# 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 /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 ` 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.