33 lines
1.1 KiB
Markdown
33 lines
1.1 KiB
Markdown
# 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
|
|
|
|
```bash
|
|
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
|