Aufgabe
Die Protokolle wurden zu jeder Anfrage von Hand ausgefüllt. Das kostete Zeit, und die Formulierungen unterschieden sich von Dokument zu Dokument.
Lösung
Ich habe einen Endpoint-Service in Python geschrieben. Er nimmt eine Anfrage entgegen, holt Daten über die Google API, verarbeitet den Text und gibt ein fertiges Protokoll zurück. Der Service ist an Bitrix angebunden, die Dokumente entstehen also im bestehenden Ablauf.
Umgesetzte Aufgaben
- Einen Endpoint-Service in Python (WSGI) zur Protokollerstellung geschrieben
- Daten über die Google API eingebunden
- Textverarbeitung und Erstellung des Protokolls in einem einheitlichen Format umgesetzt
- Den Service an Bitrix angebunden, damit er in den bestehenden Ablauf passt
Ergebnis
Das Protokoll zu jeder Anfrage entsteht automatisch und in einem einheitlichen Format. Das manuelle Ausfüllen von Vorlagen ist aus dem Ablauf verschwunden.
Anmerkung des Entwicklers
Was schwierig war
Die größte Schwierigkeit bestand im stabilen Layout mehrseitiger Tabellen bei der Umwandlung von Word nach PDF über LibreOffice auf einem Linux-Server. Prüfprotokolle umfassten je nach Auftrag wenige Zeilen bis hin zu dutzenden Messwerten, sodass Tabellen regelmäßig über Seitenumbrüche liefen. Ohne gezielte XML-Attribute brach Word einzelne Zeilen mitten im Text um und ließ Spaltenüberschriften auf Folgeseiten verschwinden. Zudem verschoben fehlende Schriftarten auf dem Server die Zeilenabstände, wodurch der Unterschriftenblock samt Stempel auf eine ungewollte Leerseite rutschte. Ich habe das gelöst, indem ich Zeilenumbrüche innerhalb von Zellen per XML unterbunden, Tabellenköpfe auf jeder Seite wiederholt und standardisierte Schriftarten im Container bereitgestellt habe.
Eine weitere Herausforderung betraf die Quoten der Google Sheets API und Datenkonflikte bei gleichzeitiger Dokumenterstellung. Labormitarbeiter bearbeiteten Prüfmethoden bisweilen direkt während der laufenden Erstellung, was zu leeren Feldern oder falschen Datentypen in den Toleranzspalten führte. Sendete der Bitrix24-Roboter mehrere Webhooks kurz hintereinander, lief der Dienst in API-Limits und brach mit Timeouts ab. Ich implementierte ein lokales Caching der Referenztabellen mit automatischer Entwertung, führte eine strikte Datenbereinigung mit Standardwerten ein und richtete eine fehlertolerante Auftragswarteschlange mit Wiederholungsversuchen ein.
Was leicht fiel
Die Anbindung an die REST-API der Bitrix24-Smart-Prozesse verlief erfreulich unkompliziert. Die Struktur der Webhooks und die Methoden zum Auslesen der Datensatzfelder waren übersichtlich dokumentiert, sodass ich eingehende Ereignisse rasch mit dem Flask-Backend verknüpfen konnte. Das Weiterschalten der Bearbeitungsstufen und das Anhängen der fertigen Word- und PDF-Dateien an das CRM-Element waren innerhalb weniger Tage einsatzbereit.
Auch der Entwurf des Vorlagensystems für berechnete Parameter fiel leicht. Die Trennung zwischen statischem Dokumentrahmen und dynamischem Tabellenteil erlaubte ein flexibles Zusammenstellen der Protokollzeilen anhand der Methodennummern. Als das Labor neue Messreihen für die Stoffdichte aufnahm, übernahm das System die erweiterten Zeilen problemlos ohne Anpassungen am Quellcode.
Technologien
PythonGoogle APIBitrix