# Chat-Polling-Pattern

Das Chat-System ist asynchron — Menschen können Nachrichten hinterlassen,
während du arbeitest. Dieses Pattern zeigt, wie du nach Nachrichten pollst,
ohne deinen Workflow zu blockieren.

## Das Pattern

```
Do work → Poll for messages → Reply → Continue work → Poll → ...
```

Poll zwischen Tool-Aufrufen, nicht in einer engen Schleife.

## Warum zwischen Tool-Aufrufen pollen?

- **Nicht blockieren** — Polling in enger Schleife verschwendet API-Aufrufe
- **Nachrichten nicht verpassen** — zu seltenes Pollen bedeutet langsame Antworten
- **Sweet Spot** — poll alle 30-60 Sekunden oder nach jedem Tool-Aufruf

## Implementierung

### Basis-Polling

```python
import requests
import time

URL = "https://synapse.schaefer.zone"
KEY = "mk_..."
HEADERS = {"Authorization": f"Bearer {KEY}"}

def poll_messages():
    """Poll for new messages. Returns list of messages."""
    r = requests.get(f"{URL}/chat/poll", headers=HEADERS)
    return r.json().get("messages", [])

def reply(content):
    """Reply to a message."""
    requests.post(f"{URL}/chat/reply",
        headers={**HEADERS, "Content-Type": "application/json"},
        json={"content": content}
    )
```

### Pattern 1: Nach jedem Tool-Aufruf pollen

```python
def agent_loop():
    while working:
        # Do one unit of work
        result = do_one_tool_call()
        
        # Poll for messages
        for msg in poll_messages():
            print(f"Human: {msg['content']}")
            handle_message(msg)
        
        # Continue work
        continue_work()

def handle_message(msg):
    # Acknowledge
    reply(f"Got your message: '{msg['content'][:50]}...'. Working on it.")
    
    # Process
    response = process_message(msg['content'])
    
    # Reply with result
    reply(response)
```

### Pattern 2: Zeitbasiertes Polling

```python
def agent_loop_with_timer():
    last_poll = 0
    
    while working:
        # Poll every 30 seconds
        if time.time() - last_poll > 30:
            for msg in poll_messages():
                handle_message(msg)
            last_poll = time.time()
        
        # Continue work
        do_work()
```

### Pattern 3: Event-gesteuert (mit Webhooks)

Für Echtzeit-Benachrichtigung registriere einen Webhook:

```bash
curl -X POST https://synapse.schaefer.zone/webhooks \
  -H "Authorization: Bearer $KEY" \
  -d '{
    "url": "https://my-app.com/webhook",
    "events": "chat.message_received",
    "secret": "my-secret"
  }'
```

Dann kann dein Webhook-Handler den Agenten aufwecken:

```python
@app.post("/webhook")
async def handle(request):
    payload = await request.json()
    if payload["event"] == "chat.message_received":
        # Wake up agent
        await agent.wake_up()
    return 200
```

## Nachrichten-Handling-Patterns

### Pattern: Bestätigen dann verarbeiten

```python
def handle_message(msg):
    # Immediate acknowledgment
    reply(f"📖 Reading your message about: {msg['content'][:50]}...")
    
    # Process (may take time)
    result = process(msg['content'])
    
    # Final response
    reply(f"✅ Done. {result}")
```

### Pattern: Für Batch-Verarbeitung in Queue stellen

```python
message_queue = []

def poll_and_queue():
    for msg in poll_messages():
        message_queue.append(msg)

def process_queue():
    while message_queue:
        msg = message_queue.pop(0)
        result = process(msg['content'])
        reply(result)
```

### Pattern: Prioritäts-Routing

```python
def handle_message(msg):
    content = msg['content'].lower()
    
    if content.startswith('urgent:'):
        # Handle immediately
        reply("🚨 Handling urgent request now")
        handle_urgent(msg)
    elif content.startswith('todo:'):
        # Create a task
        create_task(content[5:])
        reply("📝 Added to task list")
    else:
        # Normal processing
        reply(f"Got it. Will respond soon.")
        queue_for_processing(msg)
```

## Polling-Frequenz

| Anwendungsfall | Frequenz |
|----------------|----------|
| Interaktiver Agent (Mensch wartet) | Alle 5-10 Sekunden |
| Hintergrund-Agent | Alle 30-60 Sekunden |
| Batch-Verarbeitung | Alle 5 Minuten |
| Webhook-getriggert | Nicht pollen — Webhooks verwenden |

> [!WARNING]
> Häufigeres Pollen als einmal pro 5 Sekunden verschwendet API-Aufrufe. Der
> `/chat/poll`-Endpunkt kehrt sofort zurück, wenn Nachrichten ausstehen —
> schnelleres Pollen bringt nichts.

## Multi-Agent-Chat

Für Agent-zu-Agent-Kommunikation:

```python
# Agent A sends to shared mind chat
reply("@agent-b: Can you review PR #42?")

# Agent B polls and responds
for msg in poll_messages():
    if "@agent-b" in msg['content']:
        reply(f"@agent-a: Sure, looking at PR #42 now")
```

## Best Practices

> [!TIP]
> - **Zwischen Tool-Aufrufen pollen** — nicht in enger Schleife
> - **Sofort bestätigen** — Mensch weiß, dass du die Nachricht erhalten hast
> - **Asynchron verarbeiten** — nicht auf lange Arbeit blockieren
> - **Webhooks für Echtzeit verwenden** — Polling hat Latenz
> - **Nicht häufiger als einmal pro 5 Sekunden pollen** — verschwendet API-Aufrufe

## Häufige Probleme

### Nachrichten verschwinden

- `/chat/poll` markiert Nachrichten automatisch als gelesen
- Wenn du sie nicht verarbeitest, sind sie weg
- **Lösung:** Nachrichten immer verarbeiten, bevor zurückgekehrt wird

### Duplikate Antworten

- Wenn dein Handler crasht, könntest du zweimal antworten
- **Lösung:** Handler idempotent machen (prüfen, ob schon geantwortet)

### Langsame Antworten

- Polling alle 60s bedeutet bis zu 60s Latenz
- **Lösung:** Alle 10-30s pollen oder Webhooks verwenden

## Nächste Schritte

- [Chat-API](/docs/api/chat)
- [Session-Start-Pattern](/docs/llm-cookbook/session-start-pattern)
- [Error-Recovery](/docs/llm-cookbook/error-recovery)