...input,
}),
}),
summarize_spending: tool({
description:
"Berechnet read-only exakte Summen, Monatsverläufe, Kategorien sowie fixe und variable Ausgaben für den ausgewählten oder angegebenen Zeitraum.",
inputSchema: summaryToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.summarizeSpendingTool, {
scope,
...input,
}),
}),
forecast_cashflow: tool({
description:
"Erstellt eine deterministische Cashflow-Prognose für 1 bis 3 kommende Monate aus vollständigen historischen Monaten. Nutze es für Sparrate, Monatsüberschuss und kurzfristige Prognosen.",
inputSchema: forecastToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.forecastCashflowTool, {
scope,
...input,
}),
}),
get_accounts: tool({
description:
"Listet read-only Konten mit Typ, Währung, Archivstatus, Startsaldo, Umsatzanzahl und Zeitraumssaldo. Nutze es für Fragen nach Konten, Konto-Scope oder Datenabdeckung.",
inputSchema: accountToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.getAccountsTool, {
scope,
...input,
}),
}),
get_categories: tool({
description:
"Listet read-only Kategorien mit Art, Fix/Variabel-Block, Umsatzanzahl, Summe und Ausgabenanteil im Zeitraum. Nutze es für Kategorie- und Budgetstrukturfragen.",
inputSchema: summaryToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.getCategoriesTool, {
scope,
...input,
}),
}),
detect_recurring_transactions: tool({
description:
"Erkennt deterministisch monatlich wiederkehrende Muster nach Beschreibung, Gegenpartei, Kategorie und stabiler Betragshöhe. Nutze es für Miete, Gehalt, Abos und regelmäßige Abbuchungen.",
inputSchema: recurringToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.detectRecurringTransactionsTool, {
scope,
...input,
}),
}),
find_anomalies: tool({
description:
"Findet read-only auffällige Betragsausreißer und fehlende erwartete wiederkehrende Buchungen gegenüber historischen Mustern.",
inputSchema: anomalyToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.findAnomaliesTool, {
scope,
...input,
}),
}),
get_uncategorized_transactions: tool({
description:
"Ruft bounded und sanitizt unklassifizierte Umsätze mit Summen und Top-Gegenparteien ab. Nutze es für Datenqualität und Fragen nach fehlenden Kategorien.",
inputSchema: uncategorizedToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.getUncategorizedTransactionsTool, {
scope,
...input,
}),
}),
compare_periods: tool({
description:
"Vergleicht zwei Zeiträume deterministisch mit Totals, Monatsverlauf, Kategorie-Deltas und Fix/Variabel-Deltas.",
inputSchema: comparePeriodsToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.comparePeriodsTool, {
scope,
...input,
}),
}),
forecast_fixed_costs: tool({
description:
"Prognostiziert wiederkehrende Fixkosten für 1 bis 6 Monate aus Fixkosten-Kategorien und stabilen historischen Monatsmustern.",
inputSchema: fixedCostsForecastToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.forecastFixedCostsTool, {
scope,
...input,
}),
}),
explain_savings_rate: tool({
description:
"Berechnet Sparquote, gesparten Betrag, fixe und variable Kostenquote, Haupttreiber und konkrete Hebel aus exakten Aggregaten.",
inputSchema: summaryToolInputSchema,
execute: async (input) =>
await ctx.runQuery(internal.savingsChat.explainSavingsRateTool, {
scope,
...input,
}),
}),
};
const envModel = process.env.SAVINGS_CHAT_MODEL?.trim();
const candidates = [
envModel,
"gpt-5.4-mini",
"gpt-4.1-mini",
"gpt-4.1",
].filter(Boolean) as string[];
let lastError: unknown;
for (const modelName of candidates) {
try {
const result = await generateText({
model: openai(modelName),
system,
messages: lastMessages,
tools: savingsTools,
stopWhen: stepCountIs(5),
});
return {
model: modelName,
answer: result.text,
usedTransactions: selectedSummary.totals.transactionCount,
usedBalance: {
income: selectedSummary.totals.income,
expenses: selectedSummary.totals.expenses,
balance: selectedSummary.totals.balance,
},
toolTrace: buildToolTraceFromSteps(result.steps),
};
} catch (error) {
lastError = error;
}
const messages: ChatMessage[] = await ctx.runQuery(
internal.savingsChatHistory.getRecentMessagesForPrompt,
{
sessionId: args.sessionId,
limit: MAX_CONVERSATION_MESSAGES,
},
);
let response: ChatAskResult;
try {
response = await generateSavingsChatResponse(ctx, {
from: args.from,
to: args.to,
accountId: args.accountId,
basis: args.basis,
messages,
});
} catch (error) {
await ctx.runMutation(internal.savingsChatHistory.appendAssistantMessage, {
sessionId: args.sessionId,
content: "Ich konnte gerade keine Antwort erzeugen. Bitte später erneut versuchen.",
});
throw error;
}
const message =
lastError instanceof Error
? lastError.message
: "Unbekannter Fehler bei der KI-Anfrage";
throw new Error(`KI-Anfrage fehlgeschlagen: ${message}`);
await ctx.runMutation(internal.savingsChatHistory.appendAssistantMessage, {
sessionId: args.sessionId,
content: response.answer,
toolTrace: response.toolTrace,
});
return response;
},
});