docs/admin_guide.md hinzugefügt

docs/admin_guide.md

@@ -0,0 +1,190 @@
+# Mindnet v2.2 – Admin Guide
+**Datei:** `docs/mindnet_admin_guide_v2.2.md`
+**Stand:** 2025-12-07
+**Status:** **FINAL** (Konsolidiert WP02–WP04a)
+**Quellen:** `Handbuch.md`, `mindnet_v2_implementation_playbook.md`, `mindnet_technical_architecture.md`, `Programmplan_V2.2.md`.
+
+> Dieses Handbuch richtet sich an **Administratoren**. Es beschreibt Installation, Konfiguration, Backup-Strategien, Monitoring und den sicheren Betrieb der Mindnet-Instanz.
+
+---
+
+## 1. Zielgruppe & Scope
+
+Mindnet ist als **Single-Node System** konzipiert, das lokal (z.B. Laptop) oder auf einem privaten Server (Homelab, Intranet) läuft.
+Als Admin bist du verantwortlich für:
+* Die Verfügbarkeit der Dienste (Qdrant, API).
+* Die Datensicherheit (Backups).
+* Die Integrität des Imports (Sync zwischen Vault und DB).
+* Die Governance (wer darf zugreifen).
+
+---
+
+## 2. Initial Setup
+
+### 2.1 Systemvoraussetzungen
+* **OS:** Linux (Ubuntu 22.04+ empfohlen) oder macOS.
+* **Runtime:** Python 3.10+, Docker (für Qdrant).
+* **Hardware:**
+    * CPU: 2+ Cores.
+    * RAM: Min. 4GB (abhängig von der Vault-Größe und Qdrant-Index).
+    * Disk: SSD empfohlen für Qdrant-Performance.
+
+### 2.2 Installation
+    # 1. Repository klonen
+    git clone <repo-url> /opt/mindnet
+    cd /opt/mindnet
+    
+    # 2. Umgebung einrichten
+    python3 -m venv .venv
+    source .venv/bin/activate
+    pip install -r requirements.txt
+    
+    # 3. Verzeichnisse anlegen
+    mkdir -p logs qdrant_storage
+
+### 2.3 Qdrant Setup (Docker)
+Wir nutzen Qdrant als Vektor-Datenbank. Persistenz ist wichtig.
+    docker run -d \
+      --name mindnet_qdrant \
+      --restart always \
+      -p 6333:6333 \
+      -v $(pwd)/qdrant_storage:/qdrant/storage \
+      qdrant/qdrant
+
+### 2.4 Konfiguration (ENV)
+Erstelle eine `.env` Datei im Root-Verzeichnis. Diese Variablen steuern das Verhalten der Skripte und der API.
+
+    # Qdrant Verbindung
+    QDRANT_URL="http://localhost:6333"
+    QDRANT_API_KEY=""  # Leer lassen für lokale Instanzen ohne Auth
+    
+    # Mindnet Core Settings
+    COLLECTION_PREFIX="mindnet"
+    MINDNET_TYPES_FILE="./config/types.yaml"
+    MINDNET_RETRIEVER_CONFIG="./config/retriever.yaml"
+    
+    # Embedding Settings (Default: all-MiniLM-L6-v2)
+    VECTOR_DIM=384
+    
+    # Import-Strategie (Performance vs. Gründlichkeit)
+    # Body: Nur Textänderungen triggern Update (Standard)
+    # Full: Auch Frontmatter-Änderungen (z.B. Tags) triggern Update
+    MINDNET_HASH_COMPARE="Body" 
+    MINDNET_HASH_SOURCE="parsed"
+
+---
+
+## 3. Betrieb im Alltag
+
+### 3.1 Regelmäßige Importe
+Der Vault-Zustand sollte regelmäßig (z.B. stündlich per Cronjob oder Trigger) nach Qdrant synchronisiert werden. Das Skript erkennt Änderungen automatisch.
+
+**Cronjob-Beispiel (stündlich):**
+    0 * * * * cd /opt/mindnet && .venv/bin/python3 -m scripts.import_markdown --vault /path/to/vault --prefix "mindnet" --apply --purge-before-upsert --sync-deletes >> ./logs/import.log 2>&1
+
+* `--purge-before-upsert`: Wichtig, um Fragmente gelöschter Textstellen zu entfernen.
+* `--sync-deletes`: Wichtig, um Notizen aus dem Index zu entfernen, die im Vault gelöscht wurden.
+
+### 3.2 Health-Checks
+Prüfe regelmäßig, ob die API und der Retriever korrekt arbeiten.
+
+**API Status Check:**
+    curl -f http://localhost:8000/health || echo "API Down"
+
+**Logischer Smoke-Test:**
+Führt eine echte Hybrid-Suche durch und prüft, ob Scores berechnet werden.
+    python3 scripts/test_retriever_smoke.py --mode hybrid
+
+### 3.3 Umgang mit Fehlern im Importer
+Falls der Importer abbricht oder Dateien ignoriert:
+
+1.  **Diagnose:** Nutze `scripts/diagnose_changed.py`, um zu sehen, warum eine Datei als "unchanged" gilt.
