{
"event": "PreToolUse",
"tool_name": "mcp__mcp-docs__docs_create",
"tool_input": {
"title": "Chunking",
"slug": "chunking",
"parent_id": 100,
"status": "published",
"sort_order": 2,
"content": "<h2>Chunking<\/h2>\n\n<h3>Funktion<\/h3>\n<ul>\n<li>Lange Texte in kleinere, semantisch sinnvolle Einheiten zerlegen<\/li>\n<li>Überlappung (Overlap) für Kontexterhalt<\/li>\n<li>Heading-Path für Hierarchie-Kontext<\/li>\n<li>Token-Count für Embedding-Limit-Prüfung<\/li>\n<\/ul>\n\n<h3>Eingabe<\/h3>\n<ul>\n<li>Dokument aus <code>documents<\/code>-Tabelle<\/li>\n<li>Extrahierter Text aus <code>document_pages<\/code><\/li>\n<\/ul>\n\n<h3>Ausgabe<\/h3>\n<ul>\n<li>Chunks in <code>ki_content.chunks<\/code><\/li>\n<li>Jeder Chunk: content, chunk_index, token_count, heading_path<\/li>\n<\/ul>\n\n<h3>Parameter<\/h3>\n<table>\n<thead><tr><th>Parameter<\/th><th>Wert<\/th><th>Beschreibung<\/th><\/tr><\/thead>\n<tbody>\n<tr><td>chunk_size<\/td><td>500-800 Token<\/td><td>Zielgröße pro Chunk<\/td><\/tr>\n<tr><td>overlap<\/td><td>50-100 Token<\/td><td>Überlappung zwischen Chunks<\/td><\/tr>\n<tr><td>max_embed_chars<\/td><td>800 Zeichen<\/td><td>Limit für mxbai-embed-large<\/td><\/tr>\n<\/tbody>\n<\/table>\n\n<h3>Beteiligte Komponenten<\/h3>\n<table>\n<thead><tr><th>Komponente<\/th><th>Pfad<\/th><th>Funktion<\/th><\/tr><\/thead>\n<tbody>\n<tr><td>chunk_document()<\/td><td><code>pipeline\/chunk.py<\/code><\/td><td>Chunking-Logik<\/td><\/tr>\n<tr><td>chunks-Tabelle<\/td><td><code>ki_content.chunks<\/code><\/td><td>Chunk-Speicherung<\/td><\/tr>\n<\/tbody>\n<\/table>\n\n<h3>Ablauf<\/h3>\n<ol>\n<li>Text aus Dokument laden<\/li>\n<li>Überschriften-Hierarchie erkennen<\/li>\n<li>Text an semantischen Grenzen splitten (Absätze, Sätze)<\/li>\n<li>Chunks mit Overlap erstellen<\/li>\n<li>Token-Count berechnen<\/li>\n<li>Heading-Path für jeden Chunk speichern<\/li>\n<li>Chunks in DB mit Status <code>pending<\/code> (bereit für Embedding)<\/li>\n<\/ol>\n\n<h3>Datenbank-Schema<\/h3>\n<pre>\nchunks:\n id, document_id, chunk_index, content,\n token_count, heading_path, metadata,\n qdrant_id, created_at\n<\/pre>\n\n<h3>Beispiel<\/h3>\n<pre>\nDokument: \"Systemisches Coaching.pdf\"\nSeite 5, Abschnitt \"Auftragsklärung\"\n\n→ Chunk 1: \"Die Wichtigkeit einer guten Auftragsklärung...\"\n heading_path: [\"Kapitel 2\", \"Auftragsklärung\"]\n token_count: 423\n chunk_index: 0\n\n→ Chunk 2: \"Auftragsklärung erfolgt einerseits zum Start...\"\n heading_path: [\"Kapitel 2\", \"Auftragsklärung\"]\n token_count: 387\n chunk_index: 1\n<\/pre>"
}
}
{
"tool_response": [
{
"type": "text",
