21 Releases 37 Tags

RSS Feed

• V2.3.2-StabilityPatch 046aa2cf48

  Compare

  Release v2.3.2: Stability Patch Stable

  Lars released this 2025-12-09 18:26:22 +01:00 | 481 commits to main since this release

  🐞 Release v2.3.2: Stability Patch

  Datum: 09.12.2025
  Status: Stable
  Type: Hotfix / Patch
  Basis: v2.3.1 (Decision Engine)

  Dieses Release behebt kritische Darstellungs- und Stabilitätsprobleme, die nach dem Merge der Decision Engine (WP-06) identifiziert wurden. Es ändert keine Geschäftslogik, verbessert aber die Observability und Robustheit auf lokaler Hardware massiv.

  🐛 Bugfixes & Verbesserungen

  1. "Type: Unknown" Fix (API & DB)

  • Problem: Die API lieferte zwar Suchergebnisse, aber ohne die Metadaten (Payload) im Response-Objekt zurückzugeben. Clients konnten daher nicht erkennen, ob es sich um eine experience oder decision handelt.
  • Lösung: Der Retriever mappt nun explizit das Qdrant-Payload in das API-Response-Objekt.
  • DB-Patch: Import-Skripte schreiben den type nun redundant in die Chunks, um Filterung zu beschleunigen.

  2. CPU Inference Stabilität

  • Problem: Auf lokaler Hardware (z.B. Beelink/Raspberry) führte das Laden des LLMs (Cold Start) oft zu einem 120s Timeout und 500er Fehlern.
  • Lösung: Timeout ist nun global via .env Variable MINDNET_LLM_TIMEOUT steuerbar (Empfehlung: 300.0s).

  3. Tracing & Transparenz

  • Feature: Die API gibt nun im Feld intent_source zurück, wer die Entscheidung getroffen hat (z.B. Keyword (Fast Path) oder LLM Router (Slow Path)). Das erleichtert das Debugging der Personality-Modi.

  📚 Dokumentations-Update

  • Technical Architecture: Schema-Definition für chunks korrigiert (Feld type ergänzt).
  • Appendices: JSON-Payload Beispiele aktualisiert.

  ⚡ Upgrade Anleitung

  1. Code Pull:

     git pull origin main
     

  2. Environment:
     Prüfe, ob MINDNET_LLM_TIMEOUT=300.0 in der .env gesetzt ist.
  3. Server Restart:

     sudo systemctl restart mindnet-prod
     

  4. Daten-Refresh (Empfohlen):
     Führe einmalig einen Re-Import mit Purge durch, um sicherzustellen, dass alle Chunks den korrekten Typ haben:

     python -m scripts.import_markdown --vault ./vault --prefix "mindnet" --apply --purge-before-upsert
     

  Downloads

  • Source Code (ZIP)
  • Source Code (TAR.GZ)