app/core/note_payload.py

@@ -2,7 +2,7 @@
 # -*- coding: utf-8 -*-
 """
 Modul: app/core/note_payload.py
-Version: 2.0.0
+Version: 2.1.0 (WP-11 Update: Aliases support)
 
 Zweck
 -----
@@ -145,6 +145,7 @@ def make_note_payload(note: Any, *args, **kwargs) -> Dict[str, Any]:
     - retriever_weight: effektives Gewicht für den Retriever
     - chunk_profile:     Profil für Chunking (short|medium|long|default|...)
     - edge_defaults:     Liste von Kanten-Typen, die als Defaults gelten
+    - aliases:       Liste von Synonymen (WP-11)
     """
     n = _as_dict(note)
     path_arg, types_cfg_explicit = _pick_args(*args, **kwargs)
@@ -214,12 +215,21 @@ def make_note_payload(note: Any, *args, **kwargs) -> Dict[str, Any]:
     if tags:
         payload["tags"] = _ensure_list(tags)
 
+    # WP-11: Aliases übernehmen (für Discovery Service)
+    aliases = fm.get("aliases")
+    if aliases:
+        payload["aliases"] = _ensure_list(aliases)
+
     # Zeitliche Metadaten (sofern vorhanden)
     for k in ("created", "modified", "date"):
         v = fm.get(k) or n.get(k)
         if v:
             payload[k] = str(v)
             
+    # Fulltext (Fallback, falls body im Input)
+    if "body" in n and n["body"]:
+        payload["fulltext"] = str(n["body"])
+
     # JSON-Roundtrip zur harten Validierung (ASCII beibehalten)
     json.loads(json.dumps(payload, ensure_ascii=False))
 

app/main.py

@@ -11,8 +11,8 @@ from .routers.query import router as query_router
 from .routers.graph import router as graph_router
 from .routers.tools import router as tools_router
 from .routers.feedback import router as feedback_router
+# NEU: Chat Router (WP-05)
 from .routers.chat import router as chat_router
-
 # NEU: Ingest Router (WP-11)
 from .routers.ingest import router as ingest_router
 
@@ -36,9 +36,11 @@ def create_app() -> FastAPI:
     app.include_router(graph_router, prefix="/graph", tags=["graph"])
     app.include_router(tools_router, prefix="/tools", tags=["tools"])
     app.include_router(feedback_router, prefix="/feedback", tags=["feedback"])
+    
+    # NEU: Chat Endpoint
     app.include_router(chat_router, prefix="/chat", tags=["chat"])
 
-    # NEU: Registrierung des Ingest-Routers
+    # NEU: Ingest Endpoint
     app.include_router(ingest_router, prefix="/ingest", tags=["ingest"])
 
     if admin_router:

app/routers/ingest.py

@@ -21,8 +21,8 @@ class AnalyzeRequest(BaseModel):
 
 class SaveRequest(BaseModel):
     markdown_content: str
-    filename: Optional[str] = None # Optional, fallback auf Timestamp/Titel
+    filename: Optional[str] = None # Optional, fallback auf Timestamp
-    folder: str = "00_Inbox"       # Zielordner im Vault
+    folder: str = "00_Inbox"       # Zielordner
 
 class SaveResponse(BaseModel):
     status: str
@@ -31,7 +31,6 @@ class SaveResponse(BaseModel):
     stats: Dict[str, Any]
 
 # --- Services ---
-# Instanzierung hier oder via Dependency Injection
 discovery_service = DiscoveryService()
 
 @router.post("/analyze")
@@ -53,8 +52,10 @@ async def save_note(req: SaveRequest):
     # 1. Vault Root ermitteln
     vault_root = os.getenv("MINDNET_VAULT_ROOT", "./vault")
     if not os.path.exists(vault_root):
-        # Fallback für Dev-Umgebungen
+        # Fallback relative paths
-        if os.path.exists("../vault"):
+        if os.path.exists("vault"):
+             vault_root = "vault"
+        elif os.path.exists("../vault"):
             vault_root = "../vault"
         else:
             raise HTTPException(status_code=500, detail="Vault root not configured or missing")
@@ -62,11 +63,10 @@ async def save_note(req: SaveRequest):
     # 2. Filename generieren falls fehlend
     final_filename = req.filename
     if not final_filename:
-        # Einfacher Fallback: Timestamp
         final_filename = f"draft_{int(time.time())}.md"
 
