Das bestehende KI-Prompt-System wird von einer fixen Sammlung vordefinierter Prompts zu einer vollst�ndig konfigurierbaren Prompt-Bibliothek erweitert.
Hauptkomponenten
1. Prompt-Bibliothek (8 Kategorien)
K�rper (Gewicht, KF, Umf�nge, Caliper)
Ern�hrung (Kalorien, Makros, Timing)
Training (Volumen, Typen, HF)
Schlaf (Qualit�t, Dauer, Muster)
Vitalwerte (Ruhepuls, HRV, VO2Max)
Mentales (Stress, Stimmung, Energie)
Ziele (Fortschritt, Prognose, Zeitplan)
Ganzheitlich (Korrelationen, �bersicht)
2. Admin-Verwaltung
? Aktivieren/Deaktivieren
? Duplizieren und anpassen
? Neu erstellen
? Kategorie zuordnen
? Reihenfolge festlegen (Drag & Drop)
? Auf Standard zur�cksetzen
3. Platzhalter-System
Platzhalter-Browser (visuell, filterbar nach Kategorie)
Beispielwerte (zeigt was der Platzhalter mit echten Daten ausgeben w�rde)
Klick zum Einf�gen (an Cursor-Position)
Warnungen bei fehlenden Platzhaltern oder Daten
Prompt-Vorschau (bef�llt alle Platzhalter ohne KI-Call)
4. Pipeline-Konfigurationen
Mehrere Konfigurationen speicherbar (z.B. "Alltags-Check", "Schlaf-Fokus", "Wettkampf-Analyse")
Aktive Module pro Konfiguration (K�rper, Ern�hrung, Training, Schlaf, Vitalwerte)
Zeitr�ume pro Modul konfigurierbar (z.B. K�rper 30T, Schlaf 7T)
@router.post("/insights/run/{slug}")asyncdefanalyze_with_prompt(slug:str,quality_level:str="quality",# all, quality, very_good, excellentsession:dict=Depends(require_auth)):
Quality-Level Mapping
all: Alle Activities (kein Filter)
quality: excellent + good + acceptable (Standard)
very_good: excellent + good
excellent: nur excellent
Frontend-Integration
Analyse-Seite: Dropdown/Segmented Control wie in History.jsx
Nutzen
User kann f�r KI-Analysen Qualit�tsstufe w�hlen
Konsistent mit History.jsx Filter
Pipeline-Konfigurationen k�nnen Standard-Quality-Level haben
Priorit�t: Medium (kann nach Basis-Implementation von #28 kommen)
**Erg�nzung aus Issue #24:**
Quality-Level Parameter f�r KI-Analysen implementieren:
### Endpoint-Erweiterung
```python
@router.post("/insights/run/{slug}")
async def analyze_with_prompt(
slug: str,
quality_level: str = "quality", # all, quality, very_good, excellent
session: dict = Depends(require_auth)
):
```
### Quality-Level Mapping
- `all`: Alle Activities (kein Filter)
- `quality`: excellent + good + acceptable (Standard)
- `very_good`: excellent + good
- `excellent`: nur excellent
### Frontend-Integration
Analyse-Seite: Dropdown/Segmented Control wie in History.jsx
### Nutzen
- User kann f�r KI-Analysen Qualit�tsstufe w�hlen
- Konsistent mit History.jsx Filter
- Pipeline-Konfigurationen k�nnen Standard-Quality-Level haben
**Priorit�t:** Medium (kann nach Basis-Implementation von #28 kommen)
Blocking a user prevents them from interacting with repositories, such as opening or commenting on pull requests or issues. Learn more about blocking a user.
�berblick
Das bestehende KI-Prompt-System wird von einer fixen Sammlung vordefinierter Prompts zu einer vollst�ndig konfigurierbaren Prompt-Bibliothek erweitert.
Hauptkomponenten
1. Prompt-Bibliothek (8 Kategorien)
2. Admin-Verwaltung
3. Platzhalter-System
4. Pipeline-Konfigurationen
5. Neue Platzhalter (Auswahl)
K�rper:
Training:
Ziele:
Pipeline:
Technische Umsetzung
Backend
DB-Schema erweitern:
ai_promptsTabelle:category,sort_order,is_active,prompt_type,pipeline_stagepipeline_configs(Name, Module, Zeitr�ume, Stufen)placeholder_definitions(Name, Kategorie, Beispielwert-Funktion)Endpoints:
GET /api/prompts?category=training(gefilterte Prompt-Liste)POST /api/admin/prompts(CRUD f�r Prompts)GET /api/admin/placeholders(Platzhalter-Browser-Daten)POST /api/prompts/preview(Prompt-Vorschau ohne KI-Call)GET /api/pipeline-configs(alle Konfigurationen)POST /api/admin/pipeline-configs(CRUD f�r Pipeline-Configs)Platzhalter-Resolver:
resolve_placeholders(template, profile_id, timeframe)Frontend
Admin-UI: Prompt-Verwaltung
Admin-UI: Pipeline-Konfigurationen
Nutzer-UI: Analyse-Seite
Abh�ngigkeiten
Voraussetzung f�r:
{{ziel_*}}PlatzhalterBaut auf:
{{faehigkeiten_*}}PlatzhalterAufwandssch�tzung
Akzeptanzkriterien
Dokumentation
?? Vollst�ndige Spec:
.claude/docs/functional/AI_PROMPTS.mdErg�nzung aus Issue #24:
Quality-Level Parameter f�r KI-Analysen implementieren:
Endpoint-Erweiterung
Quality-Level Mapping
all: Alle Activities (kein Filter)quality: excellent + good + acceptable (Standard)very_good: excellent + goodexcellent: nur excellentFrontend-Integration
Analyse-Seite: Dropdown/Segmented Control wie in History.jsx
Nutzen
Priorit�t: Medium (kann nach Basis-Implementation von #28 kommen)
✅ Abgeschlossen am 26.03.2026
Implementierte Features:
Phase 1-4: Unified Prompt System
Debug & Development Tools:
Placeholder System:
{{placeholder|d}}Modifier für optionale BeschreibungenBug Fixes:
Commits: 20+ commits (
2e0838cbisae6bd0d)Dokumentation: CLAUDE.md Issue #28 Section