feat(services): add Telegram bot services for NutriPhi, Todo, and Zitare

Add three new Telegram bot services:

- telegram-nutriphi-bot: Nutrition tracking bot with Gemini AI analysis
  - Photo meal analysis
  - Daily nutrition goals and tracking
  - Statistics and reports

- telegram-todo-bot: Todo list management bot
  - Integration with Todo backend API
  - Reminder scheduling
  - User preferences per chat

- telegram-zitare-bot: Daily inspiration quotes bot
  - Scheduled daily quotes
  - Quote database with authors
  - User subscription management

All bots use NestJS with nestjs-telegraf for Telegram integration.

Co-Authored-By: Claude Opus 4.5 <noreply@anthropic.com>

services/telegram-nutriphi-bot/src/analysis/analysis.module.ts

@@ -0,0 +1,8 @@
+import { Module } from '@nestjs/common';
+import { GeminiService } from './gemini.service';
+
+@Module({
+	providers: [GeminiService],
+	exports: [GeminiService],
+})
+export class AnalysisModule {}

services/telegram-nutriphi-bot/src/analysis/gemini.service.ts

@@ -0,0 +1,175 @@
+import { Injectable, OnModuleInit, Logger } from '@nestjs/common';
+import { ConfigService } from '@nestjs/config';
+import { GoogleGenerativeAI, type GenerativeModel } from '@google/generative-ai';
+
+export interface AnalysisFood {
+	name: string;
+	quantity: string;
+	calories: number;
+	confidence: number;
+}
+
+export interface AnalysisResult {
+	foods: AnalysisFood[];
+	totalNutrition: {
+		calories: number;
+		protein: number;
+		carbohydrates: number;
+		fat: number;
+		fiber: number;
+		sugar: number;
+	};
+	description: string;
+	confidence: number;
+	warnings?: string[];
+}
+
+const PHOTO_ANALYSIS_PROMPT = `Du bist ein Ernährungsexperte. Analysiere das Bild dieser Mahlzeit und liefere eine detaillierte Nährwertanalyse.
+
+Aufgaben:
+1. Identifiziere alle sichtbaren Lebensmittel
+2. Schätze die Portionsgröße (in Gramm) basierend auf visuellen Hinweisen
+3. Berechne die Nährwerte für jedes Lebensmittel
+4. Summiere die Gesamtnährwerte
+
+Antworte NUR mit einem validen JSON-Objekt im folgenden Format:
+{
+  "foods": [
+    {
+      "name": "Lebensmittelname",
+      "quantity": "geschätzte Menge (z.B. '150g', '1 Tasse')",
+      "calories": 123,
+      "confidence": 0.85
+    }
+  ],
+  "totalNutrition": {
+    "calories": 500,
+    "protein": 25,
+    "carbohydrates": 60,
+    "fat": 15,
+    "fiber": 5,
+    "sugar": 10
+  },
+  "description": "Kurze Beschreibung der Mahlzeit auf Deutsch",
+  "confidence": 0.8,
+  "warnings": ["Optional: Warnungen falls etwas unklar ist"]
+}
+
+Wichtig:
+- Alle Nährwerte als Zahlen (keine Strings)
+- Kalorien in kcal
+- Protein, Kohlenhydrate, Fett, Ballaststoffe, Zucker in Gramm
+- Confidence-Werte zwischen 0 und 1
+- Beschreibung auf Deutsch`;
+
+const TEXT_ANALYSIS_PROMPT = `Du bist ein Ernährungsexperte. Analysiere die folgende Mahlzeitbeschreibung und liefere eine Nährwertschätzung.
+
+Mahlzeit: {INPUT}
+
+Antworte NUR mit einem validen JSON-Objekt im folgenden Format:
+{
+  "foods": [
+    {
+      "name": "Lebensmittelname",
+      "quantity": "geschätzte Menge",
+      "calories": 123,
+      "confidence": 0.85
+    }
+  ],
+  "totalNutrition": {
+    "calories": 500,
+    "protein": 25,
+    "carbohydrates": 60,
+    "fat": 15,
+    "fiber": 5,
+    "sugar": 10
+  },
+  "description": "Aufbereitete Beschreibung der Mahlzeit",
+  "confidence": 0.75
+}
+
+Wichtig:
+- Alle Nährwerte als Zahlen (keine Strings)
+- Kalorien in kcal
+- Protein, Kohlenhydrate, Fett, Ballaststoffe, Zucker in Gramm
+- Confidence-Werte zwischen 0 und 1
+- Beschreibung auf Deutsch
+- Schätze realistische Portionsgrößen`;
+
+@Injectable()
+export class GeminiService implements OnModuleInit {
+	private readonly logger = new Logger(GeminiService.name);
+	private model: GenerativeModel | null = null;
+
+	constructor(private configService: ConfigService) {}
+
+	onModuleInit() {
+		const apiKey = this.configService.get<string>('gemini.apiKey');
+		if (apiKey) {
+			const genAI = new GoogleGenerativeAI(apiKey);
+			this.model = genAI.getGenerativeModel({ model: 'gemini-2.0-flash-exp' });
+			this.logger.log('Gemini service initialized');
+		} else {
+			this.logger.warn('Gemini API key not configured');
+		}
+	}
+
+	isAvailable(): boolean {
+		return this.model !== null;
+	}
+
+	async analyzeImage(imageBase64: string, mimeType = 'image/jpeg'): Promise<AnalysisResult> {
+		if (!this.model) {
+			throw new Error('Gemini API nicht konfiguriert');
+		}
+
+		this.logger.log('Analyzing image...');
+
+		const result = await this.model.generateContent([
+			PHOTO_ANALYSIS_PROMPT,
+			{
+				inlineData: {
+					mimeType,
+					data: imageBase64,
+				},
+			},
+		]);
+
+		const response = result.response;
+		const text = response.text();
+
+		return this.parseResponse(text);
+	}
+
+	async analyzeText(description: string): Promise<AnalysisResult> {
+		if (!this.model) {
+			throw new Error('Gemini API nicht konfiguriert');
+		}
+
+		this.logger.log(`Analyzing text: ${description.substring(0, 50)}...`);
+
+		const prompt = TEXT_ANALYSIS_PROMPT.replace('{INPUT}', description);
+		const result = await this.model.generateContent(prompt);
+
+		const response = result.response;
+		const text = response.text();
+
+		return this.parseResponse(text);
+	}
+
+	private parseResponse(text: string): AnalysisResult {
+		// Extract JSON from response (handle markdown code blocks)
+		const jsonMatch = text.match(/\{[\s\S]*\}/);
+		if (!jsonMatch) {
+			this.logger.error('Failed to parse response:', text);
+			throw new Error('Konnte Antwort nicht parsen');
+		}
+
+		try {
+			return JSON.parse(jsonMatch[0]) as AnalysisResult;
+		} catch (error) {
+			this.logger.error('JSON parse error:', error);
+			throw new Error('Ungültiges JSON in Antwort');
+		}
+	}
+}