mail drin
fehlende routen drin
prod-reife erreicht.
TODOS:
Deine aktuellen offenen TODOs
1. Rate-Limiting (Spam-Schutz VOR dem reCAPTCHA)
Das reCAPTCHA hält zwar Bots ab, aber wenn jemand böswillig ein Script schreibt, das 1.000 POST-Requests pro Sekunde an /api/v1/submissions sendet, muss dein Backend jedes Mal Google kontaktieren und die Datenbank befragen. Das frisst Server-Ressourcen.
Todo: Einbinden von Flask-Limiter und Absichern der API-Route (z.B. max. 10 Submissions pro Minute pro IP-Adresse oder Tenant).
2. Billing & Feature-Enforcement (Limits pro Tenant durchsetzen)
Die Mandanten-Architektur und das config-Feld im JSON existieren bereits. Aber wir erzwingen diese Limits aktuell nicht im Backend.
Todo: Im Dashboard (templates/admin/tenants/view.html) UI-Controls einbauen, um Feature-Flags für einen Tenant festzulegen:
max_forms (z.B. 1 für Free-User, 10 für Pro-User).
allow_instant_mail (Dürfen E-Mails an den Tenant gesendet werden?).
allow_autoresponder (Darf der Autoresponder für Endkunden genutzt werden?).
Todo: Diese Limits hart im Backend (beim Erstellen von Forms und beim Mailversand) kontrollieren. (Der Mailer prüft das zwar schon halbwegs, das UI zum Pflegen fehlt aber noch komplett).
3. E-Mail Templates aufwerten (HTML statt Plain-Text)
Bisher versendet der Service E-Mails als reinen Text (plain). Für eine professionelle SaaS-Lösung sollten diese Mails ansprechend aussehen.
Todo: Im services/mailer.py den MIMEMultipart so erweitern, dass er saubere HTML-Mails aus einem Jinja2-Template (templates/emails/...) generiert, inklusive Branding/Logo deines Services.
4. Frontend-Snippet "Graceful Degradation"
Das embed.js arbeitet aktuell sehr gut. Aber was ist, wenn das Formeleon-Backend mal für 5 Minuten down ist?
Todo: Einen sauberen Timeout im fetch einbauen und dem Endkunden auf der Webseite eine schöne, fallback HTML-Meldung anzeigen ("Entschuldigung, das Formular ist momentan nicht erreichbar"), anstatt dass sich das Script lautlos in der Console mit einem CORS/Network-Error verabschiedet.
5. CI/CD Pipeline (Deployment)
Wenn der Code fertig ist, willst du ihn sicher nicht immer händisch per git pull auf deinen Produktionsserver schieben und dort docker compose up tippen.
Todo: Eine simple Pipeline (Github Actions / Gitea Actions) anlegen, die den Code testet und automatisch auf dem Zielserver ausrollt.
5.1 KiB
Formeleon 🦎
Mandantenfähiger, hochflexibler Formular-Generator mit nahtloser Website-Integration und integriertem Bot-Schutz.
Read this in English: README.EN.md
📋 Überblick
Formeleon ist ein zentral gehosteter Service (ChamäleonCloud), der es Webseitenbetreibern (Mandanten) ermöglicht, dynamische Formulare ohne Backend-Aufwand per HTML/JavaScript-Snippet in bestehende Webseiten einzubetten.
Kern-Features
- Nahtlose Integration: Einbettung via JS-Snippet ("Chamäleon-Effekt").
- Maximale Feldvariabilität: Dynamische JSON-Payloads via SQLite/SQLAlchemy.
- Integrierte Sicherheit: OIDC-Integration (Zitadel), Public-Key Handshake, Origin/Referer-Validierung & reCAPTCHA v3 Support.
- UX & Bot-Protection: Integriertes Ampel-System (Laderad/Clearance) für Absende-Buttons.
- Reporting & Export: Daten-Exports (CSV/JSON/YAML) per Stream oder automatisierte E-Mail-Dumps.
