fix: qwen2.5:14b als Primärmodell, robustes JSON-Parsing

- qwen3 schreibt Reasoning in Content trotz think=false
- qwen2.5 liefert zuverlässig JSON
- Actors-Feld: Strings oder Objekte werden beides akzeptiert
- Prompt explizit auf Deutsch eingeschränkt

homelab-ai-bot/savetv_enrich.py

@@ -31,8 +31,8 @@ logging.basicConfig(
 )
 
 OLLAMA_BASE = "http://100.84.255.83:11434"
-MODEL = "qwen3:30b-a3b"
-FALLBACK_MODEL = "qwen2.5:14b"
+MODEL = "qwen2.5:14b"
+FALLBACK_MODEL = "qwen3:30b-a3b"
 
 FILMINFO_CACHE = Path("/mnt/savetv/.filminfo_cache.json")
 BATCH_SIZE = 8
@@ -58,13 +58,13 @@ def _is_enriched(entry: dict) -> bool:
 
 
 def _call_ollama(prompt: str, model: str = MODEL) -> str:
-    """Ruft Ollama via native /api/chat auf (kein OpenAI-compat)."""
+    """Ruft Ollama via native /api/chat auf."""
     payload = {
         "model": model,
         "messages": [
             {"role": "system", "content": (
-                "Du bist eine Filmdatenbank. Antworte NUR mit validem JSON, "
-                "kein Markdown, keine Erklärungen."
+                "Du bist eine Filmdatenbank. Antworte AUSSCHLIESSLICH mit validem JSON. "
+                "Kein Markdown, keine Erklärungen, kein Denken. Nur JSON. Sprache: Deutsch."
             )},
             {"role": "user", "content": prompt},
         ],
@@ -94,21 +94,37 @@ def _call_ollama(prompt: str, model: str = MODEL) -> str:
         return ""
 
 
+def _normalize_actors(actors_raw) -> list:
+    """Wandelt actors-Feld in eine einfache String-Liste um."""
+    if not actors_raw or not isinstance(actors_raw, list):
+        return []
+    result = []
+    for a in actors_raw[:4]:
+        if isinstance(a, str):
+            result.append(a)
+        elif isinstance(a, dict):
+            name = a.get("name") or a.get("actor") or ""
+            if name:
+                result.append(name)
+    return result
+
+
 def _enrich_film(title: str) -> dict:
     """Fragt die KI nach Filmdaten zu einem Titel."""
     clean_title = re.sub(r"\s*[-\u2013\u2014]\s*.+$", "", title).strip()
 
     prompt = f"""Gib mir Informationen zum Film "{clean_title}".
-Antworte als JSON mit exakt diesen Feldern:
+Antworte als JSON mit exakt diesen Feldern (alle Texte auf Deutsch):
 {{
-  "year": "Erscheinungsjahr als String oder leer",
-  "countries": ["Produktionsland/länder"],
-  "genres": ["bis zu 3 Genres"],
-  "actors": ["bis zu 4 Hauptdarsteller"],
-  "director": "Regisseur oder leer",
-  "description": "3-5 Sätze auf Deutsch: Worum geht es, was macht den Film besonders, für wen ist er geeignet. Keine Spoiler."
+  "year": "Erscheinungsjahr als String",
+  "countries": ["Produktionsländer als Strings"],
+  "genres": ["bis zu 3 Genres als Strings"],
+  "actors": ["bis zu 4 Hauptdarsteller als Strings"],
+  "director": "Regisseur als String",
+  "description": "3-5 Sätze auf Deutsch: Worum geht es, für wen geeignet. Keine Spoiler."
 }}
-Falls du den Film nicht kennst, setze description auf leer und die anderen Felder soweit bekannt."""
+Wichtig: Alle Werte müssen Strings sein. Schreibe die description komplett auf Deutsch.
+Falls du den Film nicht kennst, setze description auf leeren String."""
 
     raw = _call_ollama(prompt)
     if not raw:
@@ -123,23 +139,36 @@ Falls du den Film nicht kennst, setze description auf leer und die anderen Felde
             try:
                 data = json.loads(match.group())
             except json.JSONDecodeError:
-                log.warning("JSON-Parse fehlgeschlagen für '%s'", title)
+                log.warning("JSON-Parse fehlgeschlagen für '%s': %s", title, raw[:100])
                 return {"year": "", "countries": [], "genres": [], "actors": [],
                         "director": "", "description": ""}
         else:
+            log.warning("Kein JSON gefunden für '%s': %s", title, raw[:100])
             return {"year": "", "countries": [], "genres": [], "actors": [],
                     "director": "", "description": ""}
 
+    desc = str(data.get("description", ""))[:600]
+    if not _is_mostly_latin(desc):
+        desc = ""
+
     return {
         "year": str(data.get("year", ""))[:4],
-        "countries": (data.get("countries") or [])[:3],
-        "genres": (data.get("genres") or [])[:3],
-        "actors": (data.get("actors") or [])[:4],
+        "countries": [str(c) for c in (data.get("countries") or [])[:3]],
+        "genres": [str(g) for g in (data.get("genres") or [])[:3]],
+        "actors": _normalize_actors(data.get("actors")),
         "director": str(data.get("director", ""))[:60],
-        "description": str(data.get("description", ""))[:600],
+        "description": desc,
     }
 
 
+def _is_mostly_latin(text: str) -> bool:
+    """Prüft ob ein Text hauptsächlich lateinische Zeichen enthält."""
+    if not text:
+        return False
+    latin = sum(1 for c in text if c.isascii() or '\u00C0' <= c <= '\u024F')
+    return latin / max(len(text), 1) > 0.7
+
+
 def run():
     """Hauptfunktion: Archiv laden, fehlende Filme anreichern."""
     log.info("Starte Film-Enrichment...")
@@ -175,6 +204,7 @@ def run():
             if info.get("description"):
                 cache[title] = info
                 enriched += 1
+                log.info("  OK: %s (%s)", info.get("year", "?"), ", ".join(info.get("actors", [])[:2]))
                 if enriched % BATCH_SIZE == 0:
                     _save_cache(cache)
                     log.info("  Cache gespeichert (%d angereichert)", enriched)