"text": "{\n \"success\": true,\n \"doc\": {\n \"id\": 112,\n \"parent_id\": 100,\n \"slug\": \"chunking\",\n \"path\": \"\/prozesse\/rag-prozess\/chunking\",\n \"title\": \"Chunking\",\n \"description\": null,\n \"content\": \"<h2>Chunking<\/h2>\\n\\n<h3>Funktion<\/h3>\\n<ul>\\n<li>Lange Texte in kleinere, semantisch sinnvolle Einheiten zerlegen<\/li>\\n<li>Überlappung (Overlap) für Kontexterhalt<\/li>\\n<li>Heading-Path für Hierarchie-Kontext<\/li>\\n<li>Token-Count für Embedding-Limit-Prüfung<\/li>\\n<\/ul>\\n\\n<h3>Eingabe<\/h3>\\n<ul>\\n<li>Dokument aus <code>documents<\/code>-Tabelle<\/li>\\n<li>Extrahierter Text aus <code>document_pages<\/code><\/li>\\n<\/ul>\\n\\n<h3>Ausgabe<\/h3>\\n<ul>\\n<li>Chunks in <code>ki_content.chunks<\/code><\/li>\\n<li>Jeder Chunk: content, chunk_index, token_count, heading_path<\/li>\\n<\/ul>\\n\\n<h3>Parameter<\/h3>\\n<table>\\n<thead><tr><th>Parameter<\/th><th>Wert<\/th><th>Beschreibung<\/th><\/tr><\/thead>\\n<tbody>\\n<tr><td>chunk_size<\/td><td>500-800 Token<\/td><td>Zielgröße pro Chunk<\/td><\/tr>\\n<tr><td>overlap<\/td><td>50-100 Token<\/td><td>Überlappung zwischen Chunks<\/td><\/tr>\\n<tr><td>max_embed_chars<\/td><td>800 Zeichen<\/td><td>Limit für mxbai-embed-large<\/td><\/tr>\\n<\/tbody>\\n<\/table>\\n\\n<h3>Beteiligte Komponenten<\/h3>\\n<table>\\n<thead><tr><th>Komponente<\/th><th>Pfad<\/th><th>Funktion<\/th><\/tr><\/thead>\\n<tbody>\\n<tr><td>chunk_document()<\/td><td><code>pipeline\/chunk.py<\/code><\/td><td>Chunking-Logik<\/td><\/tr>\\n<tr><td>chunks-Tabelle<\/td><td><code>ki_content.chunks<\/code><\/td><td>Chunk-Speicherung<\/td><\/tr>\\n<\/tbody>\\n<\/table>\\n\\n<h3>Ablauf<\/h3>\\n<ol>\\n<li>Text aus Dokument laden<\/li>\\n<li>Überschriften-Hierarchie erkennen<\/li>\\n<li>Text an semantischen Grenzen splitten (Absätze, Sätze)<\/li>\\n<li>Chunks mit Overlap erstellen<\/li>\\n<li>Token-Count berechnen<\/li>\\n<li>Heading-Path für jeden Chunk speichern<\/li>\\n<li>Chunks in DB mit Status <code>pending<\/code> (bereit für Embedding)<\/li>\\n<\/ol>\\n\\n<h3>Datenbank-Schema<\/h3>\\n<pre>\\nchunks:\\n id, document_id, chunk_index, content,\\n token_count, heading_path, metadata,\\n qdrant_id, created_at\\n<\/pre>\\n\\n<h3>Beispiel<\/h3>\\n<pre>\\nDokument: \\\"Systemisches Coaching.pdf\\\"\\nSeite 5, Abschnitt \\\"Auftragsklärung\\\"\\n\\n→ Chunk 1: \\\"Die Wichtigkeit einer guten Auftragsklärung...\\\"\\n heading_path: [\\\"Kapitel 2\\\", \\\"Auftragsklärung\\\"]\\n token_count: 423\\n chunk_index: 0\\n\\n→ Chunk 2: \\\"Auftragsklärung erfolgt einerseits zum Start...\\\"\\n heading_path: [\\\"Kapitel 2\\\", \\\"Auftragsklärung\\\"]\\n token_count: 387\\n chunk_index: 1\\n<\/pre>\",\n \"status\": \"published\",\n \"sort_order\": 2,\n \"depth\": 2,\n \"created_at\": \"2025-12-24T09:59:21\",\n \"updated_at\": \"2025-12-24T09:59:21\"\n },\n \"message\": \"Dokument 'Chunking' erstellt mit ID 112\"\n}"
}
]
}