# Mindnet – Fachliche Architektur (Stand: 2025-11-17)

> Dieses Dokument beschreibt **was** Mindnet fachlich tut und **warum** – mit Fokus auf die Erzeugung und Nutzung von **Edges** (Kanten) zwischen Notizen/Chunks. Die technische Umsetzung (Module, Flags, Schemas) wird nur dort angerissen, wo es zum Verständnis nötig ist und im technischen Dokument detailliert.  

---

## 0) Zielbild & Grundprinzip

Mindnet wandelt Obsidian-Markdown-Notizen in einen **Graph aus Punkten und Kanten** um.  
Die drei zentralen Artefakt-Sammlungen lauten:

- `mindnet_notes` – genau **eine** Note pro Markdown-Datei (Metadaten & Hashes)
- `mindnet_chunks` – semantische Teilstücke einer Note (Fenster/„Chunks“)
- `mindnet_edges` – gerichtete Beziehungen zwischen Knoten (Chunks/Notes)

Die Import-Pipeline erzeugt diese Artefakte **deterministisch** und **idempotent** (erneute Läufe überschreiben konsistent statt zu duplizieren). Die Import-Schritte sind: *parse → chunk → edge → upsert*. :contentReference[oaicite:0]{index=0}

---

## 1) Notizen & Chunks (fachliche Perspektive)

### 1.1 Notiz (Note)
- Repräsentiert eine fachliche Einheit (z. B. *„Vector DB Basics“*, *„KI-Projekt“*).
- Trägt Eigenschaften (Titel, Typ, Zeitstempel, optionale Policies).  
- **Typ** (*type*) steuert u. a. Chunk-Profil und Default-Relationen (siehe §4).  
- **retriever_weight** und **chunk_profile** werden systematisch an Note **und** Chunks gespiegelt, damit der Retriever beides nutzen kann. :contentReference[oaicite:1]{index=1}

### 1.2 Chunk
- Ausschnitt/Textfenster aus der Note, als eigenständiger Such-Anker.  
- Jeder Chunk gehört **genau einer** Note.  
- Chunks bilden eine Sequenz (1…N) – das ermöglicht *next/prev*.  

> **Wichtig:** Chunking-Profile (short/medium/long) kommen aus `types.yaml` (per Note-Typ), können aber lokal überschrieben werden. Die effektiven Werte werden bei der Payload-Erzeugung bestimmt. :contentReference[oaicite:2]{index=2}

---

## 2) Edges – fachliche Typen & Bedeutung

Edges kodieren Beziehungen. Sie sind **gerichtet** und werden in `mindnet_edges` gespeichert.

### 2.1 Struktur-Kanten
- **belongs_to**: *Chunk → Note* (Zuordnung)  
- **next / prev**: Kettenbeziehungen zwischen aufeinanderfolgenden Chunks derselben Note  
  → ermöglichen „lineares Weiterlesen“ oder Kontextpfade in Antworten.  
Diese Kanten entstehen immer, unabhängig von Inhalten. :contentReference[oaicite:3]{index=3}

### 2.2 Inhalts-Kanten (explizit)
- **references (chunk-scope)**: aus dem Textfenster des Chunks extrahierte Links.  
  Standardquelle: **Wikilinks** `[[…]]` – einschließlich Varianten `[[id#anchor]]`, `[[id|label]]`.  
  → Mindnet reduziert robust auf die Ziel-ID (Titel/ID-Normalisierung). :contentReference[oaicite:4]{index=4}
- **Explizite Inline-Relationen**: im Fließtext notierte Relationen, z. B.:  
      rel: similar_to [[Vector DB Basics]]  
  → werden als Relation **similar_to** mit hoher Confidence materialisiert; *rule_id* `inline:rel`.  
  (Diese Form ist besonders kompakt in Obsidian editierbar.)  
- **Callout-Edges** (optional):  
      > [!edge] related_to: [[Vector DB Basics]] [[Embeddings 101]]  
  → erzeugt mehrere **related_to**-Kanten aus einer Zeile; *rule_id* `callout:edge`.  
  (Für kuratierte, sichtbare Linklisten am Notizende.)

