Protokoll #12658

{
    "event": "PreToolUse",
    "tool_name": "mcp__mcp-docs__docs_update",
    "tool_input": {
        "id": 117,
        "description": "Gefundene Chunks als Kontext für LLM formatieren"
    }
}

{
    "tool_response": [
        {
            "type": "text",
            "text": "{\n  \"success\": true,\n  \"doc\": {\n    \"id\": 117,\n    \"parent_id\": 100,\n    \"slug\": \"kontext-aufbau\",\n    \"path\": \"\/prozesse\/rag-prozess\/kontext-aufbau\",\n    \"title\": \"Kontext-Aufbau\",\n    \"description\": \"Gefundene Chunks als Kontext für LLM formatieren\",\n    \"content\": \"<h2>Kontext-Aufbau<\/h2>\\n\\n<h3>Funktion<\/h3>\\n<ul>\\n<li>Suchergebnisse in lesbaren Kontext formatieren<\/li>\\n<li>Quellenangaben für Transparenz hinzufügen<\/li>\\n<li>Token-Limit beachten (max_tokens für LLM)<\/li>\\n<li>Relevanteste Chunks priorisieren<\/li>\\n<\/ul>\\n\\n<h3>Eingabe<\/h3>\\n<ul>\\n<li>Liste von Chunk-Ergebnissen aus Qdrant<\/li>\\n<li>Max-Token-Limit für Kontext<\/li>\\n<\/ul>\\n\\n<h3>Ausgabe<\/h3>\\n<ul>\\n<li>Formatierter Kontext-String<\/li>\\n<li>Quellen-Liste für Anzeige<\/li>\\n<\/ul>\\n\\n<h3>Kontext-Format<\/h3>\\n<pre>\\n[Quelle 1: Coaching-Handbuch.pdf]\\nDie Wichtigkeit einer guten Auftragsklärung kann gar nicht \\nstark genug betont werden...\\n\\n---\\n\\n[Quelle 2: Teamentwicklung.pdf]\\nAuftragsklärung erfolgt einerseits zum Start...\\n\\n---\\n\\n[Quelle 3: Systemik-Grundlagen.pdf]\\n...\\n<\/pre>\\n\\n<h3>Beteiligte Komponenten<\/h3>\\n<table>\\n<thead><tr><th>Anwendung<\/th><th>Komponente<\/th><th>Funktion<\/th><\/tr><\/thead>\\n<tbody>\\n<tr><td>Chat<\/td><td><code>chat.py:build_context()<\/code><\/td><td>Kontext mit Token-Limit<\/td><\/tr>\\n<tr><td>Content Studio<\/td><td><code>generate.py:build_generation_prompt()<\/code><\/td><td>Kontext in Prompt einbauen<\/td><\/tr>\\n<\/tbody>\\n<\/table>\\n\\n<h3>Ablauf<\/h3>\\n<ol>\\n<li>Chunks nach Score sortieren (höchster zuerst)<\/li>\\n<li>Quellen-Header hinzufügen ([Quelle N: Titel])<\/li>\\n<li>Chunk-Inhalte aneinanderreihen<\/li>\\n<li>Token-Limit prüfen, ggf. abschneiden<\/li>\\n<li>Trennzeichen zwischen Chunks einfügen<\/li>\\n<\/ol>\\n\\n<h3>Code-Beispiel<\/h3>\\n<pre>\\ndef build_context(results, max_tokens=3000):\\n    context_parts = []\\n    total_chars = 0\\n    max_chars = max_tokens * 4  # Rough estimate\\n    \\n    for i, result in enumerate(results):\\n        content = result[\\\"payload\\\"].get(\\\"content\\\", \\\"\\\")\\n        doc_title = result[\\\"payload\\\"].get(\\\"document_title\\\", \\\"Unbekannt\\\")\\n        \\n        if total_chars + len(content) > max_chars:\\n            break\\n        \\n        context_parts.append(f\\\"[Quelle {i + 1}: {doc_title}]\\\\n{content}\\\")\\n        total_chars += len(content)\\n    \\n    return \\\"\\\\n\\\\n---\\\\n\\\\n\\\".join(context_parts)\\n<\/pre>\\n\\n<h3>Token-Berechnung<\/h3>\\n<table>\\n<thead><tr><th>Schätzung<\/th><th>Wert<\/th><\/tr><\/thead>\\n<tbody>\\n<tr><td>1 Token ≈<\/td><td>4 Zeichen (Deutsch)<\/td><\/tr>\\n<tr><td>Max Kontext Chat<\/td><td>~3000 Token<\/td><\/tr>\\n<tr><td>Max Kontext Content Studio<\/td><td>~5000 Token<\/td><\/tr>\\n<\/tbody>\\n<\/table>\",\n    \"status\": \"published\",\n    \"sort_order\": 7,\n    \"depth\": 2,\n    \"created_at\": \"2025-12-24T10:01:03\",\n    \"updated_at\": \"2025-12-24T10:05:49\"\n  },\n  \"message\": \"Dokument #117 aktualisiert\"\n}"
        }
    ]
}