mindnet/docs/03_Technical_References/RETRIEVAL_DEV_PROD_DIFF_ANALYSIS.md

Analyse: Retrieval-Unterschiede zwischen Dev und Prod

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

Problemstellung

Bei identischer Codebasis und identischen Daten liefert das Dev-System Suchergebnisse, während das Prod-System keine Ergebnisse findet.

Identifizierte Ursachen

1. 🔴 KRITISCH: Inkonsistente Collection-Präfix-Konfiguration

Problem: Zwei verschiedene Umgebungsvariablen werden für den Collection-Präfix verwendet:

1. app/config.py (Zeile 24):

   COLLECTION_PREFIX: str = os.getenv("MINDNET_PREFIX", "mindnet_dev")
   

   • Verwendet MINDNET_PREFIX als Umgebungsvariable
   • Default: "mindnet_dev"

2. app/core/database/qdrant.py (Zeile 47):

   prefix = os.getenv("COLLECTION_PREFIX") or "mindnet"
   

   • Verwendet COLLECTION_PREFIX als Umgebungsvariable
   • Default: "mindnet"

Auswirkung:

• Retriever verwendet QdrantConfig.from_env(), das COLLECTION_PREFIX liest
• Ingestion verwendet Settings.COLLECTION_PREFIX, das MINDNET_PREFIX liest
• Resultat: Daten werden in verschiedene Collections geschrieben/gesucht:
  • Dev: mindnet_dev_chunks, mindnet_dev_notes, mindnet_dev_edges
  • Prod: mindnet_chunks, mindnet_notes, mindnet_edges

2. ⚠️ Mögliche weitere Ursachen

2.1 Unterschiedliche Embedding-Modelle

• Prüfen: MINDNET_EMBEDDING_MODEL in Dev vs. Prod
• Auswirkung: Unterschiedliche Vektoren → unterschiedliche Similarity-Scores

2.2 Unterschiedliche Vektor-Dimensionen

• Prüfen: VECTOR_DIM in Dev vs. Prod
• Auswirkung: Dimension-Mismatch → Suche schlägt fehl

2.3 Unterschiedliche Qdrant-Instanzen

• Prüfen: QDRANT_URL / QDRANT_HOST in Dev vs. Prod
• Auswirkung: Daten liegen in verschiedenen Datenbanken

2.4 Unterschiedliche Score-Thresholds

• Prüfen: Filter-Logik oder Mindest-Scores
• Auswirkung: Ergebnisse werden gefiltert, bevor sie zurückgegeben werden

Diagnose-Checkliste

✅ Sofort prüfen:

1. Collection-Präfix-Verifikation:

   # Dev
   echo $COLLECTION_PREFIX
   echo $MINDNET_PREFIX
   
   # Prod
   echo $COLLECTION_PREFIX
   echo $MINDNET_PREFIX
   

2. Qdrant Collections prüfen:

   # In beiden Systemen ausführen
   from app.core.database.qdrant import get_client, QdrantConfig
   cfg = QdrantConfig.from_env()
   client = get_client(cfg)
   print(f"Prefix: {cfg.prefix}")
   print(f"Collections: {client.get_collections().collections}")
   

3. Embedding-Modell prüfen:

   # Dev
   echo $MINDNET_EMBEDDING_MODEL
   echo $VECTOR_DIM
   
   # Prod
   echo $MINDNET_EMBEDDING_MODEL
   echo $VECTOR_DIM
   

4. Qdrant-Verbindung prüfen:

   # Dev
   echo $QDRANT_URL
   echo $QDRANT_HOST
   echo $QDRANT_PORT
   
   # Prod
   echo $QDRANT_URL
   echo $QDRANT_HOST
   echo $QDRANT_PORT
   

Lösungsvorschläge

Option 1: Harmonisierung der Umgebungsvariablen (Empfohlen)

Ziel: Eine einzige Umgebungsvariable für den Collection-Präfix verwenden.

Änderungen:

1. app/core/database/qdrant.py:

   prefix = os.getenv("COLLECTION_PREFIX") or os.getenv("MINDNET_PREFIX") or "mindnet"
   

   • Unterstützt beide Variablen (Abwärtskompatibilität)
   • COLLECTION_PREFIX hat Priorität

2. app/config.py:

   COLLECTION_PREFIX: str = os.getenv("COLLECTION_PREFIX") or os.getenv("MINDNET_PREFIX") or "mindnet_dev"
   

   • Unterstützt beide Variablen
   • COLLECTION_PREFIX hat Priorität

3. Dokumentation: Klarstellen, dass COLLECTION_PREFIX die primäre Variable ist

Option 2: Explizite Konfiguration in .env

Ziel: Beide Systeme verwenden explizit gesetzte COLLECTION_PREFIX Werte.

Dev .env:

COLLECTION_PREFIX=mindnet_dev

Prod .env:

COLLECTION_PREFIX=mindnet

Option 3: Daten-Migration

Ziel: Daten von einer Collection in die andere migrieren.

Vorgehen:

1. Identifizieren, welche Collection die "richtigen" Daten enthält
2. Daten von Dev nach Prod migrieren (oder umgekehrt)
3. Collection-Präfix harmonisieren

Sofortmaßnahmen

1. ✅ Prüfen: Welche Collections existieren in beiden Systemen?
2. ✅ Prüfen: Welche Umgebungsvariablen sind gesetzt?
3. ✅ Prüfen: Welche Collection enthält die Daten?
4. ✅ Fix: Collection-Präfix-Konfiguration harmonisieren
5. ✅ Test: Retrieval in beiden Systemen verifizieren

Erwartetes Ergebnis nach Fix

• ✅ Beide Systeme verwenden dieselbe Collection-Präfix-Logik
• ✅ Retrieval findet Daten in beiden Systemen
• ✅ Konsistente Konfiguration zwischen Ingestion und Retrieval