> Alle expliziten Quellen (Wikilink, Inline-Rel, Callout) sind **gleichwertige Primärbelege** und werden als *provenance=explicit* geführt. Wo zutreffend, tragen Edges *rule_id* wie `explicit:wikilink`, `inline:rel`, `callout:edge`. :contentReference[oaicite:5]{index=5}

### 2.3 Typ-basierte Default-Kanten (regelbasiert)
Jede Note hat einen *Typ* (z. B. `concept`, `project`, `profile`). In `config/types.yaml` definieren wir pro Typ **edge_defaults**, z. B.:

- `concept`: `["references","related_to"]`  
- `project`: `["references","depends_on"]`  

Regel: **Für jede gefundene explizite Referenz** (s. o.) werden **zusätzliche** Edges nach diesen Defaults erzeugt. Beispiel: Ein *project* mit `edge_defaults=["depends_on"]` erzeugt zu *jedem* explizit referenzierten Ziel **zusätzlich** eine `depends_on`-Kante.  
Diese Kanten tragen *provenance=rule* und eine **rule_id** der Form  
`edge_defaults:{note_type}:{relation}` (z. B. `edge_defaults:project:depends_on`). :contentReference[oaicite:6]{index=6}

---

## 3) Edge-Payload – Felder & Semantik

Jede Kante hat mindestens:

- `kind` – Beziehungsart *(belongs_to, next, prev, references, related_to, depends_on, similar_to, …)*  
- `scope` – `"chunk"` (Standard) oder `"note"` (optional für Backlinks/Note-Scope)  
- `source_id`, `target_id` – Quell-/Ziel-Knoten (Chunk- oder Note-ID)  
- `note_id` – **Owner-Note** (die Note, aus der die Kante stammt; dient der schnellen Löschung/Filterung)  

Erweiterte/abgeleitete Felder (V2-Superset):

- `provenance` – `"explicit"` (Wikilink/Inline/Callout) oder `"rule"` (Typ-Defaults)  
- `rule_id` – maschinenlesbare Regelquelle, z. B.  
  - `explicit:wikilink`, `inline:rel`, `callout:edge`  
  - `edge_defaults:{note_type}:{relation}`  
- `confidence` – 0.0–1.0; Heuristik, z. B. `1.0` für Wikilinks/Backlinks, `0.95` für `inline:rel`, `0.7` für Typ-Defaults.  

**Dedup-Schlüssel** (fachlich): Gleichlautende `(source_id, target_id, kind, scope, rule_id)` werden nicht mehrfach geschrieben. :contentReference[oaicite:7]{index=7}

---

## 4) Typ-Registry (`config/types.yaml`)

### 4.1 Zweck
- Steuert **Chunking-Profile** (`short|medium|long`) **pro Typ**  
- Liefert **retriever_weight** (Note-/Chunk-Gewichtung im Ranking) **pro Typ**  
- Definiert **edge_defaults** je Typ (s. o.)  

Der Importer lädt die Registry aus `MINDNET_TYPES_FILE` oder nutzt Fallbacks. **Frontmatter-Overrides** (z. B. `retriever_weight`) werden respektiert; am Ende schreibt der Importer die **effektiven** Werte zuverlässig in Note- und Chunk-Payload. :contentReference[oaicite:8]{index=8}

### 4.2 Beispiel (auslieferungsnah)
    version: 1.0
    types:
      concept:
        chunk_profile: medium
        edge_defaults: ["references", "related_to"]
        retriever_weight: 0.35
      project:
        chunk_profile: long
        edge_defaults: ["references", "depends_on"]
        retriever_weight: 0.97
      profile:
        chunk_profile: long
        edge_defaults: ["references", "depends_on"]
        retriever_weight: 0.66

**Auflösung im Importer**  
- `effective_chunk_profile(note_type, registry)` → `"short|medium|long"|None`  
- `effective_retriever_weight(note_type, registry)` → `float|None`  
- Ergebnis wird in `note_payload` **und** `chunk_payloads` gespiegelt. :contentReference[oaicite:9]{index=9}

---

## 5) Wie entstehen Edges aus Markdown?

### 5.1 Quelle „Wikilinks“ (Primärfall)
- Parser extrahiert alle `[[…]]` (Label/Anker werden auf die Ziel-ID reduziert).  
- Pro Fund entsteht **eine** `references`-Kante (Chunk-Scope).  
- Zusätzlich: Typ-Defaults (z. B. `depends_on`, `related_to`) pro Ziel. :contentReference[oaicite:10]{index=10}

### 5.2 Quelle „Inline-Relation“ (Optional, kompakt)
- Im Fließtext markierte Relation, z. B.:  
      rel: similar_to [[Vector DB Basics]]  
- Erzeugt `similar_to`-Kanten; *rule_id* `inline:rel`; `confidence≈0.95`.  
- Geeignet für sparsame, gut lesbare Referenzierung. (Erfassung in der Chunk-Window-Analyse.) :contentReference[oaicite:11]{index=11}

### 5.3 Quelle „Callout-Edges“ (Optional, kuratiert)
- Klar sichtbare, redaktionell gepflegte Liste am Ende einer Note:  
      > [!edge] related_to: [[Vector DB Basics]] [[Embeddings 101]]  
- Erzeugt je Ziel eine `related_to`-Kante; *rule_id* `callout:edge`.  
- Eignet sich für „Leselisten“ und „Siehe auch“. (Zählung als *callout_total* in Reports, wo vorhanden.) :contentReference[oaicite:12]{index=12}

