Lars/mindnet
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases 21 Wiki Activity

neue Wartelogik, neuer Prompt

Browse Source
This commit is contained in:
Lars 2025-12-12 13:53:54 +01:00
parent d25d623b9c
commit a403d8baf6
3 changed files with 105 additions and 53 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

102
app/services/llm_service.py
View File

@ -1,37 +1,40 @@
"""
app/services/llm_service.py — LLM Client (Ollama)
Version: 0.3.0 (Fix: JSON Format Enforcement)
Version: 0.5.1 (Full: Retry Strategy + Chat Support + JSON Mode)
"""
import httpx
import yaml
import logging
import os
import asyncio
from pathlib import Path
# ANNAHME: app.config ist verfügbar
# from app.config import get_settings
from typing import Optional, Dict, Any
logger = logging.getLogger(__name__)
# --- Mock get_settings für die Vollständigkeit ---
class Settings:
OLLAMA_URL = os.getenv("MINDNET_OLLAMA_URL", "http://127.0.0.1:11434")
# Timeout für den einzelnen Request (nicht für den gesamten Retry-Zyklus)
LLM_TIMEOUT = float(os.getenv("MINDNET_LLM_TIMEOUT", 300.0))
LLM_MODEL = os.getenv("MINDNET_LLM_MODEL", "phi3:mini")
PROMPTS_PATH = os.getenv("MINDNET_PROMPTS_PATH", "./config/prompts.yaml")
def get_settings():
return Settings()
# -----------------------------------------------
class LLMService:
def __init__(self):
self.settings = get_settings()
self.prompts = self._load_prompts()
# Connection Limits erhöhen für Parallelität im Import
limits = httpx.Limits(max_keepalive_connections=5, max_connections=10)
self.client = httpx.AsyncClient(
base_url=self.settings.OLLAMA_URL,
timeout=self.settings.LLM_TIMEOUT
timeout=self.settings.LLM_TIMEOUT,
limits=limits
)
def _load_prompts(self) -> dict:
@ -45,53 +48,92 @@ class LLMService:
logger.error(f"Failed to load prompts: {e}")
return {}
async def generate_raw_response(self, prompt: str, system: str = None, force_json: bool = False) -> str:
async def generate_raw_response(
self,
prompt: str,
system: str = None,
force_json: bool = False,
max_retries: int = 0, # Standard: 0 (Chat failt sofort, Import nutzt >0)
base_delay: float = 5.0 # Start-Wartezeit für Backoff
) -> str:
"""
Führt einen LLM Call aus.
force_json: NEUER OPTIONALER PARAMETER zur Erzwingung des Ollama JSON-Modus.
Features:
- JSON Mode (für Semantic Analyzer)
- System Prompt (für Persona)
- Aggressive Retry (für robusten Import bei Überlast)
"""
payload = {
payload: Dict[str, Any] = {
"model": self.settings.LLM_MODEL,
"prompt": prompt,
"stream": False,
"options": {
"temperature": 0.7,
"num_ctx": 2048
# JSON braucht niedrige Temperature für valide Syntax
"temperature": 0.1 if force_json else 0.7,
"num_ctx": 4096
}
}
# NEU: Ollama Format Erzwingung (wichtig für Semantic Chunking)
if force_json:
payload["format"] = "json"
# WICHTIG: System-Prompt separat übergeben
if system:
payload["system"] = system
try:
response = await self.client.post("/api/generate", json=payload)
if response.status_code != 200:
logger.error(f"Ollama Error ({response.status_code}): {response.text}")
return "Fehler bei der Generierung."
data = response.json()
return data.get("response", "").strip()
except Exception as e:
logger.error(f"LLM Raw Gen Error: {e}")
return "Interner LLM Fehler."
attempt = 0
# RETRY LOOP
while True:
try:
response = await self.client.post("/api/generate", json=payload)
if response.status_code == 200:
data = response.json()
return data.get("response", "").strip()
else:
# HTTP Fehler simulieren, um in den except-Block zu springen
response.raise_for_status()
except Exception as e:
# CATCH-ALL: Wir fangen Timeouts, Connection Errors UND Protokollfehler
attempt += 1
# Check: Haben wir noch Versuche?
if attempt > max_retries:
# Finaler Fehler (wird im Chat oder Log angezeigt)
logger.error(f"LLM Final Error (Versuch {attempt}): {e}")
return "Interner LLM Fehler."
# Backoff berechnen (5s, 10s, 20s, 40s...)
wait_time = base_delay * (2 ** (attempt - 1))
error_msg = str(e) if str(e) else repr(e)
logger.warning(
f"⚠️ LLM Fehler ({attempt}/{max_retries}). "
f"Warte {wait_time}s zur Abkühlung... Grund: {error_msg}"
)
# Warten und Loop wiederholen
await asyncio.sleep(wait_time)
async def generate_rag_response(self, query: str, context_str: str) -> str:
"""
Legacy Support: Wird vom Chat und Intent Router genutzt.
Ruft generate_raw_response OHNE force_json auf.
WICHTIG FÜR CHAT:
Generiert eine Antwort basierend auf RAG-Kontext.
Nutzt KEINE Retries (User will nicht warten), KEIN JSON.
"""
system_prompt = self.prompts.get("system_prompt", "")
rag_template = self.prompts.get("rag_template", "{context_str}\n\n{query}")
final_prompt = rag_template.format(context_str=context_str, query=query)
# Aufruf bleibt im Standard-Modus (force_json=False Default)
return await self.generate_raw_response(final_prompt, system=system_prompt)
# Chat-Call: force_json=False, max_retries=0
return await self.generate_raw_response(
final_prompt,
system=system_prompt,
max_retries=0
)
async def close(self):
await self.client.aclose()
if self.client:
await self.client.aclose()