🛠️ Tech-Stack
- Backend: Python 3.13, Flask (Blueprint-Architektur), Flask-SQLAlchemy, Flask-Migrate (Alembic)
- Frontend (Admin-Panel): Bootstrap 5, Mithril.js / HTML5
- Authentication: OIDC via Zitadel (Admin-Panel)
- Deployment: Docker, Gunicorn, Gitea Actions (Runner)
🚀 Schnellstart (Lokal / Docker-less)
Das Projekt kann auf Windows/Linux komplett ohne Docker in einer Virtual Environment entwickelt werden:
-
Repository klonen & Umgebung einrichten:
python -m venv venv # Auf Linux/Mac: source venv/bin/activate # Auf Windows: venv\Scripts\activate pip install -r requirements.txt -
Umgebungsvariablen (optional): (Formeleon startet standardmäßig im Dev-Mode mit einer lokalen SQLite-DB
formeleon.db) -
Datenbank initialisieren & starten:
# Migration-Repository initialisieren (nur einmalig!) flask db init # Datenbank-Schema erstellen flask db upgrade # Optionales Seeding mit Testdaten flask seed-db # Anwendung starten (auf Port 5000 mit Hot-Reload) flask run --port=5000 --debug
🐳 Schnellstart (Docker)
Für das vollständige Linux- / Staging-Gefühl kannst du Docker nutzen. Durch Volume-Mounts bleibt der Code synchron, und du kannst im Editor (Windows/Mac) programmieren.
# 1. Image bauen und Container starten
docker compose up --build
# 2. Anwendung beenden
# (Strg+C oder:)
docker compose down
# 3. Datenbank und Volumes komplett zurücksetzen
docker compose down -v && docker-compose up --build
Docker CLI-Kommandos ausführen
Du kannst flask Kommandos direkt gegen den laufenden Container feuern:
# Datenbank Migrationen anlegen
docker compose run --rm app flask db migrate -m "neue migration"
# Datenbank-Schema updaten
docker compose run --rm app flask db upgrade
# Datenbank mit Testdaten füllen
docker compose run --rm app flask seed-db
# Shell im Container öffnen
docker compose run --rm app bash
Zugriff auf die Anwendung
- Admin Dashboard: http://localhost:5000/admin/
- API Endpunkt: http://localhost:5000/api/v1/
- Health Check: http://localhost:5000/
🌍 Mehrsprachigkeit (i18n) via Flask-Babel
Das Admin-Dashboard von Formeleon unterstützt Mehrsprachigkeit (aktuell Deutsch und Englisch). Wir nutzen dafür den Standard Flask-Babel (gettext).
1. Texte im Code markieren
Damit das System erkennt, dass ein Text übersetzt werden soll, muss er im Python- oder HTML-Code mit der Funktion _() umschlossen werden.
In HTML (Jinja2 Templates):
<!-- Vorher -->
<h1>Welcome to the Dashboard</h1>
<!-- Nachher -->
<h1>{{ _('Welcome to the Dashboard') }}</h1>
In Python-Dateien:
from flask_babel import _
# Vorher
flash('Form saved successfully!', 'success')
# Nachher
flash(_('Form saved successfully!'), 'success')
2. Der Übersetzungs-Workflow (CLI)
Wenn neue Texte im Code markiert wurden, müssen diese extrahiert und die Sprachdateien aktualisiert werden.
Führe dazu folgende Befehle bei aktivierter virtueller Umgebung (source venv/bin/activate) aus:
# 1. Sammelt alle markierten Strings aus dem Code und erstellt die Vorlage (messages.pot)
pybabel extract -F babel.cfg -k _l -o messages.pot routes services templates utils
# 2. Gleicht die neue Vorlage mit den bestehenden Übersetzungen (im Ordner 'translations') ab, ohne alte zu überschreiben
pybabel update -i messages.pot -d translations
# -> JETZT öffnest du z.B. translations/de/LC_MESSAGES/messages.po in einem Texteditor und trägst deine Übersetzungen bei msgstr "" ein! <-
# 3. Kompiliert die .po Textdateien in pfeilschnelle .mo Maschinendateien für den Webserver
pybabel compile -d translations
📚 Dokumentation
AGENTS.md– Regelwerk und Anweisungen für KI-Coding-Agenten.ARCHITEKTUR.md– Detaillierte Systemarchitektur und Datenmodelle.docs/coding-standards.md– Header- und PyDoc-Dokumentationsstandards.docs/deployment.md– CI/CD-Pipeline und Docker-Deployment-Guide.docs/dev-guide.md– Entwickler-Handbuch, Mocking & Seeding.