Enhance callout extraction in graph_extractors.py: Update regex to support nested [!edge] callouts and improve handling of indentation levels. This allows for more flexible parsing of callout structures in the input text.
Deploy mindnet to llm-node / deploy (push) Successful in 4s

This commit is contained in:
Lars committed 2026-01-06 10:20:55 +01:00
1 parent 548c503e7c
commit d17c966301
4 files changed
+186 -12

No files matched your search

+39
View File
@@ -0,0 +1,39 @@
# 📋 Mindnet Feature-Backlog (V3.1 - V4.0)
**Projekt:** Mindnet – Der Digitale Zwilling
**Status:** Aktiv nach Meilenstein WP-25b
**Architektur:** MoE, Multi-Stream RAG, Lazy-Prompt-Orchestration
---
## 🟢 Priorisierte Features (V3.1 - V3.5)
### WP-26: Conversational Soul (Memory & Context)
* **Nutzerwert:** Ermöglicht echte Dialoge ("Erkläre mir den Punkt von eben genauer").
* **Lösungsskizze:**
* Implementierung eines `SessionStore` (SQLite) für Chat-Verläufe.
* Erweiterung der `DecisionEngine` um einen `ContextReducer`, der die Historie asynchron zusammenfasst (via Profil `compression_fast`).
* Einspeisung der Historie in die Synthese-Prompts via `{history}` Platzhalter.
* **Abhängigkeiten:** `DecisionEngine` v1.3.2, `LLMService` v3.5.6.
### WP-27: Autonomous Tuning (Self-Calibration)
* **Nutzerwert:** Das System lernt aus Fehlern und optimiert das Retrieval selbstständig.
* **Lösungsskizze:**
* Auswertung der JSONL-Feedback-Logs (Daumen hoch/runter).
* Automatisierte Anpassung von `edge_boosts` und `top_k` in einer neuen `tuning_registry.json`, die Werte in der `decision_engine.yaml` überschreibt.
* **Besonderheit:** Nutzt den `[PROMPT-TRACE]` zur Korrelation von Erfolg und Instruktions-Set.
### WP-28: Global Discovery Screen (UI)
* **Nutzerwert:** Eine zentrale Anlaufstelle für Suche und Wissens-Exploration.
* **Lösungsskizze:**
* Hybride Suche: Kombination aus Keyword (BM25), Vektor (Semantic) und Graph-Traversierung.
* "Reasoning-Trace" Visualisierung: Grafische Darstellung, warum ein Chunk gefunden wurde (Tracing über `stream_origin`).
---
## 🟡 Zukünftige Features (Ideenspeicher)
* **WP-13 (Agentic Layer):** MCP-Server Integration für externe Agenten (Claude/OpenAI).
* **WP-21 (Semantic Routing v2):** Dynamisches Intent-Boosting (Bessere Gewichte basierend auf der Frage-Art).
* **WP-18 (Graph Health):** Automatisierte Reparatur von "Dangling Edges" und Inconsistencies.
* **WP-24 (Knowledge Mining):** Automatisches Erstellen von Notiz-Drafts aus Chat-Erkenntnissen ("Chat-to-Vault").
+29
View File
@@ -0,0 +1,29 @@
# 🏃 Sprint-Planung: Sprint 1 (V3.1)
**Fokus:** Intelligenz & Gedächtnis
## 🎯 Sprint-Ziel
Mindnet kann sich an den Kontext des aktuellen Gesprächs erinnern und seine Retrieval-Logik basierend auf historischen Feedback-Daten anpassen.
## 🛠️ Aufgaben & Lösungsskizzen
### Aufgabe 1: SQLite Session Management (Backend)
* **Datei:** `app/core/retrieval/session_manager.py` (Neu)
* **Details:** Erstelle eine DB-Struktur für `sessions` und `messages`.
* **Logik:** Jede Anfrage im `chat.py` Endpunkt muss eine `session_id` verarbeiten.
### Aufgabe 2: Context Injection in DecisionEngine
* **Datei:** `app/core/retrieval/decision_engine.py`
* **Details:** 1. Abruf der letzten 5 Nachrichten aus dem `SessionManager`.
2. Verdichtung der Historie auf max. 500 Token via `llm_service.generate_raw_response(prompt_key="compression_template", ...)`.
3. Injection in `_generate_final_answer` als Variable `history`.
### Aufgabe 3: Das Tuning-Modul (Self-Calibration)
* **Datei:** `app/services/tuning_service.py` (Neu)
* **Details:** 1. Parser für `logs/feedback.jsonl`.
2. Logik: Wenn `negative_feedback` + `intent == 'CODING'`, erhöhe `tech_stream` boost um 0.5.
3. Persistenz in `config/tuning_registry.yaml`.
## 📦 Definition of Done (DoD)
- [ ] Test A: Rückfrage "Was meinst du damit?" bezieht sich auf das vorherige Ergebnis.
- [ ] Test B: Tuning-Werte werden nach manuellem Feedback in den Logs berücksichtigt.
- [ ] Test C: `[PROMPT-TRACE]` zeigt korrekte Level-1/2 Matches für Memory-Prompts.