+        python3 -m scripts.diagnose_changed --vault ./vault --note-id "MeineProblemnote"
+2.  **Schema-Validierung:** Prüfe mit `scripts/payload_dryrun.py`, ob eine spezifische Datei das JSON-Schema verletzt.
+3.  **Erzwingen:** Nutze `touch <filename>` im Vault, um den Zeitstempel zu aktualisieren und Hash-Checks zu umgehen, oder nutze `--force` (Vorsicht: Performance).
+
+---
+
+## 4. Update-Prozess
+
+Wenn neue Versionen der Mindnet-Software (z.B. Schema-Updates in WP05) ausgerollt werden:
+
+1.  **Code aktualisieren:**
+        git pull origin main
+2.  **Dependencies prüfen:**
+        pip install -r requirements.txt
+3.  **Schema-Migration:**
+    Mindnet nutzt oft "Rebuild" statt komplexer Migrationen, da der Vault die Source of Truth ist.
+    * Prüfe `CHANGELOG.md` auf "Breaking Changes".
+    * Bei Schema-Änderungen: Führe einen **Full Rebuild** durch (siehe 5.3).
+
+---
+
+## 5. Backup & Restore
+
+Datensicherheit ruht auf zwei Säulen: Dem Vault (Original) und Qdrant (Index).
+
+### 5.1 Vault-Backup (Priorität 1)
+Der Markdown-Vault ist die **Single Source of Truth**. Er muss klassisch gesichert werden.
+* **Strategie:** Git-Repository, rsync auf NAS, oder Cloud-Sync.
+* **Restore:** Einfach Dateien zurückkopieren und Import laufen lassen.
+
+### 5.2 Qdrant-Snapshots (Priorität 2)
+Für schnelle Wiederherstellung des Suchindex ohne stundenlangen Re-Import (bei großen Vaults).
+
+**Backup erstellen (Volume-Level):**
+    docker stop mindnet_qdrant
+    tar -czf qdrant_backup_$(date +%F).tar.gz ./qdrant_storage
+    docker start mindnet_qdrant
+
+**Alternativ: API-Snapshot (Zero-Downtime):**
+Siehe Qdrant Dokumentation (Snapshot API).
+
+**Restore:**
+1.  Container stoppen.
+2.  Inhalt von `qdrant_storage` löschen.
+3.  Backup entpacken.
+4.  Container starten.
+
+### 5.3 Notfall-Wiederherstellung (Rebuild)
+Wenn die Datenbank korrupt ist oder Indizes defekt sind, ist der sauberste Weg ein Rebuild:
+
+    # 1. DB komplett leeren (Wipe)
+    python3 -m scripts.reset_qdrant --mode wipe --prefix "mindnet" --yes
+    
+    # 2. Alles neu importieren
+    python3 -m scripts.import_markdown --vault /path/to/vault --prefix "mindnet" --apply
+
+---
+
+## 6. Monitoring & Logging
+
+### 6.1 Log-Quellen
+* **Importer:** Schreibt nach STDOUT/STDERR. Sollte im Cronjob in eine Datei (z.B. `/var/log/mindnet_import.log`) umgeleitet werden.
+* **API (Uvicorn):** Standard Access-Logs.
+* **Qdrant:** Docker Logs (`docker logs mindnet_qdrant`).
+
+### 6.2 Wichtige Metriken (Log-Parsing)
+Achte in den Import-Logs auf folgende Muster:
+* `edges_created`: Sollte bei neuen Inhalten > 0 sein.
+* `chunks_created`: Sollte plausibel zur Anzahl neuer/geänderter Notizen sein.
+* `unresolved_references`: Ein hoher Anstieg deutet auf tote Links oder Tippfehler im Vault hin.
+* `ERROR` / `WARNING`: Parsing-Fehler (z.B. ungültiges YAML).
+
+---
+
+## 7. Governance & Sicherheit
+
+### 7.1 Zugriffsschutz
+Mindnet hat aktuell **keine integrierte Authentifizierung** (By Design für lokalen Betrieb).
+* **API:** Muss hinter einem Reverse Proxy (Nginx, Traefik, Caddy) mit Basic Auth oder OAuth laufen, wenn sie im Netzwerk freigegeben wird.
+* **Qdrant:** Sollte nicht öffentlich erreichbar sein (Firewall auf Port 6333, `127.0.0.1` Bindung).
+
+### 7.2 Datenschutz & Sichtbarkeit
+* **Interne Nutzung:** Standardmäßig sind alle Inhalte im Index "internal".
+* **Trennung:** Wenn du öffentliche und private Daten hast, nutze unterschiedliche `COLLECTION_PREFIX` (z.B. `mindnet_public`, `mindnet_private`) und getrennte Import-Jobs/Vault-Ordner, oder warte auf die WP05-ACL-Implementierung (Filterung auf API-Ebene).
+
+### 7.3 Typen-Governance
+Änderungen an der `types.yaml` (z.B. neue Gewichte) wirken global.
+* **Prozess:** Änderungen sollten getestet werden (Smoke-Test), bevor sie produktiv gehen.
+* **Review:** Prüfe, ob neue Typen (`type: xyz`) auch Chunking-Profile haben, sonst fallen sie auf Defaults zurück.