mindnet — Lokales Wissensnetz (Obsidian → Qdrant → LLM)

Ziel: Markdown-Notizen (z. B. aus Obsidian) als Chunks mit Embeddings in Qdrant speichern, Notiz-Metadaten separat pflegen und Links/Beziehungen explizit abbilden.
Präfix: mindnet_… (keine Kollision mit bestehenden Trainer-Collections).

Collections (Qdrant)

• mindnet_chunks
  Semantische Suche (RAG) über Text-Chunks (Vektor: 384, Distance: Cosine).
  Payload (Auszug): note_id, chunk_id, title, path, tags[], Typ, Rolle[], Status, heading, text, links[].

• mindnet_notes
  1 Punkt pro Notiz (optional Titel-Embedding). Metadaten/Facettierung.

• mindnet_edges
  Explizite Kanten (A → B) als Payload-Punkte (Dummy-Vektor size=1).
  Payload: src_note_id, dst_note_id, src_chunk_id, dst_chunk_id, link_text, relation.

Schnellstart

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

# Qdrant-URL per ENV (optional), sonst Default:
# export QDRANT_URL=http://127.0.0.1:6333

python scripts/setup_collections.py \
  --prefix mindnet \
  --dim 384 \
  --distance Cosine