landvex: Fixar och tester klara för alla komponenter

- Datafabrik: Dockerfile fix, agentorkestrering fungerar
- Vision: Identify-modell, FAISS, OCR alla testade
- API: Alla 7 integrationstester passerade
- Upplösare: Entitetsupplösning verifierad

academy-gemini-bridge.py

@@ -0,0 +1,279 @@
+#!/usr/bin/env python3
+"""
+quiXzoom Academy — Gemini Bridge via AAMOS
+Använder AAMOS Academy API för att generera bilder med Gemini
+"""
+
+import requests
+import json
+import os
+import base64
+from datetime import datetime
+from pathlib import Path
+
+# AAMOS API-konfiguration
+AAMOS_BASE_URL = "http://localhost:3100"
+ACADEMY_API = f"{AAMOS_BASE_URL}/api/aamos/academy"
+
+# S3-konfiguration
+S3_BUCKET = "quixzoom-landing-prod"
+ACADEMY_IMAGES_PATH = "academy/images"
+
+# Lektionsbilder som ska genereras
+LESSON_IMAGES = {
+    "m1l1": {
+        "title": "Välkommen till quiXzoom",
+        "prompt": """Generera en vänlig illustration för en online-utbildning om crowdsourcing-fotografering.
+
+Scen: En person med smartphone fotograferar en bro i solnedgång. Personen ser glad och professionell ut.
+Stil: Modern, ren illustration (inte fotorealistisk)
+Färger: Blå (#0066FF), grön (#00C853), svart (#0A0A0A), vita accenter
+Format: 16:9 bredbild
+Ingen text i bilden
+Pedagogisk och inspirerande känsla"""
+    },
+    "m2l1": {
+        "title": "AI-granskning av bilder",
+        "prompt": """Generera en teknisk illustration som visar AI-analys av en fotografi.
+
+Scen: Dela bilden i två delar. Vänster: Originalbild på en bro. Höger: Samma bild med AI-analys-overlay som markerar skärpa, ljus, komposition med färgkodade indikatorer.
+Stil: Futuristisk men pedagogisk
+Färger: Blå (#0066FF), grön (#00C853), orange (#FF6B35) för markeringar
+Format: 16:9
+Ingen text"""
+    },
+    "m2l2": {
+        "title": "Ljus och exponering",
+        "prompt": """Generera en pedagogisk jämförelsebild för fotoutbildning.
+
+Scen: Tre bilder i rad som visar samma bro från samma vinkel:
+1. Vänster: Underexponerad (för mörk)
+2. Mitten: Perfekt exponerad (gyllene timmen, varmt ljus)
+3. Höger: Överexponerad (för ljus, utbrända detaljer)
+Stil: Fotorealistisk
+Format: 16:9 (tre paneler)
+Ingen text, men tydlig visuell skillnad"""
+    },
+    "m2l3": {
+        "title": "Fokus och skärpa",
+        "prompt": """Generera en pedagogisk bild som visar skillnaden mellan oskarp och skarp fotografi.
+
+Scen: Två bilder som visar en vägskylt:
+1. Vänster: Suddig, oskarp bild
+2. Höger: Knivskarp bild med tydliga detaljer
+Lägg till ett förstoringsglas-effekt som visar detaljerna tydligare på den skarpa bilden.
+Stil: Fotorealistisk med grafiska element
+Format: 16:9
+Ingen text"""
+    },
+    "m2l4": {
+        "title": "Framing och komposition",
+        "prompt": """Generera en pedagogisk diagram-bild för fotokomposition.
+
+Scen: En bro fotograferad med korrekt komposition. Overlay som visar:
+- Rule of thirds grid (3x3 linjer)
+- Huvudobjektet centrerat vid skärningspunkter
+- Pil som pekar på huvudobjektet
+- Grön markering för "bra" komposition
+Stil: Fotorealistisk med pedagogiska overlay-element
+Format: 16:9
+Ingen text"""
+    },
+    "m3l1": {
+        "title": "GPS-accuracy",
+        "prompt": """Generera en teknisk illustration om GPS-teknik.
