Knowledge Base

Die Knowledge Base ist das zentrale Wissens-System von getVIA. Dokumente, FAQs, Produkte und Kalender-Eintraege werden als Vektor-Embeddings in Qdrant gespeichert und stehen den Bots als semantisch durchsuchbarer Kontext zur Verfuegung.

Architektur-Überblick

Upload/Eingabe → TextExtractor → TextChunker → MistralEmbedding → Qdrant
                                                                      ↑
                                                              1024-dim Vektoren

• Embedding-Modell: mistral-embed (1024 Dimensionen)
• Vektor-Datenbank: Qdrant (Port 6335, Docker Container qdrant-customers)
• Collection-Schema: tenant_{uuid}_knowledge (eine Collection pro Tenant)
• Chunking: Zeichenbasiert, max 1000 Zeichen, min 200, Overlap 100, satzerhaltend

Haupt-Tabelle: knowledge_items

Spalte	Typ	Nullable	Default	Beschreibung
id	uuid	NOT NULL	gen_random_uuid()	Primaerschlüssel
tenant_id	uuid	NOT NULL	—	Tenant-Zuordnung (FK → tenants)
type	varchar(50)	NOT NULL	—	Dateityp (pdf, txt, md, json, url, …)
title	varchar(255)	NULL	—	Anzeigename
description	text	NULL	—	Beschreibung / Notizen
filename	varchar(255)	NULL	—	Original-Dateiname
mime_type	varchar(100)	NULL	—	MIME-Typ der Datei
file_size_bytes	bigint	NULL	0	Dateigröße in Bytes
content	text	NULL	—	Extrahierter Textinhalt
qdrant_collection	varchar(100)	NULL	—	Qdrant Collection Name
qdrant_point_ids	text[]	NULL	—	Array der Qdrant Point-IDs
embedding_model	varchar(50)	NULL	'mistral-embed'	Verwendetes Embedding-Modell
vectors_count	integer	NULL	0	Anzahl erzeugter Vektoren
status	varchar(20)	NULL	'pending'	Status (pending, processing, ready, error, pending_review, deleted)
error_message	text	NULL	—	Fehlermeldung bei status=error
language	varchar(10)	NULL	'de'	Sprache des Inhalts
created_at	timestamptz	NULL	now()	Erstellungszeitpunkt
updated_at	timestamptz	NULL	now()	Letzte Änderung
processed_at	timestamptz	NULL	—	Zeitpunkt der Vektorisierung
bot_id	uuid	NULL	—	Legacy Bot-Zuordnung (FK → bots, ON DELETE SET NULL)
content_type	varchar(20)	NOT NULL	'text'	Inhaltstyp für Auto-Regeln
last_synced_content_hash	text	NULL	—	Hash des letzten Sync-Inhalts
last_sync_check	timestamptz	NULL	—	Letzter Sync-Pruefzeitpunkt
sync_content_changed	boolean	NULL	false	Ob sich der Inhalt seit letztem Sync geändert hat
knowledge_rules	jsonb	NULL	'{}'	Auto-generierte Regeln für buildFinalPrompt()
calendar_valid_from	date	NULL	—	Kalender: Gültig ab
calendar_valid_until	date	NULL	—	Kalender: Gültig bis
calendar_time_from	varchar(10)	NULL	—	Kalender: Uhrzeit von
calendar_time_to	varchar(10)	NULL	—	Kalender: Uhrzeit bis
calendar_recurrence	varchar(20)	NULL	—	Kalender: Wiederholung (daily, interval, weekly, monthly, none)
calendar_interval	integer	NULL	—	Kalender: Intervall in Tagen
calendar_days	jsonb	NULL	—	Kalender: Wochentage (Array)
calendar_price	varchar(50)	NULL	—	Kalender: Preis-Info
calendar_booking_url	text	NULL	—	Kalender: Buchungs-Link
calendar_category	varchar(100)	NULL	—	Kalender: Kategorie

Indizes

Index	Typ	Spalte(n)
knowledge_items_pkey	PRIMARY KEY	id
idx_ki_content_type	btree	content_type
idx_knowledge_items_status	btree	status
idx_knowledge_items_tenant	btree	tenant_id
idx_knowledge_items_type	btree	type

content_type Werte

Der content_type steuert die automatische Regelgenerierung via generateAutoRules():

content_type	Auto-Regel	Beschreibung
text	—	Standard, keine spezielle Regel
pricing	PREISREGEL	Exakte Preise nennen, nicht runden, keine Rabatte erfinden
faq	FAQ-REGEL	Antwort nah an der Vorlage, nicht abweichen
policy	RICHTLINIEN-REGEL	Strikt an Richtlinie halten, nicht frei interpretieren
schedule	ZEITPLAN-REGEL	Exakte Zeiten/Daten, keine Termine erfinden
contact	KONTAKT-REGEL	Nur angegebene Kontaktdaten weitergeben
product	PRODUKT-REGEL	Produkte anhand vorhandener Infos beschreiben

knowledge_rules (JSONB)

Das Feld knowledge_rules wird beim Onboarding gesetzt und von generateAutoRules() in Regel-Strings umgewandelt. Diese Regeln fliessen in buildFinalPrompt() ein.

// Struktur:
{
  content_type: 'pricing',      // Einer der obigen Werte
  accuracy: 'exact',            // 'exact' oder 'approximate'
  usage_hint: 'Nur für ...',   // Freitext-Hinweis
  restrictions: '...',          // Einschraenkungen
  priority: 8                   // Prioritaet (1-10)
}

accuracy-Werte:

• exact — Wortgenaue Wiedergabe, keine Umformulierung von Zahlen/Fakten
• approximate — Sinngemaeß formulieren erlaubt, aber Fakten beibehalten

Bot-Zuweisung: knowledge_bot_assignments

Jedes Knowledge-Item muss mindestens eine Bot-Zuweisung haben. Ohne Zuweisung wird das Item vom Bot nicht gefunden, auch wenn es vektorisiert ist.

