Compare commits
5
Commits
v2.9.2
..
3a768be488
| Author | SHA1 | Date | |
|---|---|---|---|
|
|
3a768be488 | ||
|
|
1965c984f4 | ||
|
|
e3e1700de5 | ||
|
|
f05d766b64 | ||
|
|
58e414041a |
@@ -254,6 +254,9 @@ Bitte bestätige die Übernahme, erstelle die `edge_mappings.yaml` Struktur und
|
||||
* Es ist der logisch perfekte Ort, um zu sagen: "Wenn der User im Analyse-Modus ist, sind Fakten-Kanten wichtiger als Gefühls-Kanten."
|
||||
|
||||
Damit hast du das perfekte Paket für den nächsten Entwicklungsschritt geschnürt!
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## WP-22: Content Lifecycle & Meta-Config
|
||||
|
||||
@@ -271,8 +274,6 @@ Wir haben eine Markdown-Datei (`01_edge_vocabulary.md`), die als Single-Source-o
|
||||
**Dein Auftrag:**
|
||||
Implementiere (A) den Content-Lifecycle, (B) die Edge-Registry und (C) das Semantic Routing.
|
||||
|
||||
---
|
||||
|
||||
### Teil A: Content Lifecycle (Ingestion Logic)
|
||||
Steuerung über Frontmatter `status`:
|
||||
1. **System-Dateien (No-Index):**
|
||||
@@ -281,8 +282,6 @@ Steuerung über Frontmatter `status`:
|
||||
* Wenn `status` in `['draft', 'active', 'stable']`: Status wird im Payload gespeichert.
|
||||
* **ToDo:** Erweitere `scoring.py`, damit `stable` Notizen einen Bonus erhalten (`x 1.2`), `drafts` einen Malus (`x 0.5`).
|
||||
|
||||
---
|
||||
|
||||
### Teil B: Central Edge Registry & Validation
|
||||
1. **Registry Klasse:**
|
||||
* Erstelle `EdgeRegistry` (Singleton).
|
||||
@@ -292,8 +291,6 @@ Steuerung über Frontmatter `status`:
|
||||
* Prüfe beim Import jede Kante gegen die Registry.
|
||||
* Unbekannte Typen werden **nicht** verworfen, sondern in `data/logs/unknown_edges.jsonl` geloggt (für späteres Review).
|
||||
|
||||
---
|
||||
|
||||
### Teil C: Semantic Graph Routing (Dynamic Boosting)
|
||||
**Ziel:** Die Bedeutung einer Kante soll sich je nach Frage-Typ ändern ("Warum" vs. "Wie").
|
||||
|
||||
@@ -308,7 +305,6 @@ Die Gewichtung findet **Pre-Retrieval** (im Scoring-Algorithmus) statt, **nicht*
|
||||
* Der `Retriever` erhält vom Router die `boost_edges` Map.
|
||||
* Berechne Score: `BaseScore * (1 + ConfigWeight + DynamicBoost)`.
|
||||
|
||||
---
|
||||
|
||||
**Deine Aufgaben:**
|
||||
1. Zeige die `EdgeRegistry` Klasse (Parsing Logik).
|
||||
@@ -316,10 +312,12 @@ Die Gewichtung findet **Pre-Retrieval** (im Scoring-Algorithmus) statt, **nicht*
|
||||
3. Zeige die Erweiterung in `scoring.py` (Status-Gewicht & Dynamic Edge Boosting).
|
||||
|
||||
Bitte bestätige die Übernahme dieses Architektur-Pakets.
|
||||
```
|
||||
|
||||
---
|
||||
## WP24
|
||||
```text
|
||||
|
||||
# Übergabe Arbeitspaket: WP-24 – Proactive Discovery & Agentic Knowledge Mining
|
||||
Übergabe Arbeitspaket: WP-24 – Proactive Discovery & Agentic Knowledge Mining
|
||||
|
||||
## 1. Projekt-Kontext
|
||||
Wir arbeiten an **Mindnet**, einem System für einen "digitalen Zwilling". Das System nutzt einen Wissensgraph (Qdrant), asynchrone Ingestion und eine hybride LLM-Infrastruktur (Cloud/Lokal).
