angleichen der Default prefix für die Collections

app/config.py

@@ -21,7 +21,9 @@ class Settings:
     # --- Qdrant Datenbank ---
     QDRANT_URL: str = os.getenv("QDRANT_URL", "http://127.0.0.1:6333")
     QDRANT_API_KEY: str | None = os.getenv("QDRANT_API_KEY")
-    COLLECTION_PREFIX: str = os.getenv("MINDNET_PREFIX", "mindnet_dev")
+    # WP-24c v4.5.10: Harmonisierung - Unterstützt beide Umgebungsvariablen für Abwärtskompatibilität
+    # COLLECTION_PREFIX hat Priorität, MINDNET_PREFIX als Fallback
+    COLLECTION_PREFIX: str = os.getenv("COLLECTION_PREFIX") or os.getenv("MINDNET_PREFIX") or "mindnet_dev"
     
     # WP-22: Vektor-Dimension für das Embedding-Modell (nomic)
     VECTOR_SIZE: int = int(os.getenv("VECTOR_DIM", "768"))

app/core/database/qdrant.py

@@ -44,7 +44,9 @@ class QdrantConfig:
         port = os.getenv("QDRANT_PORT")
         port = int(port) if port else None
         api_key = os.getenv("QDRANT_API_KEY") or None
-        prefix = os.getenv("COLLECTION_PREFIX") or "mindnet"
+        # WP-24c v4.5.10: Harmonisierung - Unterstützt beide Umgebungsvariablen für Abwärtskompatibilität
+        # COLLECTION_PREFIX hat Priorität, MINDNET_PREFIX als Fallback
+        prefix = os.getenv("COLLECTION_PREFIX") or os.getenv("MINDNET_PREFIX") or "mindnet"
         dim = int(os.getenv("VECTOR_DIM") or 384)
         distance = os.getenv("DISTANCE", "Cosine")
         on_disk_payload = (os.getenv("ON_DISK_PAYLOAD", "true").lower() == "true")