### 5.4 Struktur-Kanten
- `belongs_to` pro Chunk  
- `next/prev` aus Nachbarbezug (aus Chunk-Sequenz/Neighbors) :contentReference[oaicite:13]{index=13}

> **Hinweis zu Note-Scope:** Optional können zusätzlich Note-weite *references/backlinks* aus der Gesamtheit aller Chunk-Funde abgeleitet werden (Konfig-Flag/ENV). Das ist für globale Graph-Analysen nützlich, aber im Retrieval seltener erforderlich. :contentReference[oaicite:14]{index=14}

---

## 6) Confidence & Provenance – wozu?

Der Retriever kann Edges gewichten:
- **provenance**: *explicit* > *rule*  
- **confidence**: numerische Feinsteuerung (z. B. Inline-Relation etwas höher, Defaults etwas niedriger)  
- **retriever_weight (Note/Chunk)**: skaliert die Relevanz des gesamten Knotens

Eine typische Gewichtung (konfigurierbar) ist:  
    explicit: 1.0, rule: 0.8, default_resolved: 0.6, default: 0.2  
Damit bevorzugt der Graph **kuratiertes Wissen** (explizit notierte Links) vor „erweiterten“ Default-Ableitungen. :contentReference[oaicite:15]{index=15}

---

## 7) Semantik ausgewählter `kind`-Werte

- `references` – „Nutzt/erwähnt“; neutral, aber stützend für Kontext.  
- `related_to` – Ähnlichkeit/Verwandtschaft (symmetrisch interpretierbar).  
- `similar_to` – noch engere Ähnlichkeit; oft aus Inline-Rel (bewusst gesetzt).  
- `depends_on` – fachliche Abhängigkeit (z. B. „Projekt X hängt von Y ab“).  
- `belongs_to`, `next`, `prev` – Struktur.

> Symmetrische Relationen (z. B. `related_to`, `similar_to`) können **explizit** nur einseitig notiert sein, aber im Retriever beidseitig interpretiert werden (z. B. Query-Zeit-Expansion), um Redundanz im Vault zu vermeiden. :contentReference[oaicite:16]{index=16}

---

## 8) Frontmatter-Eigenschaften – Rolle & Empfehlung

Frontmatter-Eigenschaften (Properties) bleiben **minimiert**:
- **type** – steuert Typ-Defaults via Registry (Pflicht für differenziertes Verhalten).  
- **retriever_weight** *(optional)* – kann typbasierte Defaults überschreiben.  
- **chunk_profile** *(optional)* – kann typbasierte Defaults überschreiben.  
- **links** *(optional, Bestandskompatibilität)* – wenn vorhanden (z. B. `depends_on: …`), können sie als explizite Kanten materialisiert werden; die Pflege in freiem Text (Inline/Callout) ist jedoch **benutzerfreundlicher** und weniger fehleranfällig.  

Empfehlung: **Links primär über Text (Wikilink/Inline/Callout) pflegen**, nicht als Properties. Die Registry regelt Standards; Properties dienen nur gezielten Ausnahmen. :contentReference[oaicite:17]{index=17}

---

## 9) Lösch-/Update-Garantien (Idempotenz)

- Jede Note hat einen stabilen **note_id** (Frontmatter/Hash).  
- Vor einem Upsert können *alte Chunks/Edges einer Note* gefiltert gelöscht werden (`note_id`-Filter) – das hält Collections sauber bei Re-Imports.  
- Es gibt Abkürzungen für „fehlertolerante Rebuilds“: *Existenz-Checks* statt Full-Scan. :contentReference[oaicite:18]{index=18}

---

## 10) Beispiel – Von Markdown zu Kanten

**Markdown (Auszug)**  
    # Relations Showcase
    …
    rel: similar_to [[Vector DB Basics]]
    …
    [[Embeddings 101]]
    
    > [!edge] related_to: [[Vector DB Basics]] [[Embeddings 101]]

**Ergebnis (fachlich)**  
- `references(Chunk→Vector DB Basics)` + `references(Chunk→Embeddings 101)`  
- `similar_to(Chunk→Vector DB Basics)` mit `rule_id=inline:rel`, `confidence≈0.95`  
- `related_to(Chunk→Vector DB Basics)` und `related_to(Chunk→Embeddings 101)`  
  via Callout; `rule_id=callout:edge`  
- Zusätzliche **Typ-Defaults** je Quell-Typ, z. B. `edge_defaults:concept:related_to` → weitere `related_to`-Kanten