     # 3. Ingestion Service nutzen
-    ingest_service = IngestionService() # nutzt Default-Prefix oder aus Env
+    ingest_service = IngestionService() 
     
     result = ingest_service.create_from_text(
         markdown_content=req.markdown_content,

app/services/discovery.py

@@ -1,7 +1,6 @@
 """
 app/services/discovery.py
 Service für Link-Vorschläge und Knowledge-Discovery (WP-11).
-Analysiert Drafts auf Keywords und semantische Ähnlichkeiten.
 """
 import logging
 from typing import List, Dict, Any, Set
@@ -14,21 +13,21 @@ from app.core.retriever import hybrid_retrieve
 logger = logging.getLogger(__name__)
 
 class DiscoveryService:
-    def __init__(self, collection_prefix: str = "mindnet"):
+    def __init__(self, collection_prefix: str = None):
-        self.prefix = collection_prefix
         self.cfg = QdrantConfig.from_env()
-        self.cfg.prefix = collection_prefix
+        # Prefix Priorität: Argument > Env > Default
+        self.prefix = collection_prefix or self.cfg.prefix or "mindnet"
         self.client = get_client(self.cfg)
 
     async def analyze_draft(self, text: str, current_type: str) -> Dict[str, Any]:
         """
         Analysiert einen Draft-Text und schlägt Verlinkungen vor.
-        Kombiniert Exact Match (Titel) und Semantic Match (Vektor).
+        Kombiniert Exact Match (Titel/Alias) und Semantic Match (Vektor).
         """
         suggestions = []
         
         # 1. Exact Match: Finde Begriffe im Text, die als Notiz-Titel existieren
-        # (Bei sehr großen Vaults >10k sollte dies gecached werden)
+        # (Holt alle Titel aus Qdrant - bei riesigen Vaults später cachen)
         known_entities = self._fetch_all_titles_and_aliases()
         found_entities = self._find_entities_in_text(text, known_entities)
         
@@ -42,23 +41,23 @@ class DiscoveryService:
                 "target_title": entity["title"],
                 "target_id": entity["id"],
                 "confidence": 1.0,
-                "reason": "Existierender Notiz-Titel"
+                "reason": "Existierender Notiz-Titel/Alias"
             })
 
         # 2. Semantic Match: Finde inhaltlich ähnliche Notizen via Vektor-Suche
-        # Wir filtern Ergebnisse heraus, die wir schon per Exact Match gefunden haben.
         semantic_hits = self._get_semantic_suggestions(text)
         
         for hit in semantic_hits:
+            # Duplikate vermeiden (wenn wir es schon per Titel gefunden haben)
             if hit.node_id in existing_target_ids:
                 continue
             
-            # Schwellwert: Nur relevante Vorschläge anzeigen (z.B. > 0.65)
+            # Schwellwert: Nur relevante Vorschläge
-            # Wir nutzen den total_score, der bereits Typ-Gewichte enthält.
+            # total_score beinhaltet bereits Typ-Gewichte aus dem Retriever
             if hit.total_score > 0.65:
                 suggestions.append({
                     "type": "semantic_match",
-                    "text_found": (hit.source.get("text") or "")[:50] + "...", # Snippet
+                    "text_found": (hit.source.get("text") or "")[:50] + "...",
                     "target_title": hit.payload.get("title", "Unbekannt"),
                     "target_id": hit.node_id,
                     "confidence": round(hit.total_score, 2),
@@ -79,7 +78,6 @@ class DiscoveryService:
         
         try:
             while True:
-                # Scroll API nutzen, um effizient alle Metadaten zu laden
                 res, next_page = self.client.scroll(
                     collection_name=col_name,
                     limit=1000,
@@ -89,10 +87,15 @@ class DiscoveryService:
                 )
                 for point in res:
                     pl = point.payload or {}
+                    
+                    # Aliases robust lesen
+                    aliases = pl.get("aliases") or []
+                    if isinstance(aliases, str): aliases = [aliases]
+                    
                     notes.append({
                         "id": pl.get("note_id"),
                         "title": pl.get("title"),
-                        "aliases": pl.get("aliases", [])
+                        "aliases": aliases
                     })
                 
                 if next_page is None:
@@ -105,7 +108,7 @@ class DiscoveryService:
 
     def _find_entities_in_text(self, text: str, entities: List[Dict]) -> List[Dict]:
         """
-        Sucht Vorkommen von Titeln im Text (Case-Insensitive).
+        Sucht Vorkommen von Titeln/Alias im Text (Case-Insensitive).
         """
         found = []
         text_lower = text.lower()
@@ -119,7 +122,7 @@ class DiscoveryService:
                     "title": title, 
                     "id": entity["id"]
                 })
-                continue # Wenn Titel gefunden, Aliases nicht mehr prüfen (Prio)
+                continue # Wenn Titel gefunden, Aliases nicht mehr prüfen
 
             # 2. Aliases prüfen
             aliases = entity.get("aliases")
@@ -136,14 +139,13 @@ class DiscoveryService:
 
     def _get_semantic_suggestions(self, text: str):
         """Wrapper um den Hybrid Retriever."""
-        # Wir nutzen eine vereinfachte Query
         req = QueryRequest(
             query=text,
             top_k=5,
             explain=False
         )
         try:
-            # hybrid_retrieve ist sync, wird aber schnell genug sein für diesen Kontext
+            # hybrid_retrieve nutzen (sync Wrapper)
             res = hybrid_retrieve(req) 
             return res.results
         except Exception as e: