Protokoll #12703

{
    "event": "PreToolUse",
    "tool_name": "mcp__mcp-docs__docs_get",
    "tool_input": {
        "path": "\/prozesse\/rag-prozess",
        "include_children": true
    }
}

{
    "tool_response": [
        {
            "type": "text",
            "text": "{\n  \"success\": true,\n  \"doc\": {\n    \"id\": 100,\n    \"parent_id\": 91,\n    \"slug\": \"rag-prozess\",\n    \"path\": \"\/prozesse\/rag-prozess\",\n    \"title\": \"RAG-Prozess\",\n    \"description\": \"Dokumentation des gesamten RAG-Prozesses (Retrieval Augmented Generation) für Chat und Content Studio\",\n    \"content\": \"<nav class=\\\"breadcrumb\\\">\\n    <a href=\\\"\/docs\\\">Dokumentation<\/a> &raquo; <a href=\\\"\/docs\/prozesse\\\">Prozesse<\/a> &raquo; RAG-Prozess\\n<\/nav>\\n\\n<h1>RAG-Prozess<\/h1>\\n\\n<section>\\n    <h2>Übersicht<\/h2>\\n    <p>Der RAG-Prozess (Retrieval Augmented Generation) bildet das Herzstück der KI-gestützten Wissensgenerierung. Die Architektur basiert auf einer 13-Phasen-Pipeline mit drei Systemklassen.<\/p>\\n    \\n    <h3>Drei-Säulen-Architektur<\/h3>\\n    <table>\\n        <thead><tr><th>System<\/th><th>Rolle<\/th><th>Inhalt<\/th><\/tr><\/thead>\\n        <tbody>\\n            <tr><td><strong>SQL-Datenbank<\/strong><\/td><td>Single Source of Truth<\/td><td>Text, Struktur, Entitäten, Aussagen, Provenienz<\/td><\/tr>\\n            <tr><td><strong>Vektordatenbank<\/strong><\/td><td>Ähnlichkeitsindex<\/td><td>Embeddings für Chunk-Retrieval (keine Semantik!)<\/td><\/tr>\\n            <tr><td><strong>Graphspeicher<\/strong><\/td><td>Wissensmodell<\/td><td>Entitäten, Relationen, Ontologie, Taxonomie<\/td><\/tr>\\n        <\/tbody>\\n    <\/table>\\n<\/section>\\n\\n<section>\\n    <h2>Technische Konfiguration<\/h2>\\n    <table>\\n        <tr><th>Embedding-Modell<\/th><td>mxbai-embed-large (Ollama)<\/td><\/tr>\\n        <tr><th>Vektordatenbank<\/th><td>Qdrant (1536 Dimensionen, Cosine)<\/td><\/tr>\\n        <tr><th>LLM<\/th><td>Claude API \/ Ollama<\/td><\/tr>\\n        <tr><th>SQL-Datenbank<\/th><td>MariaDB (ki_content, ki_dev)<\/td><\/tr>\\n        <tr><th>Pipeline<\/th><td>\/var\/www\/scripts\/pipeline\/<\/td><\/tr>\\n    <\/table>\\n<\/section>\\n\\n<section>\\n    <h2>Phasenübersicht<\/h2>\\n    <h3>Indexierungsphase (Phase 0-4)<\/h3>\\n    <p>Dokumente werden importiert, strukturiert, in Chunks zerlegt und vektorisiert.<\/p>\\n    \\n    <h3>Semantische Phase (Phase 5-10)<\/h3>\\n    <p>Entitäten werden extrahiert, normalisiert und zu einem Wissensgraphen mit Ontologie und Taxonomie aufgebaut.<\/p>\\n    \\n    <h3>Persistenzphase (Phase 11-12)<\/h3>\\n    <p>Der Graph wird als versionierter Wissenszustand persistiert. Das System erreicht einen stabilen, supervisionstauglichen Zustand.<\/p>\\n<\/section>\\n\\n<section>\\n    <h2>Datenfluss<\/h2>\\n    <pre>\\nDokument → Identität → SQL-Speicherung → Strukturzerlegung → Chunking → Embedding → Qdrant\\n                                                                              ↓\\nAnfrage → Query-Embedding → Ähnlichkeitssuche → Kontext → LLM → Antwort\\n                                                              ↓\\n                                              Semantik-Extraktion → Normalisierung → Graph\\n    <\/pre>\\n<\/section>\\n\\n<section>\\n    <h2>Autoritätsregel<\/h2>\\n    <ol>\\n        <li>Die <strong>SQL-Datenbank<\/strong> ist die kanonische Quelle der Wahrheit für alle bedeutungstragenden Daten.<\/li>\\n        <li>Der <strong>Graph<\/strong> ist konstitutiver Bestandteil des Systems, wird aber als veröffentlichter Wissenszustand aus der SQL-Quelle aufgebaut.<\/li>\\n        <li>Die <strong>Vektordatenbank<\/strong> ist ausschließlich ein technischer Ähnlichkeitsindex und trägt keine semantische Wahrheit.<\/li>\\n    <\/ol>\\n<\/section>\",\n    \"status\": \"published\",\n    \"sort_order\": 2,\n    \"depth\": 1,\n    \"created_at\": \"2025-12-24T09:41:17\",\n    \"updated_at\": \"2025-12-24T10:13:03\"\n  },\n  \"children\": [\n    {\n      \"id\": 111,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/dokument-import\",\n      \"title\": \"Dokument-Import\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 112,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/chunking\",\n      \"title\": \"Chunking\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 113,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/embedding-generierung\",\n      \"title\": \"Embedding-Generierung\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 114,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/vektorspeicherung\",\n      \"title\": \"Vektorspeicherung\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 115,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/anfrage-verarbeitung\",\n      \"title\": \"Anfrage-Verarbeitung\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 116,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/aehnlichkeitssuche\",\n      \"title\": \"Ähnlichkeitssuche\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 117,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/kontext-aufbau\",\n      \"title\": \"Kontext-Aufbau\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 118,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/llm-generierung\",\n      \"title\": \"LLM-Generierung\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 119,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/chat-anwendung\",\n      \"title\": \"KI-Chat Anwendung\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 120,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/content-studio\",\n      \"title\": \"Content Studio Anwendung\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 121,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/semantische-extraktion\",\n      \"title\": \"Semantische Roh-Extraktion\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 122,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/normalisierung\",\n      \"title\": \"Normalisierung und Konsolidierung\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 123,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/semantische-aussagen\",\n      \"title\": \"Semantische Aussagen\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 124,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/ontologie\",\n      \"title\": \"Ontologie\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 125,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/taxonomie\",\n      \"title\": \"Taxonomie\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 126,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/provenienz\",\n      \"title\": \"Provenienz\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 127,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/graph-persistenz\",\n      \"title\": \"Graph-Persistenz\",\n      \"status\": \"published\",\n      \"depth\": 2\n    },\n    {\n      \"id\": 128,\n      \"parent_id\": 100,\n      \"path\": \"\/prozesse\/rag-prozess\/zielzustand\",\n      \"title\": \"Stabiler Zielzustand\",\n      \"status\": \"published\",\n      \"depth\": 2\n    }\n  ]\n}"
        }
    ]
}