*Strukturkanten* (`belongs_to`, `next/prev`) fallen wie üblich an. (Die tatsächlichen Zähllogiken erscheinen im Import-Report/Smoke-Tests.) :contentReference[oaicite:19]{index=19}

---

## 11) Abfrage-Implikationen (fachlich)

Retriever und Query-Layer berücksichtigen:
1) **Knoten-Gewicht** (`retriever_weight`) aus Typ/Property (Note & Chunk).  
2) **Edge-Provenance/Confidence** – explizit > regelbasiert; höhere Confidence bevorzugt.  
3) **Edge-Topologie** – z. B. 1-Hop-Nachbarschaft, Sequenzpfade (`next/prev`), Backlinks (optional).  
4) **Policy-Filter** – Privacy, Tags, Created usw. via Payload-Indizes.  

Die Abfrage kann so z. B. Ergebnisse bevorzugen, die **explizit** in einem *Projekt* als `depends_on` genannt sind – und nur nachrangig solche, die „typbedingt“ (`edge_defaults`) ähnlich/abhängig sind. :contentReference[oaicite:20]{index=20}

---

## 12) Qualitäts- und Testkriterien (fachlich)

- **Keine Duplikate** gleicher `(src, relation, dst)` in der Collectionsicht (Dedup).  
- **Explizite Links** werden vollständig materialisiert (*explicit_total*).  
- **Typ-Defaults** ergänzen, aber überdecken nicht – Counts bleiben plausibel (*defaults_total*).  
- **Inline/Callout** werden separat quantifiziert (*inline_total*, *callout_total*), damit Redaktionen ihre Pflegewirkung beobachten können. :contentReference[oaicite:21]{index=21}

---

## 13) Praxisempfehlungen für den Vault

1) **Wikilinks** überall, wo eine inhaltliche Nennung stattfindet.  
2) Für **gezielte Relationen** (Ähnlichkeit/Abhängigkeit) kurze **Inline-Rel**-Zeilen; z. B.:  
       rel: similar_to [[X]]  
       rel: related_to [[Y]] [[Z]]  
3) Am Notizende **Callout-Edges** für kuratierte Überblicksblöcke:  
       > [!edge] related_to: [[X]] [[Y]]  
4) **Properties** schlank halten: mindestens `type`, optional `retriever_weight`/`chunk_profile`.  
5) **types.yaml** pflegen (zentrale Governance): *Welche Typen gibt es? Welche Default-Relationen sind fachlich sinnvoll?*  
6) **Regelmäßige Smoke-Tests/Reports** prüfen die Kanten-Counts und Provenance-Verteilung. :contentReference[oaicite:22]{index=22}

---

## 14) Referenzen (Projektdateien & Leitlinien)

- Import-Pipeline & Registry-Auflösung (Importer, Flags, Idempotenz): `scripts/import_markdown.py`. :contentReference[oaicite:23]{index=23}  
- Robuste Kantenbildung (Wikilinks, Struktur, optionale Note-Scope): `app/core/derive_edges.py` (v1.4+). :contentReference[oaicite:24]{index=24}  
- V2-Edge-Superset (Provenance, rule_id, Confidence, Typ-Defaults): `app/core/edges.py` (v2.0+). :contentReference[oaicite:25]{index=25}  
- Typ-Registry laden/auflösen (Fallbacks, Effektivwerte): Import-Helper / *Type-Registry*-Hilfsfunktionen. :contentReference[oaicite:26]{index=26}  
- Test-/Playbook-Leitplanken (Policies, KPIs, Roadmap): *Implementation Playbook*. :contentReference[oaicite:27]{index=27}

---

## 15) Anhang – Mini-Beispiel einer Projekt-Note (verkürzt)

    ---
    id: 20251110-ki-trainerassistent-projekt-56d2aa
    title: KI Trainerassistent (Projekt)
    type: project
    retriever_weight: 1.0      # optional Override
    chunk_profile: default     # optional Override
    ---
    
    # KI Trainerassistent (Projekt)
    
    Wir nutzen [[Qdrant Vektordatenbank]] und [[Ollama LLM]] …
    
    rel: depends_on [[Qdrant Vektordatenbank]]
    rel: related_to [[Ollama LLM]]

    > [!edge] depends_on: [[Qdrant Vektordatenbank]]
    > [!edge] related_to: [[Ollama LLM]]

*Erwartung*:  
- `references` (Wikilinks) auf **beide** Ziele  
- `depends_on` & `related_to` via **Inline** und **Callout** (provenance=`explicit`, rule_id `inline:rel`/`callout:edge`)  
- Zusätzlich **Typ-Defaults** aus `types.yaml` für `project` (z. B. weitere `depends_on`) – provenance=`rule`, `rule_id=edge_defaults:project:depends_on`. :contentReference[oaicite:28]{index=28}

---