feat: Add Flight Recorder, Timeline, ABV Curve and Offline Bottle Caching with Draft Notes support

.aiideas

@@ -1,69 +1,46 @@
-1. Feature: Tasting Notes Auto-Fill (Die "Tag-Matching" Strategie)
+3. Timeline & "Flight Recorder" (Reihenfolge-Logik)
 
-Du hast völlig recht: Wenn Gemini einfach wild Text generiert (z.B. "Grüner Granny Smith Apfel"), und deine Datenbank nur "Apfel" kennt, hast du Chaos.
+Ziel: Die Geschichte des Abends rekonstruieren. Analyse des Konsumverhaltens.
+Feature: Die Timeline-Ansicht
 
-Die Lösung: "Constrained Generation" (Gezwungene Auswahl)
+Statt einer einfachen Liste, eine vertikale Zeitstrahl-Ansicht.
 
-Du fütterst Gemini nicht nur mit dem Bild, sondern auch mit deiner Master-Liste an Tags im Prompt.
-Der Workflow:
+    14:00 Uhr: Start der Session "Whisky Herbst".
 
-    Input: Bild vom Label + Deine Liste der System Tags (als JSON-String).
+    14:15 Uhr: Glenfiddich 12 (Mild, Start).
 
+    15:30 Uhr: Laphroaig Cask Strength (Der Gaumen-Killer).
 
-        
-    Frontend:
+    16:00 Uhr: Auchentoshan (Schmeckt nach nichts mehr, weil Laphroaig davor war).
 
-        Die App empfängt die IDs.
+Analyse & Warnungen (Smart Features):
 
-        In der UI werden diese Tags aktiviert/vorausgewählt angezeigt (z.B. farbig hinterlegt).
+    Der "Palette-Checker":
 
-        Der User sieht: "Vorschlag: Rauch, Vanille".
+        Wenn der User einen extrem rauchigen Whisky (80ppm) loggt und 10 Minuten später einen milden Lowlander eintragen will.
 
-        Wichtig: Der User kann sie abwählen (wenn er es nicht schmeckt) oder andere aus der Liste hinzufügen.
+        Warnung (lustig): "Achtung! Du hast gerade eine Torfbombe getrunken. Warte lieber noch 10 Min oder trink Wasser, sonst schmeckst du den nächsten nicht!"
 
-Das ist der "Sweet Spot". Wir kombinieren die harte Fakten-Extraktion (Metadata) mit der "halluzinierten" aber kontrollierten Sensorik (Tags).
+    ABV-Kurve:
 
-Hier ist dein "Master Prompt", der beides erledigt.
-Das Konzept der "Constrained Generation"
+        Ein Liniendiagramm am Ende der Session: Wie hat sich der Alkoholgehalt entwickelt?
 
-Wichtig: Damit Gemini nicht irgendwelche Wörter erfindet, müssen wir ihm deine Tag-Liste im Prompt mitgeben. Ich habe im Prompt einen Platzhalter {AVAILABLE_TAGS_JSON} eingefügt. Diesen musst du in deinem Code (Next.js API Route oder Edge Function) mit deiner echten Tag-Liste ersetzen, bevor du den String an Gemini schickst.
-Der Prompt (Copy & Paste)
+        Ideal: Langsamer Anstieg.
 
-You are a master sommelier and strict database clerk.
-Your task is to analyze the whisky bottle image provided.
+        Gefährlich: Zick-Zack.
 
-PART 1: METADATA EXTRACTION
-Extract precise metadata from the visible label text.
-- If the image is NOT a whisky bottle or if you are very unsure, set "is_whisky" to false and provide a low "confidence" score.
-- If a value is not visible, use null.
-- Infer the 'Category' (e.g., Islay Single Malt, Bourbon, Rye) based on the Distillery if possible.
-- Search specifically for a "Whiskybase ID" or "WB ID" on the label (often handwritten or small print).
-- Search for "Bottle Codes" (Laser codes often on the glass).
+    Time-Stamping:
 
-PART 2: SENSORY ANALYSIS (AUTO-FILL)
-Based on the identified bottle (using your internal knowledge about this specific release/distillery), select the most appropriate flavor tags.
-CONSTRAINT: You must ONLY select tags from the following provided list. Do NOT invent new tags.
-If you recognize the whisky, try to select 3-6 tags that best describe its character.
+        Nutze nicht nur created_at (Upload Zeit), sondern speichere explizit tasted_at.
 
-AVAILABLE TAGS LIST:
-{AVAILABLE_TAGS_JSON}
+        Warum? Wenn du 3 Stunden offline warst und dann online gehst, haben alle 5 Whiskys das gleiche created_at (Upload-Zeitpunkt). Du brauchst den Zeitpunkt, an dem der Button gedrückt wurde (lokale Handy-Zeit).
 
-PART 3: OUTPUT
-Output strictly raw JSON matching the following schema (no markdown, no code blocks):
+Zusammenfassung für die Session-Logik:
 
-{
-  "name": string | null,
-  "distillery": string | null,
-  "category": string | null,
-  "abv": number | null,
-  "age": number | null,
-  "vintage": string | null,
-  "bottleCode": string | null,
-  "whiskybaseId": string | null,
-  "distilled_at": string | null,
-  "bottled_at": string | null,
-  "batch_info": string | null,
-  "is_whisky": boolean,
-  "confidence": number,
-  "suggested_tags": string[]
-}
+Das Datenmodell muss wissen:
+
+    session_start (Zeitstempel)
+
+    session_end (Zeitstempel)
+
+    Innerhalb der Session: Relative Zeit ("Dram Nr. 3, +45min nach Start").