mindnet/vault/mindent-November-sprint.md

title	id	type	status	created	updated	area	project	tags	lang	source	depends_on	references	version
Mindnet – November-Sprint (App & Vault)	mindnet-nov-sprint-2025	project	active	2025-10-31	2025-10-31	personal_development	leitbild_refresh_2025	mindnet sprint ai qdrant rag vault	de	coach/leitbild	ai-exp-mindnet-os-v1-1 leitbild-ziele-portfolio	/mnt/data/Lars- Mein Leitbild.pdf	1.0.0

Ziel (Nov, KW45–48)

Mindnet OS v1.1 stabil: App-Schicht + saubere Vault-Collections inkl. source-Metadaten; RAG Ende-zu-Ende mit Zitation; 2 Assets (Prompt-Kit, Import-Script).

Definition of Done (DoD)

• Collections: notes, karate, costopti, training existieren und sind getrennt indexiert.
• Importer schreibt source + collection nach Qdrant; Delete-by-source möglich.
• Retriever (Top-k/MMR) liefert Antwort + sources[]; Latency < 5 s lokal.
• Prompt-Kit v1 & Importer v1 liegen versioniert im Repo; kurze README vorhanden.

Arbeitsstränge

A) App/Backend

• Endpunkte: /search, /answer, /upsert, /delete?source=....
• Logging: Use-Log (Frage, Laufzeit, Treffer, Quellen).
• Tests: 6 Queries/Collection; Halluzinations-Check (No-Answer>Hallu).

B) Vault/ETL

• Ordnerstruktur & YAML-Konvention (IDs deterministisch).
• import_txtdocuments.py: Felder source, collection, Batching, Archivierung _imported.
• Backfill: alte Leitbild-/Sessions-Notes in notes.

Cadence (leichtgewichtig)

• täglich 60–90′ Deep-Work (vormittags) → A) App
• täglich 20–30′ Wartung (nachmittags) → B) Vault
• Freitag 30′ Retro: DoD-Fortschritt, Blocker, nächster Fokus

Messung

• Zeitersparnis Ø ≥50 % ggü. manuell (6 Fälle) · Reviewer-Score ≥8/10 · Zitate in ≥90 % vollständig.

Use-Log (CSV)

date,collection,question,time_sec,quality_1_10,error_rate_pct,sources_count,notes