mindnet/docs/03_Technical_References/RETRIEVAL_DEV_PROD_DIFF_ANALYSIS.md

# Analyse: Retrieval-Unterschiede zwischen Dev und Prod

**Datum**: 2026-01-12  
**Version**: v4.5.10  
**Status**: 🔴 Kritisch

## Problemstellung

Bei identischer Codebasis und identischen Daten liefert das Dev-System Suchergebnisse, während das Prod-System keine Ergebnisse findet.

## Identifizierte Ursachen

### 1. 🔴 **KRITISCH: Inkonsistente Collection-Präfix-Konfiguration**

**Problem**: Zwei verschiedene Umgebungsvariablen werden für den Collection-Präfix verwendet:

1. **`app/config.py` (Zeile 24)**:
   ```python
   COLLECTION_PREFIX: str = os.getenv("MINDNET_PREFIX", "mindnet_dev")
   ```
   - Verwendet `MINDNET_PREFIX` als Umgebungsvariable
   - Default: `"mindnet_dev"`

2. **`app/core/database/qdrant.py` (Zeile 47)**:
   ```python
   prefix = os.getenv("COLLECTION_PREFIX") or "mindnet"
   ```
   - Verwendet `COLLECTION_PREFIX` als Umgebungsvariable
   - Default: `"mindnet"`

**Auswirkung**:
- **Retriever verwendet `QdrantConfig.from_env()`**, das `COLLECTION_PREFIX` liest
- **Ingestion verwendet `Settings.COLLECTION_PREFIX`**, das `MINDNET_PREFIX` liest
- **Resultat**: Daten werden in verschiedene Collections geschrieben/gesucht:
  - Dev: `mindnet_dev_chunks`, `mindnet_dev_notes`, `mindnet_dev_edges`
  - Prod: `mindnet_chunks`, `mindnet_notes`, `mindnet_edges`

### 2. ⚠️ **Mögliche weitere Ursachen**

#### 2.1 Unterschiedliche Embedding-Modelle
- **Prüfen**: `MINDNET_EMBEDDING_MODEL` in Dev vs. Prod
- **Auswirkung**: Unterschiedliche Vektoren → unterschiedliche Similarity-Scores

#### 2.2 Unterschiedliche Vektor-Dimensionen
- **Prüfen**: `VECTOR_DIM` in Dev vs. Prod
- **Auswirkung**: Dimension-Mismatch → Suche schlägt fehl

#### 2.3 Unterschiedliche Qdrant-Instanzen
- **Prüfen**: `QDRANT_URL` / `QDRANT_HOST` in Dev vs. Prod
- **Auswirkung**: Daten liegen in verschiedenen Datenbanken

#### 2.4 Unterschiedliche Score-Thresholds
- **Prüfen**: Filter-Logik oder Mindest-Scores
- **Auswirkung**: Ergebnisse werden gefiltert, bevor sie zurückgegeben werden

## Diagnose-Checkliste

### ✅ Sofort prüfen:

1. **Collection-Präfix-Verifikation**:
   ```bash
   # Dev
   echo $COLLECTION_PREFIX
   echo $MINDNET_PREFIX
   
   # Prod
   echo $COLLECTION_PREFIX
   echo $MINDNET_PREFIX
   ```

2. **Qdrant Collections prüfen**:
   ```python
   # In beiden Systemen ausführen
   from app.core.database.qdrant import get_client, QdrantConfig
   cfg = QdrantConfig.from_env()
   client = get_client(cfg)
   print(f"Prefix: {cfg.prefix}")
   print(f"Collections: {client.get_collections().collections}")
   ```

3. **Embedding-Modell prüfen**:
   ```bash
   # Dev
   echo $MINDNET_EMBEDDING_MODEL
   echo $VECTOR_DIM
   
   # Prod
   echo $MINDNET_EMBEDDING_MODEL
   echo $VECTOR_DIM
   ```

4. **Qdrant-Verbindung prüfen**:
   ```bash
   # Dev
   echo $QDRANT_URL
   echo $QDRANT_HOST
   echo $QDRANT_PORT
   
   # Prod
   echo $QDRANT_URL
   echo $QDRANT_HOST
   echo $QDRANT_PORT
   ```

## Lösungsvorschläge

### Option 1: Harmonisierung der Umgebungsvariablen (Empfohlen)

**Ziel**: Eine einzige Umgebungsvariable für den Collection-Präfix verwenden.

**Änderungen**:
1. **`app/core/database/qdrant.py`**:
   ```python
   prefix = os.getenv("COLLECTION_PREFIX") or os.getenv("MINDNET_PREFIX") or "mindnet"
   ```
   - Unterstützt beide Variablen (Abwärtskompatibilität)
   - `COLLECTION_PREFIX` hat Priorität

2. **`app/config.py`**:
   ```python
   COLLECTION_PREFIX: str = os.getenv("COLLECTION_PREFIX") or os.getenv("MINDNET_PREFIX") or "mindnet_dev"
   ```
   - Unterstützt beide Variablen
   - `COLLECTION_PREFIX` hat Priorität

3. **Dokumentation**: Klarstellen, dass `COLLECTION_PREFIX` die primäre Variable ist

### Option 2: Explizite Konfiguration in .env

**Ziel**: Beide Systeme verwenden explizit gesetzte `COLLECTION_PREFIX` Werte.

**Dev `.env`**:
```env
COLLECTION_PREFIX=mindnet_dev
```

**Prod `.env`**:
```env
COLLECTION_PREFIX=mindnet
```

### Option 3: Daten-Migration

**Ziel**: Daten von einer Collection in die andere migrieren.

**Vorgehen**:
1. Identifizieren, welche Collection die "richtigen" Daten enthält
2. Daten von Dev nach Prod migrieren (oder umgekehrt)
3. Collection-Präfix harmonisieren

## Sofortmaßnahmen

1. ✅ **Prüfen**: Welche Collections existieren in beiden Systemen?
2. ✅ **Prüfen**: Welche Umgebungsvariablen sind gesetzt?
3. ✅ **Prüfen**: Welche Collection enthält die Daten?
4. ✅ **Fix**: Collection-Präfix-Konfiguration harmonisieren
5. ✅ **Test**: Retrieval in beiden Systemen verifizieren

## Erwartetes Ergebnis nach Fix

- ✅ Beide Systeme verwenden dieselbe Collection-Präfix-Logik
- ✅ Retrieval findet Daten in beiden Systemen
- ✅ Konsistente Konfiguration zwischen Ingestion und Retrieval