{
"tool_response": [
{
"type": "text",
"text": "{\n \"success\": true,\n \"doc\": {\n \"id\": 116,\n \"parent_id\": 100,\n \"slug\": \"aehnlichkeitssuche\",\n \"path\": \"\/prozesse\/rag-prozess\/aehnlichkeitssuche\",\n \"title\": \"Ähnlichkeitssuche\",\n \"description\": \"Relevante Chunks via Cosine-Similarity in Qdrant finden\",\n \"content\": \"<h2>Vektorbasierte Vorselektion (Phase A2)<\/h2>\\n\\n<h3>Ziel<\/h3>\\n<p>Reduktion des Suchraums auf potenziell relevante Chunks. <strong>Dies ist eine Vorselektion, keine Wahrheitsfindung.<\/strong><\/p>\\n\\n<h3>Ablauf<\/h3>\\n<ol>\\n <li>Der Query-Vektor wird gegen die definierte Collection gesucht<\/li>\\n <li>Die Vektordatenbank liefert:\\n <ul>\\n <li>Chunk-Referenzen (IDs)<\/li>\\n <li>Relevanz-Scores (Cosine Similarity)<\/li>\\n <\/ul>\\n <\/li>\\n <li>Es werden ausschließlich <strong>Chunk-IDs und Payload-Metadaten<\/strong> verwendet<\/li>\\n <li>Anzahl der Ergebnisse wird durch <code>top_k<\/code> begrenzt<\/li>\\n<\/ol>\\n\\n<h3>Kritische Abgrenzung<\/h3>\\n<table>\\n <thead><tr><th>Scores sind<\/th><th>Scores sind NICHT<\/th><\/tr><\/thead>\\n <tbody>\\n <tr><td>Distanzmaße<\/td><td>Wahrheitsmaße<\/td><\/tr>\\n <tr><td>Heuristisch<\/td><td>Semantisch valide<\/td><\/tr>\\n <tr><td>Vorselektion<\/td><td>Endergebnis<\/td><\/tr>\\n <\/tbody>\\n<\/table>\\n\\n<p><strong>Ähnlichkeit ≠ Relevanz ≠ Wahrheit<\/strong><\/p>\\n\\n<h3>Qdrant-Abfrage<\/h3>\\n<pre>\\nPOST \/collections\/documents\/points\/search\\n{\\n \\\"vector\\\": [0.123, -0.456, ...], \/\/ 1536 Dimensionen\\n \\\"limit\\\": 10,\\n \\\"with_payload\\\": true,\\n \\\"filter\\\": {\\n \\\"must\\\": [\\n {\\\"key\\\": \\\"collection\\\", \\\"match\\\": {\\\"value\\\": \\\"documents\\\"}}\\n ]\\n }\\n}\\n<\/pre>\\n\\n<h3>Ergebnisartefakte<\/h3>\\n<ul>\\n <li>Kandidatenliste von Chunk-IDs mit Scores<\/li>\\n <li>Sortiert nach absteigendem Score<\/li>\\n<\/ul>\\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>search_similar()<\/td><td><code>pipeline\/rag.py<\/code><\/td><td>Qdrant-Suche<\/td><\/tr>\\n <tr><td>Qdrant REST API<\/td><td><code>localhost:6333<\/code><\/td><td>Vektor-Suche<\/td><\/tr>\\n <\/tbody>\\n<\/table>\\n\\n<h3>Prüfbedingungen für Supervision<\/h3>\\n<ul>\\n <li>Kein Chunk ohne SQL-Referenz gelangt weiter<\/li>\\n <li>Score-Werte werden protokolliert, aber nicht als Wahrheit behandelt<\/li>\\n <li>Die Vektordatenbank liefert nur IDs, <strong>kein Content<\/strong> wird vertraut<\/li>\\n<\/ul>\",\n \"status\": \"published\",\n \"sort_order\": 6,\n \"depth\": 2,\n \"created_at\": \"2025-12-24T10:01:03\",\n \"updated_at\": \"2025-12-24T10:23:42\"\n }\n}"
}
]
}