30
app/services/semantic_analyzer.py
View File

@ -1,11 +1,11 @@
"""
app/services/semantic_analyzer.py — Edge Validation & Filtering
Version: 1.2 (Extended Observability & Debugging)
Version: 1.4 (Merged: Retry Strategy + Extended Observability)
"""
import json
import logging
from typing import List, Optional, Any
from typing import List, Optional
from dataclasses import dataclass
# Importe
@ -21,7 +21,10 @@ class SemanticAnalyzer:
"""
Sendet einen Chunk und eine Liste potenzieller Kanten an das LLM.
Das LLM filtert heraus, welche Kanten für diesen Chunk relevant sind.
Enthält erweitertes Logging für Debugging.
Features:
- Retry Strategy: Wartet bei Überlastung (max_retries=5).
- Observability: Loggt Input-Größe, Raw-Response und Parsing-Details.
"""
if not all_edges:
return []
@ -30,7 +33,7 @@ class SemanticAnalyzer:
prompt_template = self.llm.prompts.get("edge_allocation_template")
if not prompt_template:
logger.warning("⚠️ Prompt 'edge_allocation_template' fehlt. Nutze Fallback-Prompt.")
logger.warning("⚠️ [SemanticAnalyzer] Prompt 'edge_allocation_template' fehlt. Nutze Fallback.")
prompt_template = (
"TASK: Wähle aus den Kandidaten die relevanten Kanten für den Text.\n"
"TEXT: {chunk_text}\n"
@ -41,23 +44,27 @@ class SemanticAnalyzer:
# 2. Kandidaten-Liste formatieren
edges_str = "\n".join([f"- {e}" for e in all_edges])
# LOG: Request Info
# LOG: Request Info (Wichtig für Debugging)
logger.debug(f"🔍 [SemanticAnalyzer] Request: {len(chunk_text)} chars Text, {len(all_edges)} Candidates.")
# 3. Prompt füllen
final_prompt = prompt_template.format(
chunk_text=chunk_text[:3000],
chunk_text=chunk_text[:3500], # Etwas mehr Kontext als früher (3000 -> 3500)
edge_list=edges_str
)
try:
# 4. LLM Call mit JSON Erzwingung
# 4. LLM Call mit JSON Erzwingung UND Retry-Logik (Merged V1.3)
# max_retries=5 bedeutet: 5s -> 10s -> 20s -> 40s -> 80s Pause.
response_json = await self.llm.generate_raw_response(
prompt=final_prompt,
force_json=True
force_json=True,
max_retries=5,
base_delay=5.0
)
# LOG: Raw Response (nur die ersten 200 Zeichen, um Log nicht zu fluten, außer bei Fehler)
# LOG: Raw Response Preview (Wichtig um zu sehen, was das LLM liefert)
# Zeigt nur die ersten 200 Zeichen, um Log nicht zu fluten
logger.debug(f"📥 [SemanticAnalyzer] Raw Response (Preview): {response_json[:200]}...")
# 5. Parsing & Cleaning
@ -73,7 +80,7 @@ class SemanticAnalyzer:
# LOG: Detaillierter Fehlerbericht für den User
logger.error(f"❌ [SemanticAnalyzer] JSON Decode Error.")
logger.error(f" Grund: {json_err}")
logger.error(f" Empfangener String: {clean_json}")
logger.error(f" Empfangener String: {clean_json[:500]}") # Zeige max 500 chars des Fehlers
logger.info(" -> Workaround: Fallback auf 'Alle Kanten' (durch Chunker).")
return []
@ -85,7 +92,7 @@ class SemanticAnalyzer:
valid_edges = [str(e) for e in data if isinstance(e, str) and ":" in e]
elif isinstance(data, dict):
# Abweichende Formate behandeln
# Abweichende Formate behandeln (Extended Logging V1.2)
logger.info(f"ℹ️ [SemanticAnalyzer] LLM lieferte Dict statt Liste. Versuche Reparatur. Keys: {list(data.keys())}")
for key, val in data.items():
@ -108,6 +115,7 @@ class SemanticAnalyzer:
# LOG: Ergebnis
if final_result:
# Nur Info, wenn wirklich was gefunden wurde, sonst spammt es bei leeren Chunks
logger.info(f"✅ [SemanticAnalyzer] Success. {len(final_result)} Kanten zugewiesen.")
else:
logger.debug(" [SemanticAnalyzer] Keine spezifischen Kanten erkannt (Empty Result).")

