Deploy mindnet to llm-node / deploy (push) Successful in 4s

Details

Enhance .env loading mechanism and EdgeDTO creation with error handling

- Updated the .env loading process to first check for an explicit path, improving reliability in different working directories.
- Added logging for successful .env loading and fallback mechanisms.
- Enhanced EdgeDTO creation with robust error handling, including fallbacks for unsupported provenance values and logging of errors for better traceability.

2026-01-12 15:27:23 +01:00

2.8 KiB

Raw Permalink Blame History

Debug: .env-Lade-Problem in Prod

Datum: 2026-01-12
Version: v4.5.10
Status: 🔴 Kritisch

Problem

Möglicherweise wird die .env-Datei in Prod nicht korrekt geladen, was zu:

Falschen Log-Levels (DEBUG=true wird ignoriert)
Falschen Collection-Präfixen
Falschen Konfigurationen führen kann.

Diagnose

Schritt 1: Prüfe, ob .env-Datei existiert

# In Prod
cd ~/mindnet
ls -la .env
cat .env | head -20

Schritt 2: Prüfe Arbeitsverzeichnis beim Start

# In Prod - prüfe, von wo uvicorn gestartet wird
ps aux | grep uvicorn
# Oder in systemd service:
cat /etc/systemd/system/mindnet.service | grep WorkingDirectory

Schritt 3: Verifikations-Script ausführen

# In Prod
cd ~/mindnet
source .venv/bin/activate
python3 scripts/verify_env_loading.py

Erwartete Ausgabe:

✅ .env geladen von: /path/to/mindnet/.env
✅ COLLECTION_PREFIX = mindnet
✅ DEBUG = true

Schritt 4: Manuelle Verifikation

# In Python-REPL in Prod
import os
from pathlib import Path
from dotenv import load_dotenv

# Prüfe aktuelles Verzeichnis
print(f"CWD: {Path.cwd()}")
print(f"Projekt-Root: {Path(__file__).parent.parent.parent}")

# Lade .env
env_file = Path(".env")
if env_file.exists():
    load_dotenv(env_file, override=True)
    print(f"✅ .env geladen: {env_file.absolute()}")
else:
    print(f"❌ .env nicht gefunden in: {env_file.absolute()}")

# Prüfe kritische Variablen
print(f"DEBUG: {os.getenv('DEBUG', 'NICHT GESETZT')}")
print(f"COLLECTION_PREFIX: {os.getenv('COLLECTION_PREFIX', 'NICHT GESETZT')}")

Mögliche Ursachen

1. Arbeitsverzeichnis-Problem

Problem: uvicorn wird aus einem anderen Verzeichnis gestartet
Lösung: Expliziter Pfad in config.py (bereits implementiert)

2. .env-Datei nicht im Projekt-Root

Problem: .env liegt in config/prod.env statt .env
Lösung: Symlink erstellen oder Pfad anpassen

3. Systemd-Service ohne WorkingDirectory

Problem: Service startet ohne korrektes Arbeitsverzeichnis
Lösung: WorkingDirectory=/path/to/mindnet in systemd service

4. Mehrere .env-Dateien

Problem: Es gibt .env, prod.env, config/prod.env - welche wird geladen?
Lösung: Expliziter Pfad oder Umgebungsvariable DOTENV_PATH

Fix-Implementierung

Der Code in app/config.py wurde erweitert:

✅ Expliziter Pfad für .env im Projekt-Root
✅ Fallback auf automatische Suche
✅ Debug-Logging (wenn verfügbar)

Verifikation nach Fix

Log prüfen: Sollte ✅ .env geladen von: ... zeigen
Umgebungsvariablen prüfen: echo $DEBUG, echo $COLLECTION_PREFIX
Settings prüfen: python3 -c "from app.config import get_settings; s = get_settings(); print(f'DEBUG: {s.DEBUG}, PREFIX: {s.COLLECTION_PREFIX}')"

2.8 KiB Raw Permalink Blame History