mindnet/docs/Overview.md

# Mindnet v2.2 – Overview & Einstieg
**Datei:** `docs/mindnet_overview_v2.2.md`
**Stand:** 2025-12-10
**Status:** **FINAL** (Post-WP10 Release)
**Version:** 2.3.1

---

## 1. Einführung: Was ist Mindnet?

**Mindnet** ist ein persönliches, lokales KI-Gedächtnis. Es ist der Versuch, einen **Digitalen Zwilling** deines Wissens und deiner Persönlichkeit zu erschaffen.

Anders als herkömmliche Notiz-Apps (wie Obsidian oder Evernote), die Texte nur passiv speichern, ist Mindnet ein **aktives System**:
* Es **versteht** Zusammenhänge über einen Wissensgraphen.
* Es **begründet** Antworten ("Warum ist das so?").
* Es **antwortet** situativ angepasst: Mal als harter Strategieberater, mal als empathischer Spiegel.

### Die Vision
> „Ein System, das nicht nur speichert, was ich weiß, sondern auch wie ich denke und fühle.“

---

## 2. Die drei Ebenen des Systems

Mindnet arbeitet auf drei Schichten, die aufeinander aufbauen:

### Ebene 1: Content (Das Gedächtnis)
* **Quelle:** Dein lokaler Obsidian-Vault (Markdown).
* **Funktion:** Speicherung von Fakten, Projekten und Logs.
* **Technik:** Import-Pipeline, Chunking, Vektor-Datenbank (Qdrant).
* **Status:** 🟢 Live (WP01–WP03).

### Ebene 2: Semantik (Das Verstehen)
* **Funktion:** Verknüpfung von isolierten Notizen zu einem Netzwerk.
* **Logik:** "Projekt A *hängt ab von* Entscheidung B".
* **Technik:** Hybrider Retriever (Graph + Vektor), Explanation Engine.
* **Status:** 🟢 Live (WP04).

### Ebene 3: Identität (Die Persönlichkeit)
* **Funktion:** Interaktion und Bewertung. Das System nimmt eine Haltung ein.
* **Logik:** "Ich empfehle Lösung X, weil sie unserem Wert 'Datensparsamkeit' entspricht."
* **Technik:**
    * **Intent Router:** Erkennt Absichten (Fakt vs. Gefühl vs. Entscheidung).
    * **Strategic Retrieval:** Lädt gezielt Werte oder Erfahrungen nach.
    * **Multi-Persona:** Passt den Tonfall an.
* **Status:** 🟢 Live (WP05–WP06).

---

## 3. End-to-End Architektur

Der Datenfluss in Mindnet ist zyklisch ("Data Flywheel"):

1.  **Input:** Du schreibst Notizen in Obsidian.
2.  **Ingest:** Ein Python-Skript importiert, zerlegt (Chunking) und vernetzt (Edges) die Daten in Qdrant.
3.  **Intent Recognition:** Der Router analysiert deine Frage: Willst du Fakten, Code oder Empathie?
4.  **Retrieval:** Das System sucht Inhalte passend zum Intent (z.B. "Lade Erfahrungen bei Empathie").
5.  **Generation:** Ein lokales LLM (Ollama) formuliert die Antwort.
6.  **Feedback:** Du bewertest die Antwort. Das System lernt (langfristig) daraus.

**Tech-Stack:**
* **Backend:** Python 3.12, FastAPI.
* **Datenbank:** Qdrant (Vektor & Graph).
* **KI:** Ollama (Phi-3 Mini / Mistral) – 100% lokal.
* **Frontend:** Streamlit Web-UI (v2.3.1).

---

## 4. Dokumentations-Wegweiser

Wo findest du was?

| Wenn du... | ...lies dieses Dokument |
| :--- | :--- |
| **...wissen willst, wie man Notizen schreibt.** | `mindnet_knowledge_design_manual_v2.2.md` |
| **...das System installieren oder betreiben musst.** | `mindnet_admin_guide_v2.2.md` |
| **...am Python-Code entwickeln willst.** | `mindnet_developer_guide_v2.2.md` |
| **...die Pipeline (Import -> RAG) verstehen willst.** | `mindnet_pipeline_playbook_v2.2.md` |
| **...die genaue JSON-Struktur oder APIs suchst.** | `mindnet_technical_architecture.md` |
| **...verstehen willst, was fachlich passiert.** | `mindnet_functional_architecture.md` |
| **...den aktuellen Projektstatus suchst.** | `Programmplan_V2.2.md` |

---

## 5. Rollen im System

* **Mindmaster (User/Owner):** Du. Du erstellst Inhalte, stellst Fragen und gibst Feedback. Du definierst die Werte (`type: value`).
* **Mindnet (Der Agent):** Der digitale Zwilling. Er agiert als pragmatischer, transparenter Assistent im Chat.
* **Administrator:** Verantwortlich für Docker-Container, Backups und LLM-Ressourcen.

---

## 6. Aktueller Fokus

Wir haben **Phase D (Interaktion)** mit WP10 (Chat Interface) begonnen und die UI erfolgreich deployed.
Das System ist nun für Endnutzer bedienbar. Als Nächstes folgt der **Interview-Assistent (WP07)**, um Wissen dialogisch zu erfassen.