Lars/shinkan-jinkendo
1
0
Fork 0
Code Issues 7 Pull Requests Actions Packages Projects Releases 3 Wiki Activity
dd0fae4bf5
shinkan-jinkendo/docs/architecture/PLANNING_KI_ROADMAP.md
Lars dd0fae4bf5
Some checks failed
Deploy Development / deploy (push) Successful in 49s
Details
Test Suite / pytest-backend (push) Failing after 43s
Details
Test Suite / lint-backend (push) Successful in 0s
Details
Test Suite / build-frontend (push) Successful in 15s
Details
Test Suite / k6 /health Baseline (push) Successful in 44s
Details
Test Suite / playwright-tests (push) Successful in 1m15s
Details
Enhance Planning AI with Roadmap-First Architecture and New Features 
- Introduced a roadmap-first approach for the planning AI, allowing for a structured progression graph that aligns with the overall project roadmap.
- Added new functionality to strip off-topic steps from exercise paths, improving the relevance of generated exercise suggestions.
- Implemented a detailed goal text generation for AI proposals, enhancing the context provided for new exercises.
- Updated the ExerciseProgressionPathBuilder component to support new features, including roadmap previews and improved focus area handling.
- Incremented application version to 0.8.205 and updated database schema version to 20260606086 to reflect these changes.
2026-06-08 08:10:53 +02:00

3.4 KiB
Raw Blame History

Planungs-KI — Produkt-Roadmap

Stand: 2026-06-07
App-Version: ab 0.8.204 — maßgeblich backend/version.py

Diese Roadmap ergänzt die Architektur-Refaktor-Roadmap (UMSETZUNGSPLAN_ROADMAP.md) und gilt nur für KI-gestützte Trainingsplanungsunterstützung.

Leit-Spec: .claude/docs/working/PLANNING_PROGRESSION_ROADMAP_SPEC.md

Strategische Entscheidung (verbindlich)

  1. Progressionsgraph: Planung vom Ziel rückwärts (Roadmap-first), nicht Bibliothek-first.
  2. Keine Gruppenanalyse im Graphen — Kontext = Zieltext, Thema, Schrittanzahl, optional Graph-Kanten.
  3. Trainingsplanung (Einheit, Rahmen, Abschnitt): eigene Pipeline später, mit Gruppenkontext — siehe AI_PLANNING_KI_MULTISTAGE_FORECAST.md S0–S4.
  4. Orchestrierung: Workflow-lite jetzt (planning_progression_roadmap.py); Mitai Workflow-Engine später, wenn 2–3 Pipelines stabil sind.

Phasen-Übersicht

Phase Domäne Kurzbeschreibung Status
P0–P2 Übungssuche Kontext-Pack, Hybrid-Score, LLM-Rerank ✅
A–C2 Übungssuche Voll-Library, Graph, Varianten ✅
C3 Progressionsgraph Pfad-Builder (retrieval-first) ✅
E–E3 Progressionsgraph Semantik, QA, Lücken-Angebote ✅
F0–F1 Progressionsgraph Roadmap-Pipeline Scaffold + API-Preview 🔄 0.8.204
F2–F4 Progressionsgraph LLM Roadmap, roadmap-first Retrieval, UI Review 🔲
D Übungs-Neuanlage planning_context an suggestExerciseAi 🔲
G Trainingsplanung Kontext-Pack Gruppe/Historie, S0–S4 🔲
H Plattform Mitai-Workflow-Engine (optional) 🔲 Backlog

Phase F — Progressions-Roadmap (aktiver Fokus)

F0 — Foundation (0.8.204)

  • Spec PLANNING_PROGRESSION_ROADMAP_SPEC.md
  • Modul planning_progression_roadmap.py (Pydantic, Pipeline-Skeleton)
  • Migration 078 Prompt-Slugs (Zielanalyse, Roadmap)
  • API: include_roadmap_preview auf progression-path-suggest
  • Doku: HANDOVER, PLANNING_EXERCISE_SUGGEST_CONTEXT, MULTISTAGE_FORECAST

F1 — Deterministische Roadmap

  • Phase A aus Semantic Brief
  • Phase B: micro_objectives aus development_arc + Konsolidierung auf N
  • Phase C: heuristische stage_specs
  • pytest für Konsolidierung

F2 — LLM Roadmap (0.8.205)

  • Prompts 078/079 in ai_prompts — Code nur Slugs (PROMPT_SLUG_*)
  • include_llm_roadmap + load_and_render_ai_prompt + JSON-Validierung
  • Deterministischer Fallback wenn Prompt/OpenRouter fehlt
  • Response/UI: genutzte prompt_slugs sichtbar machen (Admin-Hinweis)

F3 — roadmap-first

  • Retrieval pro major_step + stage_spec statt iterativem Pfad-Bau
  • QA/Lücken an Roadmap koppeln

F4 — UI

  • Roadmap-Review im ExerciseProgressionPathBuilder
  • Major Steps editierbar vor Übungs-Match

Abhängigkeiten

Von Nach Hinweis
F2 Enrichment / Skills Bessere Roadmap bei technikspezifischen Skills
F3 F2 LLM-Roadmap oder stabile heuristische B
G F4 Trainingsplanung kann Roadmap aus Graph referenzieren
H G + F4 Workflow-Engine lohnt bei verzweigten Planungsflows

Pflege

Bei Abschluss einer Teilphase: diese Datei, HANDOVER.md §2.8, PLANNING_EXERCISE_SUGGEST_CONTEXT.md §24, Changelog in version.py.