+
+Scen: En karta över en stad sett uppifrån. En smartphone i mitten som tar emot signaler från 4 GPS-satelliter ovanför (visa som linjer från satelliter till telefon). Färgkodad accuracy-cirkel runt telefonen:
+- Grön cirkel: Noggrann position (liten cirkel)
+- Gul cirkel: Medel (större cirkel) 
+- Röd cirkel: Låg accuracy (stor cirkel)
+Stil: Modern, teknisk illustration
+Format: 16:9
+Ingen text"""
+    },
+    "m4l1": {
+        "title": "Personlig säkerhet i fält",
+        "prompt": """Generera en illustration om säker fotografering.
+
+Scen: En person (Zoomer) med reflexväst och smartphone fotograferar en bro från ett säkert avstånd. Visa:
+- Reflexväst på personen
+- Trafikkegel som markerar säker zon
+- Säkerhetsavstånd markerat med streckad linje
+- Bil som passerar på håll
+Stil: Modern, vänlig illustration
+Färger: Orange varselväst, blå (#0066FF), grön (#00C853)
+Format: 16:9
+Ingen text"""
+    },
+    "m5l1": {
+        "title": "Batch-fotografering",
+        "prompt": """Generera en karta-baserad illustration för effektiv fotografering.
+
+Scen: En stiliserad karta med flera fotopunkter (A, B, C, D, E) som är kopplade med en optimerad rutt (grön linje). En person med smartphone och cykel/bil följer rutten. Visa att personen fotograferar flera platser effektivt.
+Stil: Modern karta/illustration
+Färger: Grön rutt (#00C853), blå punkter (#0066FF), neutral bakgrund
+Format: 16:9
+Ingen text"""
+    },
+    "m6l1": {
+        "title": "Utbetalningsflöde",
+        "prompt": """Generera ett flödesdiagram för utbetalningsprocess.
+
+Scen: Ett horisontellt flöde som visar:
+1. Godkänd fotografi (grön bock)
+2. AI-granskning (robot-ikon)
+3. Godkännande (stämpel)
+4. Utbetalning (pengar/bank)
+5. Pengar på kontot (glad person)
+Stil: Modern, ren illustration med ikoner
+Färger: Grön (#00C853) för framsteg, blå (#0066FF) för process
+Format: 16:9
+Ingen text, bara ikoner och pilar"""
+    }
+}
+
+def generate_with_aamos(prompt: str, provider: str = "gemini") -> dict:
+    """Generera innehåll via AAMOS Academy API"""
+    
+    url = f"{ACADEMY_API}/ai/generate"
+    
+    payload = {
+        "prompt": prompt,
+        "provider": provider,
+        "maxTokens": 2000
+    }
+    
+    try:
+        response = requests.post(url, json=payload, timeout=30)
+        
+        if response.status_code == 200:
+            return response.json()
+        else:
+            print(f"  ⚠️  AAMOS API fel: {response.status_code}")
+            return {"error": f"HTTP {response.status_code}"}
+    
+    except requests.exceptions.ConnectionError:
+        print(f"  ⚠️  Kunde inte ansluta till AAMOS på {AAMOS_BASE_URL}")
+        return {"error": "Connection failed"}
+    except Exception as e:
+        print(f"  ⚠️  Fel: {e}")
+        return {"error": str(e)}
+
+def generate_image_description(lesson_id: str) -> str:
+    """Generera bildbeskrivning via AAMOS Gemini"""
+    
+    lesson = LESSON_IMAGES.get(lesson_id)
+    if not lesson:
+        return None
+    
+    print(f"🎨 Genererar bild för: {lesson['title']}")
+    
+    # Använd AAMOS för att generera en detaljerad bildbeskrivning
+    # (Gemini text-generering, inte bildgenerering ännu)
+    result = generate_with_aamos(lesson['prompt'], "gemini")
+    
+    if 'text' in result:
+        return result['text']
+    else:
+        return None
+
+def save_image_metadata(lesson_id: str, description: str):
+    """Spara bild-metadata för senare generering"""
+    
+    metadata = {
+        "lesson_id": lesson_id,
+        "title": LESSON_IMAGES[lesson_id]['title'],
+        "description": description,
+        "prompt": LESSON_IMAGES[lesson_id]['prompt'],
+        "generated_at": datetime.utcnow().isoformat(),
+        "status": "description_ready",
+        "image_url": None
+    }
+    
+    # Spara till lokal fil
+    output_dir = Path("academy-generated")
+    output_dir.mkdir(exist_ok=True)
+    
+    with open(output_dir / f"{lesson_id}.json", "w") as f:
+        json.dump(metadata, f, indent=2, ensure_ascii=False)
+    
+    return metadata
+
+def generate_all_images():
+    """Generera alla bildbeskrivningar för Academy"""
+    
+    print("🚀 quiXzoom Academy — Bildgenerering via AAMOS Gemini")
+    print("=" * 60)
+    
+    results = []
+    
+    for lesson_id, lesson in LESSON_IMAGES.items():
+        print(f"\n📚 {lesson['title']}")
+        
+        # Generera beskrivning via AAMOS
+        description = generate_image_description(lesson_id)
+        
+        if description:
+            # Spara metadata
+            metadata = save_image_metadata(lesson_id, description)
+            results.append(metadata)
+            print(f"   ✅ Beskrivning genererad")
+        else:
+            print(f"   ❌ Kunde inte generera")
+    
+    # Spara sammanfattning
+    summary = {
+        "generated_at": datetime.utcnow().isoformat(),
+        "total_images": len(LESSON_IMAGES),
+        "successful": len(results),
+        "failed": len(LESSON_IMAGES) - len(results),
+        "images": results
+    }
+    
+    with open("academy-generated/summary.json", "w") as f:
+        json.dump(summary, f, indent=2, ensure_ascii=False)
+    
+    print(f"\n{'=' * 60}")
+    print(f"✅ {len(results)}/{len(LESSON_IMAGES)} bildbeskrivningar genererade")
+    print(f"📄 Sparade i academy-generated/")
+    
+    return summary
+
+def upload_to_s3(image_path: str, s3_key: str) -> str:
+    """Ladda upp bild till S3"""
+    import subprocess
+    
+    cmd = [
+        "aws", "s3", "cp", image_path,
+        f"s3://{S3_BUCKET}/{s3_key}",
+        "--acl", "public-read",
+        "--content-type", "image/png"
+    ]
+    
+    result = subprocess.run(cmd, capture_output=True, text=True)
+    
+    if result.returncode == 0:
+        url = f"https://{S3_BUCKET}.s3.eu-north-1.amazonaws.com/{s3_key}"
+        print(f"   ✅ Uppladdad: {url}")
+        return url
+    else:
+        print(f"   ❌ Fel: {result.stderr}")
+        return None
+
+if __name__ == "__main__":
+    import sys
+    
+    if len(sys.argv) > 1 and sys.argv[1] == "--generate":
+        generate_all_images()
+    else:
+        print("Användning:")
+        print("  python academy-gemini-bridge.py --generate")
+        print("")
+        print("Detta kommer att:")
+        print("  1. Ansluta till AAMOS Academy API (localhost:3100)")
+        print("  2. Generera bildbeskrivningar med Gemini")
+        print("  3. Spara metadata för varje bild")
+        print("")
+        print("När bildbeskrivningarna är klara kan du:")
+        print("  - Använda dem för att generera riktiga bilder")
+        print("  - Kopiera in dem i Academy-lektionerna")