Spalte	Typ	Nullable	Default	Beschreibung
id	uuid	NOT NULL	uuid_generate_v4()	Primaerschlüssel
knowledge_item_id	uuid	NOT NULL	—	FK → knowledge_items (ON DELETE CASCADE)
bot_id	uuid	NOT NULL	—	FK → bots (ON DELETE CASCADE)
tenant_id	uuid	NOT NULL	—	FK → tenants (ON DELETE CASCADE)
created_at	timestamptz	NULL	CURRENT_TIMESTAMP	Erstellungszeitpunkt
item_type	varchar(20)	NULL	'document'	Typ der Zuweisung

Unique Constraint: (knowledge_item_id, bot_id, item_type) — verhindert doppelte Zuweisungen.

Kritische Regel

Ein Knowledge-Item ohne Eintrag in knowledge_bot_assignments ist unsichtbar für alle Bots. Das Backend erzwingt Auto-Assign bei Erstellung.

Unter-Tabelle: knowledge_faqs

Strukturierte FAQ-Eintraege, verknuepft mit einem Knowledge-Item.

Spalte	Typ	Nullable	Default	Beschreibung
id	uuid	NOT NULL	gen_random_uuid()	Primaerschlüssel
tenant_id	uuid	NOT NULL	—	FK → tenants (ON DELETE CASCADE)
knowledge_item_id	uuid	NULL	—	FK → knowledge_items (ON DELETE SET NULL)
question	text	NOT NULL	—	Die Frage
answer	text	NOT NULL	—	Die Antwort
category	varchar(100)	NULL	—	Kategorie
tags	text[]	NULL	—	Tags als Array
priority	integer	NULL	0	Sortier-Prioritaet
is_active	boolean	NULL	true	Aktiv/Inaktiv
created_at	timestamptz	NULL	now()	Erstellungszeitpunkt
updated_at	timestamptz	NULL	now()	Letzte Änderung

Unter-Tabelle: knowledge_products

Strukturierte Produktdaten, verknuepft mit einem Knowledge-Item.

Spalte	Typ	Nullable	Default	Beschreibung
id	uuid	NOT NULL	gen_random_uuid()	Primaerschlüssel
tenant_id	uuid	NOT NULL	—	FK → tenants (ON DELETE CASCADE)
knowledge_item_id	uuid	NULL	—	FK → knowledge_items (ON DELETE SET NULL)
name	varchar(255)	NOT NULL	—	Produktname
description	text	NULL	—	Beschreibung
sku	varchar(100)	NULL	—	Artikelnummer
price	numeric(10,2)	NULL	—	Preis
currency	varchar(3)	NULL	'EUR'	Waehrung
price_info	text	NULL	—	Zusaetzliche Preis-Infos
category	varchar(100)	NULL	—	Kategorie
tags	text[]	NULL	—	Tags als Array
is_available	boolean	NULL	true	Verfügbar?
availability_info	text	NULL	—	Verfügbarkeits-Hinweis
image_url	text	NULL	—	Bild-URL
is_active	boolean	NULL	true	Aktiv/Inaktiv
created_at	timestamptz	NULL	now()	Erstellungszeitpunkt
updated_at	timestamptz	NULL	now()	Letzte Änderung

Qdrant Konfiguration

Parameter	Wert
URL	http://localhost:6335 (ENV: QDRANT_CUSTOMERS_URL)
Collection-Name	tenant_{uuid}_knowledge
Vektor-Dimension	1024
Embedding-Modell	mistral-embed
Chunk-Größe	max 1000 Zeichen
Chunk-Minimum	200 Zeichen
Overlap	100 Zeichen
Satzerhaltend	Ja (respectSentences: true)

KB Onboarding Checkliste

Der KBOnboardingService prueft automatisch 6 Kriterien (gespeichert in tenants.kb_onboarding als JSONB):

Check	Feld	Bestanden wenn...
Preisdokument vorhanden	has_structured_prices	Mindestens 1 Item mit content_type='pricing'
FAQ vorhanden	has_faq	Item mit content_type='faq' ODER Eintraege in knowledge_faqs
Kontaktdaten in KB	has_contact_info	Content enthaelt Keywords: telefon, e-mail, kontakt, anruf
Keine E-Mail-Dumps	no_email_dumps	Keine Items mit status='pending_review'
PII-Scan bestanden	pii_scan_passed	Keine Items mit status='pending_review'
Bot-Zuweisungen komplett	bot_assignments_complete	Alle nicht-gelöschten Items haben Bot-Zuweisung

Wenn alle 6 Checks bestanden sind, wird completed_at gesetzt. Faellt ein Check spaeter durch, wird completed_at zurückgesetzt auf null.

Verarbeitungs-Pipeline

1. Upload (PDF/TXT/MD/JSON/URL)
2. TextExtractor → Rohtext
3. KnowledgeValidator → PII-Scan (warnt, blockiert nicht)
4. DB-Insert in knowledge_items (status='pending')
5. TextChunker → Chunks (1000 Zeichen, 100 Overlap)
6. MistralEmbedding → 1024-dim Vektoren (NaN/Infinity Check!)
7. Qdrant Upsert → tenant_{uuid}_knowledge
8. DB-Update: status='ready', vectors_count, qdrant_point_ids
9. knowledge_bot_assignments INSERT (Auto-Assign!)