docs/03_Technical_References/RETRIEVAL_DEV_PROD_DIFF_ANALYSIS.md

@@ -0,0 +1,163 @@
+# Analyse: Retrieval-Unterschiede zwischen Dev und Prod
+
+**Datum**: 2026-01-12  
+**Version**: v4.5.10  
+**Status**: 🔴 Kritisch
+
+## Problemstellung
+
+Bei identischer Codebasis und identischen Daten liefert das Dev-System Suchergebnisse, während das Prod-System keine Ergebnisse findet.
+
+## Identifizierte Ursachen
+
+### 1. 🔴 **KRITISCH: Inkonsistente Collection-Präfix-Konfiguration**
+
+**Problem**: Zwei verschiedene Umgebungsvariablen werden für den Collection-Präfix verwendet:
+
+1. **`app/config.py` (Zeile 24)**:
+   ```python
+   COLLECTION_PREFIX: str = os.getenv("MINDNET_PREFIX", "mindnet_dev")
+   ```
+   - Verwendet `MINDNET_PREFIX` als Umgebungsvariable
+   - Default: `"mindnet_dev"`
+
+2. **`app/core/database/qdrant.py` (Zeile 47)**:
+   ```python
+   prefix = os.getenv("COLLECTION_PREFIX") or "mindnet"
+   ```
+   - Verwendet `COLLECTION_PREFIX` als Umgebungsvariable
+   - Default: `"mindnet"`
+
+**Auswirkung**:
+- **Retriever verwendet `QdrantConfig.from_env()`**, das `COLLECTION_PREFIX` liest
+- **Ingestion verwendet `Settings.COLLECTION_PREFIX`**, das `MINDNET_PREFIX` liest
+- **Resultat**: Daten werden in verschiedene Collections geschrieben/gesucht:
+  - Dev: `mindnet_dev_chunks`, `mindnet_dev_notes`, `mindnet_dev_edges`
+  - Prod: `mindnet_chunks`, `mindnet_notes`, `mindnet_edges`
+
+### 2. ⚠️ **Mögliche weitere Ursachen**
+
+#### 2.1 Unterschiedliche Embedding-Modelle
+- **Prüfen**: `MINDNET_EMBEDDING_MODEL` in Dev vs. Prod
+- **Auswirkung**: Unterschiedliche Vektoren → unterschiedliche Similarity-Scores
+
+#### 2.2 Unterschiedliche Vektor-Dimensionen
+- **Prüfen**: `VECTOR_DIM` in Dev vs. Prod
+- **Auswirkung**: Dimension-Mismatch → Suche schlägt fehl
+
+#### 2.3 Unterschiedliche Qdrant-Instanzen
+- **Prüfen**: `QDRANT_URL` / `QDRANT_HOST` in Dev vs. Prod
+- **Auswirkung**: Daten liegen in verschiedenen Datenbanken
+
+#### 2.4 Unterschiedliche Score-Thresholds
+- **Prüfen**: Filter-Logik oder Mindest-Scores
+- **Auswirkung**: Ergebnisse werden gefiltert, bevor sie zurückgegeben werden
+
+## Diagnose-Checkliste
+
+### ✅ Sofort prüfen:
+
+1. **Collection-Präfix-Verifikation**:
+   ```bash
+   # Dev
+   echo $COLLECTION_PREFIX
+   echo $MINDNET_PREFIX
+   
+   # Prod
+   echo $COLLECTION_PREFIX
+   echo $MINDNET_PREFIX
+   ```
+
+2. **Qdrant Collections prüfen**:
+   ```python
+   # In beiden Systemen ausführen
+   from app.core.database.qdrant import get_client, QdrantConfig
+   cfg = QdrantConfig.from_env()
+   client = get_client(cfg)
+   print(f"Prefix: {cfg.prefix}")
+   print(f"Collections: {client.get_collections().collections}")
+   ```
+
+3. **Embedding-Modell prüfen**:
+   ```bash
+   # Dev
+   echo $MINDNET_EMBEDDING_MODEL
+   echo $VECTOR_DIM
+   
+   # Prod
+   echo $MINDNET_EMBEDDING_MODEL
+   echo $VECTOR_DIM
+   ```
+
+4. **Qdrant-Verbindung prüfen**:
+   ```bash
+   # Dev
+   echo $QDRANT_URL
+   echo $QDRANT_HOST
+   echo $QDRANT_PORT
+   
+   # Prod
+   echo $QDRANT_URL
+   echo $QDRANT_HOST
+   echo $QDRANT_PORT
+   ```
+
+## Lösungsvorschläge
+
+### Option 1: Harmonisierung der Umgebungsvariablen (Empfohlen)
+
+**Ziel**: Eine einzige Umgebungsvariable für den Collection-Präfix verwenden.
+
+**Änderungen**:
+1. **`app/core/database/qdrant.py`**:
+   ```python
+   prefix = os.getenv("COLLECTION_PREFIX") or os.getenv("MINDNET_PREFIX") or "mindnet"
+   ```
+   - Unterstützt beide Variablen (Abwärtskompatibilität)
+   - `COLLECTION_PREFIX` hat Priorität
+
+2. **`app/config.py`**:
+   ```python
+   COLLECTION_PREFIX: str = os.getenv("COLLECTION_PREFIX") or os.getenv("MINDNET_PREFIX") or "mindnet_dev"
+   ```
+   - Unterstützt beide Variablen
+   - `COLLECTION_PREFIX` hat Priorität
+
+3. **Dokumentation**: Klarstellen, dass `COLLECTION_PREFIX` die primäre Variable ist
+
+### Option 2: Explizite Konfiguration in .env
+
+**Ziel**: Beide Systeme verwenden explizit gesetzte `COLLECTION_PREFIX` Werte.
+
+**Dev `.env`**:
+```env
+COLLECTION_PREFIX=mindnet_dev
+```
+
+**Prod `.env`**:
+```env
+COLLECTION_PREFIX=mindnet
+```
+
+### Option 3: Daten-Migration
+
+**Ziel**: Daten von einer Collection in die andere migrieren.
+
+**Vorgehen**:
+1. Identifizieren, welche Collection die "richtigen" Daten enthält
+2. Daten von Dev nach Prod migrieren (oder umgekehrt)
+3. Collection-Präfix harmonisieren
+
+## Sofortmaßnahmen
+
+1. ✅ **Prüfen**: Welche Collections existieren in beiden Systemen?
+2. ✅ **Prüfen**: Welche Umgebungsvariablen sind gesetzt?
+3. ✅ **Prüfen**: Welche Collection enthält die Daten?
+4. ✅ **Fix**: Collection-Präfix-Konfiguration harmonisieren
+5. ✅ **Test**: Retrieval in beiden Systemen verifizieren
+
+## Erwartetes Ergebnis nach Fix
+
+- ✅ Beide Systeme verwenden dieselbe Collection-Präfix-Logik
+- ✅ Retrieval findet Daten in beiden Systemen
+- ✅ Konsistente Konfiguration zwischen Ingestion und Retrieval