CG-Feedback-Monitor/src/config/constants.ts

import type { FeedbackRating } from '../db/types'

export const BRAND_COLOR = '#0070AD'

/**
 * Kanonische Reihenfolge der Rating-Skala (nicht ändern — DB-Werte sind stabil).
 * `color`  = Badge/Display-State (inaktiv)
 * `active` = ausgewählter Button-State
 */
export const RATING_OPTIONS: ReadonlyArray<{
  value:  FeedbackRating
  short:  string
  label:  string
  color:  string
  active: string
}> = [
  { value: 'na',                     short: 'N/A',       label: 'N/A (0)',        color: 'bg-gray-100 text-gray-500 border-gray-300',       active: 'bg-gray-400 text-white border-gray-400'      },
  { value: 'not_client_ready',       short: 'Not',       label: 'Not (1)',        color: 'bg-red-100 text-red-700 border-red-300',           active: 'bg-red-500 text-white border-red-500'        },
  { value: 'partially_client_ready', short: 'Partially', label: 'Partially (2)', color: 'bg-orange-100 text-orange-700 border-orange-300',  active: 'bg-orange-500 text-white border-orange-500'  },
  { value: 'nearly_client_ready',    short: 'Nearly',    label: 'Nearly (3)',     color: 'bg-green-100 text-green-600 border-green-300',     active: 'bg-green-400 text-white border-green-400'    },
  { value: 'client_ready',           short: 'Fully',     label: 'Fully (4)',      color: 'bg-green-100 text-green-800 border-green-400',     active: 'bg-green-700 text-white border-green-700'    },
]

/** Farb-Schemata für Teilnehmer-Badges (Index = Reihenfolge im Assignment). */
export const INST_COLORS = [
  { bg: 'bg-blue-50',    border: 'border-blue-300',    tag: 'bg-blue-500',    text: 'text-blue-700'    },
  { bg: 'bg-purple-50',  border: 'border-purple-300',  tag: 'bg-purple-500',  text: 'text-purple-700'  },
  { bg: 'bg-emerald-50', border: 'border-emerald-300', tag: 'bg-emerald-500', text: 'text-emerald-700' },
  { bg: 'bg-orange-50',  border: 'border-orange-300',  tag: 'bg-orange-500',  text: 'text-orange-700'  },
] as const

export const AI_CONFIG = {
  localStorageKeyApiKey: 'ai_api_key',
  localStorageKeyModel:  'ai_model',
  defaultModel:          'openai/gpt-4o-mini',
  openRouterBaseUrl:     'https://openrouter.ai/api/v1',
  defaultDimensionPromptTemplate: `Du bist Führungskraft und Mentor bei Capgemini. Erstelle einen professionellen, konstruktiven Beitrag zum Performance-Feedback für einen Berater/Trainee, beschränkt auf die Dimension "{{DIMENSION_NAME}}", auf Basis der folgenden Beobachtungsdaten aus echten Kundenterminen.

BERATER: {{BERATER_NAME}}
ASSIGNMENT: {{ASSIGNMENT_TITEL}} | Kunde: {{ASSIGNMENT_KUNDE}}
FÜLLWÖRTER GESAMT: {{FUELLWOERTER_GESAMT}}

KATEGORIEN DIESER DIMENSION:
{{KATEGORIEN_STRUKTUR}}

BEOBACHTETE KRITERIEN UND SCORES (0-4):
{{KRITERIEN_SCORES}}

MANUELLE KATEGORIE-BEWERTUNGEN:
{{KATEGORIE_BEWERTUNGEN}}

ENTWICKLUNG ÜBER DIE LAUFZEIT (chronologisch je Kategorie):
{{ENTWICKLUNG_VERLAUF}}

ALLGEMEINE MEETING-NOTIZEN (Berater-unabhängig, chronologisch):
{{NOTIZEN_ALLGEMEIN_MEETING}}

NICHT EINEM KRITERIUM ZUGEORDNETE PROTOKOLL-NOTIZEN DIESES BERATERS (chronologisch, Notation: + gut, ! negativ, > Kundeninput):
{{PROTOKOLL_UNZUGEORDNET}}

Schreibe für JEDE der oben gelisteten Kategorien einen kurzen Bewertungstext (2-3 Sätze, konkret, auf Beobachtungen gestützt) sowie abschließend einen Achievements-Absatz (2-4 Sätze, anerkennend) und einen Development-Needs-Absatz (2-4 Sätze, konstruktiv, handlungsorientiert) für die gesamte Dimension. Falls eine Kategorie aus den Daten nicht beurteilbar ist, schreibe "n/a". Beziehe erkennbare Verbesserungen/Verschlechterungen aus der Entwicklung über die Laufzeit ein. Schreibe direkt und persönlich (du-Form), vermeide generische Phrasen.

Antworte AUSSCHLIESSLICH in exakt diesem Format, ohne zusätzliche Erklärungen, ohne Markdown-Formatierung:

KATEGORIE: <Name der ersten Kategorie>
<Bewertungstext>

KATEGORIE: <Name der zweiten Kategorie>
<Bewertungstext>

ACHIEVEMENTS:
<Text>

DEVELOPMENT_NEEDS:
<Text>`,
  dimensionPromptPlaceholders: [
    { token: '{{BERATER_NAME}}',            description: 'Vor- und Nachname des Institutee' },
    { token: '{{ASSIGNMENT_TITEL}}',        description: 'Titel des Assignments' },
    { token: '{{ASSIGNMENT_KUNDE}}',        description: 'Kundenname des Assignments' },
    { token: '{{DIMENSION_NAME}}',          description: 'Name der aktuellen Dimension' },
    { token: '{{KATEGORIEN_STRUKTUR}}',     description: 'Liste der Kategorienamen dieser Dimension' },
    { token: '{{KRITERIEN_SCORES}}',        description: 'Kriterien mit Ø-Score und zusammengeführten Notizen, gruppiert nach Kategorie' },
    { token: '{{KATEGORIE_BEWERTUNGEN}}',   description: 'Manuell gesetzte Kategorie-Bewertungen (Not/Partially/Nearly/Fully)' },
    { token: '{{ENTWICKLUNG_VERLAUF}}',     description: 'Chronologischer Bewertungs-Trend je Kategorie über die Meetings' },
    { token: '{{NOTIZEN_ALLGEMEIN_MEETING}}', description: 'Allgemeine, Berater-unabhängige Notizen je Meeting, chronologisch' },
    { token: '{{PROTOKOLL_UNZUGEORDNET}}',  description: 'Nicht getaggte Protokollzeilen dieses Beraters, chronologisch je Meeting' },
    { token: '{{FUELLWOERTER_GESAMT}}',     description: 'Füllwörter-Summe dieses Beraters über alle Meetings' },
  ],
} as const

/** Numerische Gewichte für Rating-Aggregation. N/A wird aus Berechnungen ausgeschlossen. */
export const RATING_NUM_MAP: Record<FeedbackRating, number> = {
  na:                     0,
  not_client_ready:       1,
  partially_client_ready: 2,
  nearly_client_ready:    3,
  client_ready:           4,
}

/** Default-Zeitgewichtung für den Bewertungs-Vorschlag, überschreibbar über Config > Gewichtung. */
export const DEFAULT_RATING_TREND_WEIGHT_STEP = 0.5

/** Mindest-Punktedelta zwischen erstem und letztem bewerteten Meeting einer Kategorie, ab dem ein Trend gilt. */
export const RATING_TREND_DELTA_THRESHOLD = 0.5