Lars/mindnet
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases 21 Wiki Activity

21 Releases 37 Tags

RSS Feed
  • WP04_full fbaa07ba88
    Compare

    Release v2.2.1 – Explanation Layer & Feedback Loop
    All checks were successful
    Deploy mindnet to llm-node / deploy (push) Successful in 3s
    Details
    Stable

    Lars released this 2025-12-08 10:01:05 +01:00 | 525 commits to main since this release

    Release v2.2.1 – Explanation Layer & Feedback Loop

    Datum: 08.12.2025
    Workpackages: WP-04b, WP-04c
    Kompatibilität: Erfordert Python 3.10+, Qdrant 1.x

    🚀 Zusammenfassung

    Dieses Release bringt signifikante Upgrades für die Transparenz und Lernfähigkeit von Mindnet. Der Retriever ist keine "Blackbox" mehr: Er erklärt nun, warum ein Treffer ausgewählt wurde (Semantik vs. Graph-Einfluss). Zudem wurde das Fundament für zukünftiges Self-Tuning gelegt, indem Nutzer-Feedback und Suchhistorien systematisch geloggt werden.

    ✨ Neue Features

    1. Explanation Layer ("Why-Layer")

    Die API kann nun begründen, wie der Score zustande kommt.

    • Neues Flag: POST /query akzeptiert {"explain": true}.
    • Score Breakdown: Zeigt die Anteile von semantic, edge_bonus, centrality und type_weight.
    • Human-Readable Reasons: Generiert Sätze wie:
      • "Hohe textuelle Übereinstimmung."
      • "Bevorzugt aufgrund des Typs 'decision'."
      • "Verweist auf 'Projekt X' via 'depends_on'." (Hub-Score)
      • "Wird referenziert von 'Wichtige Notiz Y'." (Authority-Score)

    2. Feedback Loop (Data Flywheel)

    Ein geschlossener Kreislauf zur Erfassung der Ergebnisqualität.

    • Traceability: Jede QueryResponse enthält nun eine eindeutige query_id.
    • Neuer Endpoint: POST /feedback nimmt Bewertungen (Score 1-5) entgegen.
    • Persistenz: Daten werden in lokalen JSONL-Dateien gespeichert (data/logs/search_history.jsonl, data/logs/feedback.jsonl), bereit für späteres ML-Training (WP-08).

    🛠 Technische Änderungen

    • Graph Adapter Upgrade: Subgraph unterstützt nun reverse_adj (eingehende Kanten), um Authority-Scores zu erklären.
    • Systemd Integration: Offizieller Wechsel von manuellen Uvicorn-Prozessen zu systemd Services (mindnet-prod, mindnet-dev) mit Auto-Restart und Journal-Logging.
    • DTO Refactoring: Saubere Trennung und Erweiterung der Pydantic-Modelle in app/models/dto.py.

    ⚠️ Upgrade Hinweise (Admin)

    Da sich die Prozess-Verwaltung geändert hat, müssen beim Deployment folgende Schritte beachtet werden:

    1. Code Update: git pull origin main
    2. Dependencies: pip install -r requirements.txt (falls neue Libs hinzugekommen sind).
    3. Service-Wechsel:
      • Alte manuelle Prozesse stoppen (pkill -f uvicorn).
      • Neue Systemd-Services einrichten (siehe docs/mindnet_admin_guide_v2.2.md).
      • Starten via sudo systemctl start mindnet-prod.

    🔜 Ausblick (Next Steps)

    Der Fokus wechselt nun auf WP-05 (Persönlichkeit & RAG-Chat): Das System wird lernen, in natürlicher Sprache zu antworten und dabei eine definierte Persönlichkeit einzunehmen.

    Downloads