mitai-jinkendo/docs/issues/issue-bls-food-mapping.md
Lars 919c77fcf8
Some checks failed
Deploy Development / deploy (push) Failing after 52s
Build Test / pytest-backend (push) Successful in 3s
Build Test / lint-backend (push) Successful in 0s
Build Test / build-frontend (push) Failing after 9s
feat: BLS-Stammdaten, FDDB-Mapping und Item-Tagebuch (#106)
Katalog, lernendes Mapping ohne KI, optionale Items und Import-Policy.
Playwright-Smoke und Issue-Audit um Ernährung/Zuordnen/API ergänzt.

Co-authored-by: Cursor <cursoragent@cursor.com>
2026-09-12 14:35:57 +02:00

698 B

BLS-Stammdaten, FDDB-Mapping, Item-Tagebuch

Status: in Umsetzung · Gitea: #106 · Folge: #75 (Zucker/Ballaststoffe/Qualität)

Ziel

Verlässliche Lebensmittel-Stammdaten (BLS 4.0 + manuelle Erweiterung), lernendes Mapping aus FDDB, optionale Item-Ebene. Tagesmakros bleiben ohne Katalog nutzbar.

Abnahme Phase 1

  • BLS-XLSX-Import (Dry-Run + Apply), Codes bleiben erhalten
  • Manuelle Foods gekennzeichnet
  • Mapping: Lookup, Bestätigen, Ändern, Löschen; keine KI
  • FDDB-Import speichert Zeilen; Makro-Konflikt laut Policy
  • Fasten-/Lücken-Marken unabhängig vom Import
  • Einzelerfassung nur Makros unverändert