26
config/prompts.yaml
View File

@ -143,25 +143,27 @@ interview_template: |
# ---------------------------------------------------------
# 6. EDGE_ALLOCATION: Kantenfilter (Intent: OFFLINE_FILTER)
# ---------------------------------------------------------
edge_allocation_template: |
edge_allocation_template: |
eedge_allocation_template: |
TASK:
Du bist ein semantischer Filter für einen Knowledge Graph.
Ordne die unten stehenden "Kandidaten-Kanten" dem vorliegenden Textabschnitt zu.
Du bist ein JSON-Filter. Deine Aufgabe ist es, aus einer Liste von "Kandidaten" nur jene Strings auszuwählen, die inhaltlich zum "Textabschnitt" passen.
TEXTABSCHNITT:
"""
{chunk_text}
"""
KANDIDATEN-KANTEN (Gefunden im gesamten Dokument):
KANDIDATEN (Liste):
{edge_list}
ANWEISUNG:
1. Welche der Kandidaten-Kanten sind für das Verständnis DIESES spezifischen Textabschnitts relevant?
2. Gib NUR die relevanten Kanten als JSON-Liste von Strings zurück.
3. Verändere den Wortlaut der Kanten nicht.
4. Wenn keine Kante passt, gib eine leere Liste [] zurück.
REGELN:
1. Wähle nur Kanten, die für den Textabschnitt relevant sind.
2. Gib das Ergebnis als flache JSON-Liste zurück.
3. Verändere die Strings nicht.
4. KEINE Objekte, KEINE Keys wie "edges" oder "kanten". Nur die Liste.
OUTPUT FORMAT (JSON):
["kind:Target", "kind:Target"]
BEISPIEL:
Input Kandidaten: ["uses:ToolA", "references:DocB", "related_to:ThemaC"]
Text erwähnt ToolA aber nicht DocB.
Output: ["uses:ToolA"]
DEIN OUTPUT (JSON):