Auto-Sync: 2026-03-26 12:30

arakava-news/STATE.md

@@ -1,5 +1,5 @@
 # Arakava News — Live State
-> Auto-generiert: 2026-03-26 12:15
+> Auto-generiert: 2026-03-26 12:30
 
 ## Service Status
 | Service | CT | Status |

homelab-ai-bot/tools/rag.py

@@ -0,0 +1,119 @@
+"""RAG Dokumentensuche - durchsucht die Hausmeister-Wissensbasis (RAGFlow)."""
+
+import json
+import urllib.request
+import logging
+
+log = logging.getLogger("tools.rag")
+
+RAGFLOW_URL = "http://100.109.101.12:8080/api/v1"
+RAGFLOW_TOKEN = "ragflow-test-token-2026"
+DATASET_ID = "dc24edda27a311f19fe7fb811de6f016"
+
+TOOLS = [
+    {
+        "type": "function",
+        "function": {
+            "name": "rag_search",
+            "description": (
+                "Durchsucht die private Dokumenten-Wissensbasis (>21.000 Dokumente: "
+                "Vertraege, Versicherungen, Rente, Finanzamt, Familiendokumente, "
+                "Anleitungen, Buecher, persoenliche Unterlagen). "
+                "Nutze dieses Tool wenn der User nach einem bestimmten Dokument, "
+                "Vertrag, Brief oder persoenlicher Information fragt."
+            ),
+            "parameters": {
+                "type": "object",
+                "properties": {
+                    "query": {
+                        "type": "string",
+                        "description": "Suchanfrage: Dokumentname, Thema oder Inhalt. Kurz und praezise, z.B. 'Familienbuch Opa Oma' oder 'Grundsteuer Erklaerung 2024'"
+                    },
+                    "top_k": {
+                        "type": "integer",
+                        "description": "Anzahl Ergebnisse (1-10)",
+                        "default": 5
+                    }
+                },
+                "required": ["query"]
+            },
+        },
+    },
+]
+
+SYSTEM_PROMPT_EXTRA = """RAG DOKUMENTENSUCHE:
+Du hast Zugriff auf eine private Wissensbasis mit >21.000 Dokumenten (Vertraege, Versicherungen, Rente, Finanzamt, Familiendokumente, Anleitungen, Buecher, persoenliche Unterlagen).
+Nutze rag_search wenn der User nach Dokumenten, Vertraegen, persoenlichen Unterlagen oder Informationen aus seinen Dateien fragt.
+Die Suchanfrage sollte kurze Keywords sein, KEINE ganzen Saetze. Beispiele:
+- "Familienbuch Opa Oma"
+- "Grundsteuer Erklaerung"
+- "Nürnberger Versicherung"
+- "Allianz Beitraege"
+Bei schlechten Ergebnissen: andere Keywords versuchen oder Dokumentnamen direkt suchen."""
+
+
+def _api_call(path, method="GET", body=None):
+    url = f"{RAGFLOW_URL}{path}"
+    data = json.dumps(body).encode("utf-8") if body else None
+    req = urllib.request.Request(
+        url, data=data,
+        headers={
+            "Authorization": f"Bearer {RAGFLOW_TOKEN}",
+            "Content-Type": "application/json",
+        },
+        method=method,
+    )
+    with urllib.request.urlopen(req, timeout=30) as resp:
+        return json.loads(resp.read())
+
+
+def handle_rag_search(query: str, top_k: int = 5, **kw):
+    if not query or not query.strip():
+        return "rag_search: query fehlt."
+
+    top_k = max(1, min(int(top_k or 5), 10))
+
+    try:
+        result = _api_call("/retrieval", method="POST", body={
+            "question": query,
+            "dataset_ids": [DATASET_ID],
+            "top_k": 2048,
+            "similarity_threshold": 0.1,
+            "vector_similarity_weight": 0.3,
+        })
+
+        chunks = result.get("data", {}).get("chunks", [])
+        if not chunks:
+            return f"Keine Ergebnisse fuer '{query}' in der Wissensbasis gefunden."
+
+        seen_docs = set()
+        lines = [f"**{len(chunks)} Treffer fuer '{query}'** (Top {top_k}):\n"]
+
+        count = 0
+        for c in chunks:
+            if count >= top_k:
+                break
+            doc_name = c.get("document_keyword", c.get("document_name", "?"))
+            sim = c.get("similarity", 0)
+            content = c.get("content", "")[:400].strip()
+
+            doc_key = doc_name
+            if doc_key in seen_docs:
+                continue
+            seen_docs.add(doc_key)
+
+            lines.append(f"---\n**{count+1}. {doc_name}** (Relevanz: {sim:.0%})")
+            if content:
+                lines.append(f"```\n{content}\n```")
+            count += 1
+
+        return "\n".join(lines)
+
+    except Exception as e:
+        log.error("RAG search error: %s", e)
+        return f"Fehler bei der Dokumentensuche: {e}"
+
+
+HANDLERS = {
+    "rag_search": handle_rag_search,
+}

infrastructure/STATE.md

@@ -1,5 +1,5 @@
 # Infrastruktur — Live State
-> Auto-generiert: 2026-03-26 12:15
+> Auto-generiert: 2026-03-26 12:30
 
 ## pve-hetzner Disk
 | Mount | Belegt |

smart-home/STATE.md

@@ -1,5 +1,5 @@
 # Smart Home Muldenstein — Live State
-> Auto-generiert: 2026-03-26 12:15
+> Auto-generiert: 2026-03-26 12:30
 
 ## Backup-Status
 - Letztes Backup: 589MB, 2026-03-26 04:01