|
||||
@@ -356,4 +354,82 @@ Stelle sicher, dass dir folgende Dateien vorliegen, um die Logik zu verstehen un
|
||||
## 5. Nächste technische Schritte
|
||||
1. Entwurf eines `RecommenderService` für die Vektor-Suche in Qdrant.
|
||||
2. Integration des Services in die `ingestion.py` zur automatischen Befüllung des `candidate_pool`.
|
||||
3. Erweiterung des Chat-Backends um die "Capture-to-Vault" Funktionalität.
|
||||
3. Erweiterung des Chat-Backends um die "Capture-to-Vault" Funktionalität.
|
||||
|
||||
|
||||
```
|
||||
|
||||
## WP-25: Advanced Reasoning Engine (Agentic RAG)
|
||||
|
||||
``` Text
|
||||
**Status:** 🚀 High-Priority Upgrade
|
||||
**Ziel:** Implementierung einer mehrstufigen Entscheidungs-Architektur ("Multi-Hop").
|
||||
|
||||
|
||||
**Das Problem:**
|
||||
Single-Step-Retrieval verwässert Ergebnisse. Eine Suche nach "Projekt-Entscheidung" findet oft operative Details, übersieht aber fundamentale Werte ("Wertekompass"), weil diese semantisch distanziert sind.
|
||||
|
||||
**Die Lösung (Architektur):**
|
||||
Wir ersetzen die flache Suche durch eine **Orchestrator-Logik**, die parallele Streams ausführt.
|
||||
|
||||
---
|
||||
|
||||
### Teil A: Configuration Upgrade (`decision_engine.yaml`)
|
||||
Erweitere die Config-Struktur, um statt einfacher Listen echte **Sub-Queries** zu definieren.
|
||||
|
||||
*Neu (Vorschlag):*
|
||||
````yaml
|
||||
strategies:
|
||||
DECISION:
|
||||
description: "Komplexe Abwägung"
|
||||
# Der Orchestrator führt diese 3 Streams parallel aus:
|
||||
streams:
|
||||
- name: "facts"
|
||||
query_template: "Status und Fakten zu: {query}"
|
||||
filter_types: ["project", "journal", "decision"]
|
||||
edge_boosts: {part_of: 1.5}
|
||||
|
||||
- name: "values"
|
||||
query_template: "Welche Werte und Prinzipien sind relevant für: {query}"
|
||||
filter_types: ["value", "principle", "belief"]
|
||||
edge_boosts: {derived_from: 2.0, enforced_by: 2.0} # Findet den "Wertekompass"!
|
||||
|
||||
- name: "risks"
|
||||
query_template: "Risiken und Gefahren bei: {query}"
|
||||
filter_types: ["risk", "obstacle"]
|
||||
edge_boosts: {blocks: 2.5, impacts: 2.0}
|
||||
````
|
||||
``` Text
|
||||
### Teil B: Implementation (`DecisionEngine.py`)
|
||||
1. **Decomposition:** Wenn eine Strategie `streams` definiert, darf nicht mehr *ein* `retrieve()` Aufruf erfolgen.
|
||||
2. **Parallel Execution:**
|
||||
* Iteriere über alle Streams.
|
||||
* Führe für jeden Stream einen eigenen `retriever.retrieve()` aus – mit dessen spezifischen Filtern, Query und Edge-Boosts.
|
||||
3. **Intermediate Summarization (Optional/Later):**
|
||||
* (Für Version 1 reicht es, die Ergebnisse der Streams in markierten Blöcken an den Prompt zu geben).
|
||||
|
||||
### Teil C: The Synthesis (Prompting)
|
||||
Passe das Prompt-Template an, um die getrennten Streams zu nutzen:
|
||||
|
||||
...
|
||||
HIER SIND DIE FAKTEN:
|
||||
{stream_results_facts}
|
||||
|
||||
HIER SIND DIE RELEVANTEN WERTE/PRINZIPIEN:
|
||||
{stream_results_values}
|
||||
|
||||
HIER SIND DIE RISIKEN:
|
||||
{stream_results_risks}
|
||||
|
||||
AUFGABE: Wäge die Fakten gegen die Werte ab.
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
**Deine Aufgaben:**
|
||||
1. **Refactor Config:** Zeige, wie die `decision_engine.yaml` für Multi-Stream angepasst wird.
|
||||
2. **Orchestrator Logic:** Schreibe die Python-Logik, die diese Streams parallel abfeuert und die Ergebnisse aggregiert.
|
||||
3. **Integration:** Nutze die `EdgeRegistry` (aus WP-22) für die Boosts in jedem Stream.
|
||||
|
||||
Bitte bestätige die Übernahme dieser "Agentic Architecture" (WP-25).
|
||||
|
||||
Reference in new issue
Block a user